BI技術(shù)是使現(xiàn)代企業(yè)能夠利用數(shù)據(jù)做出合理，基于事實(shí)和可行的決策以改善其運(yùn)營(yíng)和利潤(rùn)率的工具?？赡艽蠹叶荚谡f(shuō)BI，但是這個(gè)到底是什么呢？本文就向你介紹一下。

01、什么是BI？

BI可以實(shí)現(xiàn)業(yè)務(wù)流程和業(yè)務(wù)數(shù)據(jù)的規(guī)范化、流程化、標(biāo)準(zhǔn)化，打通ERP、OA、CRM等不同業(yè)務(wù)信息系統(tǒng)，整合歸納企業(yè)數(shù)據(jù)，利用數(shù)據(jù)可視化滿足企業(yè)不同人群對(duì)數(shù)據(jù)查詢、分析和探索的需求，從而為管理和業(yè)務(wù)提供數(shù)據(jù)依據(jù)和決策支持。

將BI核心內(nèi)容進(jìn)行總結(jié)，大致有三條：

第一，BI是一套完整的由數(shù)據(jù)倉(cāng)庫(kù)、查詢報(bào)表、數(shù)據(jù)分析等組成的數(shù)據(jù)類(lèi)技術(shù)解決方案。

第二，BI可以將企業(yè)不同業(yè)務(wù)系統(tǒng)（ ERP、OA）中的數(shù)據(jù)庫(kù)打通并進(jìn)行有效的整合。這個(gè)打通和整合的過(guò)程就包括ETL、取數(shù)、數(shù)據(jù)倉(cāng)庫(kù)、指標(biāo)維度等。

第三，BI最終利用合適的查詢和分析工具快速準(zhǔn)確的提供可視化分析以及報(bào)表，為企業(yè)提供管理決策信息。

如果還是不太理解BI是什么，BI其實(shí)可以總結(jié)劃分為不同應(yīng)用層：

第一層，可視化分析展現(xiàn)層?- 即BI的需求層，代表用戶的分析需求，也就是用戶要看什么，要分析什么就在這一層進(jìn)行展現(xiàn)。

第二層，數(shù)據(jù)模型層?- 即BI的數(shù)據(jù)倉(cāng)庫(kù)層，代表數(shù)據(jù)的分析模型，完成從業(yè)務(wù)計(jì)算規(guī)則向數(shù)據(jù)計(jì)算規(guī)則的轉(zhuǎn)變。

第三層，數(shù)據(jù)源層?- 即BI的數(shù)據(jù)層，各個(gè)業(yè)務(wù)系統(tǒng)底層數(shù)據(jù)庫(kù)的數(shù)據(jù)通過(guò) ETL 的方式抽取到BI的數(shù)據(jù)倉(cāng)庫(kù)中完成 ETL 過(guò)程，建模分析等等，最終支撐到前端的可視化分析展現(xiàn)。

02、BI在企業(yè)IT信息化中的位置

這一點(diǎn)是所有企業(yè)如果規(guī)劃要上BI項(xiàng)目的時(shí)候必須弄明白的：BI在IT信息化中到底處于一個(gè)什么樣的位置？弄清楚定位是信息化規(guī)劃建設(shè)的重要前提。

通常情況下，我們會(huì)在規(guī)劃BI項(xiàng)目前，把企業(yè)的 IT 信息化分為兩個(gè)階段：一個(gè)是業(yè)務(wù)信息化，一個(gè)是數(shù)據(jù)信息化。這樣對(duì)比講，一般的用戶更容易理解一些。

?

業(yè)務(wù)信息化?- 企業(yè)使用的 ERP、CRM、OA、MES、自建的業(yè)務(wù)系統(tǒng)等，業(yè)務(wù)系統(tǒng)的建設(shè)都統(tǒng)稱(chēng)為業(yè)務(wù)信息化。業(yè)務(wù)信息化的主要作用是管理企業(yè)的業(yè)務(wù)流程，標(biāo)準(zhǔn)化、線上化，以提高生產(chǎn)運(yùn)營(yíng)效率、降低企業(yè)成本、為BI的建設(shè)打下數(shù)據(jù)基礎(chǔ)、是業(yè)務(wù)管理思路的體現(xiàn)，也是現(xiàn)代的企業(yè)管理方式。

數(shù)據(jù)信息化?- 像我們經(jīng)常所聽(tīng)到的大數(shù)據(jù)、 BI 、數(shù)據(jù)分析、數(shù)據(jù)挖掘等我們都統(tǒng)稱(chēng)為數(shù)據(jù)信息化。數(shù)據(jù)信息化可以幫助企業(yè)全面的了解企業(yè)的經(jīng)營(yíng)管理，從經(jīng)驗(yàn)驅(qū)動(dòng)到數(shù)據(jù)驅(qū)動(dòng)，形成業(yè)務(wù)決策支撐，以提高決策的準(zhǔn)確性，這是企業(yè)更高層次的企業(yè)管理方式。

沒(méi)有業(yè)務(wù)系統(tǒng)的建設(shè)，就不會(huì)有數(shù)據(jù)的沉淀，就沒(méi)有建設(shè) BI 的基礎(chǔ)。同時(shí)， BI 的建設(shè)能夠反向推動(dòng)業(yè)務(wù)信息化的建設(shè)。

?

