商業智能（Business Intelligence，簡稱：BI），又稱商務智能，指用現代數據倉庫技術、線上分析處理技術、數據挖掘和數據展現技術進行數據分析以實現商業價值。

例如，阿爾伯克基市的就業者們使用BI軟件來識別有效機會以減少使用手機通話、加班及其他營運開支，三年期間為這個城市節省了200萬美元。同樣地，在商業智能BI工具的幫助下，豐田汽車公司意識到公司曾對它的運貨商“雙倍”地付費，2000年總金額達812,000美元。

事實表明，利用商業智能BI來揭示業務流程中存在的缺陷的企業，與僅用商業智能BI來監控會發生什么事情的企業相比，在成功的競爭中處于更有利的地位。

商業智能作為工具，可以用來處理企業中現有數據，并將其轉換成知識、分析和結論，輔助業務或決策者做出正確且明智的決定。幫助企業更好地利用數據提高決策質量的技術，包含了從數據倉庫到分析型系統等。今天小億就從數據角度和大家一起探討商業智能BI行業的本質與發展趨勢。

一、從數據角度看中國商業智能BI

1.中國商業智能BI軟件行業規模

△圖表使用豌豆BI制作

注：市場規模為純軟件銷售收入，不含項目實施、項目運維等。

從我國開始實施國家大數據戰略以來，大數據BI行業保持著高速穩定的發展。一方面得益于國家政策的牽引，如《大數據產業發展規劃（2016-2020年）》等利好政策，對打造“數據、技術、應用與安全協同發展的自助產業生態體系”做了全方位的支撐和部署。另一方面，持續多年的信息化應用價值教育，企業自身信息化建設的準備，都讓更多企業開始使用BI產品，期望通過精細化運營來提升經營效益。

當前我國已進入國際BI及DA（數據分析）領域的第一方陣，并成為發展最快的國家之一，但仍和美國有一定差距。2018年中國商業智能（BI）軟件行業規模約為16.6億元，同比增長25.8%，2019年中國商業智能（BI）行業軟件收入規模在21億左右，增長率達到27.1%，未來中國BI行業的發展潛力巨大。

2.中國商業智能企業分布與結構

中國商業智能企業分布與結構分析

根據銳觀咨詢整理所得數據，目前，IT人員主導企業數據分析的模式仍占據主流，也就是IT驅動仍是企業商業智能平臺應用現狀。從數據調研的受訪企業來看，有高達61.62%的企業的數據分析工作仍是第二類型（IT強主導型），甚至有21.89%的企業的數據分析工作處在第一類型（IT完全主導型），這顯然和業務人員自助數據分析的目標距離遙遠。

3.企業最重視的BI功能有哪些

企業選擇BI功能考量權重

對于BI的功能，企業主要看重報表能力、移動端、填報錄入、管理駕駛艙等。超過半數的企業非常重視常規報表制作與展示和移動端BI功能。近一半的企業期待用數據填報來解決企業內部數據采集和錄入的問題，數據填報也是解決數據分散在Excel、Word中的有效方法。

4.企業應用BI最期待獲得的數據價值

△圖表使用豌豆BI制作

國內企業選用BI產品，最期待獲得的數據價值，一是數據整合，二是數據展示效率，三是輔助管理決策。據統計，72.8%的企業最想獲得的數據價值是整合多系統數據，打通多系統的數據，解決數據壁壘的問題實現信息透明。69.1%的企業想要提高報表的輸出效率，期望能夠更快更準更省事。53.7%的企業則希望通過數據分析，輔助企業決策，實現科學化、數據化的決策。

二、商業智能BI對企業的作用
如今，企業內部有大量的機會可以通過優化業務流程和集中決策來節省資金。在業務遭遇大挫折時，商業智能BI能帶來一線曙光，產出顯著的投資回報率ROI。商業智能BI在企業中的應用主要表現在如下3個方面：

1.可視化報表的展現
在BI中，使用柱狀圖、餅狀圖、折線圖、二維表格等圖形可視化的方式將企業日常的業務數據（財務、供應鏈、人力、運營、市場、銷售、產品等）全面展現出來，再通過各種數據分析維度篩選、關聯、跳轉、鉆取等方式查看各類業務指標。

