目前来(lai)看，现今世(shi)界未来(lai)的(de)发展(zhan)方(fang)向(xiang)基本已经(jing)确(que)定，数(shu)字(zi)化的(de)趋势(shi)已经(jing)化身为一股不(bu)可阻挡的(de)浪潮，各国(guo)也都宣(xuan)布了(le)数(shu)字(zi)化、数(shu)据(ju)、数(shu)字(zi)经(jing)济、数(shu)字(zi)化转(zhuan)(zhuan)型等方(fang)面(mian)的(de)相关发展(zhan)政策(ce)法规，明确(que)未来(lai)的(de)战略(lve)方(fang)针。同(tong)时世(shi)界传(chuan)统经(jing)济增长也开(kai)始乏力(li)，需要把新的(de)经(jing)济发展(zhan)转(zhuan)(zhuan)移到(dao)数(shu)字(zi)经(jing)济，并开(kai)始促进实(shi)体经(jing)济与(yu)数(shu)字(zi)经(jing)济融合，而数(shu)字(zi)经(jing)济的(de)基础核(he)心就是数(shu)据(ju)。

早在很久之前著名国(guo)际数(shu)(shu)据(ju)(ju)公司IDC就曾经(jing)(jing)预测(ce)过，2025年(nian)中国(guo)产生的数(shu)(shu)据(ju)(ju)总量预计将达到48.6ZB，占全(quan)球的27.8%。在数(shu)(shu)字(zi)化时代，同时也(ye)(ye)是(shi)(shi)(shi)数(shu)(shu)字(zi)经(jing)(jing)济高速增长的阶段(duan)，数(shu)(shu)据(ju)(ju)就是(shi)(shi)(shi)价值所在，也(ye)(ye)是(shi)(shi)(shi)潜在的信息和知(zhi)识。为了(le)利用这些数(shu)(shu)据(ju)(ju)，各种相关的技(ji)(ji)术(shu)、理念和应用开(kai)始(shi)蓬勃发展，而(er)在这其中，商(shang)业(ye)智能(neng)BI可以说(shuo)是(shi)(shi)(shi)近些年(nian)不(bu)可忽(hu)视的数(shu)(shu)据(ju)(ju)类技(ji)(ji)术(shu)解决(jue)方案。

商(shang)业智(zhi)能BI（Business Inteligence）是一(yi)种(zhong)主要由数据(ju)仓(cang)库、数据(ju)分析、查询报(bao)表、数据(ju)可视(shi)化等组成的(de)数据(ju)类技(ji)术解决方案。在企业中(zhong)商(shang)业智能BI可以打破ERP、OA、CRM、自研软件等形成的(de)数据(ju)孤岛，有效的(de)整合归纳企业的(de)大量数据(ju)，行程(cheng)高质量的(de)数据(ju)资产，并(bing)在后(hou)续通过数据(ju)可视(shi)化制作可以满足(zu)不同人员(yuan)对于(yu)数据(ju)查询、数据(ju)分析、数据(ju)可视(shi)化需求的(de)各种(zhong)报(bao)表，为企业的(de)业务和(he)管(guan)理人员(yuan)提(ti)供足(zu)够的(de)信息(xi)支撑。

前不久，IDC还发布了(le)最新的《2021下半年中(zhong)国商(shang)(shang)业(ye)智(zhi)能软(ruan)(ruan)件(jian)市场(chang)跟踪(zong)报(bao)告》，并在(zai)其(qi)中(zhong)统(tong)计了(le)商(shang)(shang)业(ye)智(zhi)能BI相关数据，即2021下半年中(zhong)国商(shang)(shang)业(ye)智(zhi)能软(ruan)(ruan)件(jian)市场(chang)规模为4.8亿(yi)美(mei)(mei)元，2021全年市场(chang)规模达到(dao)7.8亿(yi)美(mei)(mei)元，同比增长(zhang)34.9%，达到(dao)了(le)新的高度。

为什么(me)商业智能(neng)BI能够获得(de)如此高速的(de)增长，并且受到各(ge)行各(ge)业企业的(de)欢迎？其实这和(he)商(shang)业智能(neng)BI面对企业需求持(chi)续更(geng)新迭(die)代有(you)很(hen)(hen)大关系，商业智能BI的发展已经(jing)很(hen)(hen)久，早在1958年，IBM研究(jiu)员就将商业智能BI的早期(qi)形态定义为：“对事物相(xiang)互关系的一种理解(jie)能力，并依靠这种能力去指导决策，以达(da)到(dao)预(yu)期(qi)的目标。”

1958年后，商(shang)业智能BI的概念和产(chan)品(pin)形态一直(zhi)在(zai)更(geng)新迭代，直(zhi)到2013年，在(zai)信息化和数字化的影响下，商业智能BI形(xing)成(cheng)了一套现代(dai)化的概念，围绕企业发展进行扩展，重新确定了商业智能BI的定义：“商(shang)业智能(neng)BI是一(yi)个(ge)概括性术语。它包含了应用、基础结(jie)构、工(gong)具(ju)，以及(ji)提供信息(xi)访问和分析(xi)加以改进、优(you)化决(jue)策表现的最佳(jia)实践”</p>

经过数十年商(shang)业智能(neng)BI的发展，我们对当前环境下主流的商业智能BI产(chan)品有了一个明确的定义，一种有三条，分别是：

第(di)一，商业智能BI是(shi)一套完整(zheng)的(de)由数(shu)据(ju)(ju)仓库、查询报表、数(shu)据(ju)(ju)分析等组成的(de)数(shu)据(ju)(ju)类技(ji)术解决方(fang)案。

第二，商业智能BI可以将企(qi)业不同业务信息系统（ERP、CRM、OA）中的(de)数据(ju)打通并进行有效的(de)整合。

第三，商业智(zhi)能BI可以(yi)借(jie)助合适的(de)查询和(he)分析工具快速准确的(de)提供可视化(hua)分析或(huo)报表，为企业提供决策支持。

商(shang)业智能(neng)BI一套完整的解(jie)决(jue)方案，其中有很多(duo)不同的功能模块，能够让(rang)企业实现多(duo)种多(duo)样的效果，例(li)如商业智(zhi)能BI可以根据(ju)企业业务数据(ju)的不同流程划(hua)分为三个层次：

第一层，可视化(hua)分(fen)析(xi)展现层 - 可视化(hua)分(fen)析(xi)展现层也就(jiu)是商(shang)业智能BI的(de)需(xu)求层，一(yi)方面(mian)代(dai)表了用(yong)户(hu)的(de)需(xu)求，用(yong)户(hu)想看什么、要看什么、另一(yi)方面(mian)也代(dai)表了用(yong)户(hu)要分(fen)析(xi)什么，这(zhei)些就在这(zhei)一(yi)层进行展现。

第二层，数据(ju)模(mo)型层 - 数据(ju)模(mo)型层也(ye)就是常(chang)说的商业智能BI数据仓(cang)库，主要负责(ze)企业数据的(de)分(fen)析模(mo)型，完成从业务计算(suan)规则向(xiang)数据计算(suan)规则的(de)转(zhuan)变。

第(di)三层(ceng)，数据源(yuan)(yuan)层(ceng) - 数据源(yuan)(yuan)层(ceng)也(ye)就是商业(ye)智能(neng)BI的(de)数据(ju)层(ceng)，不同部门、业务线的(de)业务信息系统，其底层(ceng)数据(ju)库的(de)数据(ju)通过ETL抽取到商业智能(neng)BI的(de)数据(ju)仓库中，建模分析(xi)等等，最终(zhong)支撑到前端的(de)可视化(hua)分析(xi)展现。

商(shang)业智能BI能够在(zai)数字化(hua)时代(dai)，在(zai)各行各业(ye)企业(ye)开(kai)始数字化(hua)转型的(de)阶段取得(de)这么大(da)的(de)成(cheng)功，原因之一(yi)就是商业智能BI在企业中(zhong)的位(wei)置很关键，能够处于中(zhong)心位(wei)置贯通连接整个(ge)企业。

商业(ye)智能BI在企(qi)(qi)业中主要承担承上(shang)启下(xia)的责任，围绕数(shu)据形成了一整套数(shu)据战略体系，同时也(ye)是(shi)(shi)企(qi)(qi)业信(xin)息化(hua)建设中重要的一部(bu)(bu)分，可以说是(shi)(shi)企(qi)(qi)业进(jin)行(xing)信(xin)息化(hua)建设或者数(shu)字(zi)化(hua)转型前必须进(jin)行(xing)部(bu)(bu)署(shu)规(gui)划的一环。

一(yi)般来说(shuo)，企业的信(xin)息(xi)化建设(she)具(ju)有通用性，所以可以把大部分的企业的 IT 信(xin)息(xi)化分为(wei)两个(ge)(ge)阶段：一(yi)个(ge)(ge)是业务信(xin)息(xi)化，一(yi)个(ge)(ge)是数据信(xin)息(xi)化。这样对比讲，一(yi)般的用户更(geng)容易(yi)理(li)解一(yi)些。