業(yè)務(wù)信息化的主要使用形式?- 表單式的、以業(yè)務(wù)用戶錄入為主的、數(shù)據(jù)的增刪改操作居多，是對(duì)業(yè)務(wù)過(guò)程數(shù)據(jù)、業(yè)務(wù)流程進(jìn)行管理的軟件系統(tǒng)。

數(shù)據(jù)信息化的主要使用形式?- 例如BI主要是對(duì)業(yè)務(wù)結(jié)果數(shù)據(jù)進(jìn)行整體分析呈現(xiàn)和局部洞察，旨在打通各類(lèi)業(yè)務(wù)系統(tǒng)的數(shù)據(jù)，跨業(yè)務(wù)、跨系統(tǒng)整合數(shù)據(jù)。以數(shù)據(jù)查詢和分析為主，通過(guò)聯(lián)動(dòng)、鉆取、關(guān)聯(lián)等圖表可視化的方式來(lái)看數(shù)據(jù)指標(biāo)。

03、誰(shuí)是BI的主要用戶？

業(yè)務(wù)信息化的主要使用對(duì)象?- 一線業(yè)務(wù)執(zhí)行層，更多是從業(yè)務(wù)視角出發(fā)，錄入數(shù)據(jù)、記錄流程、查看業(yè)務(wù)信息。

數(shù)據(jù)信息化的主要使用對(duì)象?- 管理決策層，更多的是從管理視角通過(guò)BI可視化分析去定位問(wèn)題、分析問(wèn)題，最終形成業(yè)務(wù)決策。

兩個(gè)細(xì)節(jié)要點(diǎn)：

第一，沒(méi)有任何一個(gè)管理決策層、領(lǐng)導(dǎo)會(huì)沒(méi)事打開(kāi)財(cái)務(wù)系統(tǒng)看財(cái)務(wù)數(shù)據(jù)，打開(kāi) OA 系統(tǒng)看看合同信息，高層領(lǐng)導(dǎo)不會(huì)看這些明細(xì)數(shù)據(jù)細(xì)節(jié)，也不會(huì)進(jìn)到各個(gè)系統(tǒng)里面去看。也就是說(shuō)，業(yè)務(wù)信息化不是給這一層領(lǐng)導(dǎo)來(lái)使用的。

第二，管理決策層是不是一定是指的企業(yè)最高層的領(lǐng)導(dǎo)，不見(jiàn)得，可以是企業(yè)各個(gè)組織層次中帶有管理決策屬性的人員，這些管理決策人員都可以通過(guò)BI提供決策支持。

04、數(shù)據(jù)孤島到底說(shuō)明了什么？

消滅數(shù)據(jù)孤島為什么就一定要用BI，誰(shuí)要求要消滅數(shù)據(jù)孤島的？業(yè)務(wù)部門(mén)會(huì)覺(jué)得有數(shù)據(jù)孤島的問(wèn)題嗎？我就用我的財(cái)務(wù)系統(tǒng)做賬，數(shù)據(jù)孤島就孤島唄，我喜歡孤島，我的財(cái)務(wù)數(shù)據(jù)就我們自己看，領(lǐng)導(dǎo)看，我一點(diǎn)都不孤島。我就管個(gè)庫(kù)存，數(shù)據(jù)孤島就孤島唄，我也用不著管其他的，我的報(bào)表夠看就可以，孤島跟我有什么關(guān)系？

所以，我們?cè)谥vBI，講數(shù)據(jù)孤島的時(shí)候不是給一線業(yè)務(wù)部門(mén)講的，而應(yīng)該是給跨業(yè)務(wù)、跨部門(mén)、跨組織的這些管理層講的，只有從他們的視角里，這些業(yè)務(wù)系統(tǒng)和數(shù)據(jù)才是真正的孤島。

深層次的原因是什么？深層次的原因就是：這些業(yè)務(wù)信息化系統(tǒng)并不是為管理層服務(wù)的，是為一線業(yè)務(wù)部門(mén)服務(wù)的。管理層不是這些業(yè)務(wù)系統(tǒng)的用戶，他們絕對(duì)不會(huì)沒(méi)事一個(gè)系統(tǒng)一個(gè)系統(tǒng)的登錄進(jìn)去看數(shù)據(jù)，他們沒(méi)有這種使用習(xí)慣，他們更不會(huì)關(guān)注到各個(gè)業(yè)務(wù)系統(tǒng)的微觀層面。所以，大多數(shù)情況下只有這些跨組織、跨業(yè)務(wù)的管理層才會(huì)認(rèn)為有數(shù)據(jù)孤島的存在，所以是他們要求解決數(shù)據(jù)孤島。

由于BI是天然解決數(shù)據(jù)孤島問(wèn)題的，所以BI是為誰(shuí)服務(wù)的，是為管理層服務(wù)的數(shù)據(jù)信息化系統(tǒng)。BI要打破數(shù)據(jù)孤島，全面的看數(shù)據(jù)，全面的管業(yè)務(wù)，BI就是業(yè)務(wù)管理視角的自然延伸，要廣度、要深度。

所以，站在不同的角度，有的人認(rèn)為是有數(shù)據(jù)孤島存在的，一定要解決。有的人是不認(rèn)為有數(shù)據(jù)孤島存在的，即使存在對(duì)他們也沒(méi)有影響，所以不用解決，其根本原因是沒(méi)有把握BI真正的服務(wù)對(duì)象。

通過(guò)數(shù)據(jù)孤島，我們能夠把一些問(wèn)題看的更加清楚一些。

05、BI從業(yè)務(wù)系統(tǒng)取數(shù)據(jù)取數(shù)的方式

BI不是像業(yè)務(wù)系統(tǒng)與業(yè)務(wù)系統(tǒng)之間的接口開(kāi)發(fā)取數(shù)方式，而是通過(guò)訪問(wèn)和連接業(yè)務(wù)系統(tǒng)數(shù)據(jù)源數(shù)據(jù)庫(kù)的方式來(lái)進(jìn)行取數(shù)的，不管是什么樣類(lèi)型的數(shù)據(jù)庫(kù)，BI通過(guò)ETL連接方式連接數(shù)據(jù)庫(kù)抽取業(yè)務(wù)系統(tǒng)原表數(shù)據(jù)到數(shù)據(jù)倉(cāng)庫(kù)中加工處理，最后支撐到前端的可視化分析報(bào)表展現(xiàn)。

?

