大數(shù)據(jù)BI行業(yè)已然是個(gè)香餑餑，進(jìn)場者越來越多，魚龍混雜，整個(gè)競爭局面是神仙打架，小鬼遭殃。2018年活躍的BI工具和廠商，約有50個(gè)，較2017年的42個(gè)多出8個(gè)，很多產(chǎn)品都是近兩年推出的。BI行業(yè)是個(gè)充滿吸引力的領(lǐng)域，同時(shí)也是極具門檻的領(lǐng)域。B2B行業(yè)與B2C、C2C行業(yè)屬性不同，即便是在互聯(lián)網(wǎng)巨頭或大量資本的支持下，沒有較明顯的產(chǎn)品優(yōu)勢、服務(wù)優(yōu)勢和用戶基礎(chǔ)，新創(chuàng)品牌是很難闖出一片天的。早些年大量融資的BI企業(yè)，2018年的日子并不好過，后勁明顯不足。

在市場知名度方面（品牌提及率，提到BI想到的廠商品牌），帆軟以29.27%的品牌提及率一馬當(dāng)先，IBM以11.54%、SAP以5.98%分列榜眼、探花，微軟以5.34%位居第四，Tableau以3.63%位居第五。

IBM、SAP因?yàn)槲茨芴峁┯懈偁幜Φ淖灾紹I產(chǎn)品，其知名度正持續(xù)下降，但得益于他們在IT領(lǐng)域的沉淀，銷售業(yè)績并未出現(xiàn)大幅度的衰減。微軟、Tableau的產(chǎn)品因?yàn)楸就粱?wù)策略、商業(yè)策略以及產(chǎn)品特性，知名度也有限。至于領(lǐng)頭羊的帆軟，其穩(wěn)健的產(chǎn)品和服務(wù)策略，知名度、銷售業(yè)績雙雙提升。其他廠商則過于小眾，提及率普遍在1%以下，甚至更低。

可以看到，同金融、保險(xiǎn)、生產(chǎn)制造、互聯(lián)網(wǎng)等行業(yè)一樣，結(jié)合各企業(yè)的實(shí)力現(xiàn)狀和發(fā)展?jié)摿Γㄈ瞬沤Y(jié)構(gòu)、企業(yè)文化理念等因素），我們相信在未來的很長一段時(shí)間內(nèi)，BI行業(yè)的馬太效應(yīng)持續(xù)增強(qiáng)，強(qiáng)者益強(qiáng)，弱者益弱。

企業(yè)應(yīng)用BI系統(tǒng)的現(xiàn)狀

如上文所述，企業(yè)對BI的重視程度在不斷增加。為了讓BI成功落地，產(chǎn)出更多價(jià)值，大多數(shù)企業(yè)改進(jìn)了組織架構(gòu)，對IT部門進(jìn)行重新定位，比如分拆除ITBP、數(shù)據(jù)分析師、數(shù)據(jù)運(yùn)營官等職能崗位。據(jù)調(diào)研，2018年約7成的企業(yè)已經(jīng)成立了履行數(shù)據(jù)分析工作的相關(guān)部門（或擴(kuò)展IT部門的職能），較2017年增長將近10個(gè)百分點(diǎn)。

因?yàn)槠髽I(yè)的需求，IT部門也正逐漸從幕后走向臺前，承擔(dān)更多的責(zé)任。調(diào)查數(shù)據(jù)顯示，有35.2%的企業(yè)信息化方向和策略，是基于該公司戰(zhàn)略目標(biāo)或管理層決策制定的。

有47.1%企業(yè)處于技術(shù)運(yùn)維階段（能夠通過IT手段，增強(qiáng)企業(yè)業(yè)務(wù)的管理和運(yùn)作能力，對業(yè)務(wù)有一定的支撐），有40%處于合作伙伴階段（合作伙伴，能夠在業(yè)務(wù)部門還未想到之前，就運(yùn)用IT技術(shù)，幫助實(shí)現(xiàn)業(yè)務(wù)的發(fā)展和新業(yè)務(wù)的開拓）。對于工作成績，領(lǐng)導(dǎo)層對數(shù)據(jù)分析/BI項(xiàng)目的滿意度超過80%（非常滿意的38.9%，比較滿意的42.6%）。

