一個企業級BI項目看似簡單，但實際建設難度卻遠超想象。如何從0到1搭建BI項目，有沒有詳細的實施步驟，有沒有合適的BI工具推薦，這是很多企業在上BI系統前心中的疑問。因此，本文會詳細探討企業BI能力構建，到底需要哪些能力。

01、商業智能不等于報表

商業智能BI一般指在構建好數倉后，為業務人員提供數據查詢 、分析報表的功能，對數據進行可視化并從數據中獲取有效的信息，從而支持業務分析，管理風險、支撐高層面的決策分析。

有不少伙伴認為商業智能就是做表，其實不然，它不僅僅是做表，他里面融合了一系列的技術，包括：數倉技術、聯機分析處理、數據可視化等技術來實現企業的商業價值，幫助企業進行知識轉化，從而進行更科學和精準的決策。

當然 ，建設BI系統我們不是一上來直接干的，我們會定一個目標，這個目標就是通過數據采集、集中管控、數據應用的建設，來挖掘數據價值，促進決策管理能力提升：

● 在數據采集中，我們的目標是企業組的數據統一存儲
● 在集中管控中，我們的目標是構建統一數據視圖，實現數據統一共享
● 在數據應用中，我們目標是靈活分析應用，挖掘出數據的價值

商業智能并不是一個功能，也不是一個產品，而是一套完整的解決方案，其核心部分就是數據源的收集，數據的整合處理，以及數據分析的應用。

億信華辰經過多年項目經驗，把它融入到了這張圖中：

我們可以把來自企業不同業務系統的有用數據通過抽取、轉換、加載等操作入倉，從而對這些數據進行各類分析應用，最后發布給用戶使用，為企業提供決策支持。

02、商業智能之“道、法、器”

億信華辰從三個方面進行了總結，一個是完善的流程、一個是如何落地、還有一個助力快速高效落地的工具。我們稱之這為商業智能構建的：道、法、器。

?*商業智能之道
在商業智能構建之道上，億信華辰針對不同的工作和環節進行了總結了分道，包括項目建設、數倉建設、數據分析、上線維護等等。我們著重了解一下項目建設、商業智能、數倉建設。

1.項目建設之道

我們商業智能都是作為項目進行管理的，也是作為項目生命周期進行管理的，主要分為五個活動：

第一步是項目規劃，包括：組件團隊（找到項目的關鍵人）、項目啟動、明確目標，項目計劃等。
第二步是設計，包括需求的調研、需求說明書的立定及評審，原型設計及評審，功能詳細設計。
第三步是項目建設：系統環境搭建、按照需求說明書及原型建設數倉、進行數據分析應用的開發及測試（按照即定的進行流程測試、功能測試、壓力測試）。
第四步是上線：上線之前一定要試運營，組織beta用戶進行試用提建議后進行優化確認，之后進行培訓交付。
最后就是迭代和優化，在使用的過程中用戶會提出需求和增強，企業在發展進步，也會有架構的優化，分析模型的優化等。

2.數據分析之道

項目建設中最為重要的是數據分析，我們把數據分析細化出了數據分析分道。作為對數據進行研究的過程而言，數據分析將經歷明確目標和分析需求把控、分析指標體系梳 理、數據源整合、數據倉庫架構設計、分析報表設計這幾個步驟。

第一個明確目標和需求把控，首先要考慮業務目標和業務戰略，確定業務目標并框定范圍，不宜把范弄得特別大。需求把控是一個非常重要的環節，需求把控并不是說控制哪些需求不做，而是用最優的方式還原用戶的場景，根據需求進行指標體系的梳理，也就是要實現這個分析需要哪些指標和數據，這些指標的口徑是什么，來源于哪些系統 ，其粒度如何能否滿足我的需求，滿足不了的我們是否要進行補錄等等，基于這些數據我們要進行數倉建設并入倉，最后才是可視化報表的分析環節。

3.數倉建之道

數倉建設，也有分道：

基于前面的業務需求，我們要進行數倉分層的設計，設計和落地：概念模型，邏輯模型、物理模型：
概念模型：根據實際業務進行對比分析，而進行剪裁、合并、擴充的一個模型框架
邏輯模型：即根據分析需求，為概念模型賦予屬性
物理模型：就是數據庫中的表對象，然后進行數據映射和ETL開發測試

?*商業智能之法
我們一般采用自上而下法，或者自下而上法：

自上而下顧名思義就是根據企業的管控出發提煉的KPI指標，根據不同行業，不同目標和發展策略和階段來定，有的企業激進，關注投入、產出、利潤，有的企業保守關注人員、成本等等。根據企業的需求來設計指標，從上而下的步驟就是根據指標來驅動，提煉客戶的運營KPI，根據KPI驅動相關人員參與建設。

自下而上，就是根據用戶的角色和場景提供，分為不同角色，如使用的對象主要是生產人員、人力資源 ，就圍繞生產和人力角色的場景去研究，尋找指標，滿足這些角色的日常工作。

