图形界面的出现改变了这一切。互联网的到来之前，信息是由图书管理员仔细策划和编码的。现在任何一个拥有网络浏览器的人都能访问百科全书的信息。
曾经有一段时间，只有专业统计学家可以执行分析功能处理复杂的数据集。今天，技术的进步使高级分析功能可用于企业里的每个人，提供业务用户直接访问各种各样的信息和洞察。
技术促进改变
传统的数据分析需要用户知道他们想要回答的问题。数据先必须经过IT专家的适当处理才能建立的查询。内存数据网格的崛起，读时模式技术、动态可视化，机器学习，和预测分析改变了所有这一切，将分析从IT部门转向业务用户。通过使用自助服务分析，这些新技术对所有领域的业务提供更大的洞察力
在大宗商品领域，它从根本上改变了决策。当业务用户依赖于IT专家的技能时，个人可以根据对历史事件的评估回答基本问题。例如：有多少商品被购买了，发生了什么，什么时候发生的，有谁在其中。
有了人人可用的复杂的定量方法分析——包括回归技术，预测，优化和模拟，业务用户可以问更多的预测和主动问题。这些可能包括：为什么一个特定的事件会发生，过去发生过多少次，有模式或季节性吗；有多少可能再次发生，改变一个或多个因素的对事件的影响是什么；要前进采取什么行动最好以及其他我们之前不会考虑到的可用信息。
分析驱动更好的决策
分析使大宗商品交易探索来自多个数据源的数据，发现新的，独特的洞察，并使用这些洞察击败市场对手，增加利润。同样，风险经理可以使用更多不同的数据集来发现以前模糊的风险，调查他们，然后开发和测试减轻策略来减少可能的影响。
在物流方面，供应链经理们能够开发高级技术，可视化和统计优化操作，最重要的是，实时应对变化。这些新的洞察可以用来改善调度决策并促进与其他业务单位和与外部合作伙伴更高层次的合作。
金融和财政团队可以更深地挖掘公司数据以提高金融业务,包括确认、发票、现金结算，以减少信贷和交易对手风险敞口。
一个关键的区别
访问数据和能够合成、分析、管理和可视化，对于成功的大宗商品业务这将是一个关键的区别因素。有效的数据分析将会使企业能够比以前省时省力地利用多个复杂的算法和预测模型。
拥有这种信息的企业能够识别可能的机会和潜在的问题并采取相应措施。他们将获得改善对市场的理解和行动能力，能够循证决策。
如果知识就是力量，那么自助分析为所有的业务用户带来了力量。转载中国商业智能网（BI )