在IT部門不斷崛起的過程中，BI的價(jià)值也得到了更充分的釋放。調(diào)查數(shù)據(jù)顯示，約38%的企業(yè)處于業(yè)務(wù)監(jiān)測階段（傳統(tǒng)的DW/BI階段，用以監(jiān)測現(xiàn)有業(yè)務(wù)的運(yùn)行狀況），26%的企業(yè)處于業(yè)務(wù)洞察階段（使用統(tǒng)計(jì)分析、預(yù)測分析、數(shù)據(jù)挖掘，來提示重大、相關(guān)的業(yè)績改善建議，即“告訴我我所需要知悉的”階段）。有16.7%的企業(yè)明確表示，BI建設(shè)落后，無法滿足多變的需求，需要升級。

此外，我們在調(diào)研中發(fā)現(xiàn)，BI的應(yīng)用層面正從領(lǐng)導(dǎo)層向下擴(kuò)散，越來越多的中間層（業(yè)務(wù)管理層、業(yè)務(wù)執(zhí)行層）使用BI，2019年將更快的增長。從誕生之日起，BI的直接受眾都是企業(yè)的決策者，但近來由于入門級BI（報(bào)表工具）的推廣應(yīng)用，越來越多的中層開始享用BI系統(tǒng)帶來的好處。調(diào)研發(fā)現(xiàn)，在成功上線BI項(xiàng)目的企業(yè)中，約有57.3%的企業(yè)領(lǐng)導(dǎo)在使用BI進(jìn)行數(shù)據(jù)查看和分析；業(yè)務(wù)管理層和業(yè)務(wù)執(zhí)行層中越來越多的人在使用BI，人數(shù)已經(jīng)過半。

我們驚喜的發(fā)現(xiàn)，IT部門與業(yè)務(wù)部門的配合愈加緊密。雖然IT完全主導(dǎo)、IT強(qiáng)主導(dǎo)仍然是常態(tài)，但是業(yè)務(wù)強(qiáng)主導(dǎo)則從2017年的9.67%增長至2018年的23.31%，翻倍增長。未來將會(huì)更加緊密。僅有3.45%的企業(yè)，IT與業(yè)務(wù)的配合較差，存在一些部門墻。但是，25.9%的企業(yè)配合如魚得水，IT理解業(yè)務(wù)，業(yè)務(wù)認(rèn)可IT。

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)。

（1）數(shù)據(jù)整合治理。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。一半的受訪企業(yè)認(rèn)為，數(shù)據(jù)人才的培養(yǎng)和數(shù)據(jù)分析工具的選擇，也是主要難點(diǎn)。

（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。

（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(huì)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%。

讓BI成功并非易事，尤其是讓BI能持續(xù)產(chǎn)出價(jià)值，更是一個(gè)重大挑戰(zhàn)。無論BI廠商如何去改進(jìn)產(chǎn)品，都不能忽視掉使用BI的人的要素。我們交付給企業(yè)一款好的產(chǎn)品，但不教給他足夠的本領(lǐng)去駕馭這款產(chǎn)品，就像給你一把絕世好劍，但沒有給你劍譜，你依然是個(gè)菜鳥小白，即便給了你一個(gè)劍譜，如果你沒有刻意練習(xí)，那到頭還是一事無成。我們結(jié)合2017、2018年的售前咨詢經(jīng)驗(yàn)發(fā)現(xiàn)，企業(yè)用戶如果不具備充足的BI項(xiàng)目建設(shè)能力，那么他們更傾向于讓BI廠商提供一攬子方案，而不是只采購軟件然后讓企業(yè)的IT部門學(xué)習(xí)、實(shí)施。未來BI廠商提供給用戶的，除了產(chǎn)品以外，還有配套的學(xué)習(xí)資源、培訓(xùn)資源、服務(wù)資源、交流平臺、各行業(yè)咨詢方案以及一攬子的項(xiàng)目實(shí)施，這一套組合拳，也正是國產(chǎn)BI廠商克敵制勝的法寶。

2019年BI主要的功能需求

Gartner2019年度分析和商業(yè)智能平臺的魔力象限報(bào)告分析認(rèn)為，到2020年，增強(qiáng)分析將成為新購買分析和商業(yè)智能，數(shù)據(jù)科學(xué)和機(jī)器學(xué)習(xí)平臺以及嵌入式分析的主要推動(dòng)力，50％的分析查詢將通過搜索，自然語言處理或語音生成，或者將自動(dòng)生成；到2021年，自然語言處理和會(huì)話分析將提高分析和商業(yè)智能的采用率，從35％提升到50％以上。