业(ye)(ye)务(wu)(wu)信(xin)(xin)息化 - 企(qi)业(ye)(ye)使用的ERP、CRM、OA、自建(jian)的业(ye)(ye)务(wu)(wu)系(xi)统(tong)等，业(ye)(ye)务(wu)(wu)系(xi)统(tong)的建(jian)设都统(tong)称(cheng)为(wei)业(ye)(ye)务(wu)(wu)信(xin)(xin)息化。业(ye)(ye)务(wu)(wu)信(xin)(xin)息化的主(zhu)要作用是管理企(qi)业(ye)(ye)的业(ye)(ye)务(wu)(wu)流程，通过(guo)规范化、标准(zhun)化、线(xian)上(shang)化，来(lai)提(ti)高业(ye)(ye)务(wu)(wu)运转效率、降低企(qi)业(ye)(ye)人(ren)力、时间(jian)、精力等成本，为(wei)商业智能(neng)BI的(de)建设打下数据基(ji)础(chu)，是业务(wu)管理思路的(de)体现，也是现代的(de)企(qi)业管理方式。

数(shu)(shu)据信息化 - 像我们经常(chang)所听到的大数(shu)(shu)据、商业智能BI、数据分(fen)析、数据挖掘等我们都统称为(wei)数据信(xin)(xin)息化(hua)。数据信(xin)(xin)息化(hua)可以(yi)帮助(zhu)企业全面的(de)(de)了解企业的(de)(de)经(jing)营管理，从经(jing)验驱动(dong)到数据驱动(dong)，降低情绪、心理等主观影响，形成以(yi)数据为(wei)基(ji)础的(de)(de)业务(wu)决策(ce)支撑，提高决策(ce)的(de)(de)准(zhun)确(que)性(xing)，这是企业更高层次的(de)(de)企业管理方式。

信息(xi)化(hua)建设具有连贯性，没(mei)有业务系统的(de)建设，就不会有数据的(de)沉(chen)淀(dian)(dian)，而没(mei)有数据的(de)沉(chen)淀(dian)(dian)，就没(mei)有建设商(shang)业智能 BI 的(de)(de)基础。同时(shi)，商(shang)业(ye)智能 BI 的(de)(de)建设能够反向推动(dong)业(ye)务信息化的(de)(de)建设，提高数据(ju)的(de)(de)质量(liang)。

业(ye)务(wu)(wu)(wu)信息化(hua)的(de)主(zhu)要使用形式(shi) - 表单(dan)式(shi)的(de)、以业(ye)务(wu)(wu)(wu)用户录入为(wei)主(zhu)、数据(ju)的(de)增删改(gai)操作居多，是对(dui)业(ye)务(wu)(wu)(wu)过程(cheng)数据(ju)、业(ye)务(wu)(wu)(wu)流(liu)程(cheng)进(jin)行管理的(de)软(ruan)件(jian)系统，可以对(dui)业(ye)务(wu)(wu)(wu)流(liu)程(cheng)进(jin)行规范化(hua)、标(biao)准化(hua)处理。

数(shu)据(ju)(ju)信息化的(de)主要使(shi)用形式 - 例如商业智能BI主要是对业务结果数(shu)据(ju)(ju)进(jin)行(xing)整(zheng)体信息呈现和局部深度分析，旨在(zai)打通ERP、OA、CRM等业务系统的(de)数(shu)据(ju)(ju)，跨业务、跨系统整(zheng)合数(shu)据(ju)(ju)。

业(ye)务(wu)信(xin)息化的主要使用对象 - 一(yi)线业(ye)务(wu)执行(xing)层，更多是从业(ye)务(wu)视角(jiao)出发，录入数据、记录流程、查看业(ye)务(wu)信(xin)息。

数据信(xin)息化(hua)的主(zhu)要使用对(dui)象 - 管(guan)理决策层，更(geng)多的是从管(guan)理视角通过(guo)商业智能(neng)BI可视化(hua)分析去定位问题、分析问题，最终形成业务决策。

两个细节要(yao)点：

第(di)一(yi)，没(mei)有任何一(yi)个管(guan)理决策层、领(ling)导(dao)会没(mei)事打(da)开(kai)财(cai)务系(xi)统(tong)看(kan)(kan)财(cai)务数据，打(da)开(kai) OA 系(xi)统(tong)看(kan)(kan)看(kan)(kan)合同信息，高(gao)层领(ling)导(dao)不会看(kan)(kan)这些(xie)明细数据细节，也不会进到各个系(xi)统(tong)里面去看(kan)(kan)。也就是(shi)说，业务信息化不是(shi)给这一(yi)层领(ling)导(dao)来使用的。

第二，管(guan)理决(jue)策层(ceng)(ceng)是(shi)不是(shi)一定(ding)是(shi)指的(de)企业最(zui)高层(ceng)(ceng)的(de)领导，不见得，可(ke)以是(shi)企业各个组织层(ceng)(ceng)次中(zhong)带有管(guan)理决(jue)策属性的(de)人员(yuan)，这些管(guan)理决(jue)策人员(yuan)都可(ke)以通过商业智能BI提(ti)供(gong)决策支持。

数(shu)(shu)(shu)(shu)据(ju)(ju)孤岛(dao)一(yi)般指的是(shi)只(zhi)有(you)一(yi)部分(fen)人(ren)能够(gou)访问(wen)的数(shu)(shu)(shu)(shu)据(ju)(ju)集，比如企业(ye)不同部门、不同业(ye)务(wu)信息系统数(shu)(shu)(shu)(shu)据(ju)(ju)库中的数(shu)(shu)(shu)(shu)据(ju)(ju)往(wang)往(wang)无(wu)(wu)法(fa)互通，只(zhi)能在各自数(shu)(shu)(shu)(shu)据(ju)(ju)库中储存，无(wu)(wu)法(fa)统一(yi)进行利(li)用(yong)，没有(you)针对企业(ye)整体的全局视角。这样一(yi)来(lai)，每个部门、每个业(ye)务(wu)系统的数(shu)(shu)(shu)(shu)据(ju)(ju)都相互分(fen)隔(ge)，就像海外一(yi)座(zuo)座(zuo)孤岛(dao)，彼此(ci)无(wu)(wu)法(fa)连(lian)接(jie)，无(wu)(wu)法(fa)交(jiao)流，这就是(shi)平时经常(chang)听(ting)到的数(shu)(shu)(shu)(shu)据(ju)(ju)孤岛(dao)。

所以，我们(men)在(zai)讲(jiang)商业智能BI，讲数(shu)据孤岛(dao)(dao)的(de)(de)时候要明白，对数(shu)据孤岛(dao)(dao)问题(ti)感触最多(duo)的(de)(de)是企业(ye)管(guan)(guan)理人员，所以(yi)给业(ye)务部(bu)门(men)讲数(shu)据孤岛(dao)(dao)可能达不到预想中(zhong)的(de)(de)效果，只有(you)对跨业(ye)务、跨部(bu)门(men)、跨组织的(de)(de)这些(xie)中(zhong)层管(guan)(guan)理、高层管(guan)(guan)理讲，他(ta)们才(cai)能意识到业(ye)务数(shu)据不能互通，不用全面统一进行分析，有(you)多(duo)大的(de)(de)问题(ti)，也就(jiu)是数(shu)据孤岛(dao)(dao)对企业(ye)发展的(de)(de)危害。

商(shang)业智(zhi)能BI作为(wei)(wei)数据(ju)类技术解(jie)(jie)决(jue)(jue)方案，在面对(dui)数据(ju)孤(gu)(gu)岛问题(ti)时，就能通过数据(ju)仓库(ku)和数据(ju)可视化解(jie)(jie)决(jue)(jue)企(qi)业(ye)面临的(de)“数据(ju)孤(gu)(gu)岛”“信息孤(gu)(gu)岛”问题(ti)，所以商业(ye)智能BI需(xu)要企(qi)业(ye)管(guan)理人(ren)(ren)员来进(jin)行规划，并主要为(wei)(wei)企(qi)业(ye)管(guan)理人(ren)(ren)员提供决(jue)(jue)策(ce)信息，辅(fu)助进(jin)行决(jue)(jue)策(ce)。

商(shang)业智能BI是(shi)通(tong)(tong)过(guo)访问和连接(jie)业务系统(tong)数据(ju)(ju)源数据(ju)(ju)库的(de)(de)(de)方式来进行取(qu)数的(de)(de)(de)，不管(guan)是(shi)什(shen)么(me)样类型的(de)(de)(de)数据(ju)(ju)库，商业智能BI通(tong)(tong)过(guo)ETL连接(jie)数据(ju)(ju)库抽取(qu)业务系统(tong)原(yuan)表数据(ju)(ju)到数据(ju)(ju)仓库中加工处理，最(zui)后支撑到前(qian)端(duan)的(de)(de)(de)可视化分析报(bao)表展现。

