編輯導(dǎo)語(yǔ)：提到BI，大家可能會(huì)認(rèn)為它主要應(yīng)用于數(shù)據(jù)分析和可視化一側(cè)，然而它的作用遠(yuǎn)不止如此。在本篇文章中，作者為我們分別介紹了報(bào)表式BI、傳統(tǒng)式BI、自助式BI，并且在文末，為我們對(duì)商業(yè)智能和數(shù)據(jù)分析這兩個(gè)容易混淆的概念進(jìn)行了區(qū)分。

調(diào)研發(fā)現(xiàn)，很多人對(duì)BI的理解側(cè)重于數(shù)據(jù)的分析和展示，BI更多地被等同于數(shù)據(jù)分析與數(shù)據(jù)可視化。因此在大多數(shù)企業(yè)中，BI更多地是指分析和前端展示工具，而不是一個(gè)完整的體系。

《商業(yè)智能白皮書》對(duì)商業(yè)智能BI工具的定義：以數(shù)據(jù)可視化和分析技術(shù)為主，具備一定的數(shù)據(jù)連接和處理能力的軟件工具，使用者能通過可視化的界面快速制作多種類型的數(shù)據(jù)報(bào)表、圖形圖表。

按照技術(shù)發(fā)展和對(duì)用戶需求的響應(yīng)，當(dāng)前BI工具可以分為報(bào)表式BI、傳統(tǒng)式BI和自助式BI三類。

一、報(bào)表式BI

報(bào)表式 BI 工具主要面向企業(yè)信息部 IT人員，適用于各類固定樣式的報(bào)表設(shè)計(jì)，通常用來呈現(xiàn)業(yè)務(wù)的明細(xì)數(shù)據(jù)和指標(biāo)匯總，支持的數(shù)據(jù)量相對(duì)不大。

國(guó)內(nèi)的報(bào)表式 BI 于1999 年左右開始起步，在 2013 年趨于成熟。

由于國(guó)內(nèi)企業(yè)對(duì)于報(bào)表的格式自成一派，很多國(guó)外的報(bào)表工具在制作報(bào)表樣式時(shí)，圖形格式交互上都磨合困難，且一些表格的業(yè)務(wù)邏輯和國(guó)外不同。

所以解決中國(guó)式復(fù)雜報(bào)表經(jīng)常成為企業(yè)選型的重點(diǎn)需求，當(dāng)下，國(guó)內(nèi)報(bào)表工具以帆軟FineReport等代表已成主流。

報(bào)表式BI大多都采用類Excel的設(shè)計(jì)模式，雖然主要面向的對(duì)象是IT部門，但是業(yè)務(wù)人員也能快速學(xué)習(xí)和掌握，并在既定的數(shù)據(jù)權(quán)限范圍內(nèi)，制作一些基本的數(shù)據(jù)報(bào)表和駕駛艙報(bào)表。

例如FineReport自主研發(fā)的HTML5圖表，可以滿足不同人群的視覺展示需求，也可以進(jìn)行一些簡(jiǎn)單的即席分析操作，如圖表類型的切換、排序、過濾等。

代表工具：FineReport

二、傳統(tǒng)式BI

傳統(tǒng)式BI同樣面向IT人員，隨著數(shù)據(jù)倉(cāng)庫(kù)技術(shù)發(fā)展而來，相比于報(bào)表BI，更側(cè)重于OLAP即席分析與數(shù)據(jù)可視化分析。

傳統(tǒng)式 BI以Cognos等國(guó)外產(chǎn)品為代表，其優(yōu)勢(shì)是在大數(shù)據(jù)量上的性能和穩(wěn)定性，劣勢(shì)也十分明顯：數(shù)據(jù)分析的能力和對(duì)業(yè)務(wù)的響應(yīng)速度差些。

如今使用傳統(tǒng)式BI的企業(yè)或機(jī)構(gòu)中，83％以上的數(shù)據(jù)分析需求無法得到滿足，很多企業(yè)重金打造的BI系統(tǒng)幾乎成了擺設(shè)，收效甚微。

