目錄

第一章漫談BI前世今生，一部波瀾壯闊的演變史.......................1

1.商業(yè)智能BI是什么？...............................................1

2.BI的前世今生....................................................7

3.匯聚三代BI的集大成者...........................................11

第二章從數(shù)據(jù)角度看商業(yè)智能BI行業(yè)的本質(zhì)與發(fā)展趨勢................12

1.從數(shù)據(jù)角度看中國商業(yè)智能BI........................................................................................13

2.商業(yè)智能BI對企業(yè)的作用........................................16

3.企業(yè)應(yīng)用商業(yè)智能BI系統(tǒng)面臨的挑戰(zhàn)..............................19

4.商業(yè)智能BI的發(fā)展趨勢..........................................20

5.小結(jié)...........................................................22

第三章數(shù)字時(shí)代，企業(yè)如何重新定義商業(yè)智能BI.........................................24

1.商業(yè)智能BI快速發(fā)展的緣由......................................24

2.時(shí)代正賦能BI新內(nèi)涵............................................27

3.BI項(xiàng)目規(guī)劃落地的5大核心步驟..................................32

4.企業(yè)應(yīng)用商業(yè)智能BI系統(tǒng)面臨的挑戰(zhàn)..............................41

5.案例：BI服務(wù)的多行業(yè)應(yīng)用實(shí)例..................................42

6.預(yù)測：商業(yè)智能BI未來趨勢與發(fā)展................................48

7.小結(jié)...........................................................51

第四章如何做好一個(gè)BI項(xiàng)目，這篇方法論值得收藏....................56

1.道?BI項(xiàng)目建設(shè)完整流程........................................56

2.法?如何快速落地BI建設(shè).......................................58

3.器?BI工具哪家強(qiáng)...............................................59

第五章這個(gè)BI工具箱無敵了，你要的功能它都有......................62

1.全功能演示....................................................62

2.全行業(yè)應(yīng)用....................................................64

3.在線體驗(yàn)免費(fèi)試用無需下載.....................................70

第一章漫談BI前世今生，一部波瀾壯闊的演

變史

>1.商業(yè)智能BI是什么？

I1.1定義

BI全稱BusinessIntelligence,又稱商務(wù)智能，是指用現(xiàn)代數(shù)據(jù)倉庫技術(shù)、線上分

析處理技術(shù)、數(shù)據(jù)挖掘和數(shù)據(jù)展現(xiàn)技術(shù)進(jìn)行數(shù)據(jù)分析以實(shí)現(xiàn)商業(yè)價(jià)值。

換句話來說，BI是一套完整的解決方案，可以將來自企業(yè)的不同業(yè)務(wù)系統(tǒng)（如ERP、

CRM、OA、BPM等，包括自己開發(fā)的業(yè)務(wù)系統(tǒng)軟件）的數(shù)據(jù)，提取出有用的數(shù)據(jù)進(jìn)

行整合清洗，在保證數(shù)據(jù)正確性的同時(shí)，進(jìn)行數(shù)據(jù)分析和處理，并利用合適的查詢和分

析工具快速、準(zhǔn)確地為企業(yè)提供報(bào)表展現(xiàn)與分析，為企業(yè)提供決策支持。

簡單概括這個(gè)過程所體現(xiàn)的三個(gè)大的部分就是：數(shù)據(jù)源收集，數(shù)據(jù)倉庫的數(shù)據(jù)整合，可

視化報(bào)表展現(xiàn)和數(shù)據(jù)分析，如圖所示，這里是億信華辰商業(yè)智能產(chǎn)品億信ABI的架構(gòu)

圖，這個(gè)就是一整套的解決方案，從數(shù)據(jù)采集、到數(shù)據(jù)的分析展示、數(shù)據(jù)的整合、到前

端的數(shù)據(jù)分析應(yīng)用，在我們的億信ABI的一站式數(shù)據(jù)分析平臺里都可以得到相應(yīng)模塊的

功能支持和對業(yè)務(wù)場景的應(yīng)用。

1

!商業(yè)智能BI的定義ESENSOFT

BI全稱BusinessIntelligence,又稱商務(wù)智能，是指用現(xiàn)代數(shù)據(jù)倉庫技術(shù)、線上分析處理技術(shù)、數(shù)據(jù)挖掘和數(shù)據(jù)展現(xiàn)技術(shù)進(jìn)

行數(shù)據(jù)分析以實(shí)現(xiàn)商業(yè)價(jià)值。

斯三方威用■三方統(tǒng)

?PM?*II跖II甲板IIAXI

AB?一站式數(shù)盤分析平臺

二《開發(fā)?口

用戶權(quán)IR

Mw妗析IB告工作流

■的訕：敏

提

即席般告

分

析

I―I

1關(guān)喂關(guān)景I主?騫售理愫表售理f陽稱建模］「國標(biāo)定義|nra&］化―|\L---目至-------1

計(jì)制的I

M鬣獨(dú)取斂蔻清洗KKM9敏景?度運(yùn)行總蝮系統(tǒng)信里

I1.2本質(zhì)

對企業(yè)來說，商業(yè)智能BI不能直接產(chǎn)生決策，而是利用BI處理后的數(shù)據(jù)來支持決策。

核心是通過構(gòu)建數(shù)據(jù)倉庫平臺，有效整合數(shù)據(jù)、組織數(shù)據(jù)，為分析決策提供支持并實(shí)現(xiàn)

其價(jià)值。

■II商業(yè)智能BI的本質(zhì)ESENSOFT

對企業(yè)來說，商業(yè)智能BI不能直接產(chǎn)生決策，而是利用BI處理后的數(shù)據(jù)來支持決策。核心是通過構(gòu)建數(shù)據(jù)倉庫平臺，有效整