△圖表使用億信ABI制作

這些分析展現內容基本上是圍繞各個業務部門日常工作展開的，這里面有很多的業務分析內容可能需要復雜的計算規則，需要從不同的業務系統獲取數據，并且這些數據在業務系統軟件中都是很難直觀看到的。

這個層次的可視化報表分析就是一種呈現，讓用戶對日常的業務有一個清晰、直接、準確的認知，同時解放了業務人員手工利用Excel的各種函數做匯總分析、制圖的工作，提高了工作效率。

比如，財務部門會關心今年的營業收入、目標完成率、營業毛利潤率、凈資產收益率等；銷售部門會關心銷售金額、訂單數量、銷售毛利、回款率等；采購部門會關心采購入庫金額、退貨情況、應付賬款等等。

2.數據的“異常”分析
異常分析作用重大。數據的異常分析利用的是對比分析法。業務人員通過可視化報表呈現，如果發現了一些數據指標反映出來的情況超出了日常經驗判斷。這時就需要要對這些 "異常" 數據進行有目的的分析，通過相關聯的維度、指標使用鉆取、關聯等分析方式探索出可能存在的原因。

△圖表使用億信ABI制作

例如，正常情況下，一個網站或產品每個月的平均用戶注冊量是10萬左右。但是我們觀測到A網站在某月的注冊量只有5萬，這就需要我們分析找到原因，并在以后避免發生類似的情況。

除了負向異常，也有可能出現正向“異常”，比如會員注冊量達到了 23 萬，這同樣是一種 "異常"，遠遠超過經驗判斷和預期。這時我們就要去分析判斷是因為市場部門的推廣，還是做了大型促銷活動導致的。

最終業務人員通過一次或者多次的維度和指標圖表構建，逐步形成了一種比較可靠的、固化的分析模型。這個階段的業務人員不再是被動接受來自圖表中反映的信息，而是通過"異常"數據來定位到背后的一個業務問題，數據和業務在這個層次開始有了直接對應關系，這時可以利用數據圖表之間的邏輯性關系尋找解決方法，提高企業的經營效率。

3.業務建模分析
業務建模分析通常是由精通業務的業務人員提出，通過合理的建模找出業務中可能存在的問題，將其反映在可視化報表上，并最后要回歸到業務，形成決策并不斷優化的一個過程。

業務建模簡單來說也可以理解為一種業務分析的邏輯思維模型，只是用數據、圖表化的方式將它們有效組織起來去驗證我們對業務分析的邏輯判斷。它可由一個或多個圖表組成，也可通過一組或多組數據圖表支撐，依據企業的業務模型來確定。

△圖表使用億信ABI制作

業務建模分析區別于前兩點，它是一種更深層次的業務數據的主動設計和探索分析。需要更加深入業務，圍繞一個一個業務分析場景展開，對業務的認知要足夠深。

這里需要注意的是具體的分析場景很難由專業的BI開發人員來提出。業務分析建模需要由專業的業務人員且具備數據分析思維意識的人員來推進和主導，再輔助合適的數據分析、挖掘或統計工具，這樣商業智能BI的價值才能在企業得到充分的發揮，數據的價值也才會得到充分的體現。

三、企業應用商業智能BI系統面臨的挑戰
整體來看，企業應用BI系統的狀況不斷良性發展，但也面臨著諸多挑戰，也是BI成功的重點、難點。

1.數據整合治理
相關數據顯示，64.8%的受訪企業表示數據的整合與治理，是未來的主要挑戰。數據問題主要集中在：“數據過于分散，形成數據孤島，取數分析麻煩” “底層數據混亂，存在準確、失效、性能的問題”這兩個方面。

2.數據人才的培養
從整體背景來看，越來越多的企業開始把數據人才作為企業經營戰略版圖的核心組成部分，集中表現越來越愿意花高薪聘請大數據人才，整體薪資水平在不斷提升。但是優秀的大數據人才培養的成本居高不下，培養周期長，人才供應始終是在大數據人才需求越來越大的背景下捉襟見肘。薪資競爭力不足以及企業創新力不足，讓傳統企業愈加困難。