之前有朋友這么提問(wèn)的：數(shù)據(jù)源層是需要開(kāi)發(fā)接口嗎？

這是回答：

一般不需要，基本上這么提問(wèn)的都是經(jīng)歷過(guò)軟件系統(tǒng)的接口對(duì)接，軟件系統(tǒng)的接口對(duì)接是因?yàn)橛械臉I(yè)務(wù)軟件是 JAVA 開(kāi)發(fā)的，有的是 .NET 開(kāi)發(fā)的，有的是 B/S 架構(gòu)，有的是 C/S 架構(gòu)。軟件系統(tǒng)之間的接口是需要開(kāi)發(fā)參與的，主要是串聯(lián)不同軟件的業(yè)務(wù)流程，這種接口是需要?jiǎng)哟a的。 但 BI 在獲取數(shù)據(jù)的接口不一樣，是與業(yè)務(wù)系統(tǒng)軟件自身無(wú)關(guān)的，是只需要訪問(wèn)和連接業(yè)務(wù)系統(tǒng)背后的數(shù)據(jù)庫(kù)就可以的，直接從數(shù)據(jù)庫(kù)取數(shù)，因此是不需要軟件接口，或者沒(méi)有軟件接口訪問(wèn)這種概念的。

除非一種情況，這個(gè)業(yè)務(wù)系統(tǒng)是公有云，純 SAAS 模式，這種情況下就只能通過(guò)軟件對(duì)外開(kāi)放的 API 接口取數(shù)了。

?

06、數(shù)據(jù)中臺(tái)、BI、大數(shù)據(jù)之間的關(guān)系應(yīng)該如何理解？

大家在了解BI的時(shí)候，不可避免的會(huì)了解到大數(shù)據(jù)，數(shù)據(jù)中臺(tái)等一些概念，如何正確理解他們之間的差別呢？大數(shù)據(jù)、數(shù)據(jù)中臺(tái)都是BI發(fā)展到一定階段的產(chǎn)物，核心都是圍繞數(shù)據(jù)，數(shù)據(jù)采集、數(shù)據(jù)處理能力、算力的提升催生了大數(shù)據(jù)，數(shù)據(jù)資產(chǎn)和數(shù)據(jù)服務(wù)催生了數(shù)據(jù)中臺(tái)，核心的數(shù)倉(cāng)建模自 BI 一脈相承未曾改變，最終出口還是 BI 可視化，所以BI的位置處于整個(gè)信息化建設(shè)的最頂端。

07、關(guān)于 BI 認(rèn)知上的幾大誤區(qū)

關(guān)于BI的介紹，網(wǎng)絡(luò)上有太多的雜音，總而言之會(huì)把BI講解的貌似很簡(jiǎn)單，感覺(jué)上買(mǎi)了一個(gè)工具就可以解決所有的問(wèn)題，這其實(shí)是一個(gè)非常大的誤區(qū)。

我這里總結(jié)了一下，大家對(duì) BI 的理解常會(huì)碰到的一些誤區(qū)：

1. BI 就是報(bào)表可視化，就是一堆可視化圖表，BI 就是前端可視化。

2.BI就是一個(gè)拖拉拽的分析工具產(chǎn)品。

3.BI就是BI，跟數(shù)據(jù)倉(cāng)庫(kù)沒(méi)有關(guān)系。

4.有了BI就不需要數(shù)據(jù)倉(cāng)庫(kù)建模，業(yè)務(wù)人員就可以自己做BI分析，就可以拖拉拽做BI分析。

5.BI 就是業(yè)務(wù)驅(qū)動(dòng)的，不需要 IT 人員支撐，敏捷BI不需要 IT 介入。

6.BI直連不香嗎？直接連接數(shù)據(jù)源不就可以做分析，不需要數(shù)據(jù)倉(cāng)庫(kù)。

首先簡(jiǎn)要糾正一下對(duì)于這些問(wèn)題的理解。

1. BI 就是報(bào)表可視化，就是一堆可視化圖表，BI 就是前端可視化。

?BI 是一套完整的有數(shù)據(jù)倉(cāng)庫(kù)、數(shù)據(jù)分析、數(shù)據(jù)報(bào)表等組成的數(shù)據(jù)技術(shù)類(lèi)的解決方案，在一個(gè) BI 項(xiàng)目中，20% 的時(shí)間做前端分析報(bào)表，80% 的時(shí)間都在底層數(shù)據(jù)倉(cāng)庫(kù)的設(shè)計(jì)、ETL 的開(kāi)發(fā)、取數(shù)開(kāi)發(fā)等工作。

所以可視化報(bào)表只是 BI 的最終呈現(xiàn)，但不是 BI 的全部。

2. BI 就是一個(gè)拖拉拽的分析工具產(chǎn)品。

拖拉拽的可視化分析工具準(zhǔn)確來(lái)講只能解決 BI 的一部分，即可視化分析。但其實(shí) BI 所包括的技術(shù)范圍還是比較廣的，涉及到從底層數(shù)據(jù)取數(shù)到前端展現(xiàn)分析的各個(gè)方面。以微軟為例，早在 SQL Server 2005 的時(shí)候就可以看到完整的 Integration Service（ SSIS ）、Reporting Service （ SSRS ）、Analysis Service （ SSAS ），這三個(gè)服務(wù)加上 SQL Server 自身構(gòu)成了微軟的 BI 解決方案。（ SQL Server 2000 的 DTS 不知道還有多少人記得 ）Reporting - 可視化展現(xiàn)只是 BI 解決方案的一部分。