合數(shù)據(jù)、組織數(shù)據(jù)，為分析決策提供支持并實(shí)現(xiàn)其價(jià)值。

oooasanxaivMiaaAuaRo??4■mrswOa

2

如圖所示，BI最終展現(xiàn)給用戶的信息就是可視化報(bào)表或視圖。需要注意的是：報(bào)表是

一個(gè)結(jié)果，只能達(dá)到查詢的效果，查詢僅僅只能告訴我們結(jié)果是什么、有沒有問題。而

基于可視化圖表背后的數(shù)據(jù)分析才能告訴我們問題的原因是什么，只要問題發(fā)現(xiàn)了，原

因也找到了，那么企業(yè)業(yè)務(wù)人員或者管理人員如何去決策就會變得簡單與輕松。如上

圖，清潔源頭數(shù)據(jù)就是一個(gè)數(shù)據(jù)治理目標(biāo)，數(shù)據(jù)標(biāo)準(zhǔn)管理與數(shù)據(jù)質(zhì)量管理就是幫助實(shí)現(xiàn)

治理目標(biāo)所制定的管理制度，在開發(fā)過程中的標(biāo)準(zhǔn)管控、在運(yùn)行階段的質(zhì)量管控就是在

實(shí)際工作當(dāng)中實(shí)現(xiàn)標(biāo)準(zhǔn)、質(zhì)量管理的具體措施和手段。

I13與大數(shù)據(jù)的區(qū)別

商業(yè)智能BI和大數(shù)據(jù)是兩個(gè)不同的概念。BI相對于大數(shù)據(jù)更傾向于分析模式，用于決

策，適合支持經(jīng)營指標(biāo)支撐類的問題；大數(shù)據(jù)則內(nèi)涵更廣，傾向于刻畫個(gè)體，更多的在

于個(gè)性化的決策。

■II商業(yè)智能BI與大數(shù)據(jù)的區(qū)別ESENSOFT

商業(yè)智能BI和大數(shù)據(jù)是兩個(gè)不同的概念，簡單來說，BI相對于大數(shù)據(jù)更傾向于分析模式，用于決策，適合支持經(jīng)營指標(biāo)支撐

類的問題；大數(shù)據(jù)則內(nèi)涵更廣，傾向于刻畫個(gè)體，更多的在于個(gè)性化的決策。

項(xiàng)目商業(yè)智能BI大數(shù)據(jù)

信息量不太大，常為TB量級大，常為PB量級

信息特征結(jié)構(gòu)化信息，非實(shí)時(shí)信息主要為非結(jié)構(gòu)化值患，如文本、圖形、音頻、視頻、遙感遙測信息…大多是實(shí)時(shí)侑患

主要是社會日常運(yùn)作和各種服務(wù)中實(shí)時(shí)產(chǎn)生的數(shù)字?jǐn)?shù)據(jù),如在線搜索、新聞、博客、微信等社交媒體、移動

信息來源主要為企業(yè)交易數(shù)據(jù)

電話和短信、熱線、電子商務(wù)交易、遛感遙測數(shù)據(jù)…

涉及技術(shù)數(shù)據(jù)庫、數(shù)據(jù)場提云計(jì)算、大數(shù)據(jù)

BI是達(dá)成業(yè)務(wù)管理的應(yīng)用工具。沒大數(shù)據(jù)是基礎(chǔ),沒有大數(shù)據(jù)，BI就失去了存在的基礎(chǔ)；同樣，未來.BI的發(fā)展方向是“極速、實(shí)時(shí)、智能”。

關(guān)聯(lián)關(guān)系有BI.大數(shù)據(jù)就沒有了轉(zhuǎn)化為價(jià)值要能夠快速、實(shí)時(shí)地看到通過大數(shù)據(jù)產(chǎn)生的庫存、賬單等信息，還要建立業(yè)務(wù)模型和數(shù)據(jù)模型,讓大敵據(jù)按

的工具，沒辦法變成決策的依據(jù)照業(yè)務(wù)邏輯展現(xiàn)，這也是HANA、Exalytics等新興技術(shù)受歡迎的主要原因。

大數(shù)據(jù)能夠基于BI工具進(jìn)行大容量數(shù)據(jù)和非結(jié)構(gòu)化數(shù)據(jù)進(jìn)行處理，與傳統(tǒng)基于事務(wù)的數(shù)據(jù)倉庫系統(tǒng)相比較.

數(shù)據(jù)來源結(jié)構(gòu)化數(shù)據(jù)大數(shù)據(jù)分析不僅關(guān)注結(jié)構(gòu)化的歷史數(shù)據(jù),它們更偏向于去對Web,社交網(wǎng)絡(luò)、RFQ傳感數(shù)據(jù)等非結(jié)構(gòu)化海

量數(shù)據(jù)進(jìn)行分析，大數(shù)據(jù)無疑是對BI的一個(gè)完美補(bǔ)充。

精確性要求高不高

因果與關(guān)聯(lián)重因果性分析量關(guān)聯(lián)性分析

效益通過數(shù)據(jù)分析提高運(yùn)營能力那些有很大價(jià)值的數(shù)據(jù),將更有利于我們深入了解業(yè)務(wù)運(yùn)轉(zhuǎn)和客戶的互動

3

除此以外，大數(shù)據(jù)研究機(jī)構(gòu)Gartner給出了這樣的定義："大數(shù)據(jù)是需要新處理模式

才能具有更強(qiáng)的決策力、洞察發(fā)現(xiàn)力和流程優(yōu)化能力來適應(yīng)海量、高增長率和多樣化的

信息資產(chǎn)"。

I1.4商業(yè)智能BI在企業(yè)中應(yīng)用的3個(gè)方面

企業(yè)內(nèi)部有大量的機(jī)會可以通過優(yōu)化業(yè)務(wù)流程和集中決策來節(jié)省資金。在業(yè)務(wù)遭遇大挫

折時(shí)，商業(yè)智能能帶來一線曙光，產(chǎn)出顯著的投資回報(bào)率商業(yè)智能在企業(yè)

