本文我們就來聊一聊什么是報表、什么是BI，相信文章中所說的內(nèi)容，能夠解答你的疑惑。

• IT系統(tǒng)自帶報表功能，為什么還要額外采購BI？
• 報表和BI都能做數(shù)據(jù)分析，區(qū)別在哪里？
• 加班加點做了那么多表，為什么還不滿足老板需求？
• 報表分析需要IT團隊來開發(fā)，那BI呢？

這些應(yīng)該是大家對商業(yè)智能（BI）和報表的一些普遍性困惑，今天，我們就來聊一聊什么是報表、什么是BI。

我們?yōu)槭裁葱枰狟I或者報表工具？

信息化時代，企業(yè)通過基礎(chǔ)IT建設(shè)產(chǎn)生大量的業(yè)務(wù)數(shù)據(jù)，這些數(shù)據(jù)存放在不同的系統(tǒng)中，數(shù)據(jù)口徑不一，需要花費大量時間進行數(shù)據(jù)處理；而商業(yè)環(huán)境瞬息萬變，業(yè)務(wù)發(fā)展迅速，更加需要企業(yè)去收集各個來源產(chǎn)生的數(shù)據(jù)，從而提升企業(yè)的管理效率和形成數(shù)據(jù)決策閉環(huán)。

企業(yè)想要從存儲于各種商業(yè)信息系統(tǒng)中的數(shù)據(jù)轉(zhuǎn)換成有用的信息，最終幫助決策者做出更快、更好、更合理的決策，依托報表工具或BI可以在不同層面上幫助企業(yè)實現(xiàn)這個目標(biāo)。

企業(yè)數(shù)據(jù)化轉(zhuǎn)型的4個階段

我們先來了解一下企業(yè)數(shù)據(jù)化轉(zhuǎn)型常規(guī)的4個發(fā)展階段：

1）Excel階段：這個階段屬于純勞動力密集型的數(shù)據(jù)分析，數(shù)據(jù)分析師還被行業(yè)內(nèi)戲稱為“表哥表姐”；Excel確實功能強大，但在數(shù)據(jù)分析上的局限性也非常明顯，當(dāng)數(shù)據(jù)量達到5萬、10萬時就會非?？D，更承擔(dān)不了多表關(guān)聯(lián)等數(shù)據(jù)清洗這樣的工作。

2）報表系統(tǒng)階段：報表系統(tǒng)一般是會進行模型設(shè)計，把數(shù)據(jù)套用進相應(yīng)的模板通過前端的圖表來展示。能夠?qū)崿F(xiàn)固定報表的自動化，例如日報、周報、月報這樣重復(fù)性報表的數(shù)據(jù)查詢。但在響應(yīng)業(yè)務(wù)變化進行底層模型的調(diào)整、以及在實時獲取有效信息等方面都無法進行有效支持。

3）傳統(tǒng)BI階段：主要面向IT和專業(yè)的數(shù)據(jù)分析師，企業(yè)只有5%左右的專業(yè)人士能進行自主分析。且部署開發(fā)周期長，需進行整體的架構(gòu)設(shè)計，各個模塊均需進行技術(shù)開發(fā)；有了數(shù)據(jù)之后也難以給予業(yè)務(wù)上的指導(dǎo)，以分析歷史數(shù)據(jù)為主，無法支持動態(tài)更新。

4）智能BI階段：面向不具備IT背景的業(yè)務(wù)人員，比傳統(tǒng)BI更靈活易用，一定程度上擺脫了對IT部門的大幅度依賴。通過自主分析實現(xiàn)業(yè)務(wù)探索，通過實時追蹤實現(xiàn)業(yè)務(wù)預(yù)警，以及一些偏AI化的智能應(yīng)用，真正實現(xiàn)“人人都是數(shù)據(jù)分析師”的愿景。

由此可見，報表系統(tǒng)進行數(shù)據(jù)分析已經(jīng)落后于時代趨勢，需要通過更具生產(chǎn)力的BI，乃至智能BI來實現(xiàn)“業(yè)務(wù)主導(dǎo)的自主分析模式”。

BI和報表的本質(zhì)區(qū)別在哪里？

1）任意分析維度

假設(shè)老板需要對一份有20個維度的銷售明細數(shù)據(jù)進行任意維度的查看。維度有省、市、區(qū)、經(jīng)度、緯度等區(qū)域字段，以及商品編號、商品名稱、商品類型等商品屬性字段等。

報表可以實現(xiàn)多維度數(shù)據(jù)展示，卻無法支持任意維度任意組合。有N個維度，制作N張報表的形式雖然可以勉強支持，但工作量直接翻了N倍；就算不考慮后期運維成本，如果每張報表再考慮配置數(shù)據(jù)權(quán)限，是N*N指數(shù)級工作量的增長。

2）任意分析路徑

分析路徑，不僅僅指代通過鉆取改變分析的顆粒度。除此之外，數(shù)據(jù)分析需要對多維形式組織起來的數(shù)據(jù)進行聯(lián)動、鉆取、維度切換等各種分析操作，以便剖析數(shù)據(jù)。畢竟，領(lǐng)導(dǎo)們看數(shù)的需求是無法預(yù)先設(shè)置的，真正的“任意分析”是滿足老板隨心所欲想要什么就有什么的看數(shù)需求。