如上文所述，中國實(shí)際情況與歐美不同，以Gartner為代表的分析機(jī)構(gòu)并不能準(zhǔn)確描述我國BI行業(yè)的實(shí)際狀況，帆軟數(shù)據(jù)應(yīng)用研究院的研究結(jié)果可能跟接近用戶的聲音：中國BI用戶目前主要的需求還是圍繞企業(yè)BI平臺數(shù)據(jù)權(quán)限管控、探索式自助分析、快速搭建業(yè)務(wù)數(shù)據(jù)模型、OLAP多維分析、大數(shù)據(jù)處理性能、自助數(shù)據(jù)處理、移動(dòng)數(shù)據(jù)分析查看這七大核心模塊。

（1）企業(yè)BI平臺數(shù)據(jù)權(quán)限管控

支持企業(yè)用戶的多級數(shù)據(jù)權(quán)限分配，數(shù)據(jù)表支持分配行級別以及列級別的權(quán)限，同時(shí)支持分級管理員對自己權(quán)限范圍內(nèi)的數(shù)據(jù)表、業(yè)務(wù)包、模板和用戶進(jìn)行管理，滿足集團(tuán)企業(yè)分級管理的需求。

當(dāng)今時(shí)代企業(yè)對數(shù)據(jù)安全管控越來越重視。無論未來商業(yè)智能市場發(fā)展趨勢如何，BI平臺數(shù)據(jù)權(quán)限管控都將是現(xiàn)代企業(yè)商業(yè)智能分析的基石。

?(2) 探索式自助分析

支持業(yè)務(wù)人員對自己權(quán)限范圍內(nèi)感興趣數(shù)據(jù)進(jìn)行多維拖拽探索和自助分析，以工具簡單易上手的門檻和低學(xué)習(xí)成本，讓真正對分析業(yè)務(wù)價(jià)值最熟悉的業(yè)務(wù)人員實(shí)現(xiàn)自助數(shù)據(jù)分析探索，最大化業(yè)務(wù)數(shù)據(jù)的分析維度和分析效率，靈活發(fā)掘數(shù)據(jù)中可能潛在的業(yè)務(wù)價(jià)值。

相比于過去IT集中式做報(bào)表的信息化模式，在未來，業(yè)務(wù)部門的數(shù)據(jù)和分析專家數(shù)量將以IT部門專家的三倍速度增長，相信這將迫使企業(yè)重新考慮其組織模式和數(shù)據(jù)技能。通過現(xiàn)代商業(yè)智能產(chǎn)品簡單易上手的學(xué)習(xí)門檻，這將會(huì)讓人人都成為數(shù)據(jù)分析師的能力不再只是IT人的獨(dú)有技能。

?(3) 快速搭建業(yè)務(wù)數(shù)據(jù)模型

根據(jù)企業(yè)不同業(yè)務(wù)數(shù)據(jù)分析主題進(jìn)行分類管理，同時(shí)支持自動(dòng)/手動(dòng)構(gòu)建高度可復(fù)用性業(yè)務(wù)數(shù)據(jù)關(guān)聯(lián)模型，一次創(chuàng)建即可滿足不同數(shù)據(jù)分析業(yè)務(wù)場景應(yīng)用，無需反復(fù)對底層數(shù)據(jù)模型進(jìn)行編輯修改。

通過構(gòu)建高度靈活、高可復(fù)用性的敏捷業(yè)務(wù)數(shù)據(jù)模型，讓IT部門逐步擺脫企業(yè)取數(shù)機(jī)的困境，大幅度提高企業(yè)的數(shù)據(jù)分析應(yīng)用效率。

?(4) OLAP多維分析

支持強(qiáng)大的頁面OLAP多維分析功能，包括分析視角的上卷、下鉆，維度的旋轉(zhuǎn)切換，指標(biāo)的切換，分析數(shù)據(jù)的切片過濾，組件之間的聯(lián)動(dòng)過濾、頁面超級鏈接跳轉(zhuǎn)等。

由于傳統(tǒng)的單一匯總式指標(biāo)展示形式，已經(jīng)逐漸無法滿足業(yè)務(wù)分析的復(fù)雜度，OLAP多維分析提供的強(qiáng)大分析功能正是幫助用戶洞察數(shù)據(jù)背后的深刻業(yè)務(wù)見解提供了便利的工具。

?(5) 大數(shù)據(jù)處理性能

BI工具可支撐處理億級大數(shù)據(jù)分析計(jì)算的秒級響應(yīng)，提供加速引擎對傳統(tǒng)關(guān)系型數(shù)據(jù)倉庫（SQLServer、Oracle、Mysql等）進(jìn)行數(shù)據(jù)提速處理，同時(shí)也支持實(shí)時(shí)對接企業(yè)大數(shù)據(jù)平臺（Vertical、Kylin、Greenplum等）進(jìn)行數(shù)據(jù)分析計(jì)算。