BIROIoBI

中的應(yīng)用主要表現(xiàn)在如下3個(gè)方面：

(1)可視化報(bào)表的展現(xiàn)

在BI中，使用柱狀圖、餅狀圖、折線圖、二維表格等圖形可視化的方式將企業(yè)日常的

業(yè)務(wù)數(shù)據(jù)(財(cái)務(wù)、供應(yīng)鏈、人力、運(yùn)營、市場、銷售、產(chǎn)品等)全面展現(xiàn)出來，再通過

各種數(shù)據(jù)分析維度篩選、關(guān)聯(lián)、跳轉(zhuǎn)、鉆取等方式查看各類業(yè)務(wù)指標(biāo)。

這些分析展現(xiàn)內(nèi)容基本上是圍繞各個(gè)業(yè)務(wù)部門日常工作展開的，這里面有很多的業(yè)務(wù)分

析內(nèi)容可能需要復(fù)雜的計(jì)算規(guī)則，需要從不同的業(yè)務(wù)系統(tǒng)獲取數(shù)據(jù)，并且這些數(shù)據(jù)在業(yè)

務(wù)系統(tǒng)軟件中都是很難直觀看到的。

■II(1)可視化報(bào)表的展現(xiàn)ESENSOFT

在BI中，使用柱狀圖、餅狀圖、折線圖、二維表格等圖形可視化的方式將企業(yè)日常的業(yè)務(wù)數(shù)據(jù)(財(cái)務(wù)、供應(yīng)鏈、人力、運(yùn)營、

市場、銷售、產(chǎn)品等)全面展現(xiàn)出來，再通過各種數(shù)據(jù)分析維度篩選、關(guān)聯(lián)、跳轉(zhuǎn)、鉆取等方式查看各類業(yè)務(wù)指標(biāo)。

財(cái)務(wù)部門會關(guān)心今年的營業(yè)收入、目標(biāo)完成率、營

業(yè)毛利潤率、凈資產(chǎn)收益率等

銷售部門會關(guān)心銷售金額、訂單數(shù)■、銷售毛利、

回款率等

采購部門會關(guān)心采購入庫金額、退貨情況、應(yīng)付賬

款等等

c?)rz)r?)(T)'

4

這個(gè)層次的可視化報(bào)表分析就是一種呈現(xiàn)，讓用戶對日常的業(yè)務(wù)有一個(gè)清晰、直接、準(zhǔn)

確的認(rèn)知，同時(shí)解放了業(yè)務(wù)人員手工利用Excel的各種函數(shù)做匯總分析、制圖的工作，

提高了工作效率。

比如，財(cái)務(wù)部門會關(guān)心今年的營業(yè)收入、目標(biāo)完成率、營業(yè)毛利潤率、凈資產(chǎn)收益率

等；銷售部門會關(guān)心銷售金額、訂單數(shù)量、銷售毛利、回款率等；采購部門會關(guān)心采購

入庫金額、退貨情況、應(yīng)付賬款等等。

(2)數(shù)據(jù)的“異?！狈治?/p>

數(shù)據(jù)的異常分析利用的是對比分析法。在可視化報(bào)表上，如果業(yè)務(wù)人員發(fā)現(xiàn)一些數(shù)據(jù)指

標(biāo)反映出來的情況超出了日常經(jīng)驗(yàn)判斷。這時(shí)就需要要對這些“異常"數(shù)據(jù)進(jìn)行有目的

的分析，通過相關(guān)聯(lián)的維度、指標(biāo)使用鉆取、關(guān)聯(lián)等分析方式探索出可能存在的原因。

例如，一個(gè)網(wǎng)站或產(chǎn)品，正常情況每個(gè)月的平均用戶注冊量是10萬左右。但是'在今年

的8月份發(fā)現(xiàn)會員注冊量達(dá)到了23萬，這就是一種"異常"，遠(yuǎn)遠(yuǎn)超過經(jīng)驗(yàn)判斷和預(yù)

期。這時(shí)我們就要去分析判斷是因?yàn)槭袌霾块T的推廣，還是做了大型促銷活動導(dǎo)致的。

當(dāng)然除了正向的異常，也有可能出現(xiàn)負(fù)向"異常"，比如注冊量只有5萬，這時(shí)也是需

要我們通過分析找到原因，并在以后避免發(fā)生類似的情況。

■II(2)數(shù)據(jù)的“異常”分析ESENSOFT

數(shù)據(jù)的異常分析利用的是對比分析法。業(yè)務(wù)人員通過可視化報(bào)表的呈現(xiàn)，如果發(fā)現(xiàn)了一些數(shù)據(jù)指標(biāo)反映出來的情況超出了日常

經(jīng)驗(yàn)判斷。這時(shí)就需要要對這些“異常"數(shù)據(jù)進(jìn)行有目的的分析，通過相關(guān)聯(lián)的維度、指標(biāo)使用鉆取、關(guān)聯(lián)等分析方式探索出

可能存在的原因。最終業(yè)務(wù)人員通過一次或者多次的維度和指標(biāo)圖表構(gòu)建，逐步形成了一種比較可靠的、固化的分析模型。

這個(gè)階段的業(yè)務(wù)人員不再是被

動接受來自圖表中反映的信息,

而是通過“異?！睌?shù)據(jù)來定位到

背后的一個(gè)業(yè)務(wù)問題.