?*商業智能之器
我們知道工欲善其事，必先利其器，就是這個意思，前面的道法需要器的加持。

如果我們手上有一款先進的一站式的數據處理分析平臺，集合了數倉技術，數據挖掘展現、聯機分析處理技術的這樣一個平臺，一定可以讓我們事半功倍。

就像億信ABI，可以對數據進行有效的整合，然后方便地進行數據的建設，并可以進行指標的建設和維護，基于統一建設的指標進行各種數據的展現應用，包括報表分析、敏捷分析、報告應用、大屏展示等，最后能通過PC、移動端、大屏的方式展現給客戶，同時也可以方便地集成于第三方應用，包括各類APP和微集以及客戶的業務系統。

03、商業智能落地五大核心步驟

根據近二十年來的商業智能項目經驗，我們把商業智能的落地總結出來五大通用步驟，分別是：明確目標和分析需求把控、分析指標體系梳理、數據源整合、數據倉庫架構設計、可視化分析報表設計。

接下來我們一一分解一下：

第一步，明確目標和分析需求把控

我們在業務需求梳理的過程中，往往會碰到如下問題：
1.? 業務部門往往提不出具體的分析需求，貌似這也想要，那也想要
2.? IT部門對業務需求不了解 ，也提不出有效的業務需求
3.? BI項目需求分析涉及到很多部門，這就造成了跨部門溝通的問題

基于此情況，我們一般采用提供方案的原型，這樣可以激發業務人員說出需求的欲望，簡化溝通，減少偏差。

另外，業務需求應該考慮到企業的發展階段以及業務目標，來確定BI建設的關鍵指標，關鍵指標不應過多，過多會造成精力分散，重點缺失。

明確目標和分析需求把控可以分為四步：明確用戶場景，確定核心流程和信息架構圖、確定業務流程和頁面流程圖、最后繪制原型

第二步，數據分析指標體系的梳理

指標體系的梳理會確定KPI指標，一定需要企業業務人員和BI廠商一起進行，絕對不能單打獨斗，業務人員提供業務，技術人員提供思路、方法、技術，一起將業務指標和數據對應起來，確定抽取的數據，確定計算口徑和方式。

主要是將KPI指標和具體數據對應起來，確定計算KPI指標需要抽取的數據。有些指標由多個數據計算得來，需要明確計算方式，為數據準備提供依據。

步驟如下：首先明確指標，明確分析模型、明確指標存儲、明確指標取數和質量、建設指標體系平臺、落地宣貫。

第三步，數據源的整合

數據源可能來自外部比如統計局公開數據、也能來自于內部多個業務系統，也可能是需要用戶補錄，還可能 是excel表格，這些都是源數據，我們要將這些數據通過ETL抽取后形成面向應用的數據集市 。

第四步，數據倉庫的架構設計

在商業智能中，數倉建設也是核心之一，起到一個承上啟下的作用，往下承接各類數據源中的數據，往上支撐各類可視化分析報表，數倉的構建水平直接影響到商業智能BI的整體質量。

最后的步驟，就是可視化分析報表的設計

其中包括：可視化表的結構設計、邏輯設計、UI效果、用戶體驗等也是一門學問。

可視化分析表報根據前面搭建的指標體系而定，根據關鍵指標來確定排版，一般主要指標放C位，根據指標特性設計其分析形式，比如周期性的分析指標使用線狀圖，指標的結構分析采用堆積圖或者餅圖。常用的可視化分析我們分為五類：數據模板、固定報表、指標多維查詢分析、明細數據、決策儀表盤。

● 數據模板：其優勢是快速響應需求、不需要技術人員開發，不受上線時間限制，用戶可自定義數據模板，通過與相關用戶共享并運行數據模板，滿足業務需求。

● 固定報表 ：其特點是格式固定，需求固定，選擇不同的參數即可運行，可長期使用。

● 指標多維查詢：統一定義口徑，統一進行數據加工，業務人員靈活自主用數，可下鉆切片查看明細數據，并支持各種統計方法，可迅速響應需求，提高報數效率。

● 明細數據：支持明細數據查詢，可支持二次分析，即基于查詢結果進一步統計分析，比如分組、篩選、排序等等，明細數據展示方式也多種多樣，包括圖表、交叉表等

● 儀表盤：也就是領導駕駛艙或者決策駕駛艙，將KPI指標展示出來，比如經營管理、風險動態等，作用是支持管理層經營管理決策 。

04、小結

在本文，主要講明了BI的定義，以及商業智能的道法器，也淺講了商業智能滿地的五大核心步驟。

而億信華辰作為國內最早的BI廠商之一，已在商業智能領域深耕了17年，億信ABI是融合了數據源適配、數據倉庫、數據建模、數據分析、 數據填報、工作流、門戶、移動應用等核心功能而打造的一站式數據處理分析平臺。既可以為實施人員提供面向數據倉庫的數據分析展現，也可以為業務人員提供自助式數據分析能 力，全方位滿足用戶的數據應用場景。

我們一直保持初心，旨在為企業用戶提供真正有價值的數據服務，踏踏實實打磨產品，因此如果有BI相關方面的問題，也歡迎大家私信或者在評論區留言。