通過BI工具強(qiáng)大的數(shù)據(jù)抽取計(jì)算引擎，能夠極大地提高數(shù)據(jù)計(jì)算速度，同時(shí)也支持實(shí)時(shí)對接企業(yè)大數(shù)據(jù)平臺，為業(yè)務(wù)用戶提供海量數(shù)據(jù)下分析的性能保障。

?(6) 自助數(shù)據(jù)處理

BI工具可通過快速易上手的交互方式，讓業(yè)務(wù)人員也能完成工具層面的零代碼數(shù)據(jù)加工處理工作，例如例如表合并、分組統(tǒng)計(jì)、結(jié)構(gòu)數(shù)據(jù)分層、過濾、增加列、同比環(huán)比、累計(jì)值、所有值、公式運(yùn)算等數(shù)據(jù)清洗和數(shù)據(jù)處理方法，實(shí)現(xiàn)對數(shù)據(jù)的無限層次多維分析統(tǒng)計(jì)。

傳統(tǒng)BI工具對于一些稍微復(fù)雜的數(shù)據(jù)分析場景，往往需要依賴IT人員進(jìn)行SQL或者ETL處理，然后再將結(jié)果數(shù)據(jù)導(dǎo)出給業(yè)務(wù)分析用戶，溝通成本大，分析效率低。而通過零編碼式的自助數(shù)據(jù)處理，讓普通的業(yè)務(wù)分析用戶也能快速的完成基礎(chǔ)的數(shù)據(jù)清洗和加工操作。

?(7) 移動(dòng)端數(shù)據(jù)分析查看

BI工具支持移動(dòng)端數(shù)據(jù)分析多維分析查看功能（兼容PC端的上卷、下鉆、旋轉(zhuǎn)、切片、聯(lián)動(dòng)、跳轉(zhuǎn)等），對于BI工具的應(yīng)用app支持便捷的掃碼登陸、離線查看、批注、分享等功能，同時(shí)滿足某些社區(qū)平臺如微信、釘釘?shù)钠髽I(yè)公眾號集成。

通過移動(dòng)端的數(shù)據(jù)分析應(yīng)用，正逐步讓企業(yè)的數(shù)據(jù)分析展示終端不再僅僅局限于PC和大屏應(yīng)用，較大地提高了分析的便捷性。

結(jié)語

BI（商業(yè)智能）已經(jīng)成為企業(yè)精細(xì)化運(yùn)營不可獲取的一部分。企業(yè)數(shù)據(jù)需要轉(zhuǎn)換為信息，升級為知識，升華成價(jià)值的過程要用到的種種技術(shù)和工具，就是BI。如果把企業(yè)經(jīng)營和管理的數(shù)據(jù)比喻為金礦，那么BI就是一個(gè)淘金場，負(fù)責(zé)采集大量的金礦石、金沙，然后經(jīng)過進(jìn)一步的分離、加工等操作，最后提煉出千足金。BI系統(tǒng)的運(yùn)作過程，也是煉石成金的過程。

酒香也怕巷子深，BI工具的知名度還亟待提升。很多企業(yè)有非常明顯的BI需求，但是他們不知道有“BI工具”可以幫他們解決問題，更不要說對BI廠商的認(rèn)知了，這也從側(cè)面反映出BI市場的巨大潛力。市場教育不是一朝一夕的事情，需要BI同行們的共同努力?！按缴交€漫時(shí)，她在叢中笑”，2019年，中國大數(shù)據(jù)BI行業(yè)會(huì)更好。

作者簡介

關(guān)于帆軟數(shù)據(jù)應(yīng)用研究院

帆軟數(shù)據(jù)應(yīng)用研究院是帆軟公司主導(dǎo)成立的，也是國內(nèi)主要的、高水平的大數(shù)據(jù)BI分析領(lǐng)域研究機(jī)構(gòu)。研究院專注于企業(yè)數(shù)據(jù)化應(yīng)用、大數(shù)據(jù)BI技術(shù)趨勢和理論觀點(diǎn)的研究，致力于讓數(shù)據(jù)成為企業(yè)真正的生產(chǎn)力。

自2016年9月正式成立以來，研究院輸出了大量的企業(yè)應(yīng)用案例、行業(yè)解決方案、行業(yè)觀察評論、數(shù)據(jù)化管理思維模型等內(nèi)容，并指導(dǎo)參與了多個(gè)業(yè)內(nèi)頂級會(huì)議、沙龍，專業(yè)水準(zhǔn)和知識產(chǎn)量均被業(yè)內(nèi)稱道。

xiesc