數(shù)據(jù)和業(yè)務(wù)在這個(gè)層次開始有

了直接對應(yīng)關(guān)系，這時(shí)可以利

用數(shù)據(jù)圖表之間的邏輯性關(guān)系

尋找解決方法，提高企業(yè)的經(jīng)

營效率。

5

最終業(yè)務(wù)人員通過一次或者多次的維度和指標(biāo)圖表構(gòu)建，逐步形成了一種比較可靠的、

固化的分析模型。這個(gè)階段的業(yè)務(wù)人員不再是被動接受來自圖表中反映的信息，而是通

過‘'異常"數(shù)據(jù)來定位到背后的一個(gè)業(yè)務(wù)問題，數(shù)據(jù)和業(yè)務(wù)在這個(gè)層次開始有了直接對應(yīng)

關(guān)系，這時(shí)可以利用數(shù)據(jù)圖表之間的邏輯性關(guān)系尋找解決方法，提高企業(yè)的經(jīng)營效率。

(3)業(yè)務(wù)建模分析

業(yè)務(wù)建模分析通常是由精通業(yè)務(wù)的業(yè)務(wù)人員提出，通過合理的建模找出業(yè)務(wù)中可能存在

的問題，將其反映在可視化報(bào)表上，并最后要回歸到業(yè)務(wù)，形成決策并不斷優(yōu)化的一個(gè)

過程。

業(yè)務(wù)建模簡單來說也可以理解為一種業(yè)務(wù)分析的邏輯思維模型，只是用數(shù)據(jù)、圖表化的

方式將它們有效組織起來去驗(yàn)證我們對業(yè)務(wù)分析的邏輯判斷。它可由一個(gè)或多個(gè)圖表組

成，也可通過一組或多組數(shù)據(jù)圖表支撐，依據(jù)企業(yè)的業(yè)務(wù)模型來確定。

業(yè)務(wù)建模分析區(qū)別于前兩點(diǎn)，它是一種更深層次的業(yè)務(wù)數(shù)據(jù)的主動設(shè)計(jì)和探索分析。需

要更加深入業(yè)務(wù)，圍繞一個(gè)一個(gè)業(yè)務(wù)分析場景展開，對業(yè)務(wù)的認(rèn)知要足夠深。

■II(3)業(yè)務(wù)建模分析ESENSOFT

業(yè)務(wù)建模分析通常是由精通業(yè)務(wù)的業(yè)務(wù)人員提出，通過合理的建模找出業(yè)務(wù)中可能存在的問題，將其反映在可視化報(bào)表上，并

最后要回歸到業(yè)務(wù)，形成決策并不斷優(yōu)化的一個(gè)過程。業(yè)務(wù)建模分析區(qū)別于前兩點(diǎn)，它是一種更深層次的業(yè)務(wù)數(shù)據(jù)的主動設(shè)計(jì)

和探索分析。需要更加深入業(yè)務(wù)，圍繞一個(gè)一個(gè)業(yè)務(wù)分析場景展開，對業(yè)務(wù)的認(rèn)知要足夠深。

llllllllll

6

這里需要注意的是具體的分析場景很難由專業(yè)的BI開發(fā)人員來提出。業(yè)務(wù)分析建模需

要由專業(yè)的業(yè)務(wù)人員且具備數(shù)據(jù)分析思維意識的人員來推進(jìn)和主導(dǎo)，再輔助合適的數(shù)據(jù)

分析、挖掘或統(tǒng)計(jì)工具，這樣商業(yè)智能BI的價(jià)值才能在企業(yè)得到充分的發(fā)揮，數(shù)據(jù)的

價(jià)值也才會得到充分的體現(xiàn)。

>2.BI的前世今生

先看看BI一詞的由來及演變，經(jīng)過了多位學(xué)者和科學(xué)家的鉆研，才有了BI的概念但那

時(shí)還未實(shí)現(xiàn)系統(tǒng)化的落地，我們姑且稱之為"前世"。

I2.1前世故事會

1865年RichardMillarDevens

在其所著的《商業(yè)趣聞百科全書》中第一次使用了“商業(yè)智能"(Business

Intelligence)一詞，該書描述了銀行家亨利?富爾內(nèi)塞爵士(SirHenryFurnese)

如何通過有條理地收集和分析與其商業(yè)活動有關(guān)的信息，從而獲得了比競爭對手更多的

優(yōu)勢。

1958年IBM研究員HansPeterLuhn

他在一篇題為《商業(yè)智能系統(tǒng)》的文章中開始描述BI的價(jià)值和潛力，他認(rèn)為商業(yè)智能

是利用技術(shù)，在正確的時(shí)間，依據(jù)正確的信息，迅速且有效地作出決策。他也被公認(rèn)為

"商業(yè)智能之父"。

1988年羅馬

在羅馬舉辦的數(shù)據(jù)分析聯(lián)盟會議是商業(yè)智能的里程碑。會議后，商業(yè)智能就開始向現(xiàn)代

化演進(jìn)。

1989年Gartner分析師

7

Gartner分析師HowardDresner將商業(yè)智能作為涵蓋數(shù)據(jù)存儲和分析的統(tǒng)稱，避免

了繁瑣的名稱，如DSS或EIS（經(jīng)濟(jì)情報(bào)系統(tǒng)）等。

I2.2今生發(fā)展史

車輪吱吱呀呀來到了現(xiàn)代，到了20世紀(jì)90年代，BI正式開啟了它輝煌燦爛的發(fā)展

史，三代BI悉數(shù)登場亮相。

（1）第一代傳統(tǒng)81（1996年~）

第一代BI的概念由Gartner機(jī)構(gòu)在1996年提出，它描述的BI是通過應(yīng)用基于事實(shí)

的支持系統(tǒng)來輔助商業(yè)決策的制定。說通俗點(diǎn)，第一代BI主要是以IT為中心的預(yù)定義

報(bào)表平臺，不過當(dāng)時(shí)計(jì)算機(jī)技術(shù)、存儲技術(shù)等都還在發(fā)展中，也限制了BI技術(shù)的發(fā)