此外，因其架構(gòu)重，項(xiàng)目耗資不菲、實(shí)施周期極長(zhǎng)、項(xiàng)目風(fēng)險(xiǎn)大、對(duì)人才要求高等特征，也不利于傳統(tǒng)BI的推廣和普及。

代表工具：cognos

三、自助式BI

由于傳統(tǒng)式BI的缺陷屢遭詬病，以及業(yè)務(wù)人員數(shù)據(jù)分析需求的增長(zhǎng)，自助式 BI 開始快速成長(zhǎng)起來。自助式BI面向業(yè)務(wù)人員，追求業(yè)務(wù)與IT的高效配合，讓IT人員回歸技術(shù)本位，做好數(shù)據(jù)底層支撐。

讓業(yè)務(wù)人員回歸價(jià)值本位，通過簡(jiǎn)單易用的前端分析工具，基于業(yè)務(wù)理解輕松地開展自助式分析，探索數(shù)據(jù)價(jià)值，實(shí)現(xiàn)數(shù)據(jù)驅(qū)動(dòng)業(yè)務(wù)發(fā)展。

2014 年起，自助式BI工具迎來了高速發(fā)展，可視化數(shù)據(jù)分析、Self-BI在國(guó)內(nèi)市場(chǎng)集中出現(xiàn)，傳統(tǒng)式BI開始衰退。需要注意的是，自助式BI也有其適用范圍，企業(yè)在選擇時(shí)應(yīng)綜合考慮自身需求與自助式BI的特征。

自助式BI主要有以下幾項(xiàng)優(yōu)勢(shì)：

1. 數(shù)據(jù)量的靈活性

盡管傳統(tǒng)BI工具具備較好的大數(shù)據(jù)量處理性能，但是在一些數(shù)據(jù)量較小的企業(yè)就顯得笨重，擁有更簡(jiǎn)單的思路卻不能使用更簡(jiǎn)單的處理方式。

自助式BI則更加靈活，其具備大數(shù)據(jù)量處理能力，在面對(duì)小數(shù)據(jù)量時(shí)，分析更為輕松。

2. 產(chǎn)品采購(gòu)的成本下降

采購(gòu)傳統(tǒng)BI工具的成本偏高，還有一些額外的培訓(xùn)、服務(wù)咨詢成本。自助式BI產(chǎn)品工具只著重解決某些問題，不一定需要大而全。

3. 項(xiàng)目周期縮短、人力成本降低

以前項(xiàng)目周期主要消耗在ETL處理和數(shù)據(jù)倉(cāng)庫(kù)建模、性能優(yōu)化等方面。如今，建模的要求不再那么高，性能優(yōu)化在大多數(shù)場(chǎng)景下也不再是問題。項(xiàng)目周期從以前的按月或年為單位快速地減少到按天、周、月為單位。

4. IT 驅(qū)動(dòng)逐步走向業(yè)務(wù)驅(qū)動(dòng)

IT負(fù)責(zé)基礎(chǔ)數(shù)據(jù)架構(gòu)的整理和接口開放維護(hù)，業(yè)務(wù)人員自行進(jìn)行快速的可視化分析和報(bào)表分析維護(hù)。

總而言之，當(dāng)企業(yè)存在業(yè)務(wù)人員自主分析、解決重點(diǎn)關(guān)注問題、靈活應(yīng)對(duì)小數(shù)據(jù)量業(yè)務(wù)、快速迭代項(xiàng)目周期等需求時(shí)，自助式BI將是一個(gè)明智的選擇。

代表工具：FineBI

最后需要注意的是，三類BI產(chǎn)品分別適用于不同的場(chǎng)景，不是相互替代的關(guān)系。它們將長(zhǎng)期共存，供企業(yè)按需選擇，直到信息化基礎(chǔ)條件發(fā)生根本的改變。

四、商業(yè)智能≠數(shù)據(jù)分析

商業(yè)智能和數(shù)據(jù)分析是兩個(gè)容易混淆的概念。雖然它們之間存在不少類似的地方，商業(yè)智能軟件也可以幫助業(yè)務(wù)人員進(jìn)行數(shù)據(jù)分析，但數(shù)據(jù)分析絕不等同于商業(yè)智能。

