贵州电视台养生节目2010年,忽然涌现了一批厂商和创业公司研发自助式BI,也是伴随着当时候互联网的发展和大数据的提出,基于国内大部分企业数据分析的需求,有一批BI软件产生。
在这之前,国内企业对BI应用大多还停留在报表层面。流行的工具一类是替代excel手工作业的数据报表软件,比如水晶报表和帆软的FineReport;另一类是IT三巨头的传统BI工具:cognos、BIEE等。
再后来,重要的节点是水晶报表被SAP收购,由此,传统BI也逐渐向自助式BI和云BI转型,直至如今,自助式BI在现在以及未来都是大趋所示。
传统型BI通常指企业内部大而全的统一报表或分析平台,侧重报表开发,以国外老牌IT厂商为主。比如,IBM的cognos、Oracle的OBIEE、SAP的BO等。
Cognos是传统商业智能工具的领先者。集成度较低,每种应用都对应单独的使用界面,但SDK开放程度不足,许多功能无法二次开发,所提供的web API相当有限,没有真正的web客户化能力,不能嵌入到现有系统中。
Cognos的快速用户新建报表能力并不强大,可以在分析的基础上添加表头构成报表,B/S下可以对分析结果作为报表进行保存。Cognos的OLAP功能很强大, 操作反应速度快,但是初次上手比较难,web页面访问条件查询报表时操作不便。对于旋转、切片、钻取操作,Cognos都支持多,功能也很强大,但用户较难接受,易用性不强。
当然,在熟练使用后,可以做的分析有很多,支持任意角度的分析操作。Cognos图表样式较少,OLAP模式下不能制作列表,且只能进行简单的过滤查询操作。
BIEE是中规中矩的传统商业智能产品,没有鲜明特色,也没有突出的缺陷,整个商业智能解决方案和Oracle产品线紧密的绑定在一起,不够开放。BIEE是由一系列收购而来的独立产品组成的,不同的BI功能需要不同的工具,通常都有着不同的操作界面和相对对立的后端平台,用户经常需要在不同的工具间切换。不同工具间的操作风格也略有差异,用户需要花时间来学习和适应。
由于 BIEE 本身没有 OLAP Server,当用户需要进行 OLAP 分析时,系统需要将数据从数据库服务器中完全取出,抽取到其他 OLAP Server 的服务器进行处理。另外,对于维度上的汇总分析的操作,BIEE 需要发送到数据库服务器端去执行,而当数据量比较大时,一般的关系型数据库对这种汇总请求的处理的效率是比较低的。所以执行维度汇总分析的操作时,BIEE 会对数据库产生较大的压力。
从图表方面来说,BIEE 能支持常见的图表,满足企业日常图表的需要。从 WEB 界面的功能、易用性的角度来看, BIEE 报表 都能做美观程度好,但对于复杂报表,BIEE 的支持程度不好,另外 BIEE 本身的一些功能需要第三方集成,会增加企业在网络安全方面和客户端维护方面的成本。
SAP BO的主要客户是SAP ERP用户,其他则通过OEM的方式,或者和集成商合作,价格较高,不适用于中小企业。从产品体系架构上看,SAP BO是由一些列收购的工具组成,不同的BI功能适用于不同的场景,并非由一个统一的架构。
BO虽然有着比较强大的OLAP功能,显示方式比较像excel,操作直观,上手容易,但报表效果较差,单一。BO缺少真正的OLAP服务器,没有MLOAP功能,如果要实现这个功能,就必须连接第三方的MLOAP服务器。BO 需要在不同的工具中单独进行安全性鉴定,无法在不同工具间进行同步。
自助式BI,主要是面向业务分析人员,以业务主导的自助分析,侧重数据分析。比如,Tableau、Qlikview、微软的Power BI、帆软的FineBI、第三方小厂BI或代理、各类SAAS版的可视化BI、各类业务化的分析工具。