展；經(jīng)過了二十多年的發(fā)展，傳統(tǒng)BI的功能越來越強(qiáng)大，但是它的價(jià)值需要IT部門和

業(yè)務(wù)部門一起來助力實(shí)現(xiàn)，可是部門間的來回溝通及需求的來回倒騰，導(dǎo)致其存在響應(yīng)

周期漫長，價(jià)值難以浮現(xiàn)等問題。

來回倒騰確定需求

8

(2)第二代敏捷81(2011年~)

到了21世紀(jì)，以有一定IT能力的業(yè)務(wù)人員為中心的自助式數(shù)據(jù)分析平臺開始盛行，二

代敏捷BI的熱潮襲來，在這段時(shí)間里BI廠商也如雨后春筍般涌現(xiàn)，并競相大力發(fā)展可

自助式分析的BI產(chǎn)品。雖然敏捷BI的出現(xiàn)一定程度上解決了部門協(xié)同的問題，但是敏

捷BI對于長尾數(shù)據(jù)難以有效處理，同時(shí)分析經(jīng)驗(yàn)和知識體系難以進(jìn)行沉淀，IT部門很

難在后續(xù)為其提供技術(shù)支撐，使其也有一定的局限性。

(3)第三代智能81(2019年~)

在2019年前后，第三代智能BI興起，即AI+BI,它是一種以純業(yè)務(wù)人員為中心，并

以自然語言處理來搜索驅(qū)動的數(shù)據(jù)分析平臺，實(shí)現(xiàn)技術(shù)0門檻，并能完美支持長尾數(shù)

據(jù)，還能完成知識沉淀和經(jīng)驗(yàn)共享。這樣看來智能BI的出現(xiàn)似乎解決了上述兩代BI的

難題，但事實(shí)果真如此嗎？就目前來看智能BI的落地應(yīng)用場景較少且偏前端，市面上

絕大多數(shù)的智能BI產(chǎn)品在數(shù)據(jù)采集及數(shù)據(jù)預(yù)處理環(huán)節(jié)智能化能力不足。

9

三代BI各有優(yōu)劣，具體的差異呢，通過下圖也能看的很清楚了。

一代傳統(tǒng)BI二代敏捷BI三代智能BI

(1996~)(2011-)(2019-)

使

用以有一定?能力的以純業(yè)務(wù)人員的為中心

以■為中心的n

人n

業(yè)務(wù)人員為中心的自然語言處理搜索驅(qū)動

群預(yù)定義報(bào)表平臺

的自助式數(shù)據(jù)分析平臺的數(shù)據(jù)分析平臺

主

導(dǎo)

■主導(dǎo)

側(cè)n半業(yè)務(wù)主導(dǎo)完全業(yè)務(wù)主導(dǎo)

重業(yè)務(wù)響應(yīng)時(shí)間長

匹業(yè)務(wù)直接使用數(shù)據(jù)業(yè)務(wù)

配業(yè)務(wù)需求匹配度底業(yè)務(wù)需求匹配度中

度需求匹配度高

技

術(shù)

門門檻高門檻中等門檻為0

檻

系

統(tǒng)系統(tǒng)用戶全覆蓋，

系統(tǒng)用戶數(shù)量中等，

用系統(tǒng)用戶數(shù)量少每個(gè)人都可以做數(shù)據(jù)

戶部分業(yè)務(wù)人員開始

IT主導(dǎo)數(shù)據(jù)分析分析完美解決數(shù)據(jù)回歸

數(shù)主導(dǎo)數(shù)據(jù)分析

數(shù)據(jù)所有者的問題

長

尾

數(shù)完美解決長尾數(shù)據(jù)問題，

長尾數(shù)據(jù)查詢部分解決長尾數(shù)據(jù)問題

據(jù)技術(shù)支持使知識沉淀

解無法解決無法實(shí)現(xiàn)知識沉淀

成為可能

放

10

>3.匯聚三代BI的集大成者

通過對第一、二、三代BI的深入了解，發(fā)現(xiàn)他們各有優(yōu)劣勢，細(xì)心的小伙們會發(fā)現(xiàn)，

每一代BI小億都只寫了起始時(shí)間并未寫結(jié)束時(shí)間，那是因?yàn)樗麄冎g并不是互相替代

的關(guān)系，而是面向不同應(yīng)用場景不斷進(jìn)階、長期共存的關(guān)系，那有沒有一款產(chǎn)品是可以

囊括三代BI的功能并完美集成以上優(yōu)勢，滿足所有的數(shù)據(jù)分析需求呢？

答案當(dāng)然是肯定的，億信的ABI就是集三代BI為一身，不論是傳統(tǒng)型、敏捷性還是智

能型，它都可以勝任，滿足用戶全方位數(shù)據(jù)分析的需求，并在此基礎(chǔ)上貫徹3A新特性

（即一站式、增強(qiáng)分析、智能化），這也與Gartner在2021年發(fā)布的魔力象限報(bào)告

不謀而合。

AllinBI：一站式應(yīng)用

打通數(shù)據(jù)應(yīng)用全浣程，實(shí)現(xiàn)數(shù)據(jù)埴報(bào)、處理、分析一體化

Analytics：增強(qiáng)型分析

全方位強(qiáng)化分析能力，提供挖掘很測分析、大數(shù)摳是分析

AI+BI：智能化決策

以人工智能分析為引領(lǐng)，為企業(yè)運(yùn)營管理所有環(huán)節(jié)提供分析洞察

它打通從數(shù)據(jù)接入、到數(shù)據(jù)建模與處理、再到數(shù)據(jù)分析與挖掘、數(shù)據(jù)可視化整個(gè)數(shù)據(jù)應(yīng)

