随着数据价值得到了认可,数据开始成为个人、企业乃至国家的重要战略资产,但数据资产不能直接产生价值,而是需要通过数据分析、数据可视化等数据处理手段将数据转化为信息和知识,才能进行资产的价值化,这时候商业智能BI发挥作用的地方就来了。

一、BI 的解释

总的来说,商业智能是一套完整的由数据仓库、查询报表、数据分析等组成的数据类技术解决方案,商业智能BI在企业中的主要职责是打破数据孤岛,通过数据仓库整合数据,并利用ETL清洗数据,分类分级储存起来。后续企业还可以利用图形化手段,通过数据可视化将数据转化为信息和知识,为业务和管理人员提供信息支撑。

商业智能BI - 派可数据商业智能BI可视化分析平台

商业智能BI可以实现业务流程和业务数据的规范化、流程化、标准化,打通ERP、OA、CRM等不同业务信息系统,整合归纳企业数据,利用数据可视化满足企业不同人群对数据查询、分析和探索的需求,从而为管理和业务提供数据依据和决策支持。

二、商业智能BI 和数据仓库 Data Warehouse 有什么区别和联系?

经常会碰到有人问商业智能BI和数据仓库有什么区别,实际上这个问题的背后能反映出来一些朋友对商业智能BI的理解还是有些不准确和偏差,这个问题实际上从概念上把BI和数据仓库人为的割裂了。这种情况其实也比较正常,因为大家对商业智能BI的第一印象就是各种炫酷的可视化图表、报表,再加上市面上有很多轻量的前端可视化商业智能BI分析工具,就造成大家对BI的认知就停留在可视化这部分了。

                       数据仓库 - 派可数据商业智能BI可视化分析平台

准确的来说,商业智能BI不仅仅包含前端可视化分析、报表展现的能力,更包含了底层数据仓库的建设过程。Gartner 在上世纪九十年代就已经提到了商业智能 Business Intelligence,它更多的认为:BI是一种数据类的技术解决方案,将许多来自不同企业业务系统的数据提取有分析价值的数据进行清洗、转换和加载,就是抽取Extraction、转换 Transformation、加载Loading 的ETL过程,最终合并到一个数据仓库中,按照一定的建模方式例如Inmon 的3NF 建模、Kimball 的维度建模或者两者都有的混合式架构模型,最终在这个基础上再利用合适的分析展现工具来形成各种可视化的分析报表为企业的管理决策层提供数据决策支撑。

商业智能BI - 派可数据商业智能BI可视化分析平台

所以,可以从这里能够看到数据仓库Data Warehouse 的位置是介于可视化报表和底层业务系统数据源之间的这一层,在整个商业智能BI项目解决方案中起到的是一个承上启下的作用。如果把商业智能BI比作是一个人的话,上半身特别是脸这个部分就是颜值,下半身脚踏实地吸取大地的精华,中间这部分的腰腹核心、核心力量就是数据仓库。

那大家也会问到,市面上不是有很多直接链接数据源就可以拖拉拽分析的商业智能BI工具产品吗,不也一样可以做商业智能BI分析报表吗?这种独立的、单独的面向前端的商业智能BI分析工具,他们更多的定位是部门级和个人级的商业智能BI 分析工具,对于深层次的需要复杂数据处理、集成、建模等很多场景是无法解决的。最好的方式就是底层构建一套完整的数据仓库,把很多分析模型标准化,再利用这些前端商业智能BI分析工具结合起来,这样才能真正的把前端商业智能BI分析能力给释放出来。

很多企业认为只要买一个前端商业智能BI分析工具就可以解决企业级的商业智能BI所有问题,这个看法实际上也不可行的。可能在最开始分析场景相对简单,对接数据的复杂度不是很高的情况下这类商业智能BI分析工具没有问题。但是在企业的商业智能BI项目建设有一个特点,是一个螺旋式上升的建设过程。因为对接的业务系统可能会越来越多,分析的深度和广度会越来越多,数据的复杂度也会越来越有挑战性,这个时候没有一个很好的数据仓库架构支撑,光靠前端BI分析工具基本上是无法搞定的。

数据仓库 - 派可数据商业智能BI可视化分析平台

就像去中药店抓药一样,之所以抓药很快,是因为在抓药前,别人已经把各种原生的中药材(原始数据源的数据)分门别类清理干净放好了,这样想怎么搭配药材(维度指标组合的可视化)就很快了。