之前有朋友这么提问(wen)的：数据源层(ceng)是需要开发(fa)接口吗？

这(zhei)是回(hui)答：

一般(ban)不需要(yao)，基本上这(zhei)么提问(wen)的(de)(de)(de)(de)(de)都是经历过软(ruan)件(jian)(jian)(jian)系(xi)(xi)统的(de)(de)(de)(de)(de)接口对接，软(ruan)件(jian)(jian)(jian)系(xi)(xi)统的(de)(de)(de)(de)(de)接口对接是因(yin)为有(you)的(de)(de)(de)(de)(de)业务软(ruan)件(jian)(jian)(jian)是 JAVA 开(kai)发(fa)(fa)的(de)(de)(de)(de)(de)，有(you)的(de)(de)(de)(de)(de)是 .NET 开(kai)发(fa)(fa)的(de)(de)(de)(de)(de)，有(you)的(de)(de)(de)(de)(de)是 B/S 架构(gou)，有(you)的(de)(de)(de)(de)(de)是 C/S 架构(gou)。软(ruan)件(jian)(jian)(jian)系(xi)(xi)统之间的(de)(de)(de)(de)(de)接口是需要(yao)开(kai)发(fa)(fa)参与的(de)(de)(de)(de)(de)，主(zhu)要(yao)是串联不同软(ruan)件(jian)(jian)(jian)的(de)(de)(de)(de)(de)业务流程，这(zhei)种接口是需要(yao)动代码的(de)(de)(de)(de)(de)。 但商业智能BI在获(huo)取数(shu)(shu)据的接口(kou)不(bu)一样，是与业(ye)务系(xi)统软(ruan)件自身(shen)无关(guan)的，是只需要(yao)访(fang)问和连接业(ye)务系(xi)统背后的数(shu)(shu)据库(ku)就可(ke)以的，直接从数(shu)(shu)据库(ku)取数(shu)(shu)，因此是不(bu)需要(yao)软(ruan)件接口(kou)，或(huo)者没(mei)有软(ruan)件接口(kou)访(fang)问这种概念的。

商业智能BI在遇到大数据量、非结构(gou)化数据处理(li)的(de)场景(jing)，底层的(de)数据仓(cang)库就(jiu)升(sheng)级为(wei)大数据的(de)数据仓(cang)库架构(gou)，这就(jiu)是(shi)大数据下的(de)商(shang)业智能BI分析(xi)；在大(da)(da)数(shu)(shu)据(ju)(ju)(ju)(ju)(ju)的(de)数(shu)(shu)据(ju)(ju)(ju)(ju)(ju)仓(cang)库架(jia)构基(ji)础之上(shang)，往左边更(geng)加(jia)(jia)拓展了(le)数(shu)(shu)据(ju)(ju)(ju)(ju)(ju)的(de)采(cai)(cai)集能力，在中间除了(le)原有大(da)(da)数(shu)(shu)据(ju)(ju)(ju)(ju)(ju)架(jia)构的(de)数(shu)(shu)据(ju)(ju)(ju)(ju)(ju)仓(cang)库建(jian)(jian)模(mo)之外，更(geng)加(jia)(jia)加(jia)(jia)入(ru)了(le)数(shu)(shu)据(ju)(ju)(ju)(ju)(ju)资(zi)(zi)产的(de)概念、数(shu)(shu)据(ju)(ju)(ju)(ju)(ju)资(zi)(zi)产盘点(dian)、数(shu)(shu)据(ju)(ju)(ju)(ju)(ju)资(zi)(zi)产管(guan)理，靠右扩展了(le)数(shu)(shu)据(ju)(ju)(ju)(ju)(ju)服务的(de)能力，将数(shu)(shu)据(ju)(ju)(ju)(ju)(ju)中台(tai)中按照一(yi)定规则处理好的(de)数(shu)(shu)据(ju)(ju)(ju)(ju)(ju)打包对外提供服务。因此(ci)，大(da)(da)数(shu)(shu)据(ju)(ju)(ju)(ju)(ju)架(jia)构下的(de)数(shu)(shu)据(ju)(ju)(ju)(ju)(ju)采(cai)(cai)集、数(shu)(shu)据(ju)(ju)(ju)(ju)(ju)仓(cang)库建(jian)(jian)模(mo)、数(shu)(shu)据(ju)(ju)(ju)(ju)(ju)资(zi)(zi)产管(guan)理和数(shu)(shu)据(ju)(ju)(ju)(ju)(ju)服务就(jiu)构成了(le)数(shu)(shu)据(ju)(ju)(ju)(ju)(ju)中台(tai)的(de)几(ji)大(da)(da)核心。

数据(ju)中台的底子是(shi)(shi)大数据(ju)架构，数据(ju)仓(cang)(cang)库是(shi)(shi)传统商业(ye)智(zhi)能BI数据(ju)仓(cang)(cang)库的大数据(ju)升(sheng)级(ji)，而商业(ye)智(zhi)能BI就变成了数据(ju)中台之上的应用(yong)层，利用(yong)中台的数据(ju)服务(wu)获取数据(ju)做分(fen)析(xi)展现。

这就是商(shang)业智(zhi)能BI、大数(shu)据(ju)、数(shu)据(ju)中台(tai)这(zhei)三者的(de)关(guan)系(xi)和在不同数(shu)据(ju)场(chang)景、服务(wu)场(chang)景下的(de)演变过程，看明白了这(zhei)个过程，应该就(jiu)不会再(zai)轻易的(de)混淆他们的(de)概念。至于商(shang)业智能BI、大(da)数据、数据中台应该选择(ze)哪个，其实(shi)说到底如何选择(ze)合适(shi)的(de)技术路(lu)线、技术架构，最终还是(shi)(shi)取决(jue)于企业自身到底要解(jie)决(jue)什么，不能盲目(mu)(mu)选择(ze)。盲目(mu)(mu)选择(ze)的(de)结果就(jiu)是(shi)(shi)大(da)投入(ru)，小产出没有达到预期的(de)期望。我们还是(shi)(shi)应该聚焦(jiao)到需求(qiu)本身，需求(qiu)为王。

很多企(qi)业把商业智(zhi)能BI当做(zuo)纯(chun)粹的(de)(de)报(bao)表(biao)工具使(shi)用，输出的(de)(de)形式(shi)变成了可视化图(tu)表(biao)，可图(tu)表(biao)展(zhan)示的(de)(de)内容(rong)还(hai)是以(yi)前的(de)(de)部门业务信息，只展(zhan)现了一线(xian)业务部门的(de)(de)基本情况，管理人员(yuan)还(hai)是需(xu)要花费大(da)量(liang)时间(jian)精(jing)力去(qu)了解企业整体的(de)(de)发展(zhan)情况。

我(wo)这里总结了一下(xia)，大家对商业智(zhi)能 BI 的理解常会碰到的一些误区(qu)：

1.商业智能(neng) BI 就(jiu)是(shi)报表可视(shi)(shi)化，就(jiu)是(shi)一堆可视(shi)(shi)化图表，商业智能(neng)BI 就(jiu)是(shi)前端可视(shi)(shi)化。

2.商业智能BI就是一个拖拉拽的分析工(gong)具(ju)产品。

3.商业(ye)智能BI就是商业(ye)智能BI，跟数据仓库没有(you)关系。

4.有(you)了商业智(zhi)能BI就不(bu)需要数(shu)据仓库建模，业务人(ren)员就可以自己做商(shang)业智能BI分析，就(jiu)可以(yi)拖拉拽做商业智能BI分析。

5.商业智能BI 就是业务驱动(dong)的，不需(xu)要 IT 人员支(zhi)撑，敏捷商业智能BI不需要 IT 介(jie)入(ru)。

6.商业智(zhi)能BI直连不(bu)(bu)香(xiang)吗？直接连接数据(ju)源不(bu)(bu)就(jiu)可以做分析，不(bu)(bu)需要数据(ju)仓库。

首先简要(yao)纠正一(yi)下对于(yu)这些问题的(de)理解。

1、商业智能 BI 就(jiu)是报表(biao)可视化，就(jiu)是一堆(dui)可视化图表(biao)，BI 就(jiu)是前端可视化。

商业智能BI是(shi)一套完整的有数(shu)(shu)据仓库、数(shu)(shu)据分析、数(shu)(shu)据报表(biao)等(deng)组成(cheng)的数(shu)(shu)据技(ji)术(shu)类的解决方案(an)，在一个 BI 项目中(zhong)，20% 的时间做(zuo)前端(duan)分析报表(biao)，80% 的时间都(dou)在底(di)层数(shu)(shu)据仓库的设计、ETL 的开发(fa)、取数(shu)(shu)开发(fa)等(deng)工作。