3.企業數據文化的建設
在企業認可數據，積累數據的過程中，大數據團隊對數據人才的培養也會逐步找到一些法門，這些方法和技巧無不是圍繞在數據文化建設之上。調查顯示，在彰顯數據文化方面，雖然“溝通協調討論用數據說話，基于數據討論”達到了81.8%，但“數據獲得容易，數據分析快速、流暢”還不足35.19%。

四、商業智能BI項目具體的實施步驟
1.業務分析需求的把控
對于很多準備或者正在規劃商業智能BI項目的企業來說，業務分析需求的梳理是整個項目開始的第一步，往往也是最困難的，主要表現如下：業務部門往往提不出比較具體的分析需求，而IT部門很難深入到業務，也提不出適合業務部門的分析需求。BI項目需求分析涉及到很多部門，有的時候內部資源的溝通、協調都是很困難的…

那如何能夠非常清晰的梳理好一個完整的業務分析需求，并且能夠用業務部門能夠理解的語言進行有效溝通？

正確的做法是，提供方案的原型圖，這樣能激發業務人員說出需求的欲望，并讓雙方站在可以相互理解的角度溝通，最終出來的效果也能更好的符合企業的期望。

2.數據資源的整合清洗
企業的數據可能是來自外部系統，也可能來自內部的不同業務系統，比如CRM系統、ERP系統，或者業務人員的Execl表格， 這些統稱為數據源。這些數據通過ETL工具原封不動的抽取到一個叫做ODS或者STAGING的數據庫先存放起來。這里需要注意數據是存放在一些數據表中，但是并不是所有的數據都需要抽取出來，只有有用的數據才會被抽取。涉及到一些數據需要去重、合并計算、格式轉換，比如 15/10/22 轉換成 2015-10-22等都屬于轉化階段；加載階段是，最后把數據統一加載到數據倉庫中。

3.數據倉庫的架構設計
數據倉庫的開發，可以理解為一種技術，也可以理解為一種方法論或解決方案。在商業智能BI中，數據倉庫就是最核心的那一層，起到的就是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。數據倉庫的構建水平將直接影響到商業智能BI項目的整體質量。

4.可視化分析報表邏輯設計
這里的可視化分析報表的邏輯設計主要是依據前期的業務人員搭建的數據指標體系而定，主題利用常見的可視化圖表來做業務數據的展現。借助工具事半功倍，例如豌豆BI。

豌豆BI是一個面向業務人員的自助式數據分析平臺，它提供了從數據導入、數據預處理、自動建模和數據可視化于一體的完整的解決方案。用戶只需通過簡單的拖拉拽，就可以快速地制作出一張敏捷看板。

五、商業智能BI的發展趨勢
1.數據分析將從獨立的、顯示的產品，變成無處不在的嵌入式分析能力
以前，數據分析產品都是獨立部署的，給用戶非常清晰的使用界限，必須登錄入系統進行相關的操作。將來的數據分析產品將是一種即取即用的能力。比如，用戶會在ERP系統中，或者公司門戶中看到的數據圖表、數字看板大屏，都是來自于BI工具所產生的鏈接。比如用戶可以將圖表生成第三方鏈接供用戶跨系統調用。還有一種場景，就是用戶在BI系統中，比如看板中，觀察到庫存過低，可以通過按鈕直接跳轉WMS系統進行訂貨操作。

2.分析變得越來越智能
認知計算這個由IBM熱炒起來的概念正在逐漸深入人心，并在工業領域得到實際的應用。從商業智能的領域來看，就是分析工作正在變得越來越自動化。盡管如今軟件已經提供了搜索式的交互方式，將數據分析的工作難度進一步降低到業務人員也可以使用的程度，但是仍然還需要人員去干預。人工智能的終極目標是讓人類從一切工作中解放出來。