且不說報表配置參數(shù)有多曲折繁瑣，這一切，都不是靠報表系統(tǒng)配置一些常規(guī)的分析路徑就能夠滿足的。

3）實時分析

• 如何實時掌握今年雙十一的銷量情況？
• 如何自定義業(yè)務(wù)核心指標(biāo)并保持實時更新，讓管理部門迅速發(fā)現(xiàn)問題？
• 如何實現(xiàn)異常數(shù)據(jù)自動預(yù)警，以便企業(yè)及時調(diào)整規(guī)劃？
• 如何統(tǒng)計公司內(nèi)部任務(wù)安排情況（例如研發(fā)開發(fā)排期），協(xié)助領(lǐng)導(dǎo)進行人員等資源調(diào)配？

首先，單純的報表系統(tǒng)實現(xiàn)不了“實時數(shù)據(jù)”的支持，再者，實時數(shù)據(jù)≠實時分析，企業(yè)更渴望的是“實時分析”。實現(xiàn)準(zhǔn)實時、分鐘級實時數(shù)據(jù)的更新，同時支持復(fù)雜計算與分析才是老板的剛需。

4）報表系統(tǒng)無法實現(xiàn)的地方

報表系統(tǒng)可以連接多維數(shù)據(jù)庫，但無法實現(xiàn)拖拽分析和自助分析；報表系統(tǒng)一般接入在某個業(yè)務(wù)系統(tǒng)數(shù)據(jù)庫上提供查詢功能，也可以實現(xiàn)跨庫關(guān)聯(lián)查詢，但實現(xiàn)的復(fù)雜度和性能依賴報表工具的能力，除了數(shù)據(jù)展現(xiàn)以外，數(shù)據(jù)挖掘、性能優(yōu)化、權(quán)限管控上都無法支持。

由此可見，報表，只是數(shù)據(jù)的一種展現(xiàn)工具，是靜態(tài)的、固化的。所謂報表工具，例如國外的水晶報表，這類產(chǎn)品的本質(zhì)是統(tǒng)計和展現(xiàn)數(shù)據(jù)，并提供基礎(chǔ)的分析功能（排序、總計、方差等），報表目的是幫助用戶掌握和了解數(shù)據(jù)，讓使用者通過觀察企業(yè)數(shù)據(jù)，知道當(dāng)下發(fā)生了什么事情，著重于短期的運作支持。

而BI的重點在于商業(yè)數(shù)據(jù)的分析，它是立體多方面的，集成了數(shù)據(jù)統(tǒng)計、數(shù)據(jù)展示、數(shù)據(jù)分析和挖掘、數(shù)據(jù)預(yù)警等一系列整體的解決方案。在企業(yè)經(jīng)營的過程中，決策者不僅僅需要知道發(fā)生了什么，還要知道為什么發(fā)生，以及通過已知去推斷未來可能會發(fā)生什么。

總結(jié)一下，BI側(cè)重于數(shù)據(jù)分析，是業(yè)務(wù)、數(shù)據(jù)、數(shù)據(jù)價值應(yīng)用的過程，是一整套完整的解決方案。報表側(cè)重數(shù)據(jù)展現(xiàn)，報表只是BI中的一個組成模塊，報表無法替代BI。

BI的價值體現(xiàn)在哪里？

現(xiàn)在企業(yè)都在談增長，BI對于企業(yè)的意義不是能給企業(yè)帶來多少增長，而是能夠給企業(yè)創(chuàng)造比別人更多更快的增長機會。來看一個連鎖零售行業(yè)的例子。門店盈利是連鎖門店店長關(guān)注的重點，但很多企業(yè)對此的處理，只是計算一下各個門店的利潤值，這樣的數(shù)據(jù)統(tǒng)計稱不上BI分析。

當(dāng)?shù)弥罱恢軉文车赇佊陆?上升時，對利潤指標(biāo)背后的隱藏信息進行發(fā)現(xiàn)和提煉，進行橫向和縱向的比較，利用BI去層層定位到波動原因。單店盈利是由“毛利潤”和“成本”構(gòu)成，“毛利潤”拆解后的衍生指標(biāo)有“流量”和“客單價”等。假設(shè)成本不變的前提下，去分析門店盈利下降的原因，結(jié)合上圖的指標(biāo)拆解，可以細化定位到主要是“流量”銳減所導(dǎo)致的。

此時，再結(jié)合實地考察可知，近期馬路對面開了一家同類型的店鋪導(dǎo)致了自然客流分散。

找到企業(yè)經(jīng)營上的問題，并針對性的提出解決方案，以及逐一梳理影響指標(biāo)的最小因子，發(fā)現(xiàn)新的盈利增長機會，才能說明這項指標(biāo)的BI應(yīng)用是完整的。