用全鏈路，可滿足企業(yè)經(jīng)營中各類復(fù)雜的分析需求，實(shí)現(xiàn)多維度的數(shù)據(jù)分析應(yīng)用，讓數(shù)

據(jù)發(fā)揮價(jià)值，驅(qū)動業(yè)務(wù)運(yùn)營，幫助企業(yè)實(shí)現(xiàn)高效數(shù)字化。

掃碼免費(fèi)試用產(chǎn)品

11

第二章從數(shù)據(jù)角度看商業(yè)智能BI行業(yè)的本質(zhì)

與發(fā)展趨勢

商業(yè)智能（BusinessIntelligence，簡稱：BI）,又稱商務(wù)智能，指用現(xiàn)代數(shù)據(jù)倉庫

技術(shù)、線上分析處理技術(shù)、數(shù)據(jù)挖掘和數(shù)據(jù)展現(xiàn)技術(shù)進(jìn)行數(shù)據(jù)分析以實(shí)現(xiàn)商業(yè)價(jià)值。

例如，阿爾伯克基市的就業(yè)者們使用BI軟件來識別有效機(jī)會以減少使用手機(jī)通話、加

班及其他營運(yùn)開支，三年期間為這個(gè)城市節(jié)省了200萬美元。同樣地，在商業(yè)智能BI

工具的幫助下，豐田汽車公司意識到公司曾對它的運(yùn)貨商"雙倍"地付費(fèi)，2000年總

金額達(dá)812,000美元。

事實(shí)表明，利用商業(yè)智能BI來揭示業(yè)務(wù)流程中存在的缺陷的企業(yè)，與僅用商業(yè)智能BI

來監(jiān)控會發(fā)生什么事情的企業(yè)相比，在成功的競爭中處于更有利的地位。

商業(yè)智能作為工具，可以用來處理企業(yè)中現(xiàn)有數(shù)據(jù)，并將其轉(zhuǎn)換成知識、分析和結(jié)論，

輔助業(yè)務(wù)或決策者做出正確且明智的決定。幫助企業(yè)更好地利用數(shù)據(jù)提高決策質(zhì)量的技

術(shù)，包含了從數(shù)據(jù)倉庫到分析型系統(tǒng)等。今天小億就從數(shù)據(jù)角度和大家一起探討商業(yè)智

能BI行業(yè)的本質(zhì)與發(fā)展趨勢。

1.從數(shù)據(jù)角度看中國商業(yè)智能BI

I1.1中國商業(yè)智能BI軟件行業(yè)規(guī)模

12

中國高型智能印軟件行業(yè)雙?！鲋袊葮I(yè)■愛軟件行業(yè)炊模（億）

注：市場規(guī)模為純軟件銷售收入，不含項(xiàng)目實(shí)施、項(xiàng)目運(yùn)維等。

從我國開始實(shí)施國家大數(shù)據(jù)戰(zhàn)略以來，大數(shù)據(jù)BI行業(yè)保持著高速穩(wěn)定的發(fā)展。一方面

得益于國家政策的牽引，如《大數(shù)據(jù)產(chǎn)業(yè)發(fā)展規(guī)劃（2016-2020年）》等利好政策，

對打造"數(shù)據(jù)、技術(shù)、應(yīng)用與安全協(xié)同發(fā)展的自助產(chǎn)業(yè)生態(tài)體系”做了全方位的支撐和

部署。另一方面，持續(xù)多年的信息化應(yīng)用價(jià)值教育，企業(yè)自身信息化建設(shè)的準(zhǔn)備，都讓

更多企業(yè)開始使用BI產(chǎn)品，期望通過精細(xì)化運(yùn)營來提升經(jīng)營效益。

當(dāng)前我國已進(jìn)入國際BI及DA（數(shù)據(jù)分析）領(lǐng)域的第一方陣，并成為發(fā)展最快的國家

之一，但仍和美國有一定差距。2018年中國商業(yè)智能（BI）軟件行業(yè)規(guī)模約為16.6

億元，同比增長25.8%,2019年中國商業(yè)智能（BI）行業(yè)軟件收入規(guī)模在21億左

右，增長率達(dá)到27.1%,未來中國BI行業(yè)的發(fā)展?jié)摿薮蟆?/p>

I1.2中國商業(yè)智能企業(yè)分布與結(jié)構(gòu)

13

■IT強(qiáng)主導(dǎo)型國IT究至主導(dǎo)壑■曾能主導(dǎo)里■業(yè)務(wù)強(qiáng)主導(dǎo)型■業(yè)務(wù)完至主導(dǎo)型

中國商業(yè)智能企業(yè)分布與結(jié)構(gòu)分析

根據(jù)銳觀咨詢整理所得數(shù)據(jù)，目前，IT人員主導(dǎo)企業(yè)數(shù)據(jù)分析的模式仍占據(jù)主流，也就

是IT驅(qū)動仍是企業(yè)商業(yè)智能平臺應(yīng)用現(xiàn)狀。從數(shù)據(jù)調(diào)研的受訪企業(yè)來看，有高達(dá)

61.62%的企業(yè)的數(shù)據(jù)分析工作仍是第二類型（IT強(qiáng)主導(dǎo)型）,甚至有21.89%的企業(yè)

的數(shù)據(jù)分析工作處在第一類型（IT完全主導(dǎo)型），這顯然和業(yè)務(wù)人員自助數(shù)據(jù)分析的目

標(biāo)距離遙遠(yuǎn)。

I1.2企業(yè)最重視的BI功能有哪些

對于BI的功能，企業(yè)主要看重報(bào)表能力、移動端、填報(bào)錄入、管理駕駛艙等。超過半

數(shù)的企業(yè)非常重視常規(guī)報(bào)表制作與展示和移動端BI功能。近一半的企業(yè)期待用數(shù)據(jù)填

報(bào)來解決企業(yè)內(nèi)部數(shù)據(jù)采集和錄入的問題，數(shù)據(jù)填報(bào)也是解決數(shù)據(jù)分散在Excel、