所以(yi)可视化(hua)报(bao)表只是商(shang)业(ye)智能 BI 的最终(zhong)呈现，但不是 商业智(zhi)能BI 的全部(bu)。

2、商业智能 BI 就是(shi)一个拖拉拽的分析工具产品。

拖拉(la)拽的可(ke)视化分析(xi)工(gong)具准确来讲只能解(jie)决 商业智(zhi)能(neng)BI 的一部分(fen)，即可视(shi)化(hua)分(fen)析。但(dan)其实(shi) 商业智能BI 所包括(kuo)的技术范围还是比较广的，涉及(ji)到从底(di)层数据(ju)取数到前端展现分(fen)析(xi)的各个方面。

单纯拖拉拽(zhuai)的(de)(de)(de)商(shang)(shang)业(ye)(ye)智(zhi)能BI可视化分(fen)析工(gong)具(ju)严格(ge)来讲(jiang)只能定位于个人和(he)部门级，和(he)企业(ye)(ye)级的(de)(de)(de)商(shang)(shang)业(ye)(ye)智(zhi)能BI 有很大(da)的(de)(de)(de)不同，所以单纯的(de)(de)(de)上一个商(shang)(shang)业(ye)(ye)智(zhi)能BI分(fen)析工(gong)具(ju)发挥不了(le)商(shang)(shang)业(ye)(ye)智(zhi)能BI的(de)(de)(de)真正作用，也替代(dai)不了(le)商(shang)(shang)业(ye)(ye)智(zhi)能BI的(de)(de)(de)位置。

3、以前也总有人说商业(ye)智能BI就是业务(wu)驱动，商业智能BI就是 BI，跟(gen)数据仓库没有关(guan)系。

这(zhei)个问(wen)题很(hen)有(you)深度，在以(yi)前我也这(zhei)么认为过，总(zong)觉得有(you)了商业(ye)(ye)智(zhi)(zhi)(zhi)能BI就不(bu)需(xu)(xu)(xu)要(yao)数据仓库建(jian)(jian)模(mo)，业(ye)(ye)务人(ren)员(yuan)就可以(yi)自己做 商业(ye)(ye)智(zhi)(zhi)(zhi)能BI分(fen)析(xi)，就可以(yi)拖拉(la)拽(zhuai)做 商业(ye)(ye)智(zhi)(zhi)(zhi)能BI分(fen)析(xi)，不(bu)需(xu)(xu)(xu)要(yao)IT人(ren)员(yuan)支撑，敏捷商业(ye)(ye)智(zhi)(zhi)(zhi)能BI不(bu)需(xu)(xu)(xu)要(yao) IT 介(jie)入，不(bu)需(xu)(xu)(xu)要(yao)建(jian)(jian)数据仓库。

但凡(fan)有任何商(shang)业智能(neng)BI的(de)销售(shou)或者售(shou)前告诉用(yong)户，你们企业(ye)的(de) 商(shang)业(ye)智能BI 项(xiang)目不需要构(gou)建数据仓库，直接通过 商(shang)业(ye)智能BI 分(fen)析工具拖拉拽就可(ke)以搞(gao)定(ding)企业(ye)里面(mian)所(suo)有的分(fen)析，不需要IT人(ren)员(yuan)支撑，业(ye)务人(ren)员(yuan)完全可(ke)以自己搞(gao)定(ding)... 类(lei)似于敢这样承(cheng)诺的，要么是对商业智能BI不(bu)懂(dong)，要么就是(shi)真忽悠(you)。

在(zai)企业(ye)级的(de)商业智能(neng)BI项目建设中，真正能做到完全靠业(ye)务人员简单拖拉拽一些就能随便实(shi)现数据可视化分析，至少在我(wo)个(ge)人从业(ye)的十几年(nian)工作经验(yan)中，95%以上的企(qi)(qi)业(ye)都做不到。我(wo)服务过的重点企(qi)(qi)业(ye)包(bao)括：SHP（ Security Health Plan )、微(wei)软(ruan)（中国）、微(wei)软(ruan)（美(mei)国）、VWFC（ 大众金融 ）等(deng)。

VWFC 做(zuo)的(de)算是(shi)非常不错的(de)，少有的(de)业务(wu)人员自己动手做(zuo)很多报表，线上跑了几千(qian)张报表。为什么？ 因为底层数(shu)(shu)据仓库就搭建了很多年，底层数(shu)(shu)据架构相对比(bi)较规范。Business Driven 业务(wu)驱(qu)动，它(ta)的(de)前提(ti)是(shi)什么？

1） 底(di)层数(shu)据(ju)质量很规范，数(shu)据(ju)仓库架构很完整(zheng)，不让业务人员碰底(di)层数(shu)据(ju)，ETL、取(qu)数(shu)、指(zhi)标计算等(deng)(deng)等(deng)(deng)统统都是(shi) IT 部门来(lai)维护(hu)。

2） 业(ye)(ye)务(wu)人员(yuan)通过培(pei)训要熟练掌(zhang)握(wo)商业(ye)(ye)智能(neng)BI前端报表工具(ju)的(de)使(shi)用，要很懂(dong)放出(chu)来(lai)的(de)数据分析模型接口(kou)。

3） 业务人员(yuan)要非常熟悉业务和(he)数(shu)据。

第 2）和第 3）条(tiao)很多企业没有问(wen)题(ti)，第 1）条(tiao)直接弄个前端 商业智能(neng)BI 工具让业务人员解决，能(neng)解决掉吗？ 很显(xian)然业务人员是不具备这种能(neng)力的(de)。

这就是一(yi)(yi)到培(pei)训(xun)(xun)的(de)时候，商业(ye)智(zhi)能BI工具使用起来(lai)很(hen)简单(dan)，但是一(yi)(yi)旦到实(shi)际(ji)的(de)企业(ye) 商业(ye)智(zhi)能BI 项(xiang)目开发(fa)就发(fa)现(xian)寸步(bu)难行(xing)。因为培(pei)训(xun)(xun)的(de)时候，给出(chu)(chu)的(de)数据表(biao)(biao)(biao)(biao)都(dou)是经过选(xuan)择的(de)，永远都(dou)是质(zhi)量很(hen)高(gao)的(de)、规(gui)范的(de)只需要(yao)简单(dan)左表(biao)(biao)(biao)(biao)连右表(biao)(biao)(biao)(biao)例如(ru)销(xiao)售订单(dan)表(biao)(biao)(biao)(biao)、订单(dan)明细表(biao)(biao)(biao)(biao)，自(zi)然(ran)很(hen)容易把(ba)可视化报表(biao)(biao)(biao)(biao)给实(shi)现(xian)出(chu)(chu)来(lai)。

但是在实际企业 商业智能BI 项目分析中，分析指标的计算规则绝非简单几张表关联就可以解决的，不信的话可以挑战一下一个实际的指标计算逻辑：挑战一个 ETL 数据清洗的小案例 在数据库中就一张数据表，数据理解起来也很简单，但很多 商业智能BI 开发人员做起来也需要废很大的精力，就更别谈业务人员自助 商业智能BI 分析了。

讲这么多不是为(wei)了一味否定自助式 商业(ye)智能(neng)BI 它的作(zuo)用和能(neng)(neng)(neng)力，自助式 商业智能(neng)(neng)(neng)BI 有它的使用场(chang)景，也确(que)实(shi)帮助我们简化(hua)了很(hen)多(duo)的 BI 工作(zuo)，但从专业角度出发，特别反感是(shi)部(bu)分商业智能(neng)(neng)(neng)BI 厂商以一种不负责任的方式反复向市场(chang)强化(hua)类(lei)似于(yu)这(zhei)样的概念：商业智能(neng)(neng)(neng)BI 就是(shi)可(ke)视化(hua)报(bao)表、商业智能(neng)(neng)(neng)BI 不需要数(shu)据仓(cang)库(ku)建(jian)模(mo)、传统数(shu)据仓(cang)库(ku)建(jian)模(mo)很(hen)落后、商(shang)业智能(neng)BI 就是自助(zhu)分析、商业智能BI 自助分(fen)析很简单(dan)、业务用户简单(dan)几(ji)天培训就可以学会并且想怎么分(fen)析就怎么分(fen)析...

