BI選型時(shí)，可能大家都會(huì)有個(gè)疑問(wèn)：以往聽到的BI系統(tǒng)和企業(yè)自助式BI大數(shù)據(jù)分析工具有什么不一樣？下面我們就來(lái)細(xì)細(xì)了解一下： 傳統(tǒng)BI工具 在自助式BI出現(xiàn)之前，BI產(chǎn)品面向的是有IT技術(shù)背景的研發(fā)人員和數(shù)據(jù)科學(xué)家，他們多集中在企業(yè)的技術(shù)部門，通常也稱為企業(yè)級(jí)BI。 這類BI產(chǎn)品有幾個(gè)缺點(diǎn)： 部署周期長(zhǎng) 報(bào)表非常剛性 開發(fā)新需求耗時(shí)長(zhǎng) IT部門負(fù)擔(dān)重 這是一個(gè)大數(shù)據(jù)的時(shí)代，數(shù)據(jù)量日益膨脹，業(yè)務(wù)人員的分析需求不斷增加，如果完全依賴于傳統(tǒng)BI,分析所需的時(shí)間會(huì)越來(lái)越長(zhǎng)，無(wú)法滿足需求，用戶需要在控制和敏捷之間找到一個(gè)新的平衡。可以預(yù)見(jiàn)，由于自助式BI的出現(xiàn)，未來(lái)對(duì)傳統(tǒng)BI的需求增長(zhǎng)很可能會(huì)放緩或停滯。 但企業(yè)BI的時(shí)代并沒(méi)有結(jié)束，在某些方面仍有優(yōu)勢(shì)：可以穩(wěn)定的為企業(yè)提供日常報(bào)表；具備實(shí)現(xiàn)復(fù)雜運(yùn)算的能力。而且對(duì)于一個(gè)企業(yè)來(lái)講，如果全部采取業(yè)務(wù)人員自助式分析，很可能沒(méi)有一個(gè)部門擁有全部數(shù)據(jù)控制權(quán)，這意味著無(wú)法看到數(shù)據(jù)的全貌，進(jìn)而錯(cuò)過(guò)關(guān)鍵信息、得到錯(cuò)誤的分析結(jié)果。 自助式BI工具 自助式BI（又稱作敏捷BI）面向的是不具備IT背景的業(yè)務(wù)分析人員，與傳統(tǒng)BI相比，它更靈活且易于使用，而且一定程度上擺脫了對(duì)IT部門的依賴，自助式BI的出現(xiàn)標(biāo)志著商業(yè)智能分析正在從“IT主導(dǎo)的報(bào)表模式”向“業(yè)務(wù)主導(dǎo)的自助分析模式”轉(zhuǎn)變。 自助BI包含以下特征： 友好的用戶界面 支持多種數(shù)據(jù)源，不僅是IT提供的數(shù)據(jù)庫(kù)，還包括一些非傳統(tǒng)的數(shù)據(jù)源（例如WEB數(shù)據(jù)） 支持交互分析的可視化展現(xiàn) 便于在企業(yè)內(nèi)部共享和查看報(bào)表 面向業(yè)務(wù)人員的BI工具的一個(gè)最顯著的優(yōu)勢(shì)是，當(dāng)我們?cè)诿鎸?duì)一個(gè)個(gè)具體的業(yè)務(wù)問(wèn)題時(shí)，例如：“是什么原因?qū)е逻@個(gè)地區(qū)第三季度利潤(rùn)率下降？”；“產(chǎn)品A何時(shí)可以盈利？”；“我們的庫(kù)存成本是否會(huì)影響到去年的毛利？”；“公司的業(yè)務(wù)正在發(fā)生何種變化？” 這類問(wèn)題是典型的商務(wù)智能探索的核心，解決它們需要的不僅僅是提供一個(gè)數(shù)字，還需要理解背后的商業(yè)原因。由于數(shù)據(jù)庫(kù)和查詢技術(shù)的進(jìn)步，在自助BI工具的幫助下，業(yè)務(wù)人員憑借自己的專業(yè)知識(shí)，可以對(duì)各種可能的情況進(jìn)行探索，最終得出結(jié)論。如果按照傳統(tǒng)BI的方式，向IT部門提出分析需求，由技術(shù)人員實(shí)現(xiàn)，解決問(wèn)題的時(shí)間可能延長(zhǎng)到數(shù)周甚至數(shù)月，早已錯(cuò)過(guò)了最佳窗口期。 自助式BI工具是否會(huì)取代傳統(tǒng)BI？ 就像在企業(yè)BI結(jié)尾中提到的，自助BI不會(huì)使傳統(tǒng)的數(shù)據(jù)庫(kù)管理或數(shù)據(jù)科學(xué)家失效。 這些由專業(yè)人士提供的洞察是復(fù)雜的，它們對(duì)大多數(shù)組織仍然具有很高的價(jià)值。 業(yè)務(wù)用戶通常不了解數(shù)據(jù)準(zhǔn)備的復(fù)雜性和錯(cuò)誤所涉及的風(fēng)險(xiǎn)。 如果沒(méi)有統(tǒng)一部門管理的數(shù)據(jù)治理（data governance），他們可能使用錯(cuò)誤的數(shù)據(jù)，得出錯(cuò)誤的結(jié)論，。事實(shí)上，良好的數(shù)據(jù)治理至關(guān)重要。 例如，如果多個(gè)業(yè)務(wù)用戶正在創(chuàng)建自己的報(bào)告和儀表板，那么數(shù)據(jù)的民主化（democratization of data ）可能帶來(lái)分析混亂的風(fēng)險(xiǎn)。

了解更多企業(yè)自助式BI大數(shù)據(jù)分析工具相關(guān)知識(shí)：http://m.bjlqt.cn/products/abi.html.