Word中的有效方法。

14

企業(yè)選捋Bl功IB考慮分析情況

企業(yè)選擇BI功能考量權(quán)重

I1.4企業(yè)應(yīng)用BI最期待獲得的數(shù)據(jù)價(jià)值

國內(nèi)企業(yè)選用BI產(chǎn)品，最期待獲得的數(shù)據(jù)價(jià)值，一是數(shù)據(jù)整合，二是數(shù)據(jù)展示效率，

三是輔助管理決策。據(jù)統(tǒng)計(jì)，72.8%的企業(yè)最想獲得的數(shù)據(jù)價(jià)值是整合多系統(tǒng)數(shù)據(jù)，打

通多系統(tǒng)的數(shù)據(jù)，解決數(shù)據(jù)壁壘的問題實(shí)現(xiàn)信息透明。69.1%的企業(yè)想要提高報(bào)表的輸

出效率，期望能夠更快更準(zhǔn)更省事。53.7%的企業(yè)則希望通過數(shù)據(jù)分析，輔助企業(yè)決

策，實(shí)現(xiàn)科學(xué)化、數(shù)據(jù)化的決策。

15

>2.商業(yè)智能BI對企業(yè)的作用

如今，企業(yè)內(nèi)部有大量的機(jī)會可以通過優(yōu)化業(yè)務(wù)流程和集中決策來節(jié)省資金。在業(yè)務(wù)遭

遇大挫折時(shí)，商業(yè)智能BI能帶來一線曙光，產(chǎn)出顯著的投資回報(bào)率ROIo商業(yè)智能BI

在企業(yè)中的應(yīng)用主要表現(xiàn)在如下3個(gè)方面：

I2.1可視化報(bào)表的展現(xiàn)

在BI中，使用柱狀圖、餅狀圖、折線圖、二維表格等圖形可視化的方式將企業(yè)日常的

業(yè)務(wù)數(shù)據(jù)（財(cái)務(wù)、供應(yīng)鏈、人力、運(yùn)營、市場、銷售、產(chǎn)品等）全面展現(xiàn)出來，再通過

各種數(shù)據(jù)分析維度篩選、關(guān)聯(lián)、跳轉(zhuǎn)、鉆取等方式查看各類業(yè)務(wù)指標(biāo)。

O員工變動程與

△圖表使用億信ABI制作

16

這些分析展現(xiàn)內(nèi)容基本上是圍繞各個(gè)業(yè)務(wù)部門日常工作展開的，這里面有很多的業(yè)務(wù)分

析內(nèi)容可能需要復(fù)雜的計(jì)算規(guī)則，需要從不同的業(yè)務(wù)系統(tǒng)獲取數(shù)據(jù)，并且這些數(shù)據(jù)在業(yè)

務(wù)系統(tǒng)軟件中都是很難直觀看到的。

這個(gè)層次的可視化報(bào)表分析就是一種呈現(xiàn)，讓用戶對日常的業(yè)務(wù)有一個(gè)清晰、直接、準(zhǔn)

確的認(rèn)知，同時(shí)解放了業(yè)務(wù)人員手工利用Excel的各種函數(shù)做匯總分析、制圖的工作，

提高了工作效率。

比如，財(cái)務(wù)部門會關(guān)心今年的營業(yè)收入、目標(biāo)完成率、營業(yè)毛利潤率、凈資產(chǎn)收益率

等；銷售部門會關(guān)心銷售金額、訂單數(shù)量、銷售毛利、回款率等；采購部門會關(guān)心采購

入庫金額、退貨情況、應(yīng)付賬款等等。

I2.2數(shù)據(jù)的“異?！狈治?/p>

異常分析作用重大。數(shù)據(jù)的異常分析利用的是對比分析法。業(yè)務(wù)人員通過可視化報(bào)表呈

現(xiàn)，如果發(fā)現(xiàn)了一些數(shù)據(jù)指標(biāo)反映出來的情況超出了日常經(jīng)驗(yàn)判斷。這時(shí)就需要要對這

些“異?！睌?shù)據(jù)進(jìn)行有目的的分析，通過相關(guān)聯(lián)的維度、指標(biāo)使用鉆取、關(guān)聯(lián)等分析方

式探索出可能存在的原因。

△圖表使用億信ABI制作

17

例如，正常情況下，一個(gè)網(wǎng)站或產(chǎn)品每個(gè)月的平均用戶注冊量是10萬左右。但是我們

觀測到A網(wǎng)站在某月的注冊量只有5萬，這就需要我們分析找到原因，并在以后避免

發(fā)生類似的情況。

除了負(fù)向異常，也有可能出現(xiàn)正向"異常"，比如會員注冊量達(dá)到了23萬，這同樣是

一種"異常"，遠(yuǎn)遠(yuǎn)超過經(jīng)驗(yàn)判斷和預(yù)期。這時(shí)我們就要去分析判斷是因?yàn)槭袌霾块T的

推廣，還是做了大型促銷活動導(dǎo)致的。

最終業(yè)務(wù)人員通過一次或者多次的維度和指標(biāo)圖表構(gòu)建，逐步形成了一種比較可靠的、

固化的分析模型。這個(gè)階段的業(yè)務(wù)人員不再是被動接受來自圖表中反映的信息，而是通

過“異常"數(shù)據(jù)來定位到背后的一個(gè)業(yè)務(wù)問題，數(shù)據(jù)和業(yè)務(wù)在這個(gè)層次開始有了直接對應(yīng)

