在自助式BI诞生之前,传统BI一直是市场的主流。传统BI以大型数据仓库作为数据分析基础,可以帮助企业构建大型的综合数据分析平台。不过,它主要面向IT人员,采取的是业务部门提数据分析需求IT技术响应的模式,通常由IT人员先根据分析需求进行建模,构建分析主题以及分析报表和仪表盘等,业务人员根据固定的报表样式使用报表。
传统BI业务流程(来源:《2019中国BI商业智能行业报告》)
这样做的结果是:一方面,业务人员大多查看的是静态类报表,分析维度和度量计算方式已在建模时预先设定好,不能更改;另一方面,由于IT部门缺乏对业务的理解,有些需求需要和业务反复沟通,并且当需求变更是需重新建模开发或修改已有的分析模型,不仅导致IT部门负担极重,而且需求响应速度慢,经常会让业务部门错失商机。因此,很多企业花重金打造的 BI 系统最终沦为面子工程,收效甚微。据市场研究机构 Forrester 报告显示,在拥有传统式 BI 的企业或机构中,83%以上的数据分析需求无法得到满足。另外,实施技术难度较大、部署开发周期长、产品成本高等也是传统BI较明显的缺点。基于此,传统 BI屡遭诟病。
与此同时,随着大数据时代的到来,企业各业务终端数据量激增,除了固定报表展示的需求以外,越来越多的企业和部门希望在没有专业IT知识情况下,即可自主完成数据导入、建模、分析等一系列的工作,减少数据处理到决策分析的时间。在此背景下,自助式BI应运而生,并快速成长起来。
自助式BI面向不具备IT背景的业务人员,它通过搭建一个数据整合平台,由IT集中管控数据并进行数据分发,业务人员通过易用的前端分析工具,即可基于业务理解自助式建模、轻松开展探索式分析,从而快速挖掘出有效信息、预测数据变化趋势,实现数据驱动业务发展。
自助式BI业务流程(来源:《2019中国BI商业智能行业报告》)
自助式BI大幅降低了业务人员进行数据分析的门槛,并很好地将数据分析的任务从IT转移到业务身上,使得业务部门能够根据自身需要快速实现数据分析需求,缩短了数据分析周期,加快了基于数据支撑决策的制定;而企业的IT人员,也可以更专注于技术本身,做好数据底层梳理,提升企业数据质量。这即是自助式BI的需求不断攀升的主要原因。此外,相比传统BI,自助式BI还具有以下特征:
▶ 支持多种数据源。自助式BI支持IT提供的数据库,还包括一些非传统的数据源,例如Excel、CSV线下数据源等。
▶ 友好的用户界面。自助式BI提供人性化的用户界面,例如业务人员在查找分析相关问题时,通过简单的拖拽操作,即可轻松完成。
▶ 敏捷的数据分析和快速响应能力。自助式BI的业务流程中,业务人员可以自助式的实现数据源连接、指标集定义、探索式分析、高效查询和自助的报表制作和仪表盘展示,即时响应需示变化,并可实现信息共享。
▶ 丰富的可视化展示。自助式BI将数据分析结果用更直观更美观更容易让人接受的图形来展示。
▶ 快速部署。自助式BI重在数据分析,以业务分析为主导,助力企业打造轻量级BI系统,部署时间一般按天、周、月为单位;而传统BI一般为大而全的统一平台,需进行整体的架构设计,构建过程复杂,特别是ETL 处理和数据仓库建模、性能优化等方面会耗费大量时间,因此部署周期长,往往以月或年为单位。
自助式BI作为能够实现快速部署、数据源集成、高性能计算、探索式分析的BI可视化产品,当前已有众多的厂商进入该领域,并推出了在易用性、复杂性和功能上等各不相同的自助式BI产品。如:有些产品主要用于简单的仪表盘和可视化;有些已将功能扩展到数据准备、数据发现或交互式可视化探索等更复杂任务;还有一部分领先BI厂商推出了全能型的BI产品,支持从数据准备到可视化探索,到洞察生成的全线功能,还融入了增强智能、嵌入式分析等先进技术,
(部分内容来源网络,如有侵权请联系删除)