Tableau是桌面系统中最简单的商业智能工具软件,用户只需要简单配置,拖拖拽拽,就可以做出数据分析。Tableau的理念是,界面上的数据越容易操作,公司对自己在所在业务领域里的所作所为到底是正确还是错误,就能了解的越透彻。
整体来看,Tableau具备以下优势:一是学习成本低,可以快速上手;二是对于不太掌握统计原理的人,也能完成非常有价值的分析,做到IT和数据分析高手才能完成的工作。三是功能丰富,数据可视化独具特色,大数据处理速度也非常快。Tableau虽然具备强悍的分析功能,但是数据抓取功能很弱,数据处理能力差,需要实现准备好数据,所以可以认为是面向数据分析师的前端工具。
FineBI是几年前帆软公司推出的,在国内口碑和发展不错,有时候和FineReport组合搭配构成企业完整商业智能解决方案推给用户,能面向企业不同阶层提供方案,是相当有竞争力的。
FineBI通过大数据引擎FineIndex,可以自动建模,傻瓜式操作,用户只需在Dashboard中简单拖拽操作,便能制作出丰富多样的数据可视化信息,进行数据钻取、联动和过滤等操作,自由分析数据。FineBI面向企业IT部门、业务人员,提供企业级管控下的业务人员自助式数据分析,向下帮助IT做好数据管控,向上充分利用底层数据,支撑前端业务数据应用。
和Tableau面向数据分析师不同,FineBI面向普通的业务人员,数据分析过程更人性化,更简单和易用,并为企业提供了全面的数据管理和用户管理策略。但正式因为这样的定位,数据分析功能全面实用,但中规中矩,没有那么多突出亮点。
Qlikviw曾是连续七年全球增产速度最快的BI产品,Gartner曾把它列在Leaders象限和Tableau并列为Magic Product。和Tableau的重点倾向不同,Qlikview是一个完整的商业智能软件,可以让IT人员和业务人员构建和部署强大的数据分析应用。
Qlikview的主要特点是开发和使用简单,但是和Tableau 、FineBI相比,操作性能差一些,总的来说,它可以让自助数据分析和所有信息都有一个灵活的直观的展现。Qlikview通过AQL架构提供灵活、强大的分析能力时,AQL架构改变了需要OLAP立方体的需求。
Qlikview的缺陷也很明显,受限于用户数(也就是说价格)和设计报表的复杂程度,只能用于少数几个管理层人员,广大的中层干部的报表问题,其实是没有解决,而且是很难用QlikView去解决的。
作为国产BI老牌厂商,Smartbi深耕BI领域,深入研究并实践BI,今天跟大家分享一下传统BI是什么,自助式BI有什么优势,BI未来发展趋势如何等,手动码字干货满满,建议点赞收藏~
第一阶段:2012年之前, 商业智能平台,BI平台,Business Intelligence Platform
商业智能 (BI) 平台使所有类型的用户(从 IT 人员到顾问再到业务用户)能够构建应用程序,帮助组织了解和了解其业务。Gartner 将 BI 平台定义为提供下面三大类14项功能:集成、信息传递和分析。
1、BI 基础架构 — 平台中的所有工具都使用相同的安全性、元数据、管理、门户集成、对象模型和查询引擎,并且应具有相同的外观。
2、元数据管理 — 例如维度、层次结构、度量值、性能指标和报表布局对象。
3、开发工具 — BI 平台应提供一组编程开发工具和可视化开发环境,以及用于创建 BI 应用程序
4、协作 — 能够通过嵌入、讨论、聊天和注释来共享和讨论信息、BI 内容和结果,和/或管理层次结构和指标。
