在商业智能时代，企业收集各类数据支持自己的决策。而在消费智能时代，数据分析业务将作为一项服务由企业提供给消费者，支持他们的消费决策。这两个时代的转换只需要三四年，你的企业准备好了吗？
移动设备的普及和新型消费者的兴起正在推动市场对普遍访问数据仓库内容的需求。在专业数据仓库公司Teradata天睿公司最近的一次年会活动上，其首席技术官宝立明提出了消费智能的应用趋势。
宝立明分享了一些企业在消费智能上的应用案例，有助于帮助人们认识这种新趋势，并且开始觉得它离我们并不远。
在南加州，由于能源价格昂贵，普通家庭的能源支出相当于养一辆车的成本，因此当地的能源公司便利用数据分析向客户提供能源优化的智能解决方案，帮助他们降低能源支出。客户可以通过能源公司的网站获得自己家庭能源消耗的数据，甚至可以具体到哪个时段、哪种设备耗费了多少能源，哪种设备耗电最多。家庭主妇们可以选择一种更优化的能源使用方案来节省家庭开支，比如可以根据不同时段的能源价格，决定自己在出门时是不是要关掉某些家用电器。
这种消费行为的精细化变革催生了对消费智能的需求，消费者希望通过这一功能直接访问数据和信息来做出决策。数据的使用者由企业变成了消费者，数据分析业务被当成一项服务提供给消费者。
数据即服务
消费智能被认为是大数据之后最重要的一个发展趋势，它的发展与企业现在已大规模采用商业智能有关，即企业在商业智能的基础上，将数据分析作为一种服务提供给消费者，而非像在商业智能时代，数据仅被用作企业内部的业务分析和决策支持。在消费智能模式下，企业提供一些数据分析模型来帮助客户做出更优化的决策。
过去，建立数据仓库的目的主要是为大型企业的业务知识工作者提供智能。现在，一种新型消费者正在兴起，他们热衷于自己定制相关的技术应用，在利用数据进行个人决策上达到了空前的水平。
事实上，在很多领域新型消费者都期待这样的数据支持服务。过去，Linkedin基于数据提供的创新业务对于其最终发展成为全球最大的职业社交网站至关重要，基于对客户需求的分析，linkedin的销售经理们通过网站为客户推荐工作，帮助他们发展不同的社交关系形态。而现在，Linkedin正打算把这种因数据整合和分析获得的洞察力作为服务提供给客户，Linkedin的国际数据服务主管Sunil Shirguppi正计划发展一项基于数据的客户自助服务，通过及时向关键利益相关者提供数据来支持他们为自己职业发展做决策，这将为客户提供巨大的价值。“善用数据，将使我们成为客户的智囊团，帮助他们衡量对未来的投资。”Sunil说。