从市场宣传和(he)(he)销售的(de)(de)(de)(de)(de)角度来说(shuo)，简化产品的(de)(de)(de)(de)(de)复杂度和(he)(he)上(shang)手(shou)难度的(de)(de)(de)(de)(de)宣传是没(mei)有(you)问题的(de)(de)(de)(de)(de)，有(you)问题的(de)(de)(de)(de)(de)是以一种错误(wu)的(de)(de)(de)(de)(de)讲解、不(bu)(bu)(bu)专业(ye)(ye)的(de)(de)(de)(de)(de)讲解最(zui)终(zhong)误(wu)导(dao)企(qi)业(ye)(ye)接受了这些不(bu)(bu)(bu)正确的(de)(de)(de)(de)(de)概念，并(bing)以这些不(bu)(bu)(bu)正确的(de)(de)(de)(de)(de)概念来评估与规划 商业(ye)(ye)智(zhi)能BI 项(xiang)目(mu)(mu)的(de)(de)(de)(de)(de)建(jian)设，没(mei)有(you)充分预计到(dao) 商业(ye)(ye)智(zhi)能BI 项(xiang)目(mu)(mu)建(jian)设过(guo)程中(zhong)可能会遇到(dao)的(de)(de)(de)(de)(de)挑战与风(feng)险(xian)，最(zui)后导(dao)致项(xiang)目(mu)(mu)的(de)(de)(de)(de)(de)不(bu)(bu)(bu)成功与失败、反复建(jian)设。

我们(men)在北京就有(you)一(yi)(yi)(yi)个(ge)客(ke)户(hu)(hu)之(zhi)(zhi)前(qian)花了(le)一(yi)(yi)(yi)百多万(wan)上(shang)(shang)了(le)一(yi)(yi)(yi)套所谓的(de)(de)(de) 商业智(zhi)能(neng)BI 项(xiang)(xiang)目(mu)(mu)，项(xiang)(xiang)目(mu)(mu)上(shang)(shang)线(xian)了(le)一(yi)(yi)(yi)年(nian)左(zuo)右，到最后完全推不动(dong)，失败了(le)。后续(xu)找到派(pai)可数(shu)据(ju)(ju)，我们(men)给他们(men)上(shang)(shang)了(le)派(pai)可数(shu)据(ju)(ju)商业智(zhi)能(neng)BI分(fen)析(xi)(xi)平(ping)台，这(zhei)个(ge)项(xiang)(xiang)目(mu)(mu)我们(men)连(lian)续(xu)做了(le)好几期，客(ke)户(hu)(hu)还写(xie)了(le)感谢信。之(zhi)(zhi)前(qian)为(wei)什么推不动(dong)、项(xiang)(xiang)目(mu)(mu)会失败：不重视数(shu)据(ju)(ju)仓库的(de)(de)(de)规划。因为(wei)他们(men)的(de)(de)(de)业务是(shi)(shi)连(lian)续(xu)的(de)(de)(de)、变动(dong)的(de)(de)(de)，每年(nian)的(de)(de)(de)需求都(dou)是(shi)(shi)需要动(dong)态(tai)调整的(de)(de)(de)，数(shu)据(ju)(ju)持续(xu)增加，分(fen)析(xi)(xi)的(de)(de)(de)深度和广度都(dou)是(shi)(shi)在不断变化，没有(you)一(yi)(yi)(yi)个(ge)好的(de)(de)(de)底层(ceng)数(shu)据(ju)(ju)架构来(lai)支撑，光(guang)靠 SQL 取(qu)数(shu)、建数(shu)据(ju)(ju)集(ji)出报表的(de)(de)(de)形式是(shi)(shi)不可能(neng)支撑一(yi)(yi)(yi)家(jia)企业未来(lai) 3-5 年(nian)甚至(zhi)更长(zhang)远的(de)(de)(de)业务分(fen)析(xi)(xi)需求变化的(de)(de)(de)。

除了(le)这(zhei)个案例(li)之(zhi)外，在我的(de)手机上有(you)很多之(zhi)前上过(guo)(guo) 商业智能BI 最(zui)终(zhong)失败、没有(you)做(zuo)好(hao)，找过(guo)(guo)来聊天(tian)吐槽的(de)记录，是(shi)真的(de)产(chan)(chan)品(pin)(pin)(pin)不(bu)好(hao)吗？我也客观的(de)帮助他们分析过(guo)(guo)：这(zhei)些产(chan)(chan)品(pin)(pin)(pin)本(ben)身有(you)的(de)是(shi) Gartner 魔力现象 Leader 象限的(de)产(chan)(chan)品(pin)(pin)(pin)，你说产(chan)(chan)品(pin)(pin)(pin)行(xing)(xing)不(bu)行(xing)(xing)？ 有(you)的(de)产(chan)(chan)品(pin)(pin)(pin)是(shi)国(guo)内商业智能 BI 领域很多年的(de)老品(pin)(pin)(pin)牌(pai)，你说产(chan)(chan)品(pin)(pin)(pin)行(xing)(xing)不(bu)行(xing)(xing)？ 客观来讲(jiang)，这(zhei)些产(chan)(chan)品(pin)(pin)(pin)从我个人角度(du)来说，这(zhei)些产(chan)(chan)品(pin)(pin)(pin)其实都很优(you)秀，产(chan)(chan)品(pin)(pin)(pin)本(ben)身是(shi)没有(you)太大问题(ti)的(de)。

问(wen)题(ti)在于，这么(me)(me)多从零到一(yi)(yi)需要上 商(shang)业(ye)智(zhi)能(neng)BI 的(de)(de)企(qi)业(ye)不(bu)(bu)知(zhi)道(dao)一(yi)(yi)个 商(shang)业(ye)智(zhi)能(neng)BI 项(xiang)目(mu)中(zhong)原来还有(you)(you)(you)那么(me)(me)多坑，很(hen)多 商(shang)业(ye)智(zhi)能(neng)BI 厂商(shang)会不(bu)(bu)会去把(ba)这些(xie)点给企(qi)业(ye)客(ke)(ke)户(hu)讲(jiang)(jiang)清楚，一(yi)(yi)个 商(shang)业(ye)智(zhi)能(neng)BI 项(xiang)目(mu)到底怎(zen)么(me)(me)干、中(zhong)间有(you)(you)(you)什(shen)么(me)(me)样的(de)(de)风险、以后还会遇到什(shen)么(me)(me)样的(de)(de)问(wen)题(ti)、应该怎(zen)么(me)(me)解(jie)决这些(xie)问(wen)题(ti)、有(you)(you)(you)什(shen)么(me)(me)样的(de)(de)方(fang)法论和手段... 如果只是为了(le)卖一(yi)(yi)套 商(shang)业(ye)智(zhi)能(neng)BI 产品或者工具，你觉(jue)得这些(xie) 商(shang)业(ye)智(zhi)能(neng)BI 销售会跟客(ke)(ke)户(hu)讲(jiang)(jiang)这些(xie)东西吗(ma)？ 不(bu)(bu)会的(de)(de)，至(zhi)少不(bu)(bu)会讲(jiang)(jiang)的(de)(de)太(tai)(tai)深太(tai)(tai)全，因为这么(me)(me)一(yi)(yi)讲(jiang)(jiang)把(ba) 商(shang)业(ye)智(zhi)能(neng)BI 难度讲(jiang)(jiang)太(tai)(tai)复杂了(le)，一(yi)(yi)旦(dan)没有(you)(you)(you)讲(jiang)(jiang)好，反(fan)而(er)降低了(le)客(ke)(ke)户(hu)的(de)(de)信任。

有的(de)时候不(bu)(bu)讲，是因为怕(pa)讲复杂了(le)，让企业客(ke)户(hu)决策周期拉的(de)太长了(le)。有的(de)时候不(bu)(bu)讲，是因为不(bu)(bu)懂。你不(bu)(bu)讲，客(ke)户(hu)不(bu)(bu)知道，客(ke)户(hu)也(ye)没有经(jing)验(yan)，后续(xu)商(shang)业智能BI项目建设就会出问(wen)题(ti)。

在一(yi)(yi)次大会上(shang)，某商(shang)业(ye)智(zhi)能(neng)(neng)BI厂商(shang)一(yi)(yi)位高级售(shou)前技(ji)(ji)术专家(jia)在跟客(ke)户(hu)交(jiao)流时说过的(de)一(yi)(yi)句话：商(shang)业(ye)智(zhi)能(neng)(neng)BI直连(lian)不(bu)香(xiang)吗？直接(jie)连(lian)接(jie)数据源不(bu)就可(ke)(ke)以做(zuo)分析，不(bu)需要数据仓库。无知者无畏，实在听不(bu)下去，就打断(duan)直接(jie)沟通(tong)了(le)一(yi)(yi)下。通(tong)过沟通(tong)，可(ke)(ke)以判断(duan)这个所谓的(de)技(ji)(ji)术专家(jia)基本上(shang)没有做(zuo)过完(wan)整的(de) 商(shang)业(ye)智(zhi)能(neng)(neng)BI 项目(mu)(mu)经验，从零到(dao)一(yi)(yi)搭建(jian)一(yi)(yi)个 商(shang)业(ye)智(zhi)能(neng)(neng)BI 项目(mu)(mu)的(de)能(neng)(neng)力等于零。以这样的(de)一(yi)(yi)种能(neng)(neng)力跟客(ke)户(hu)来引导一(yi)(yi)个 商(shang)业(ye)智(zhi)能(neng)(neng)BI 项目(mu)(mu)，这种 商(shang)业(ye)智(zhi)能(neng)(neng)BI 项目(mu)(mu)的(de)质(zhi)量能(neng)(neng)有保证(zheng)吗，很难的(de)。