SSIS 是解決什么的?- ETL 工具，Extraction 抽取 - Transformation 轉(zhuǎn)換 - Loading 加載，做整個(gè) ETL 的可視化設(shè)計(jì)、包的管理、ETL 包調(diào)度管理，包含了 Package - Control Flow - Data Flow 做整個(gè)數(shù)據(jù)抽取的管理。數(shù)據(jù)倉(cāng)庫(kù) DW 的分層設(shè)計(jì)，例如 ODS / Staging 層、Dimension 層、Fact 層（ 從 DW 到 DM ）層的邏輯表數(shù)據(jù)抽取也都是可以放到 SSIS 中完成的。

我之前就是微軟 BI 技術(shù)線的，早些年的時(shí)候積累過(guò)不少的 BI 技術(shù)博客 - BIWORK 的技術(shù)博客

SSRS 是解決什么的?- Reporting 報(bào)表展現(xiàn)，當(dāng)初的報(bào)表展現(xiàn)比較薄弱。在 2012 Windows 8 Metro UI 設(shè)計(jì)剛出來(lái)的時(shí)候，我們?cè)?SSRS 中借鑒了 Metro UI 的樣式，算是比較前衛(wèi)和驚艷的了。

客觀來(lái)講，很多國(guó)內(nèi)外報(bào)表工具都借鑒過(guò) SSRS 的數(shù)據(jù)集模式（ 寫(xiě)一條 SQL 查詢或者存儲(chǔ)過(guò)程返回一個(gè)查詢的結(jié)果綁定到一個(gè)數(shù)據(jù)集 Dataset 中，圖表與數(shù)據(jù)集綁定，圖表的字段引用自數(shù)據(jù)集 ），但這種方式也有它的限制使用場(chǎng)景或者使用前提，后面會(huì)陸續(xù)講到這個(gè)問(wèn)題。

SSAS 是解決什么的?- 空間換時(shí)間的多維分析實(shí)現(xiàn)，OLAP、CUBE 立方體。例如在分析報(bào)表中多個(gè)維度 ( Dimension ) 可以和多個(gè)度量（ Measure ) 組合，以時(shí)間、區(qū)域、產(chǎn)品三個(gè)維度和銷(xiāo)售收入這個(gè)度量為例子，在用戶打開(kāi)一個(gè)報(bào)表，根據(jù)報(bào)表的字段可能組合的查詢就是：

SELECT 時(shí)間，

????????????????????區(qū)域，

????????????????????產(chǎn)品，

????????????????????SUM ( 銷(xiāo)售收入 ）AS 收入

?????????????FROM 事實(shí)表 JOIN 時(shí)間維度表 ON XXXXX

??????????????????JOIN 區(qū)域維度表 ON XXXXX

??????????????????JOIN 產(chǎn)品維度表 ON XXXXX

?????????????GROUP BY 時(shí)間、區(qū)域、產(chǎn)品

有可能是這樣的一個(gè)查詢

SELECT 時(shí)間，

????????????????????區(qū)域，

????????????????????SUM ( 銷(xiāo)售收入 ）AS 收入

?????????????FROM 事實(shí)表 JOIN 時(shí)間維度表 ON XXXXX

??????????????????JOIN 區(qū)域維度表 ON XXXXX

?????????????GROUP BY 時(shí)間、區(qū)域

當(dāng)?shù)讓訑?shù)據(jù)表數(shù)據(jù)量過(guò)大、聚合查詢和復(fù)雜，各種維度和事實(shí)度量組合的 SQL 查詢大量的發(fā)往數(shù)據(jù)倉(cāng)庫(kù)查詢，這種查詢效率可能會(huì)變得非常的差，因?yàn)閿?shù)據(jù)查詢 SQL 本身就可能需要執(zhí)行很長(zhǎng)時(shí)間，還不算返回到前端報(bào)表的中間數(shù)據(jù)傳輸過(guò)程、前端報(bào)表的渲染時(shí)間等等，所以通過(guò) SSAS 實(shí)現(xiàn)一個(gè) CUBE 立方體，本質(zhì)就是相當(dāng)于把各種維度和度量的這種聚合查詢（ 各種聚合函數(shù)，可以選擇 ） SQL 給提前執(zhí)行了，最后將各種維度和度量 SQL 查詢的值提前存儲(chǔ)起來(lái)。前端報(bào)表連接到 CUBE 中直接使用預(yù)計(jì)算好的值就可以了，而不再需要通過(guò) SQL 到數(shù)據(jù)倉(cāng)庫(kù)層查詢，這就是空間換時(shí)間的原理。

講到這里說(shuō)明了一個(gè)什么問(wèn)題，就是一套完整的 BI 實(shí)際上包括的有很多東西，有底層數(shù)據(jù)處理的 ETL 過(guò)程，也有前端可視化分析報(bào)表的。

在 ETL 工具層面：微軟 SSIS、Informatica、IBM DataStage、Pentaho、Kettle、DataWatch 等等。

在 報(bào)表 Reporting 工具層面：早期的微軟 SSRS、IBM Cognos、Oracle BIEE、SAP BO 等等。

單純的拖拉拽的 BI 可視化分析工具嚴(yán)格來(lái)講只能定位于個(gè)人和部門(mén)級(jí)的 BI 分析工具，因?yàn)閱渭兊纳弦粋€(gè) BI 分析工具解決不了 BI 的全部，也代替不了 BI 的全部。

