BI≠数据分析≠数据可视化,详解报表式 BI、传统式 BI 和自助式BI

学无止境,精益求精
对于BI(Business Intelligence,商业智能)的解释,无论是在维基百科还是百度百科,你能搜到的都大差不差,都是告诉你:BI一个是利用XXX技术进行数据分析以辅助决策,提升决策效率的工具/方案。

可惜的是,经调研发现,很多人对BI的理解却是侧重于数据的分析和展示,BI更多地被大家直接等同于数据分析与数据可视化。

这其实是错误的帆软数据应用研究院等在文献研究和企业调研的基础上,结合我国的市场环境,对 BI 做出如下的定义:

BI 是在打通企业数据孤岛,实现数据集成和统一管理的基础上,利用数据仓库、数据可视化与分析技术,将指定的数据转化为信息和知识的解决方案,其价值体现在满足企业不同人群对数据查询、分析和探索的需求,从而为管理和业务提供数据依据和决策支持。

所以,简单来说,BI是工具/平台/系统/解决方案

BI的概念详解

商业智能BI≠数据分析

BI和数据分析是两个容易混淆的概念,虽然它们之间存在不少类似的地方,商业智能软件也可以帮助业务人员进行数据分析,但数据分析绝不等同于商业智能。

数据分析是个过程,是个解决方式,对象常常是某个问题。比如分析某次促销活动的效果,就需要对UV、客单价、复购率等关键性的指标数据做监控。还需要和过去的活动进行对比,从数据库里寻找最佳对照组进行建模,在SAS里做统计分析。也就是说,数据分析是利用数理统计等科学方法做假设验证,通常的工作就是对指标进行分析对比,KPI监控,异常指标分析,预测趋势,最终生成结果报告。专业的数据分析工具有R、Python等。

商业智能是一整套的解决方案,对象往往是企业的经营问题。利用企业在日常经营过程中生产的大量数据,并将它们转化为信息和知识,让每一个决定、管理细节、战略规划都有数据参考。比如领导经常会关注销售、采购和财务状况,技术人员做好固定格式的数据报表(Dashboard/数据看板),领导打开就能查看,并且数据自动更新。商业智能工具一般通过连接ERP、CRM、MES等业务系统的数据,并将这些数据有规则地汇总到数据仓库中,从而制作业务主题相关的分析报表,还可以对接大数据平台进行可视化的分析展示。

商业智能的作用一方面是将常规的分析过程固化并简化下来,另一方面是让业务的自助分析更为方便快捷。简单来说商业智能BI是一套有关数据的解决方案,入口是数据,出口也是数据或者以数据为基础的报表呈现,更多强调的是解决方案;数据分析更多的以人为主,对数据仓库产出的数据、或者其他渠道产出的数据做分析的过程。前者强调怎么让数据合理的加工或者呈现出来,后者强调如何通过数据发现问题,有一个探索和思考的过程,这个思考的过程是工具本身不能替代的。

商业智能BI≠数据可视化

BI和数据可视化是另一对容易混淆的概念,根据信通院的《大数据白皮书》的定义可知,在整个大数据技术体系中,BI与数据可视化是交叉关系。

数据可视化通过图表、图形、仪表板和报表等方式,将数据以视觉化的形式展现出来,以帮助用户更好地理解和解释数据可视化。实现数据可视化的工具有很多,简单的图表,Excel、Python Matplotlib基本上就可满足需求了,如果希望配置成例行图表,则需要通过商业BI软件来完成,比如FineBI、PowerBI和Tableau等。对于仪表盘和报表,一般则是用Excel、FineBI、PowerBI,Finereport等工具来实现。

商业智能BI包括数据仓库、数据挖掘、数据分析和预测建模等,其中的数据展示就是数据可视化的部分,也就是上文的技术人员制作固定的数据报表/仪表盘给领导看。因此,商业智能BI的一个出口就是数据可视化呈现,呈现形式是报表或者仪表盘。

BI的具体细分

按照不同的功能模式,当前的 BI 又可以细分为报表式、传统式和自助式三类。

报表式BI

报表式 BI 主要面向 IT 人员,适用于各类固定样式的报表设计,通常用来呈现业务指标体系,支持的数据量不大。国内的报表式 BI 于 1999 年左右开始起步,在 2013 年趋于成熟。由于国内企业对于报表格式的纠结和坚持,非常多的企业对表格式报表情有独钟,国内企业的报表格式自称一派,很多国外的报表工具在制作报表样式时,图形格式交互上都磨合困难,且一些表格的业务逻辑和国外不同,所以解决中国式复杂报表经常成为企业选型的重点需求。当下,国内报表工具以帆软FineReport等代表已成主流。