这样的企业在国内有很多,也是因为对商业智能BI理解的深度不够导致了在商业智能BI项目建设上一些方向性的错误,最后导致商业智能BI项目很难继续推进。

所以在企业中,我们需要明确我们的商业智能BI建设是面向企业级的还是个人和部门的分析工作。如果是个人数据分析师,使用这类前端商业智能BI分析工具就足够了。如果是需要构建一个企业级的商业智能BI项目,就不能只关注前端可视化分析能力这个层面,更应该关注到底层数据架构的构建,也就是数据仓库这个层面。

三、实际开展一个 BI 项目的时候对于需求的落地的方法论

商业智能BI是一个完全需求驱动的,既然是需求就需要做访谈和调研。在商业智能BI需求进行访谈和调研之前要提前熟悉行业的业务特点,基于企业自身要熟悉他们的业务流程,以及所访谈部门的他们大概会关注的重点,都需要提前梳理一遍。在脑海里把整个业务框架给建立起来,反复的演练。

四、什么样的企业应该要上商业智能 BI 了?

什么样的企业适合上商业智能BI?看业务基础信息化程度和日常业务管理的细致程度和颗粒度。业务基础信息化程度就是企业自身的IT业务系统基础建设,没有业务系统的支撑,做商业智能BI就缺乏数据基础;第二就是业务管理的颗粒度,企业自身业务管理程度是不是比较细致了,急需通过商业智能BI来提升业务管理、决策支撑的效率。

五、如何高效的给高层领导做 BI 数据分析汇报总结

做完商业智能BI项目,还要考虑最终如何跟老板汇报的问题,掌握商业智能BI数据分析思维框架和汇报的五个重点:用户业务层次与范围、工作成果、计划执行复盘、问题反馈、展望规划与愿景。

商业智能BI - 派可数据商业智能BI可视化分析平台

这里只是一个简单的汇报框架,还有很多点可以往里面加。比如围绕行业讲一下行业驱动因素跟 商业智能BI 如何结合的;从企业经营管理角度,企业愿景到 CSF 到 KPI 到绩效是如何分解和重新组织的;比如财务视角下的归因分析;金字塔的管理模型;动态指标库构成原理等等都可以有所选择的进行融入和说明。

六、商业智能BI与企业经营管理的结合度

商业智能BI分析跟企业的经营管理分析高度结合,ROE高的企业有可能是利润高像茅台、珠宝行业,有可能是周转快比如像零售行业,也有可能是融资能力比较强会利用杠杆,从ROE归因分析看行业特点。

七、商业智能BI项目行业和业务知识的积累

做商业智能BI还必须熟悉行业和业务知识,不结合行业业务知识,商业智能BI的项目是很难落地的。商业智能BI的本质其实是企业的业务和管理思维的落地。企业的高层、业务部门的管理人员为什么要通过商业智能BI去看报表,他们看的是什么,重点关注的是什么?这些内容就是他们日常在企业中业务经营管理的重点。

数据可视化 - 派可数据商业智能BI可视化分析平台

在商业智能BI项目上看上去零零散散的报表,在实际用户眼里其实是有很强的逻辑关联性的。并且层次越高的管理人员看的商业智能BI报表内容越聚焦,看的是业务结果。一线业务部门的人员可能关注的更零散,看的是明细的业务过程数据。

所以,对于一名优秀的商业智能BI开发人员、开发顾问,不仅仅是需要在技术层面打磨,更需要在行业性知识和企业业务知识上有所沉淀。

八、关于商业智能 BI 实时性处理的话题

商业智能BI 对数据的处理存在一定的滞后性,通常采用T+1模式,主要原因是ETL数据处理过程是需要有大量的时间损耗,通常是采用空间换时间的方式。

将以前按照商业智能BI 数据仓库分层的ETL调度设计成可按单独指标并自动寻找依赖的调度就大大的增加了对个别指标调度和准实时处理的灵活性。

离线数据与实时处理针对的业务场景不同,背后的技术方式实现不同,资源投入也不同,了解它们之间的定位差异有助于选择合适的方案以最小的资源投入达到企业既定完成商业智能BI 项目建设目标。

BI 到底是什么,看看这篇文章怎么说相关推荐

  1. 我们工作到底为了什么(这篇文章很重要)----强烈推荐

    HP大中华区总裁孙振耀退休感言 如果这篇文章没有分享给你,那是我的错. 如果这篇文章分享给你了,你却没有读,继续走弯路的你不要怪我. 如果你看了这篇文章,只读了一半你就说没时间了,说明你已经是个&qu ...

  2. 还不了解什么是商业智能(BI)?看完这篇文章就懂了

    随着新一代信息化.数字化技术和应用的飞速发展,各行各业都开始掀起了新一轮的科技革命和产业革命,这也反过来加快了信息化.数字化在社会各方面的传播速度,扩大了影响力.这种情况下,作为第五大生产要素的数据得 ...

