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，