關(guān)系，這時(shí)可以利用數(shù)據(jù)圖表之間的邏輯性關(guān)系尋找解決方法，提高企業(yè)的經(jīng)營效

率。

I2.2業(yè)務(wù)建模分析

業(yè)務(wù)建模分析通常是由精通業(yè)務(wù)的業(yè)務(wù)人員提出，通過合理的建模找出業(yè)務(wù)中可能存在

的問題，將其反映在可視化報(bào)表上，并最后回歸到業(yè)務(wù)，形成決策并不斷優(yōu)化的過程。

業(yè)務(wù)建模簡單來說也可以理解為一種業(yè)務(wù)分析的邏輯思維模型，只是用數(shù)據(jù)、圖表化的

方式將它們有效組織起來去驗(yàn)證我們對業(yè)務(wù)分析的邏輯判斷。它可由一個(gè)或多個(gè)圖表組

成，也可通過一組或多組數(shù)據(jù)圖表支撐，依據(jù)企業(yè)的業(yè)務(wù)模型來確定。

業(yè)務(wù)建模分析區(qū)別于前兩點(diǎn)，它是一種更深層次的業(yè)務(wù)數(shù)據(jù)的主動設(shè)計(jì)和探索分析。需

要更加深入業(yè)務(wù)，圍繞一個(gè)一個(gè)業(yè)務(wù)分析場景展開，對業(yè)務(wù)的認(rèn)知要足夠深。

這里需要注意的是具體的分析場景很難由專業(yè)的BI開發(fā)人員來提出。業(yè)務(wù)分析建模需

要由專業(yè)的業(yè)務(wù)人員且具備數(shù)據(jù)分析思維意識的人員來推進(jìn)和主導(dǎo)，再輔助合適的數(shù)據(jù)

分析、挖掘或統(tǒng)計(jì)工具，這樣商業(yè)智能BI的價(jià)值才能在企業(yè)得到充分的發(fā)揮，數(shù)據(jù)的

價(jià)值也才會得到充分的體現(xiàn)。

18

GD圄衰分析XEscNsonggo

ABI20n

小億超市g(shù)l$

睛用&氫

本月W⑸35%目標(biāo)**⑨神*加

Otttt?本月上月

02033網(wǎng))03426

A項(xiàng)印斑的----?71224

1M55元483元

-八缺如的gnas

A519Z

t-------------1

,Aja-1.麗.融\^/flfi??

8953.6元?3006.1元

痞內(nèi)遼寧房”

2)iZfSffiWJ4

月sm卻VI944

WE)6125%新學(xué)員rm*遼寧79

"98奸明的《?

tMtas-?S4S7%

46??gSfiH房26

”■■■?四3"?

胡光成雍illlllllllllllllllllllllllim)9421%

<__

的3illllllllllllllllllllllllllllll)99.53%fhopZ?hop3ihopl(MBiZ^ejEJKM4

.本臺郵泡桃虛中.

A圖表使用億信ABI制作

>3.企業(yè)應(yīng)用商業(yè)智能BI系統(tǒng)面臨的挑戰(zhàn)

整體來看，企業(yè)應(yīng)用BI系統(tǒng)的狀況不斷良性發(fā)展，但也面臨著諸多挑戰(zhàn)，也是BI成功

的重點(diǎn)、難點(diǎn)。

I3.1數(shù)麋合治理

相關(guān)數(shù)據(jù)顯示，64.8%的受訪企業(yè)表示數(shù)據(jù)的整合與治理，是未來的主要挑戰(zhàn)。數(shù)據(jù)問

題主要集中在："數(shù)據(jù)過于分散，形成數(shù)據(jù)孤島，取數(shù)分析麻煩""底層數(shù)據(jù)混亂，

存在準(zhǔn)確、失效、性能的問題"這兩個(gè)方面。

I3.2數(shù)據(jù)人才的培養(yǎng)

從整體背景來看，越來越多的企業(yè)開始把數(shù)據(jù)人才作為企業(yè)經(jīng)營戰(zhàn)略版圖的核心組成部

分，集中表現(xiàn)越來越愿意花高薪聘請大數(shù)據(jù)人才，整體薪資水平在不斷提升。但是優(yōu)秀

19

的大數(shù)據(jù)人才培養(yǎng)的成本居高不下，培養(yǎng)周期長，人才供應(yīng)始終是在大數(shù)據(jù)人才需求越

來越大的背景下捉襟見肘。薪資競爭力不足以及企業(yè)創(chuàng)新力不足，讓傳統(tǒng)企業(yè)愈加困

難。

I3.3企業(yè)數(shù)據(jù)文化的建設(shè)

在企業(yè)認(rèn)可數(shù)據(jù)，積累數(shù)據(jù)的過程中，大數(shù)據(jù)團(tuán)隊(duì)對數(shù)據(jù)人才的培養(yǎng)也會逐步找到一些

法門，這些方法和技巧無不是圍繞在數(shù)據(jù)文化建設(shè)之上。調(diào)查顯示，在彰顯數(shù)據(jù)文化方

面，雖然"溝通協(xié)調(diào)討論用數(shù)據(jù)說話，基于數(shù)據(jù)討論"達(dá)到了81.8%，但"數(shù)據(jù)獲得

容易，數(shù)據(jù)分析快速、流暢"還不足35.19%。

)4.商業(yè)智能BI的發(fā)展趨勢

I4.1數(shù)據(jù)分析將從獨(dú)立的、顯示的產(chǎn)品，變成無處不在的嵌入式分析能力

以前，數(shù)據(jù)分析產(chǎn)品都是獨(dú)立部署的，給用戶非常清晰的使用界限，必須登錄入系統(tǒng)進(jìn)

行相關(guān)的操作。將來的數(shù)據(jù)分析產(chǎn)品將是一種即取即用的能力。比如，用戶會在ERP

系統(tǒng)中，或者