这也就是我(wo)们(men)(men)派可数(shu)据(ju)、我(wo)个(ge)人做视(shi)频(pin)号《吕品聊数(shu)据(ju)》的(de)(de)(de)原因，客观的(de)(de)(de)讲(jiang)(jiang)(jiang)讲(jiang)(jiang)(jiang) 商(shang)业(ye)智能(neng)BI、客观的(de)(de)(de)讲(jiang)(jiang)(jiang)讲(jiang)(jiang)(jiang)数(shu)据(ju)，普及一下(xia)我(wo)们(men)(men)认(ren)为正确的(de)(de)(de) 商(shang)业(ye)智能(neng)BI 知(zhi)识和概念(nian)。告(gao)诉我(wo)们(men)(men)广(guang)大的(de)(de)(de) 商(shang)业(ye)智能(neng)BI 用户，商(shang)业(ye)智能(neng)BI 到底应该怎么理解(jie)、怎么认(ren)知(zhi)，商(shang)业(ye)智能(neng)BI 到底有什么样的(de)(de)(de)坑(keng)需要我(wo)们(men)(men)的(de)(de)(de)企业(ye)注意。

我们不能说我们派可(ke)数(shu)据在(zai) 商业(ye)(ye)智能BI 领域讲的(de)(de)知(zhi)(zhi)识(shi)和(he)概念(nian)就(jiu)一定是(shi)(shi)放(fang)之四海而皆准(zhun)的(de)(de)，但是(shi)(shi)我们欢(huan)迎任何 商业(ye)(ye)智能BI 厂商或(huo)者任何 BI 个人爱好者就(jiu) 商业(ye)(ye)智能BI 的(de)(de)一些知(zhi)(zhi)识(shi)和(he)概念(nian)来(lai)(lai)向我们挑战，来(lai)(lai)看(kan)(kan)看(kan)(kan)派可(ke)数(shu)据所普及(ji)(ji)的(de)(de)一些 商业(ye)(ye)智能BI 知(zhi)(zhi)识(shi)概念(nian)到(dao)底对不对。如果普及(ji)(ji)的(de)(de)对，说明这(zhei)些问(wen)题(ti)大家确(que)实(shi)都(dou)碰到(dao)了，这(zhei)些知(zhi)(zhi)识(shi)和(he)概念(nian)对于企业(ye)(ye)而言就(jiu)是(shi)(shi)难得(de)的(de)(de)经验。如果普及(ji)(ji)的(de)(de)不对，不对又(you)是(shi)(shi)在(zai)什么(me)地方(fang)，指出(chu)来(lai)(lai)大家一起(qi)看(kan)(kan)看(kan)(kan)，一起(qi)探讨一下，我们还可(ke)以为企业(ye)(ye)做些什么(me)。

这十几年(nian)我一直(zhi)在技术领(ling)域(yu)、信(xin)息化(hua)领(ling)域(yu)、商业智能(neng)BI 行(xing)业，一直(zhi)没(mei)有(you)出这个(ge)圈。做过 JAVA ( AWT、SWING、JSP、Hibernate、Spring、ibatis )、.NET ( ASP、//ASP.NET、C#.NET )、Object-C 、JS 等等技术开发，业务软(ruan)件系统平台开发。

早(zao)期前端技术很(hen)弱，AJAX 的实现(xian)也都需(xu)要(yao)手(shou)写，要(yao)实现(xian)一个(ge)表单内数据的点(dian)击编辑和修改(gai)需(xu)要(yao)自己(ji)用 JS DOM 操作(zuo)。做报表基本(ben)上就是(shi) JSP、ASP 脚(jiao)本(ben)语(yu)言(yan)在前端嵌套 HTML 做循环(huan)输出，报表样式很(hen)原生(sheng)很(hen)丑陋，稍微(wei)复杂一点(dian)的表格报表样式都需(xu)要(yao)用 JS 来调(diao)整(zheng)。

那个时(shi)候用过(guo)的(de)(de)报(bao)(bao)(bao)(bao)表(biao)像 Crystal Report 水晶报(bao)(bao)(bao)(bao)表(biao)、润乾报(bao)(bao)(bao)(bao)表(biao)等(deng)等(deng)，在前(qian)端脚本语(yu)言中(zhong)有标(biao)签直接可(ke)以引用，报(bao)(bao)(bao)(bao)表(biao)生成(cheng)代(dai)替了(le)(le)大量的(de)(de)手(shou)写代(dai)码。早期的(de)(de)前(qian)后(hou)端技术(shu)是不分家的(de)(de)，//ASP.NET 还稍微(wei)(wei)好一些，前(qian)端逐(zhu)步有一些集成(cheng)控件可(ke)以直接使(shi)用，JAVA 是真没有。上(shang)面说(shuo)到的(de)(de)这个阶段(duan)大概在什么时(shi)候呢，2005年前(qian)后(hou)，2007年我(wo)觉得已经使(shi)用的(de)(de)很(hen)广泛了(le)(le)，老(lao)的(de)(de) CSDN 上(shang)应该还能找到很(hen)多(duo)原始的(de)(de)报(bao)(bao)(bao)(bao)表(biao)标(biao)签帖子。

像老一批报(bao)表(biao)还有(you)(you)像金(jin)峰(feng)报(bao)表(biao) Jreport、思达报(bao)表(biao) StyleReport 等等在国(guo)内也有(you)(you)一定的(de)市(shi)场(chang)。早在 2010 年(nian)之(zhi)前，有(you)(you)些报(bao)表(biao)厂商的(de)收入规模(mo)就已经突破了一个(ge)亿，说明(ming)基础(chu)报(bao)表(biao)这个(ge)市(shi)场(chang)还是非常不错的(de)。

那个(ge)时候(hou)的(de)报(bao)表定位是(shi)什么，就是(shi)纯(chun)粹的(de) Report 报(bao)表，通(tong)过程(cheng)序从后台(tai)数(shu)(shu)据库(ku)中(zhong)(zhong)查(cha)询返回的(de)数(shu)(shu)据聚(ju)合 List 再到前端脚本页面(mian)上绑定一下(xia)就生成了各种报(bao)表，实际上就是(shi)用(yong)在(zai)各个(ge)业务软(ruan)件系统之(zhi)中(zhong)(zhong)的(de)报(bao)表展示，还远远没有到 商业智(zhi)能BI分析这(zhei)个(ge)层面(mian)。

并且还有大量的软(ruan)件(jian)开(kai)发厂商实际上(shang)已经具备了很强的报(bao)(bao)表(biao)能力(li)，不过这些报(bao)(bao)表(biao)能力(li)并没(mei)有单独拿出来作(zuo)为报(bao)(bao)表(biao)产(chan)品在市面上(shang)运营(ying)而已。

逐步的(de)(de)，随着前端(duan)技术(shu)、前端(duan)框架的(de)(de)完善，从传统表格技术(shu)开始到(dao)了各(ge)类柱(zhu)状图、条形(xing)图、饼状图的(de)(de)可(ke)视化(hua)展示(shi)，到(dao)了这个阶段，报(bao)表和商业(ye)智(zhi)能BI的(de)(de)边界(jie)越来越模糊。为什(shen)么？商业(ye)智(zhi)能BI的(de)(de)报(bao)表展现能力也就和传统报(bao)表效果大(da)致相当，还没有(you)出现那(nei)种(zhong)自助分析、自助拖拉拽就可(ke)以实现快(kuai)速多(duo)维分析的(de)(de)能力。

讲这(zhei)么多主要想(xiang)说的(de)(de)(de)是(shi)(shi)我们所看到(dao)的(de)(de)(de)很多商业(ye)智(zhi)能BI项(xiang)目都是(shi)(shi)拿报表(biao)思(si)维去实(shi)现的(de)(de)(de)，就是(shi)(shi) SQL 到(dao)数(shu)据(ju)集(ji)到(dao)前端展现。而真(zhen)正的(de)(de)(de)商业(ye)智(zhi)能BI思(si)维应(ying)该是(shi)(shi)什么呢？ 多维思(si)维、模(mo)型思(si)维，这(zhei)一点决定了一个 商业(ye)智(zhi)能BI 项(xiang)目的(de)(de)(de)最终(zhong)走向，后面会具体讲到(dao)这(zhei)些点。

商业(ye)(ye)智能 BI 到底是什(shen)么？技术？产品？还是其它？我们把对于 BI 的(de)理(li)解再提升一个(ge)层次(ci)：商业(ye)(ye)智能 BI 是一家企业(ye)(ye)业(ye)(ye)务和管理(li)思维的(de)落地。

这个怎么来(lai)理(li)解呢？简单来(lai)说，就是在可视化报表(biao)上呈现的(de)内(nei)容就是一(yi)家(jia)企(qi)业真(zhen)正(zheng)关注的(de)内(nei)容，这里面有(you)(you)管理(li)高层重点(dian)关注的(de)企(qi)业经营性(xing)的(de)分析指标，也有(you)(you)某具(ju)体部(bu)门(men)的(de)。