從行業(yè)來看，任何一個行業(yè)都需要精耕細作，例如，如何做到單店、單品、單客戶的全息畫像？如何針對每一次促銷活動進行效果分析和評估？如何從成百上千、成千上萬個SKU中定位到本季度、CBD類型的門店內(nèi)最熱銷的關(guān)聯(lián)商品搭配？

面對激烈的市場競爭，企業(yè)更需要有快速反應(yīng)的能力。假設(shè)當(dāng)下午3點某主力SKU時效類商品銷售不及預(yù)期，如何第一時間觸發(fā)預(yù)警、產(chǎn)生行動建議，并在可能錯失第二波客流高峰之前，快速層層上報，拉動及時干預(yù)？當(dāng)新品退出的時候，如何做到“快反”，通過局部的實時趨勢結(jié)合歷史的規(guī)律，探測新品的銷售曲線，以最快的速度響應(yīng)市場的節(jié)奏？

數(shù)據(jù)分析的高級玩家，已經(jīng)開始嘗試預(yù)測決策：預(yù)測是任何一項決策的最重要入口。波士頓咨詢BCG最新的報告顯示，對于零售和消費品行業(yè)，銷售預(yù)測的準(zhǔn)確度提升，可以為企業(yè)帶來2.5%的潛在增長。如何基于歷史經(jīng)營數(shù)據(jù)與外部公共數(shù)據(jù)，預(yù)測未來1-7天不同細分品類、乃至SKU的銷售額，進而進一步指導(dǎo)訂貨、促銷、生產(chǎn)、物流？

這些就是BI能夠帶給企業(yè)的價值。讓每一次決定、每一個管理細節(jié)、每一層戰(zhàn)略規(guī)劃都有數(shù)據(jù)支撐。

BI的演化：ABI市場未來發(fā)展趨勢

近幾年Gartner關(guān)于BI魔力象限的定義逐漸由過去相對傳統(tǒng)的Business Intelligence變更成Modern Analytics and Business Intelligence（現(xiàn)代分析和商業(yè)智能，以下簡稱“ABI”)。這其實是行業(yè)在倒逼數(shù)據(jù)分析業(yè)務(wù)變得越來越敏捷和一站式，不再像傳統(tǒng)BI一樣需要完整的產(chǎn)品切割，不同的產(chǎn)品應(yīng)對數(shù)據(jù)分析過程中不同階段的數(shù)據(jù)處理過程。

ABI平臺不再因其數(shù)據(jù)可視化功能而有所不同，這些正在成為常規(guī)必須的功能。差異化正在轉(zhuǎn)向——對企業(yè)報告功能的集成支持。企業(yè)感興趣的是，這些以敏捷數(shù)據(jù)可視化功能而聞名的平臺現(xiàn)在如何幫助它們實現(xiàn)企業(yè)報告需求的現(xiàn)代化。

再者，也強調(diào)了增強分析，是指機器學(xué)習(xí)和人工智能相關(guān)的數(shù)據(jù)準(zhǔn)備、生成和洞見解釋，業(yè)務(wù)人員和分析師如何探索和分析數(shù)據(jù)，正在迅速成為差異化競爭優(yōu)勢的關(guān)鍵來源。

企業(yè)如何選擇適合自己的BI？

至此，相信大家已經(jīng)了解到BI是數(shù)據(jù)化建設(shè)的趨勢。不同的行業(yè)，不同的企業(yè)，其BI需求是不同的。企業(yè)首先明確自己的業(yè)務(wù)類型、企業(yè)規(guī)模、目前的經(jīng)營狀況。對于數(shù)據(jù)知識發(fā)現(xiàn)的方法和手段多種多樣，前提是要對業(yè)務(wù)本身有深刻理解，同時清楚地知道BI的終極目標(biāo)，然后再考慮BI的可擴展性、售后服務(wù)以及迭代更新模式等。

以下幾點是小編總結(jié)的BI選型關(guān)注的要點，供大家參考：

1）輕量型

很多BI平臺重在開發(fā)，對研發(fā)資源的要求高且對接慢，后期維護繁瑣。如果企業(yè)沒有相應(yīng)的資源支持，建議選擇輕量的平臺，能夠快速上手，維護成本低。

2）方便易懂

數(shù)據(jù)分析的結(jié)果最終是要賦能業(yè)務(wù)端，但是業(yè)務(wù)端用戶尚缺乏專業(yè)的數(shù)據(jù)分析能力，建議對BI的選擇要考慮產(chǎn)品的易用性和學(xué)習(xí)成本。

3）創(chuàng)新靈活

我們很難預(yù)估未來數(shù)據(jù)分析需要什么樣的程度，所以在選擇之前一定要足夠考慮BI平臺的創(chuàng)新能力，例如是否有異常檢測、智能診斷、AI預(yù)測引擎、算法擴展等功能模塊。

以上，就是本期為大家整理的BI和報表的差異，希望在邊界認(rèn)知上對大家有所幫助。

本文由@觀遠數(shù)據(jù) 原創(chuàng)發(fā)布于人人都是產(chǎn)品經(jīng)理，未經(jīng)許可，禁止轉(zhuǎn)載

題圖來自Unsplash, 基于CC0協(xié)議