3.以前也總有人說(shuō)BI就是業(yè)務(wù)驅(qū)動(dòng)，BI就是 BI，跟數(shù)據(jù)倉(cāng)庫(kù)沒(méi)有關(guān)系。

有了 BI 就不需要數(shù)據(jù)倉(cāng)庫(kù)建模，業(yè)務(wù)人員就可以自己做 BI 分析，就可以拖拉拽做 BI 分析，，不需要 IT 人員支撐，敏捷 BI 不需要 IT 介入，不需要建數(shù)據(jù)倉(cāng)庫(kù)，我以前有段時(shí)間也是這么認(rèn)為的。但是再沉淀了一段時(shí)間，對(duì)這種方法論進(jìn)行過(guò)一段時(shí)間的追蹤，最后發(fā)現(xiàn)其實(shí)是存在很大問(wèn)題的。

但凡有任何 BI 的銷(xiāo)售或者售前告訴用戶，你們企業(yè)的 BI 項(xiàng)目不需要構(gòu)建數(shù)據(jù)倉(cāng)庫(kù)，直接通過(guò) BI 分析工具拖拉拽就可以搞定企業(yè)里面所有的分析，不需要 IT 人員支撐，業(yè)務(wù)人員完全可以自己搞定... 類(lèi)似于敢這樣承諾的，要么是對(duì) BI 不懂，要么就是真忽悠。

在企業(yè)級(jí)的 BI 項(xiàng)目建設(shè)中，真正能做到完全靠業(yè)務(wù)人員簡(jiǎn)單拖拉拽一些就能隨便實(shí)現(xiàn)數(shù)據(jù)可視化分析，至少在我個(gè)人從業(yè)的十幾年工作經(jīng)驗(yàn)中，95%以上的企業(yè)都做不到。我服務(wù)過(guò)的重點(diǎn)企業(yè)包括：SHP（ Security Health Plan )、微軟（中國(guó)）、微軟（美國(guó)）、VWFC（ 大眾金融 ）等。

VWFC 做的算是非常不錯(cuò)的，少有的業(yè)務(wù)人員自己動(dòng)手做很多報(bào)表，線上跑了幾千張報(bào)表。為什么？ 因?yàn)榈讓訑?shù)據(jù)倉(cāng)庫(kù)就搭建了很多年，底層數(shù)據(jù)架構(gòu)相對(duì)比較規(guī)范。Business Driven 業(yè)務(wù)驅(qū)動(dòng)，它的前提是什么？

1） 底層數(shù)據(jù)質(zhì)量很規(guī)范，數(shù)據(jù)倉(cāng)庫(kù)架構(gòu)很完整，不讓業(yè)務(wù)人員碰底層數(shù)據(jù)，ETL、取數(shù)、指標(biāo)計(jì)算等等統(tǒng)統(tǒng)都是 IT 部門(mén)來(lái)維護(hù)。

2） 業(yè)務(wù)人員通過(guò)培訓(xùn)要熟練掌握BI前端報(bào)表工具的使用，要很懂放出來(lái)的數(shù)據(jù)分析模型接口。

3） 業(yè)務(wù)人員要非常熟悉業(yè)務(wù)和數(shù)據(jù)。

第 2）和第 3）條很多企業(yè)沒(méi)有問(wèn)題，第 1）條直接弄個(gè)前端 BI 工具讓業(yè)務(wù)人員解決，能解決掉嗎？ 很顯然業(yè)務(wù)人員是不具備這種能力的。

這就是一到培訓(xùn)的時(shí)候，BI工具使用起來(lái)很簡(jiǎn)單，但是一旦到實(shí)際的企業(yè) BI 項(xiàng)目開(kāi)發(fā)就發(fā)現(xiàn)寸步難行。因?yàn)榕嘤?xùn)的時(shí)候，給出的數(shù)據(jù)表都是經(jīng)過(guò)選擇的，永遠(yuǎn)都是質(zhì)量很高的、規(guī)范的只需要簡(jiǎn)單左表連右表例如銷(xiāo)售訂單表、訂單明細(xì)表，自然很容易把可視化報(bào)表給實(shí)現(xiàn)出來(lái)。

但是在實(shí)際企業(yè) BI 項(xiàng)目分析中，分析指標(biāo)的計(jì)算規(guī)則絕非簡(jiǎn)單幾張表關(guān)聯(lián)就可以解決的，不信的話可以挑戰(zhàn)一下一個(gè)實(shí)際的指標(biāo)計(jì)算邏輯：挑戰(zhàn)一個(gè) ETL 數(shù)據(jù)清洗的小案例 在數(shù)據(jù)庫(kù)中就一張數(shù)據(jù)表，數(shù)據(jù)理解起來(lái)也很簡(jiǎn)單，但很多 BI 開(kāi)發(fā)人員做起來(lái)也需要廢很大的精力，就更別談業(yè)務(wù)人員自助 BI 分析了。

講這么多不是為了一味否定自助式 BI 它的作用和能力，自助式 BI 有它的使用場(chǎng)景，也確實(shí)幫助我們簡(jiǎn)化了很多的 BI 工作，但從專(zhuān)業(yè)角度出發(fā)，特別反感是部分BI 廠商以一種不負(fù)責(zé)任的方式反復(fù)向市場(chǎng)強(qiáng)化類(lèi)似于這樣的概念：BI 就是可視化報(bào)表、BI 不需要數(shù)據(jù)倉(cāng)庫(kù)建模、傳統(tǒng)數(shù)據(jù)倉(cāng)庫(kù)建模很落后、BI 就是自助分析、BI 自助分析很簡(jiǎn)單、業(yè)務(wù)用戶簡(jiǎn)單幾天培訓(xùn)就可以學(xué)會(huì)并且想怎么分析就怎么分析...