报表式 BI 大多采用类 Excel 的设计模式,虽然主要面向的对象是 IT 人员,但是业务人员也能快速学习和掌握,并在既定的数据权限范围内,制作一些基本的数据报表和驾驶舱报表。例如FineReport自主研发的HTML5图表,可以满足不同人群的视觉展示需求,也可以进行一些简单的即席分析操作,如图表类型的切换、排序、过滤等。

代表工具:FineReport

扫描二维码体验代表工具FineReport

传统式BI  

传统式 BI 同样面向的是 IT 人员,随着数据仓库技术发展而来,相比于报表BI,更侧重于 OLAP(Online Analytical Processing,联机分析处理),即席分析与数据可视化分析。

传统式 BI 以 IBM 的 Cognos、SAP 的 BO 等国外产品为代表,其优势是面对大数据量时具有高性能和高稳定性,劣势也十分明显——数据分析的能力和灵活性差。根据 Forrester 的报告,如今采用传统式 BI 的企业或机构中,83% 以上的数据分析需求无法得到满足,这表明很多企业重金打造的 BI 系统几乎成为摆设,收效甚微。此外,项目耗资不菲、实施周期极长、风险大、对使用者技术要求高等特点,也不利于传统式 BI 的推广和普及。

代表工具:Cognos

自助式BI  

 

自助式 BI 也叫敏捷 BI。由于传统式BI的缺陷屡遭诟病,以及业务人员数据分析需求的增长,自助式 BI 开始快速成长起来。自助式 BI 产品较多,国外产品有 Power BI、Tableau、Qlikview,国内产品有 FineBI 等。自助式BI面向业务人员,追求业务与IT的高效配合,让IT人员回归技术本位,做好数据底层支撑;让业务人员回归价值本位,通过简单易用的前端分析工具,基于业务理解轻松地开展自助式分析,探索数据价值,实现数据驱动业务发展。
自 2014 年起,可视化数据分析、自助式 BI 在国内高速发展,传统式 BI 开始衰退。但是,需要注意的是,自助式 BI 也不是万金油,企业在选择工具时应综合考虑自身需求及自助式 BI 的特点。

与传统式 BI 相比,自助式 BI 主要有以下几项优势,这也是自助式 BI 被称为敏捷 BI 的原因:

  • 快速部署。传统式 BI 系统从总体架构的设计到具体的部署环节,通常需要花费几个月的时间。而自助式BI 系统的部署不需要经历漫长而复杂的设计和建模过程,只需要不到一周的时间,企业就可以迅速进行数据分析和可视化项目的建设。

  • 快速、灵活地应对需求。传统式 BI 给 IT 人员带来较大的压力,大量需求堆积导致无法快速、灵活地响应。而采用自助式 BI,IT 人员只需要负责整理基础数据架构,维护和开发接口,业务人员可以自行进行快速的可视化分析和报表分析。

  • 产品采购成本相对较低。传统式 BI 产品的采购成本偏高,还有一些额外的培训和咨询服务成本。自助式BI 产品只着重解决某些问题,功能不一定大而全,因而相对便宜。

 

工具使用起来简单、易上手。传统式 BI 面向 IT 或者数据等技术部门,对技术背景有一定要求,学习曲线陡峭,工具操作难度大;而自助式 BI 面向的对象是业务人员,工具操作简单、容易上手,一般通过简单的鼠标操作即可进行数据分析。

总而言之,对于业务人员需要进行自主分析,解决重点关注问题,灵活应对业务需求,快速完成部署等场景,自助式 BI 是一个不错的选择。

代表工具:FineBI

扫描二维码体验代表工具FineBI

需要强调的是,这三类 BI 各有优劣,分别适用于不同的场景,不是绝对的相互替代的关系。它们,尤其是报表式和自助式 BI,将长期共存,供企业按需选择,直到信息化基础条件发生根本改变。参考 Gartner 所倡导的双模 IT 模式,建议企业根据自身数据应用成熟度来判断哪一类 BI 哪个更适合自己,或者是否需要结合使用。以下图 的双模 IT 下的帆软 BI 体系为例,报表式 BI 面向 IT 人员,可用于固定的、大型的 BI 项目,自助式 BI 面向业务人员,可应对灵活、动态的分析需求。

您需要登录后才可以回帖 登录 | 立即注册

本版积分规则

0回帖数 1关注人数 1364浏览人数
最后回复于:2024-10-14 11:24

返回顶部 返回列表