7、即席查询 — 用户能够提出自己的数据问题,而无需依赖 IT 来创建报告。特别是,这些工具必须具有强大的语义层、查询性能良好、简单易操作。
Gartner将魔力象限的名称从“商业智能平台”更改为“商业智能和分析平台”,以强调分析功能对组织现在正在构建的信息系统日益增长的重要性。包含跨三个类别的 15 种功能:集成、信息交付和分析。
交互式可视化 — 使用户能够通过使用交互式图片和图表(而不是行和列)更有效地显示数据的多个方面。随着时间的推移,高级可视化将不仅仅是切片和切块数据,包括更多流程驱动的 BI 项目,使所有利益相关者能够通过可视化表示更好地了解工作流。
区别于过去的传统BI,ABI定位成现代化BI,以增强分析为核心。包括自服务的数据准备、ETL、数据存储、增强数据发现、集成与发布。
到2020年,增强分析——一种包括自然语言查询和叙述、增强数据准备、自动化高级分析和基于视觉的数据发现功能的范式——将成为商业智能、分析和数据科学以及机器学习平台和嵌入式分析新购买的主要驱动力。
到2020年,通过增强数据发现功能区分的现代商业智能和分析平台的用户数量将以两倍的速度增长,并提供两倍的商业价值。
到2020年,自然语言生成和人工智能将成为90%现代商业智能平台的标准功能。
到2020年,50%的分析查询将通过搜索、自然语言处理或语音生成,或者自动生成。
到 2020 年,为用户提供内部和外部数据/分析目录访问权限的组织将从分析投资中获得的业务价值是过去的两倍。
到2020年,公民数据科学家的数量增长速度将是专家数据科学家数量的五倍。
1、敏捷集中式 BI 配置 — 独立数据管理功能,支持敏捷的 IT 工作流,从数据到集中交付和管理的分析内容。
3、受管控的数据发现 — 支持从数据到自助式分析再到 SOR、IT 管理内容的工作流,以及用户生成的内容到认证数据和分析内容的治理、可重用性和可提升性。
4、OEM 或嵌入式 BI —支持流程或应用程序中从数据到嵌入式 BI 内容的工作流。
5、外联网部署 — 支持类似于为外部客户提供敏捷集中式 BI 配置的工作流,或者在公共部门中,支持公民对分析内容的访问。
7、可扩展性和数据模型复杂性。内存中引擎或数据库内体系结构处理大量数据、复杂数据模型、性能优化和大型用户部署的程度。
11、增强数据发现。自动查找、可视化和叙述与用户相关的数据中的重要发现,例如相关性、异常、聚类、链接和预测,而无需他们构建模型或编写算法。用户通过可视化、自然语言生成的旁白、搜索和自然语言查询 (NLQ) 技术探索数据。
传统BI重在于数据平台搭建,提供报表服务,以IT为主导;自助式BI重在于数据分析,以业务分析为主导。两者的数据处理流程相通。
传统BI:通常指企业内部大而全的统一报表或分析平台,代表性的老牌BI工具厂商如 IBM的cognos,Oracle的OBIEE,SAP的BO,等均包含丰富的功能模块,比较适合于打造一体化的大而全的统一平台。
传统BI一般面向IT研发人员,多集中在企业的技术部门。传统BI的打造方式:
自助BI:面向的是不具备IT背景的业务分析人员,与传统BI相比更灵活且易于使用,而且一定程度上摆脱对IT部门的大幅度依赖,代表性的自助BI工具厂商如Tableau、帆软等 。不同于以往“IT主导的报表模式”,转而向“业务主导的自助分析模式”发展。自助BI通常的应用场景:
举个例子,当我们在面对一个个具体的业务问题时,例如:什么原因导致了销售额下降,业务何时发生的变化,可能是哪些因素造成的…这类问题是BI探索的核心,解决它们需要的不仅仅是提供一个数字,还需要解释背后的商业原因。由于数据库和查询技术的进步,在自助BI的帮助下,业务人员可以凭借自己的业务专业知识,对各种可能的情况进行探索,最终得出结论。如果按照传统BI的方式,向IT部门提出数据或分析需求,由技术人员实现,解决问题的时间可能延长到数周甚至数月,早就错过了最佳窗口期。