從市場(chǎng)宣傳和銷(xiāo)售的角度來(lái)說(shuō)，簡(jiǎn)化產(chǎn)品的復(fù)雜度和上手難度的宣傳是沒(méi)有問(wèn)題的，有問(wèn)題的是以一種錯(cuò)誤的講解、不專(zhuān)業(yè)的講解最終誤導(dǎo)企業(yè)接受了這些不正確的概念，并以這些不正確的概念來(lái)評(píng)估與規(guī)劃 BI 項(xiàng)目的建設(shè)，沒(méi)有充分預(yù)計(jì)到 BI 項(xiàng)目建設(shè)過(guò)程中可能會(huì)遇到的挑戰(zhàn)與風(fēng)險(xiǎn)，最后導(dǎo)致項(xiàng)目的不成功與失敗、反復(fù)建設(shè)。

08、報(bào)表工具是怎么來(lái)的？

這十幾年我一直在技術(shù)領(lǐng)域、信息化領(lǐng)域、BI 行業(yè)，一直沒(méi)有出這個(gè)圈。做過(guò) JAVA ( AWT、SWING、JSP、Hibernate、Spring、ibatis )、.NET ( ASP、http://ASP.NET、C#.NET )、Object-C 、JS 等等技術(shù)開(kāi)發(fā)，業(yè)務(wù)軟件系統(tǒng)平臺(tái)開(kāi)發(fā)。

早期前端技術(shù)很弱，AJAX 的實(shí)現(xiàn)也都需要手寫(xiě)，要實(shí)現(xiàn)一個(gè)表單內(nèi)數(shù)據(jù)的點(diǎn)擊編輯和修改需要自己用 JS DOM 操作。做報(bào)表基本上就是 JSP、ASP 腳本語(yǔ)言在前端嵌套 HTML 做循環(huán)輸出，報(bào)表樣式很原生很丑陋，稍微復(fù)雜一點(diǎn)的表格報(bào)表樣式都需要用 JS 來(lái)調(diào)整。

那個(gè)時(shí)候用過(guò)的報(bào)表像 Crystal Report 水晶報(bào)表、潤(rùn)乾報(bào)表等等，在前端腳本語(yǔ)言中有標(biāo)簽直接可以引用，報(bào)表生成代替了大量的手寫(xiě)代碼。早期的前后端技術(shù)是不分家的，http://ASP.NET 還稍微好一些，前端逐步有一些集成控件可以直接使用，JAVA 是真沒(méi)有。上面說(shuō)到的這個(gè)階段大概在什么時(shí)候呢，2005年前后，2007年我覺(jué)得已經(jīng)使用的很廣泛了，老的 CSDN 上應(yīng)該還能找到很多原始的報(bào)表標(biāo)簽帖子。

像老一批報(bào)表還有像金峰報(bào)表 Jreport、思達(dá)報(bào)表 StyleReport 等等在國(guó)內(nèi)也有一定的市場(chǎng)。早在 2010 年之前，有些報(bào)表廠商的收入規(guī)模就已經(jīng)突破了一個(gè)億，說(shuō)明基礎(chǔ)報(bào)表這個(gè)市場(chǎng)還是非常不錯(cuò)的。

那個(gè)時(shí)候的報(bào)表定位是什么，就是純粹的 Report 報(bào)表，通過(guò)程序從后臺(tái)數(shù)據(jù)庫(kù)中查詢返回的數(shù)據(jù)聚合 List 再到前端腳本頁(yè)面上綁定一下就生成了各種報(bào)表，實(shí)際上就是用在各個(gè)業(yè)務(wù)軟件系統(tǒng)之中的報(bào)表展示，還遠(yuǎn)遠(yuǎn)沒(méi)有到 BI分析這個(gè)層面。

并且還有大量的軟件開(kāi)發(fā)廠商實(shí)際上已經(jīng)具備了很強(qiáng)的報(bào)表能力，不過(guò)這些報(bào)表能力并沒(méi)有單獨(dú)拿出來(lái)作為報(bào)表產(chǎn)品在市面上運(yùn)營(yíng)而已。

逐步的，隨著前端技術(shù)、前端框架的完善，從傳統(tǒng)表格技術(shù)開(kāi)始到了各類(lèi)柱狀圖、條形圖、餅狀圖的可視化展示，到了這個(gè)階段，報(bào)表和BI的邊界越來(lái)越模糊。為什么？BI的報(bào)表展現(xiàn)能力也就和傳統(tǒng)報(bào)表效果大致相當(dāng)，還沒(méi)有出現(xiàn)那種自助分析、自助拖拉拽就可以實(shí)現(xiàn)快速多維分析的能力。

講這么多主要想說(shuō)的是我們所看到的很多BI項(xiàng)目都是拿報(bào)表思維去實(shí)現(xiàn)的，就是 SQL 到數(shù)據(jù)集到前端展現(xiàn)。而真正的BI思維應(yīng)該是什么呢？ 多維思維、模型思維，這一點(diǎn)決定了一個(gè) BI 項(xiàng)目的最終走向，后面會(huì)具體講到這些點(diǎn)。