數(shù)據(jù)分析是個(gè)過程，是個(gè)解決方式，對(duì)象常常是某個(gè)問題。比如分析某次促銷活動(dòng)的效果，就需要對(duì)UV、客單價(jià)、復(fù)購(gòu)率等關(guān)鍵性的指標(biāo)數(shù)據(jù)做監(jiān)控。

還需要和過去的活動(dòng)進(jìn)行對(duì)比，從數(shù)據(jù)庫(kù)里尋找最佳對(duì)照組進(jìn)行建模，在SAS里做統(tǒng)計(jì)分析。

也就是說，數(shù)據(jù)分析是利用數(shù)理統(tǒng)計(jì)等科學(xué)方法做假設(shè)驗(yàn)證，通常的工作就是對(duì)指標(biāo)進(jìn)行分析對(duì)比，KPI監(jiān)控，異常指標(biāo)分析，預(yù)測(cè)趨勢(shì)，最終生成結(jié)果報(bào)告。專業(yè)的數(shù)據(jù)分析工具有R、Python等。

商業(yè)智能是一整套的解決方案，對(duì)象往往是企業(yè)的經(jīng)營(yíng)問題。利用企業(yè)在日常經(jīng)營(yíng)過程中生產(chǎn)的大量數(shù)據(jù)，并將它們轉(zhuǎn)化為信息和知識(shí)，讓每一個(gè)決定、管理細(xì)節(jié)、戰(zhàn)略規(guī)劃都有數(shù)據(jù)參考。

比如領(lǐng)導(dǎo)經(jīng)常會(huì)關(guān)注銷售、采購(gòu)和財(cái)務(wù)狀況，技術(shù)人員做好固定格式的數(shù)據(jù)報(bào)表（Dashboard/數(shù)據(jù)看板），領(lǐng)導(dǎo)打開就能查看，并且數(shù)據(jù)自動(dòng)更新。

商業(yè)智能工具一般通過連接ERP、CRM、MES等業(yè)務(wù)系統(tǒng)的數(shù)據(jù)，并將這些數(shù)據(jù)有規(guī)則地匯總到數(shù)據(jù)倉(cāng)庫(kù)中，從而制作業(yè)務(wù)主題相關(guān)的分析報(bào)表，還可以對(duì)接大數(shù)據(jù)平臺(tái)進(jìn)行可視化的分析展示。

商業(yè)智能的作用一方面是將常規(guī)的分析過程固化并簡(jiǎn)化下來；另一方面是讓業(yè)務(wù)的自助分析更為方便快捷。

簡(jiǎn)單來說商業(yè)智能BI是一套有關(guān)數(shù)據(jù)的解決方案，入口是數(shù)據(jù)，出口也是數(shù)據(jù)或者以數(shù)據(jù)為基礎(chǔ)的報(bào)表呈現(xiàn)，更多強(qiáng)調(diào)的是解決方案。

數(shù)據(jù)分析更多的以人為主，對(duì)數(shù)據(jù)倉(cāng)庫(kù)產(chǎn)出的數(shù)據(jù)、或者其他渠道產(chǎn)出的數(shù)據(jù)做分析的過程。

前者強(qiáng)調(diào)怎么讓數(shù)據(jù)合理的加工或者呈現(xiàn)出來，后者強(qiáng)調(diào)如何通過數(shù)據(jù)發(fā)現(xiàn)問題，有一個(gè)探索和思考的過程，這個(gè)思考的過程是工具本身不能替代的。

作者：商業(yè)智能研究，專注企業(yè)數(shù)據(jù)化運(yùn)營(yíng)和數(shù)字化轉(zhuǎn)型，公眾號(hào)：商業(yè)智能研究，分享有關(guān)企業(yè)數(shù)據(jù)建設(shè)的一切知識(shí)！

本文由 @商業(yè)智能研究 原創(chuàng)發(fā)布于人人都是產(chǎn)品經(jīng)理，未經(jīng)作者許可，禁止轉(zhuǎn)載。

題圖來自Unsplash，基于CC0協(xié)議。