业务人员的分析需求不断增加,如果完全依赖于传统BI,分析所需的时间和流程越来越长,无法满足需求,用户需要在控制和敏捷之间找到一个新的平衡,然后自助BI出现了。但自助式BI的出现不代表传统BI的时代将完全结束,传统BI在某些方面仍有优势:
2、对于一个企业来讲,如果全部采用自助分析,很可能没有一个部门拥有全部数据控制权,即无法看到数据全貌,从而错过关键信息
从专栏:一张图让你读懂传统BI与新一代BI的区别里看到一张信息图,感觉讲的还比较全面。
传统BI跟自助式BI(也叫新一代BI)从前期建模、数据采集和准备、分析内容、分析结果、洞察传递,都有不同;
它会加速数据嵌入企业业务流程的进度,最终改变企业的人员构成,培养出新一代的数据人。
这种工具,越早接触、越早通过它培养出自己的数据习惯、塑造出自己的数据直觉,就越好~
自助式BI:通常是指简单易用的前端分析工具,基于业务理解轻松开展自助式分析的分析平台
从定位来说,传统BI偏向企业内的数据平台搭建,提供报表服务,以IT为主导。而自助式BI重在于自助数据分析,以业务分析为主导。
但从市场趋势来看,目前市场已从“IT主导的报表模式”往“业务主导的自服务分析模式”转折,即处于传统BI转向自助BI的过渡期。
其中,自助式BI适合的场景为:当企业存在业务人员迫切需要进行自主分析、解决重点关注问题、灵活应对小数据量业务、快速迭代项目周期等需求时,自助式BI将会非常适合此类需求场景。
在调研访谈大量客户后,我们发现:在DIKW模型里,数据转化为信息,升级为知识, 升华成智慧的过程,便是数据价值的展现过程。
而IT人员的专业能力,在将数据转化成信息的时候,发挥的淋漓尽致,聚焦数据治理,关注数据质量;而数据分析师和业务部门里负责分析的业务人员,擅长基于信息提炼出业务异常和问题,从数据分析层面角度找到问题在哪,而业务管理者,需要有大量的分析结论支撑,使决策更加科学。
在业务发生问题的时候,数据报表非常零散,无法支撑连贯分析,问题分析往往停留在表面,解决问题缺乏针对性,业务数据缺乏更主动的警报和反馈
大数据量分析卡、慢,数据建模需要写大量代码,重复加工数据,可视化成本高,数据分析苦于没有思路,和it之间协同慢
:业务系统数据不支持直接分析,数据质量参差不齐,数据孤岛,多系统平台对接困难,和业务需求反复沟通,耗时耗力
而属于自助式BI的FineBI在帮助三类角色解决以上问题,有着相当优秀的表现:
帮助企业不同层级构建分析体系,经营能力下沉,为经营分析提供支撑,驱动企业向数据化转型;当业务出现异常,FineBI可给管理者提供数据见解,业务决策有理有据。还有,基于管理者最关注的业务问题,可以让关键指标报表集成到办公系统里,随时随地多点实现数据找人。
用户在分析的时候,FineBI一方面可以支持用户快速呈现大数据量,一方面也给用户提供了多种多样可视化图表,让用户可以实现沉浸式分析体验,快速厘清思路,还有,用户从获取数据到分析协作可以在一个平台自助完成,不需要在多个应用里来回跳转。
FineBI可融合多种数据源,帮助企业快速构建数据中心;同时灵活满足IT各种数据处理场景,流程化任务开发。还有,FineBI让数据分析回归业务本身,使得IT能够告别重复工作,降低整体部门压力。
BI作为企业数字化转型中的重要一步,相信随着BI自助分析模式的推广,每个人都能从数据分析平台中获取信息,并反哺到平台当中,推动企业从意识、组织、文化、方法、模式5个方面加速数字化转型的进程。
|