09、BI的本質(zhì) - 企業(yè)業(yè)務(wù)管理思維的落地

?BI 到底是什么？技術(shù)？產(chǎn)品？還是其它？我們把對(duì)于 BI 的理解再提升一個(gè)層次：?BI 是一家企業(yè)業(yè)務(wù)和管理思維的落地。這個(gè)怎么來(lái)理解呢？簡(jiǎn)單來(lái)說(shuō)，就是在可視化報(bào)表上呈現(xiàn)的內(nèi)容就是一家企業(yè)真正關(guān)注的內(nèi)容，這里面有管理高層重點(diǎn)關(guān)注的企業(yè)經(jīng)營(yíng)性的分析指標(biāo)，也有某具體部門(mén)的。

10、BI 和數(shù)據(jù)倉(cāng)庫(kù) Data Warehouse 有什么區(qū)別和聯(lián)系？

經(jīng)常會(huì)碰到有人問(wèn)BI和數(shù)據(jù)倉(cāng)庫(kù)有什么區(qū)別，實(shí)際上這個(gè)問(wèn)題的背后能反映出來(lái)一些朋友對(duì)BI的理解還是有些不準(zhǔn)確和偏差，這個(gè)問(wèn)題實(shí)際上從概念上把BI和數(shù)據(jù)倉(cāng)庫(kù)人為的割裂了。這種情況其實(shí)也比較正常，因?yàn)榇蠹覍?duì)BI的第一印象就是各種炫酷的可視化圖表、報(bào)表，再加上市面上有很多輕量的前端可視化BI分析工具，就造成大家對(duì)BI的認(rèn)知就停留在可視化這部分了。

準(zhǔn)確的來(lái)說(shuō)，BI不僅僅包含前端可視化分析、報(bào)表展現(xiàn)的能力，更包含了底層數(shù)據(jù)倉(cāng)庫(kù)的建設(shè)過(guò)程。Gartner 在上世紀(jì)九十年代就已經(jīng)提到了 Business Intelligence，它更多的認(rèn)為：BI是一種數(shù)據(jù)類(lèi)的技術(shù)解決方案，將許多來(lái)自不同企業(yè)業(yè)務(wù)系統(tǒng)的數(shù)據(jù)提取有分析價(jià)值的數(shù)據(jù)進(jìn)行清洗、轉(zhuǎn)換和加載，就是抽取Extraction、轉(zhuǎn)換 Transformation、加載Loading 的ETL過(guò)程，最終合并到一個(gè)數(shù)據(jù)倉(cāng)庫(kù)中，按照一定的建模方式例如Inmon 的3NF 建模、Kimball 的維度建模或者兩者都有的混合式架構(gòu)模型，最終在這個(gè)基礎(chǔ)上再利用合適的分析展現(xiàn)工具來(lái)形成各種可視化的分析報(bào)表為企業(yè)的管理決策層提供數(shù)據(jù)決策支撐。

?

所以，可以從這里能夠看到數(shù)據(jù)倉(cāng)庫(kù)Data Warehouse 的位置是介于可視化報(bào)表和底層業(yè)務(wù)系統(tǒng)數(shù)據(jù)源之間的這一層，在整個(gè)BI項(xiàng)目解決方案中起到的是一個(gè)承上啟下的作用。如果把BI比作是一個(gè)人的話，上半身特別是臉這個(gè)部分就是顏值，下半身腳踏實(shí)地吸取大地的精華，中間這部分的腰腹核心、核心力量就是數(shù)據(jù)倉(cāng)庫(kù)。

籃球之神喬丹不光光有顏值，滯空能力是頂尖的存在，才會(huì)在上籃的時(shí)候有各種讓人驚嘆的動(dòng)作，能夠支撐這些動(dòng)作其實(shí)靠的是什么？就是喬丹的腰腹核心力量。

所以，BI在前端可視化分析層面要玩出各類(lèi)精彩的動(dòng)作，沒(méi)有數(shù)據(jù)倉(cāng)庫(kù)這個(gè)核心力量的支撐是很難做到的。

那大家也會(huì)問(wèn)到，市面上不是有很多直接鏈接數(shù)據(jù)源就可以拖拉拽分析的BI工具產(chǎn)品嗎，不也一樣可以做BI分析報(bào)表嗎？這種獨(dú)立的、單獨(dú)的面向前端的BI分析工具，他們更多的定位是部門(mén)級(jí)和個(gè)人級(jí)的BI 分析工具，對(duì)于深層次的需要復(fù)雜數(shù)據(jù)處理、集成、建模等很多場(chǎng)景是無(wú)法解決的。最好的方式就是底層構(gòu)建一套完整的數(shù)據(jù)倉(cāng)庫(kù)，把很多分析模型標(biāo)準(zhǔn)化，再利用這些前端BI分析工具結(jié)合起來(lái)，這樣才能真正的把前端BI分析能力給釋放出來(lái)。

很多企業(yè)認(rèn)為只要買(mǎi)一個(gè)前端BI分析工具就可以解決企業(yè)級(jí)的BI所有問(wèn)題，這個(gè)看法實(shí)際上也不可行的?？赡茉谧铋_(kāi)始分析場(chǎng)景相對(duì)簡(jiǎn)單，對(duì)接數(shù)據(jù)的復(fù)雜度不是很高的情況下這類(lèi)BI分析工具沒(méi)有問(wèn)題。但是在企業(yè)的BI項(xiàng)目建設(shè)有一個(gè)特點(diǎn)，是一個(gè)螺旋式上升的建設(shè)過(guò)程。因?yàn)閷?duì)接的業(yè)務(wù)系統(tǒng)可能會(huì)越來(lái)越多，分析的深度和廣度會(huì)越來(lái)越多，數(shù)據(jù)的復(fù)雜度也會(huì)越來(lái)越有挑戰(zhàn)性，這個(gè)時(shí)候沒(méi)有一個(gè)很好的數(shù)據(jù)倉(cāng)庫(kù)架構(gòu)支撐，光靠前端BI分析工具基本上是無(wú)法搞定的。