  3. 数字证书、签名到底是什么?这篇文章讲得太好了

    前段时间整理了关于数字证书和数字签名的一些内容,今天整理一下发出来. 我们都知道 HTTP 协议都是明文传输内容,为了保证数据传输的安全,HTTPS 协议就应运而生了,但它其实并不是一个全新的协议,而 ...

  4. R or Python,到底学哪个?这篇文章来告诉你......

    R和Python是目前最流行的两款高级编程语言,被大量运用于数据科学领域.两者都是开源的,也都有非常活跃的社区来支撑.那么问题来了:对于初学者,到底应该学哪个? 我的建议:看情况(it depends ...

  5. 数据分析软件Tableau 和 Power BI 怎么选?看这篇文章就够了

    现在市面上已经有很多不错的数据分析软件,很多入门新手在选择上很容易迷茫,特别是在没有基础的情况下,很难很清楚哪些软件适合自己,软件和软件之间存在哪些区别.下面小编就两款比较热门的数据分析软件Table ...

  6. 深度学习到底有多难?这篇文章带你入门!

    随着2020年的到来,人类进入了一个崭新的十年.回顾过去10年,深度学习领域取得了巨大进步,解决了许多以前难以解决的问题. 从自动驾驶到Deepfake,深度学习正在改变世界.随着深度学习在各个领域井 ...

  7. 直播 | “深度学习”到底是什么?这篇文章讲明白了

    随着阿尔法狗.无人驾驶.智能翻译的横空出世,人工智能这个已经存在60多年的词语,仿佛一夜之间重新成为热词.同时被科技圈和企业界广泛提及的还有机器学习.深度学习.神经网络-- 但事实是,如此喧嚣热烈的气 ...

  8. linux中的selinux到底是什么,本篇文章彻底明白

    原文链接https://www.phpyuan.com/235739.html,本文加以修改,若有侵权,请联系删除 一.前言 安全增强型 Linux(Security-Enhanced Linux)简 ...

  9. 深度剖析:Redis分布式锁到底安全吗?看完这篇文章彻底懂了!

    ‍‍‍‍‍‍‍‍‍‍‍‍阅读本文大约需要 20 分钟. 大家好,我是 Kaito. 这篇文章我想和你聊一聊,关于 Redis 分布式锁的「安全性」问题. Redis 分布式锁的话题,很多文章已经写烂了 ...

  10. 看完这篇文章之后,终于明白了编译到底怎么回事。

    看完这篇文章之后,终于明白了编译到底怎么回事. 1 对于同一个语句,有如下三种:高级语言.低级语言.机器语言的表示 C语言  a=b+1; 汇编语言  mov -0xc(%ebp),%eax add ...

最新文章

  1. 广联达2018模板算量步骤_老师傅带你学造价,广联达GTJ2018图文详解,小白也能学会的软件...
  2. python官方网站地址-一些python牛人地址分享
  3. 后台开发经典书籍--大话设计模式
  4. IOS面试题--001
  5. golang ide 环境搭建_Golang 入门 : 打造开发环境
  6. 1岁确诊脑瘫,“轮椅博士”,毕业了!
  7. docker 磁盘问题:device or resource busy
  8. 通过c# 实现自定义属性改变触发自定义事件 ,理解自定义事件及其触发过程
  9. 嘉年华回顾丨PingCAP CEO 刘奇,带你探寻TiDB...
  10. Varnish——CDN加速的实现(多个后端服务器实现负载均衡、虚拟主机)
  11. thinkphp 关联模型配置代码
  12. 算法——Java实现栈
  13. 《自己动手写操作系统》第二章——Bochs调试及相关仿真工具的使用方法
  14. hibernate jar 下载地址
  15. 安卓 xdroid framework
  16. 与爱同行,育润走进贫困家庭,助推公益事业
  17. Shared UI Mesh内存占用过高
  18. html-loader、css-loader、style-loader简单描述
  19. RSS MSE RMSE之间的关系
  20. php 新增 php_printer扩展,printer扩展的一些使用疑问

热门文章

  1. 【英语六级】【仔细阅读】(1)
  2. 基于neo4j构建西游记知识图谱
  3. word批量调整图片大小
  4. FreeRTOS内存不够
  5. 电大本科计算机应用基础网考答案,中央电大本科计算机应用基础网考试题选择题及答案...
  6. 基于野火F407骄阳开发板的苹果采摘机器人机械臂的采摘轨迹与夹持器的采摘动作的设计(1)
  7. 预防WinRAR文件损坏
  8. 不得转载可以转发吗_微信公众号如何转发别人的文章,转载原创文章注意事项...
  9. 【公众号技能+】添加白名单,允许其他公众号转载文章
  10. 麦克风波束成形基本原理