经(jing)常(chang)会碰到有人问商(shang)(shang)业(ye)智(zhi)能BI和(he)数(shu)据仓库(ku)有什(shen)么(me)区别，实际(ji)上(shang)这(zhei)(zhei)个问题(ti)的(de)背后能反映出来一些朋友对(dui)商(shang)(shang)业(ye)智(zhi)能BI的(de)理解还是(shi)有些不准(zhun)确和(he)偏差(cha)，这(zhei)(zhei)个问题(ti)实际(ji)上(shang)从概念上(shang)把(ba)BI和(he)数(shu)据仓库(ku)人为(wei)的(de)割裂了。这(zhei)(zhei)种情况其实也(ye)比(bi)较正常(chang)，因为(wei)大家对(dui)商(shang)(shang)业(ye)智(zhi)能BI的(de)第一印象就是(shi)各种炫(xuan)酷的(de)可视(shi)化(hua)图表(biao)、报表(biao)，再加(jia)上(shang)市(shi)面(mian)上(shang)有很多轻量(liang)的(de)前端(duan)可视(shi)化(hua)商(shang)(shang)业(ye)智(zhi)能BI分(fen)析工具，就造成大家对(dui)BI的(de)认知就停留在可视(shi)化(hua)这(zhei)(zhei)部(bu)分(fen)了。

准确的(de)(de)来说，商业(ye)智能(neng)BI不仅仅包含(han)前端可视化(hua)分析、报(bao)(bao)表展现的(de)(de)能(neng)力(li)，更包含(han)了底层(ceng)(ceng)数(shu)据(ju)(ju)仓库的(de)(de)建(jian)设过程(cheng)。Gartner 在上(shang)世(shi)纪(ji)九(jiu)十年代就(jiu)已经(jing)提到了商业(ye)智能(neng) Business Intelligence，它更多的(de)(de)认为(wei)(wei)：BI是(shi)一(yi)种数(shu)据(ju)(ju)类的(de)(de)技术解(jie)决(jue)方案，将许(xu)多来自不同企业(ye)业(ye)务系统的(de)(de)数(shu)据(ju)(ju)提取有分析价值的(de)(de)数(shu)据(ju)(ju)进(jin)行清洗、转换和加载，就(jiu)是(shi)抽取Extraction、转换 Transformation、加载Loading 的(de)(de)ETL过程(cheng)，最终合(he)并到一(yi)个(ge)数(shu)据(ju)(ju)仓库中，按(an)照一(yi)定的(de)(de)建(jian)模(mo)(mo)方式例(li)如Inmon 的(de)(de)3NF 建(jian)模(mo)(mo)、Kimball 的(de)(de)维(wei)度(du)建(jian)模(mo)(mo)或者(zhe)两者(zhe)都有的(de)(de)混合(he)式架(jia)构模(mo)(mo)型，最终在这个(ge)基础(chu)上(shang)再利用合(he)适的(de)(de)分析展现工具(ju)来形成各种可视化(hua)的(de)(de)分析报(bao)(bao)表为(wei)(wei)企业(ye)的(de)(de)管理决(jue)策层(ceng)(ceng)提供数(shu)据(ju)(ju)决(jue)策支撑。

所(suo)以，可(ke)以从这里能够(gou)看(kan)到数(shu)据仓库(ku)Data Warehouse 的位置是(shi)(shi)(shi)介于可(ke)视(shi)化报表和底(di)层业(ye)务(wu)系统(tong)数(shu)据源之(zhi)间(jian)的这一层，在整个(ge)商(shang)业(ye)智能BI项(xiang)目解(jie)决方案中(zhong)起到的是(shi)(shi)(shi)一个(ge)承(cheng)上(shang)启(qi)下的作用。如果把商(shang)业(ye)智能BI比作是(shi)(shi)(shi)一个(ge)人的话，上(shang)半身特别是(shi)(shi)(shi)脸这个(ge)部分就是(shi)(shi)(shi)颜值，下半身脚踏(ta)实(shi)地吸取大地的精华，中(zhong)间(jian)这部分的腰腹(fu)核(he)心(xin)、核(he)心(xin)力(li)量(liang)就是(shi)(shi)(shi)数(shu)据仓库(ku)。

那大家也会问到，市面上不(bu)是有很(hen)(hen)多直接链接数据源就可以拖拉拽(zhuai)分析(xi)的(de)(de)(de)(de)商业(ye)智(zhi)能BI工(gong)(gong)具产(chan)品吗(ma)，不(bu)也一样可以做(zuo)商业(ye)智(zhi)能BI分析(xi)报表吗(ma)？这种独立的(de)(de)(de)(de)、单独的(de)(de)(de)(de)面向前端(duan)的(de)(de)(de)(de)商业(ye)智(zhi)能BI分析(xi)工(gong)(gong)具，他们更多的(de)(de)(de)(de)定位是部门级(ji)和个人级(ji)的(de)(de)(de)(de)商业(ye)智(zhi)能BI 分析(xi)工(gong)(gong)具，对于深(shen)层次的(de)(de)(de)(de)需要复(fu)杂数据处理、集成、建模(mo)等(deng)很(hen)(hen)多场景是无法解(jie)决的(de)(de)(de)(de)。最好的(de)(de)(de)(de)方(fang)式(shi)就是底层构建一套完(wan)整的(de)(de)(de)(de)数据仓库，把很(hen)(hen)多分析(xi)模(mo)型标准化，再利用这些前端(duan)商业(ye)智(zhi)能BI分析(xi)工(gong)(gong)具结合起来(lai)，这样才能真正的(de)(de)(de)(de)把前端(duan)商业(ye)智(zhi)能BI分析(xi)能力给释放出来(lai)。

很多(duo)企(qi)业认为(wei)只要(yao)买一个前端商(shang)(shang)业智(zhi)(zhi)(zhi)能(neng)BI分析(xi)工具(ju)就可(ke)以解决企(qi)业级的(de)商(shang)(shang)业智(zhi)(zhi)(zhi)能(neng)BI所(suo)有(you)问题(ti)，这个看法实际(ji)上也(ye)不可(ke)行的(de)。可(ke)能(neng)在最开始分析(xi)场景(jing)相对(dui)简(jian)单，对(dui)接(jie)(jie)数(shu)据(ju)的(de)复(fu)杂(za)度不是(shi)很高的(de)情况下这类商(shang)(shang)业智(zhi)(zhi)(zhi)能(neng)BI分析(xi)工具(ju)没有(you)问题(ti)。但是(shi)在企(qi)业的(de)商(shang)(shang)业智(zhi)(zhi)(zhi)能(neng)BI项目(mu)建(jian)设(she)有(you)一个特点，是(shi)一个螺旋式上升的(de)建(jian)设(she)过程。因为(wei)对(dui)接(jie)(jie)的(de)业务系统可(ke)能(neng)会越(yue)来越(yue)多(duo)，分析(xi)的(de)深度和广(guang)度会越(yue)来越(yue)多(duo)，数(shu)据(ju)的(de)复(fu)杂(za)度也(ye)会越(yue)来越(yue)有(you)挑战性，这个时候没有(you)一个很好的(de)数(shu)据(ju)仓库架(jia)构支撑，光靠(kao)前端BI分析(xi)工具(ju)基本上是(shi)无法搞定的(de)。

就像去中药店抓药一样，之所以抓药很快，是因为在抓药前，别人已经把各种原生的中药材（原始数据源的数据）分门别类清理干净放好了，这样想怎么搭配药材（维度指标组合的可视化）就很快了。

这样的(de)企业(ye)(ye)在国(guo)内有很(hen)多(duo)，也(ye)是因为对商业(ye)(ye)智(zhi)能BI理(li)解(jie)的(de)深度不够导(dao)致了(le)在商业(ye)(ye)智(zhi)能BI项(xiang)目(mu)建设上一些(xie)方(fang)向性的(de)错(cuo)误，最后s导(dao)致商业(ye)(ye)智(zhi)能BI项(xiang)目(mu)很(hen)难(nan)继续推进。

所以在企(qi)业(ye)中，我们需(xu)要明确我们的商(shang)业(ye)智能BI建(jian)设(she)是(shi)面(mian)向企(qi)业(ye)级的还是(shi)个(ge)(ge)人和部门的分(fen)(fen)析工(gong)作。如果(guo)是(shi)个(ge)(ge)人数据(ju)分(fen)(fen)析师(shi)，使用这类前端商(shang)业(ye)智能BI分(fen)(fen)析工(gong)具就(jiu)(jiu)足(zu)够了。如果(guo)是(shi)需(xu)要构建(jian)一个(ge)(ge)企(qi)业(ye)级的商(shang)业(ye)智能BI项目(mu)，就(jiu)(jiu)不能只关注(zhu)前端可视化分(fen)(fen)析能力这个(ge)(ge)层(ceng)面(mian)，更应该关注(zhu)到底层(ceng)数据(ju)架(jia)构的构建(jian)，也就(jiu)(jiu)是(shi)数据(ju)仓(cang)库这个(ge)(ge)层(ceng)面(mian)。

