BI和報表等於資料分析?終於有人講清楚了它們的區別

傑華園發表於2020-11-18

調研發現,很多人對BI的理解側重於資料的分析和展示,BI更多地被等同於資料分析與資料視覺化。因此在大多數企業中,BI更多地是指分析和前端展示工具,而不是一個完整的體系。

《商業智慧白皮書》對商業智慧BI工具的定義:以資料視覺化和分析技術為主,具備一定的資料連線和處理能力的軟體工具,使用者能透過視覺化的介面快速製作多種型別的資料包表、圖形圖表。

BI和報表等於資料分析?終於有人講清楚了它們的區別

按照技術發展和對使用者需求的響應,當前BI工具可以分為 報表式BI、傳統式BI和自助式BI三類。

報表式BI

報表式 BI 工具主要面向企業資訊部 IT人員,適用於各類固定樣式的報表設計,通常用來呈現業務的明細資料和指標彙總,支援的資料量相對不大。

國內的報表式 BI 於1999 年左右開始起步,在 2013 年趨於成熟。

由於國內企業對於報表的格式自成一派,很多國外的報表工具在製作報表樣式時,圖形格式互動上都磨合困難,且一些表格的業務邏輯和國外不同,所以解決中國式複雜報表經常成為企業選型的重點需求。當下,國內報表工具以帆軟FineReport等代表已成主流。

報表式BI大多都採用類Excel的設計模式,雖然主要面向的物件是IT部門,但是業務人員也能快速學習和掌握,並在既定的資料許可權範圍內,製作一些基本的資料包表和駕駛艙報表。

例如FineReport自主研發的HTML5圖表,可以滿足不同人群的視覺展示需求,也可以進行一些簡單的即席分析操作,如圖表型別的切換、排序、過濾等。

代表工具:FineReport

BI和報表等於資料分析?終於有人講清楚了它們的區別

傳統式BI

傳統式BI同樣面向IT人員,隨著資料倉儲技術發展而來,相比於報表BI,更側重於OLAP即席分析與資料視覺化分析。

傳統式 BI以Cognos等國外產品為代表,其優勢是在大資料量上的效能和穩定性,劣勢也十分明顯:資料分析的能力和對業務的響應速度差些。如今使用傳統式BI的企業或機構中,83%以上的資料分析需求無法得到滿足,很多企業重金打造的BI系統幾乎成了擺設,收效甚微。

此外,因其架構重,專案耗資不菲、實施週期極長、專案風險大、對人才要求高等特徵,也不利於傳統BI的推廣和普及。

代表工具:cognos

BI和報表等於資料分析?終於有人講清楚了它們的區別

自助式BI

由於傳統式BI的缺陷屢遭詬病,以及業務人員資料分析需求的增長,自助式 BI 開始快速成長起來。自助式BI面向業務人員,追求業務與IT的高效配合,讓IT人員迴歸技術本位,做好資料底層支撐;

讓業務人員迴歸價值本位,透過簡單易用的前端分析工具,基於業務理解輕鬆地開展自助式分析,探索資料價值,實現資料驅動業務發展。

2014 年起,自助式BI工具迎來了高速發展,視覺化資料分析、Self-BI在國內市場集中出現,傳統式BI開始衰退。需要注意的是,自助式BI也有其適用範圍,企業在選擇時應綜合考慮自身需求與自助式BI的特徵。自助式BI主要有以下幾項優勢:

  • 資料量的靈活性。儘管傳統BI工具具備較好的大資料量處理效能,但是在一些資料量較小的企業就顯得笨重,擁有更簡單的思路卻不能使用更簡單的處理方式。自助式BI則更加靈活,其具備大資料量處理能力,在面對小資料量時,分析更為輕鬆。
  • 產品採購的成本下降。採購傳統BI工具的成本偏高,還有一些額外的培訓、服務諮詢成本。自助式BI產品工具只著重解決某些問題,不一定需要大而全。
  • 專案週期縮短、人力成本降低。以前專案週期主要消耗在ETL處理和資料倉儲建模、效能最佳化等方面。如今,建模的要求不再那麼高,效能最佳化在大多數場景下也不再是問題。專案週期從以前的按月或年為單位快速地減少到按天、周、月為單位。
  • IT 驅動逐步走向業務驅動。IT負責基礎資料架構的整理和介面開放維護,業務人員自行進行快速的視覺化分析和報表分析維護。

總而言之,當企業存在業務人員自主分析、解決重點關注問題、靈活應對小資料量業務、快速迭代專案週期等需求時,自助式BI將是一個明智的選擇。

代表工具:FineBI

BI和報表等於資料分析?終於有人講清楚了它們的區別

最後需要注意的是,三類BI產品分別適用於不同的場景,不是相互替代的關係。它們將長期共存,供企業按需選擇,直到資訊化基礎條件發生根本的改變。

商業智慧≠資料分析

商業智慧和資料分析是兩個容易混淆的概念。雖然它們之間存在不少類似的地方,商業智慧軟體也可以幫助業務人員進行資料分析,但資料分析絕不等同於商業智慧。

資料分析是個過程,是個解決方式,物件常常是某個問題。比如分析某次促銷活動的效果,就需要對UV、客單價、復購率等關鍵性的指標資料做監控。

還需要和過去的活動進行對比,從資料庫裡尋找最佳對照組進行建模,在SAS裡做統計分析。也就是說,資料分析是利用數理統計等科學方法做假設驗證,通常的工作就是對指標進行分析對比,KPI監控,異常指標分析,預測趨勢,最終生成結果報告。專業的資料分析工具有R、Python等。

商業智慧是一整套的解決方案,物件往往是企業的經營問題。利用企業在日常經營過程中生產的大量資料,並將它們轉化為資訊和知識,讓每一個決定、管理細節、戰略規劃都有資料參考。

BI和報表等於資料分析?終於有人講清楚了它們的區別

比如領導經常會關注銷售、採購和財務狀況,技術人員做好固定格式的資料包表(Dashboard/資料看板),領導開啟就能檢視,並且資料自動更新。

商業智慧工具一般透過連線ERP、CRM、MES等業務系統的資料,並將這些資料有規則地彙總到資料倉儲中,從而製作業務主題相關的分析報表,還可以對接大資料平臺進行視覺化的分析展示。

商業智慧的作用一方面是將常規的分析過程固化並簡化下來,另一方面是讓業務的自助分析更為方便快捷。簡單來說商業智慧BI是一套有關資料的解決方案,入口是資料,出口也是資料或者以資料為基礎的報表呈現,更多強調的是解決方案;

資料分析更多的以人為主,對資料倉儲產出的資料、或者其他渠道產出的資料做分析的過程。前者強調怎麼讓資料合理的加工或者呈現出來,後者強調如何透過資料發現問題,有一個探索和思考的過程,這個思考的過程是工具本身不能替代的。


來自 “ ITPUB部落格 ” ,連結:http://blog.itpub.net/21472864/viewspace-2734897/,如需轉載,請註明出處,否則將追究法律責任。

相關文章