数据意识崛起，从企业应用看BI软件的未来发展

数据分析师

前阵子，和一群企业CIO聊天，希望从甲方角度看看对BI产品的看法。在问及一些成熟企业为何不上BI项目时，大家纷纷表示目前还处于观望状态。
提及BI，大家都觉得有些飘忽，和大数据一样，听着高大上，能真正实现落地的并没有多少，性价比甚至不如一个报表工具。
可以理解这些行业人士的困惑，十多年前，SAP BO、Oracle BIEE、IBM Cognos 等老牌巨头的出现，赋予了数据利用一个新概念，数据库内容可以打通，数据得到整合，数据能可视化展现。可最后利用的程度远不及当初设想的那样，使用复杂、领导学不会，BI最终仍沦为一个报表展现工具。
但是另一头，我看到另外一番景象。16年中旬，帆软举办了“标杆案例巡展”，携带FineBI4.0的产品发布走过北京、上海、广州、深圳、杭州、台北等22个城市，而且几乎场场爆满，能感受到现场观众的热情和对于新BI技术出现的期待。

为何企业对BI既纠结又期待，未来BI将如何发展？
企业对于BI系统的犹豫不决，主要是用户期望与传统商业智能BI的矛盾点，这种矛盾可能源于成本、数据基础和管理问题。
第一，成本。从前期BI的选型调研、硬件采购，到期间的咨询服务、项目实施，以及后续的培训和维护，很多企业不是不想上 SAP BO、OBIEE、Cognos，而是考虑到成本的问题。比如采用传统数据仓库的模式，无论是Kimball还是 Inmon，一旦涉及复杂业务逻辑，整个实施周期都至少是按月、年来算。其次，后续的使用比如业务部门提出的数据报表制作，从定稿沟通到修改，一来一回的周期也不敢想象。纯粹的IT驱动，报表制作需要大量人力。
第二，数据基础。企业是否有能力实施BI，最重要的是基础数据的统一。比如货物信息，供应商信息，公司内部信息，数据内容不齐全，管理不规范，从积累到整理至少要2-3年的时间。再加上统一业务形式，统一数据口径来规范数据质量，这个周期对于急于上线使用的企业来讲简直遥遥无期。
第三，管理配合。BI涉及的面很广，要想发挥最大的效用，一来需要得到管理者的认同，用于从上至下的推进；二来需要业务与信息的积极配合，完成从下至上的执行和反馈。数据口径不统一，业务需求不确认完善、人才资源储备不足，这些都会导致BI风险的增加。
所以基本上，上述的三个因素阻碍了企业的进一步想法，市场上也急需能够解决以上三个问题的新方案或新产品。
从我们今年巡展交流和签约的情况来看，企业对于新型BI十分期待甚至有眼前一亮的感觉。上线实施BI的企业大多是出于大数据平台建设以及移动化BI的需求，面向企业中高层。对新型BI工具的轻量、性能、多源数据接口支持有较高的关注。这种趋势并不是一面之词，近几年传统BI巨头纷纷进行产品转型，Oracle发布可视化云服务，微软推出Power BI，IBM推出基于云端 SaaS 分析服务。新型BI市场，国外Tableau、Qlikview抢占先机稳扎稳打，国内除帆软，永洪、海致等公司也在13年前后纷纷推出新型BI。IT界称近几年是新型 BI 的高速发展和传统BI的衰退的转变之年。
如今，市面上可供选择的BI工具越来越多，模块操作也大同小异，企业不知道该如何选择BI工具？特别是大型企业的BI系统和中小型企业的BI系统又该如何选择？
大中型组织BI在向数据决策管控型方向整合
大中型企业经过多年的发展已沉淀了足够的数据，会从决策动力出发去考虑打通数据和整合问题。BI更多的是管理上的辅助使用，帮助高层管理者看透企业的经营。可以是操作层的也可以是战术和战略层的决策。我们有一家大型医药客户仁和集团，他们实施BI的主要目的就是帮助梳理数据，替换原有人为加工的静态报表，将业务模块化，动态展示数据，并通过移动化BI来实时查看业务报表，钻取数据分析原因和预测趋势。BI上线至今已有半年，目前已成熟地应用于财务分析、采购分析、工业运营分析以及工业指挥中心使用。

小微型组织BI在向数据挖掘和自助型分析分析倒逼业务整合方向发展
对于中小型企业，信息化建设还未成熟，BI的使用一方面是利用数据分析的优势帮助制定业务决策，防范企业成长过程中的风险；另一方面利用商业智能倒逼数据调整，帮助企业从一开始就建立标准化的数据质量，提升内部管理降低企业管理成本。在我们接触到的一些中小微组织，尤其是一些快速成长的互联网企业，数量级大，往往是TB/PB级别的数据；内部外部的数据来源复杂，从原始的关系型数据库到分布式架构的greenplum、kylin再到大数据架构hadoop、spark等；分析复杂度高，业务又以数据驱动型为主，网站分析，用户行为分析、风险管控，数据分析直接关系着业绩产出。对于BI的需求往往是门槛低轻量化，能够少成本短周期的快速投入，这一点，新型BI在对接大数据平台和处理大数据性能上有绝佳的优势，不失为业务员用于分析的“自助式工具”。
很多媒体或业界拿商业智能和大数据比较，认为大数据的处理和挖掘BI系统远不及一些大数据技术。这里，笔者认为，BI产品的使用关键还是业务和管理，一方用于梳理数据，提升管理水平，一方则是深入挖掘某一领域，为企业核心业务提供精准预测信息的手段。两者有共通之处，但不敢苟同。
综上，未来的BI市场是巨大的，涉及的触角也会越来越多。就我观察到的企业应用以及数据类产品中发现，很多企业通过数据接口引入了更多外部的数据来完善分析，也有部分企业私有化部署的BI产品在往云BI方向发展。与R语言、数据挖掘类技术的集成，也将进一步提高数据分析的深度。