因此，從這個立足點出發，數據分析系統自動的完成數據洞察任務，并將數據分析的結論建議出來。

3.移動化仍然是趨勢，但是發展速度比預期要慢
五年前就有人預言商業智能BI移動化會成為必然趨勢，如今5年時間已過，移動BI的普及程度并不如預期。原因主要是數據分析的交互性一直是很高的要求，手機屏幕的限制一直抑制了商業智能BI在移動端得到更好發揮的障礙。比如數據看板或可視化大屏，顯然并不適合在移動端進行展示。針對中國市場，則有一些新的移動趨勢，比如將BI展示集成到企業微信或者釘釘中去，以更好的發揮商業智能BI的協作性。

4.更好的支持物聯網
隨著5G、Lora、NBIot等技術的成熟，物聯網技術將成為勢不可擋的發展趨勢。未來將會有數百億甚至數千億個終端物聯網設備或傳感器接入網絡，這個規模數百倍于移動互聯時代。要在中央計算平臺進行如此巨大規模的數據處理是不切實際的，也是很低效的。因此，邊緣計算將逐漸引入商業智能分析中，物聯網終端進行數據分析，然后將處理過的數據匯入云端進行進一步處理。

5.增強對實時數據的處理能力
以往的商業智能分析軟件，更專注于離線分析。待分析的數據通過定期更新的方式導入數據倉庫中，一些早期的技術需要事前構建CUBE，建立數據集市，進一步切片數據，最終才能進行分析。所有的這些分析都是建立在離線的基礎之上，不能反映實時的趨勢，這一切都會改變。一些高級數據分析工具，如今可以不用事先建立CUBE和數據集市，也不需要切片數據，甚至可以直接鏈接數據庫進行分析。更進一步的功能，如今產品能提供實時數據和離線數據的關聯查詢，這將會是商業智能分析的一大飛躍。

6.全面引入自然語言處理技術
自然語言處理（NLP）與自然語言查詢（NLQ）將使得BI系統更方便的為用戶使用。這完全改變了數據分析的交互方式，自10多年以前tableau推出graphSQL一來，又一個里程碑式的跨越。除此之外，更進一步的，BI系統將引入自然語言生成技術（NLG），可以為用戶以更容易理解的方式提供見解，允許非技術用戶閱讀和解釋復雜的圖表并解釋數據集之間的關系。

7.人工智能技術將使得數據分析工作變得越來越平民化
機器學習或者AI技術有可能在商業智能領域得到很好的運用。這與自動駕駛和智能問答助理還不一樣，AI有可能在駕駛領域永遠達不到完美的狀態，但是在數據分析領域可不一樣。通過自然語言處理技術，BI分析將不再需要任何代碼開發，甚至不需要拖拖拽拽去開發，搜索式的交互會變成主流的方式。此外，集成了機器學習功能的商業智能平臺，將可以充分發揮機器學習的功用，進行各種預測，預警等。

六、小結
對企業來說，商業智能BI不能直接產生決策，而是利用BI處理后的數據來支持決策。核心是通過構建數據倉庫平臺，有效整合數據、組織數據，為分析決策提供支持并實現其價值。

BI最終展現給用戶的信息就是可視化報表或視圖。需要注意的是，報表只是一種呈現，只能達到查詢的效果，查詢僅僅只能告訴我們結果是什么、有沒有問題。而基于可視化圖表背后的數據分析才能告訴我們問題的原因是什么，只要問題發現了，原因也找到了，那么企業業務人員或者管理人員如何去決策就會變得簡單與輕松。

另外，商業智能BI是一個完整的解決方案，需要進行專業項目實施與部署。在實際項目實施過程中會存在很大的變數，例如業務架構自底往上的調整、分析需求的變化、業務數據計算邏輯的變更等。所以商業智能BI項目如果需要順利實施就需要權衡好客戶實際資源能力、項目支持力度，客戶對商業智能BI的期待，項目后期的風險，客戶的實際投入和長遠規劃..。

更多精彩內容歡迎關注公眾號：億信華辰Pro
關于億信華辰
億信華辰是中國專業的智能數據產品與服務提供商，一直致力于為政企用戶提供從數據采集、存儲、治理、分析到智能應用的智能數據全生命周期管理方案，幫助企業實現數據驅動、數據智能，已積累了8000多家用戶的服務和客戶成功經驗，為客戶提供數據分析平臺、數據治理系統搭建等專業的產品咨詢、實施和技術支持服務