数(shu)据仓库建(jian)模时商业智能BI项目建(jian)设中的(de)重(zhong)中之重(zhong)，Inmon 的(de)三范式(shi) 3NF 建(jian)模和 Kimball 的(de)维度建(jian)模都是 商业智能BI 数(shu)据仓库建(jian)模的(de)方法论，这(zhei)两种商业智能BI建(jian)模的(de)方式(shi)有什么(me)区别和联(lian)系。

商(shang)业智(zhi)能(neng)BI是(shi)一个完全需(xu)求驱动的(de)(de)(de)，既然是(shi)需(xu)求就(jiu)需(xu)要(yao)(yao)(yao)做访谈(tan)和(he)调(diao)研(yan)。在商(shang)业智(zhi)能(neng)BI需(xu)求进行访谈(tan)和(he)调(diao)研(yan)之前要(yao)(yao)(yao)提(ti)(ti)前熟(shu)悉行业的(de)(de)(de)业务特点(dian)，基(ji)于企业自身要(yao)(yao)(yao)熟(shu)悉他们的(de)(de)(de)业务流(liu)程，以(yi)及所(suo)访谈(tan)部门的(de)(de)(de)他们大概会(hui)关(guan)注的(de)(de)(de)重点(dian)，都(dou)需(xu)要(yao)(yao)(yao)提(ti)(ti)前梳理一遍。在脑海(hai)里(li)把(ba)整个业务框架给建(jian)立起来，反复的(de)(de)(de)演练。

什么样(yang)的(de)企业(ye)(ye)(ye)(ye)适(shi)合上商业(ye)(ye)(ye)(ye)智(zhi)能BI？看业(ye)(ye)(ye)(ye)务基(ji)础(chu)(chu)信息化程(cheng)(cheng)度和日常业(ye)(ye)(ye)(ye)务管(guan)理的(de)细(xi)(xi)致(zhi)程(cheng)(cheng)度和颗(ke)粒度。业(ye)(ye)(ye)(ye)务基(ji)础(chu)(chu)信息化程(cheng)(cheng)度就是企业(ye)(ye)(ye)(ye)自身的(de)IT业(ye)(ye)(ye)(ye)务系统基(ji)础(chu)(chu)建设，没有业(ye)(ye)(ye)(ye)务系统的(de)支撑(cheng)，做商业(ye)(ye)(ye)(ye)智(zhi)能BI就缺乏数据基(ji)础(chu)(chu)；第二就是业(ye)(ye)(ye)(ye)务管(guan)理的(de)颗(ke)粒度，企业(ye)(ye)(ye)(ye)自身业(ye)(ye)(ye)(ye)务管(guan)理程(cheng)(cheng)度是不是比较细(xi)(xi)致(zhi)了，急需通过商业(ye)(ye)(ye)(ye)智(zhi)能BI来提升业(ye)(ye)(ye)(ye)务管(guan)理、决策(ce)支撑(cheng)的(de)效率(lv)。

做完商业(ye)智能BI项目，还要(yao)考(kao)虑最终如(ru)何跟(gen)老板汇报的问题，掌握商业(ye)智能BI数据分(fen)析思维框(kuang)架(jia)和(he)汇报的五个重点(dian)：用户业(ye)务(wu)层次与范围、工作(zuo)成果、计划(hua)(hua)执(zhi)行(xing)复盘(pan)、问题反馈、展(zhan)望规划(hua)(hua)与愿景(jing)。

这里只是一(yi)个简单的(de)(de)汇报框架(jia)，还(hai)有很多点可以往里面加。比(bi)如围(wei)绕(rao)行业讲一(yi)下(xia)行业驱(qu)动因(yin)(yin)素跟 商业智能(neng)BI 如何(he)结(jie)合的(de)(de)；从企业经营管理(li)角度，企业愿景(jing)到 CSF 到 KPI 到绩效是如何(he)分解和(he)(he)重新组织的(de)(de)；比(bi)如财务视角下(xia)的(de)(de)归因(yin)(yin)分析(xi)；金字塔的(de)(de)管理(li)模(mo)型；动态(tai)指(zhi)标(biao)库构成原理(li)等等都可以有所选(xuan)择(ze)的(de)(de)进行融入和(he)(he)说明。

我们(men)都知道商(shang)业智(zhi)能(neng)(neng)(neng)BI能(neng)(neng)(neng)够大范围在企业中应用，与商(shang)业智(zhi)能(neng)(neng)(neng)BI为管(guan)理(li)(li)人员提供的(de)(de)效率和成本上的(de)(de)帮(bang)助是少(shao)不了的(de)(de)。光是商(shang)业智(zhi)能(neng)(neng)(neng)BI提供的(de)(de)数据可视(shi)化就能(neng)(neng)(neng)够制作管(guan)理(li)(li)驾(jia)驶舱、核心数据指标监(jian)控 、区(qu)域经营(ying)管(guan)理(li)(li)等，为管(guan)理(li)(li)人员提供了极大的(de)(de)帮(bang)助。

商业(ye)智(zhi)能(neng)BI分(fen)析跟企业(ye)的经营管理(li)分(fen)析高度结(jie)合，ROE高的企业(ye)有可(ke)能(neng)是(shi)(shi)利润高像茅(mao)台、珠(zhu)宝(bao)行业(ye)，有可(ke)能(neng)是(shi)(shi)周转快比如像零售行业(ye)，也(ye)有可(ke)能(neng)是(shi)(shi)融资能(neng)力比较强会利用杠杆，从(cong)ROE归(gui)因分(fen)析看行业(ye)特(te)点。

商(shang)业(ye)(ye)智能(neng)BI项(xiang)目和行业(ye)(ye)、业(ye)(ye)务(wu)知(zhi)识有很强的(de)(de)关(guan)联性，如果开展项(xiang)目的(de)(de)时候不结合行业(ye)(ye)业(ye)(ye)务(wu)的(de)(de)相关(guan)知(zhi)识，那么这个商(shang)业(ye)(ye)智能(neng)BI项(xiang)目很难(nan)成功(gong)落地(di)。为什么会是这种情况？主(zhu)要原因是商(shang)业(ye)(ye)智能(neng)BI的(de)(de)本(ben)质其(qi)实是企(qi)业(ye)(ye)的(de)(de)业(ye)(ye)务(wu)和管理思维的(de)(de)落地(di)。

所以综合来看，为什(shen)(shen)么企(qi)业的(de)高层、业务(wu)部门的(de)管理人员为什(shen)(shen)么要(yao)通过商业智能BI去看报表？他们(men)看的(de)是(shi)什(shen)(shen)么？重点(dian)关注的(de)是(shi)什(shen)(shen)么？这些内容(rong)就(jiu)是(shi)他们(men)日常在(zai)企(qi)业中业务(wu)经(jing)营管理的(de)重点(dian)。

在商业智能BI项目上看上去零零散散的报表，在实际用户眼里其实是有很强的逻辑关联性的。并且层次越高的管理人员看的商业智能BI报表内容越聚焦，看的是业务结果。一线业务部门的人员可能关注的更零散，看的是明细的业务过程数据。

所(suo)以，对于一(yi)名优秀的商业(ye)(ye)智能(neng)BI开(kai)发人员、开(kai)发顾(gu)问，不仅仅是需要在技术层(ceng)面打磨，更(geng)需要在行业(ye)(ye)性(xing)知识和企(qi)业(ye)(ye)业(ye)(ye)务知识上(shang)有所(suo)沉淀。

商(shang)业(ye)智能(neng)BI 对数(shu)据的(de)处(chu)理存在一(yi)定的(de)滞后性，通常(chang)采用T+1模式，主要原因(yin)是ETL数(shu)据处(chu)理过程是需(xu)要有大量的(de)时(shi)间(jian)损耗，通常(chang)是采用空间(jian)换(huan)时(shi)间(jian)的(de)方式。

将以前(qian)按(an)照(zhao)商业智能BI 数据仓库分层的(de)(de)ETL调(diao)度(du)(du)设计成可按(an)单独指(zhi)标并自动寻找依赖的(de)(de)调(diao)度(du)(du)就大大的(de)(de)增加了(le)对个(ge)别(bie)指(zhi)标调(diao)度(du)(du)和准实时处理的(de)(de)灵(ling)活性。

离线数据与实时处理针对的(de)业务场景不(bu)同(tong)，背后的(de)技术方式实现不(bu)同(tong)，资源(yuan)投入(ru)也(ye)不(bu)同(tong)，了解它们之间的(de)定位差(cha)异(yi)有助于选择合适的(de)方案以(yi)最小(xiao)的(de)资源(yuan)投入(ru)达(da)到企业既定完成商业智(zhi)能BI 项目(mu)建(jian)设目(mu)标。