就像去中藥店抓藥一樣，之所以抓藥很快，是因?yàn)樵谧ニ幥埃瑒e人已經(jīng)把各種原生的中藥材（原始數(shù)據(jù)源的數(shù)據(jù)）分門(mén)別類(lèi)清理干凈放好了，這樣想怎么搭配藥材（維度指標(biāo)組合的可視化）就很快了。

這樣的企業(yè)在國(guó)內(nèi)有很多，也是因?yàn)閷?duì)BI理解的深度不夠?qū)е铝嗽贐I項(xiàng)目建設(shè)上一些方向性的錯(cuò)誤，最后導(dǎo)致BI項(xiàng)目很難繼續(xù)推進(jìn)。

所以在企業(yè)中，我們需要明確我們的BI建設(shè)是面向企業(yè)級(jí)的還是個(gè)人和部門(mén)的分析工作。如果是個(gè)人數(shù)據(jù)分析師，使用這類(lèi)前端BI分析工具就足夠了。如果是需要構(gòu)建一個(gè)企業(yè)級(jí)的BI項(xiàng)目，就不能只關(guān)注前端可視化分析能力這個(gè)層面，更應(yīng)該關(guān)注到底層數(shù)據(jù)架構(gòu)的構(gòu)建，也就是數(shù)據(jù)倉(cāng)庫(kù)這個(gè)層面。

11、數(shù)據(jù)倉(cāng)庫(kù)的建模方法論 Kimball vs Inmon 以及混合架構(gòu)

數(shù)據(jù)倉(cāng)庫(kù)建模時(shí)BI項(xiàng)目建設(shè)中的重中之重，Inmon 的三范式 3NF 建模和 Kimball 的維度建模都是 BI 數(shù)據(jù)倉(cāng)庫(kù)建模的方法論，這兩種BI建模的方式有什么區(qū)別和聯(lián)系。

12、實(shí)際開(kāi)展一個(gè) BI 項(xiàng)目的時(shí)候?qū)τ谛枨蟮穆涞氐姆椒ㄕ?/span>

BI是一個(gè)完全需求驅(qū)動(dòng)的，既然是需求就需要做訪談和調(diào)研。

13、什么樣的企業(yè)應(yīng)該要上 BI 了？

什么樣的企業(yè)適合上BI？看業(yè)務(wù)基礎(chǔ)信息化程度和日常業(yè)務(wù)管理的細(xì)致程度和顆粒度。業(yè)務(wù)基礎(chǔ)信息化程度就是企業(yè)自身的IT業(yè)務(wù)系統(tǒng)基礎(chǔ)建設(shè)，沒(méi)有業(yè)務(wù)系統(tǒng)的支撐，做BI就缺乏數(shù)據(jù)基礎(chǔ)；第二就是業(yè)務(wù)管理的顆粒度，企業(yè)自身業(yè)務(wù)管理程度是不是比較細(xì)致了，急需通過(guò)BI來(lái)提升業(yè)務(wù)管理、決策支撐的效率。

14、如何高效的給高層領(lǐng)導(dǎo)做 BI 數(shù)據(jù)分析匯報(bào)總結(jié)

做完BI項(xiàng)目，還要考慮最終如何跟老板匯報(bào)的問(wèn)題，掌握BI數(shù)據(jù)分析思維框架和匯報(bào)的五個(gè)重點(diǎn)：用戶業(yè)務(wù)層次與范圍、工作成果、計(jì)劃執(zhí)行復(fù)盤(pán)、問(wèn)題反饋、展望規(guī)劃與愿景。

15、BI與企業(yè)經(jīng)營(yíng)管理的結(jié)合度

BI分析跟企業(yè)的經(jīng)營(yíng)管理分析高度結(jié)合，ROE 高的企業(yè)有可能是利潤(rùn)高像茅臺(tái)、珠寶行業(yè)，有可能是周轉(zhuǎn)快比如像零售行業(yè)，也有可能是融資能力比較強(qiáng)會(huì)利用杠桿，從ROE 歸因分析看行業(yè)特點(diǎn)。

16、BI項(xiàng)目行業(yè)和業(yè)務(wù)知識(shí)的積累

做BI還必須熟悉行業(yè)和業(yè)務(wù)知識(shí)，不結(jié)合行業(yè)業(yè)務(wù)知識(shí)，BI的項(xiàng)目是很難落地的。

17、關(guān)于 BI 實(shí)時(shí)性處理的話題

BI 對(duì)數(shù)據(jù)的處理存在一定的滯后性，通常采用T+1模式，主要原因是ETL數(shù)據(jù)處理過(guò)程是需要有大量的時(shí)間損耗，通常是采用空間換時(shí)間的方式。

將以前按照BI 數(shù)據(jù)倉(cāng)庫(kù)分層的ETL調(diào)度設(shè)計(jì)成可按單獨(dú)指標(biāo)并自動(dòng)尋找依賴的調(diào)度就大大的增加了對(duì)個(gè)別指標(biāo)調(diào)度和準(zhǔn)實(shí)時(shí)處理的靈活性。

離線數(shù)據(jù)與實(shí)時(shí)處理針對(duì)的業(yè)務(wù)場(chǎng)景不同，背后的技術(shù)方式實(shí)現(xiàn)不同，資源投入也不同，了解它們之間的定位差異有助于選擇合適的方案以最小的資源投入達(dá)到企業(yè)既定完成BI 項(xiàng)目建設(shè)目標(biāo)。