報表或者bi的價值在哪？這已經是十幾年的問題啦！

為什么要解釋這個并不新鮮的問題，是因為當一個兩個問我的時候，并沒有在意，被問的多了，覺得這問題并沒有過時。

數據挖掘和建模分析，其價值很容易說出來，因為它是點對點打出來的，一個付費預測模型，就是有助于運營，降低運營成本并且提高付費轉化率；一個商品推薦模型，就是有助于提高商品的銷量。但是一個報表或者bi平臺，所謂的決策支持平臺，他的價值要怎么講，還真有點模糊。雖然網上的解釋一大堆，看起來很有道理，但不免有些冠冕堂皇。

?一、價值早已存在，無論你問與不問

為何這樣講？

首先，數據分析平臺做為數據呈現和分析的載體，而這樣的載體早已存在于各個企業中，可以是excel，可以是sql結果，也可以是jsp或者php展示出的。它不會因為報表或者bi平臺的出現而出現，也不會因為報表或者bi平臺的消失而消失。

其次，數據分析平臺為管理提供決策支持，這樣的決策支持也早已存在于企業之中，或許是ppt中的圖表，也可能是word報表中的數據。

這樣寫，主要是想說，數據分析平臺，可以很大很復雜，也可以很小很簡單，但是它的價值絕對不是平地起高樓，無論大小，它都是圍繞著實際的業務和管理，其所表現出的價值大小，也更多取決于成熟的管理思路和豐富的業務經驗，并不會因為上了一套很牛的平臺，價值就表現的很大了。

它的價值，也是基于這一點來進行發散的。

二、數據分析平臺的價值分類

效率的提升

節約時間，提升辦公效率，這是最容易得到體現也是最實在的價值，原本數據要先整合再導出再分析，可以自動處理。我曾見過有人每周需要花費兩天的時間，來提取數據、核對數據、匯總數據、分析數據。且不考慮人工處理的易出錯的情況，單純的把這些時間節省下來也不錯啊。

并且，這樣的價值很容易實現，相信很多公司都已經存在大量的需要分析、查詢的數據，只要將基本的數據分析、查詢、導出等功能，集中在報表或bi平臺中體現，就節省了大量的時間成本。

2.管理規范化

這一點需要分為兩個層面去看，一個是數據管理規范化。當數據的分析依賴于每個不同的人的時候，很難保證其結果的統一性和準確性。如果遇到兩個人的分析結果相矛盾，是回頭查，還是隨便選一個湊合呢。通過數據分析平臺，可以固化分析規則，統一數據出入口，以此來保證數據的準確性。這樣就省的為不同的結果爭得面紅耳赤了，如果結果有了問題，找數據部門背鍋就行了（當然，要保證你給的規則是對的），好像全公司都和諧了一些。

另一個是業務管理的規范化，數據分析平臺是可以為管理提供決策支持的，怎么來提供？如果這個分析體系是混亂的，看了幾張報表之后自己都懵逼了，還能支持個屁，這樣還不如不看。

其實它本身也是有管理思想注入進去的，管理者的關注點、管理者的思考方式以及公司的評價體系，都會體現在分析平臺中。一個清晰的管理思路，是有助于平臺價值的發揮的。在平臺開發過程中，可以集大家之所長，梳理管理思路，并與數據相結合，最終將數據以最合適的方式來呈現，為全公司提供一個規范的分析體系，決策支持的價值就體現出來了。

3.提升業務價值

前面兩點實現起來都比較容易，基本上就是將公司原有的工作進行整理，再搬到平臺中來實現，就可以了。唯獨這一條，實現起來并沒有那么容易，因為是需要針對每一個業務場景進行深入思考的。然而，大部分公司都非常看重這一條（甚至會不認為前面兩點價值算是價值，其實這你就錯了）。

我的專欄中有幾篇連載，都是圍繞著這一條來寫的。提升業務價值，我是依然喜歡從目標出發，提升收入、降低成本，所謂的節流開源。我覺著這一點也沒辦法幾句話描述出來，只能舉例子：

提升收入：對訂單和業績進行對比排名，當我的業績偏低的時候，一定要玩命干了呀。這也是最簡單的，有助于提升公司收入的手段；

通過對訂單規律或者流量的監控，發現其中規律，來做最佳的運營策略，也是有助于提升公司收入的方法；

通過轉化率的的監控，發現其中異常，比如發現某天，流量特別高，但是轉化率特別低，那很可能是做了活動，而且沒有吸引到正確的人群啊，調整活動策略，同樣有助于公司收入的提升吧。

降低成本：通過對庫銷比的分析，以此來調整產品的采購策略，最大化降低商品的庫存積壓，合理利用庫存，可以降低庫存成本和采購成本吧。

對產品應用的使用情況進行監控，分析各個版本的使用占比，如果發現某個版本的使用量已經不到0.01%了，以后可以不再對這個版本進行維護了，人力成本也算省下了吧。最核心的，我覺得業務價值的提升不是一次性工作，它應該是伴隨著分析平臺的使用不斷更新的。因為說不準用著用著，發現了新的邏輯，也說不準哪天業務調整了。這一點需要業務人員，有了比較好的數據意識，然后將自己的經驗與數據相結合。所以，它最有可能，也是最合理的方式，就是迭代開發，隨著業務對數據分析平臺使用的加深，不斷的完善這套平臺，不斷的提升業務價值。

三、報表、bi工具的價值

報表和bi我分開來說。上面所說的主要是分析平臺的價值，這樣的價值有很多種方法來實現，可以碼代碼，甚至用excel也可以。只是不同的方式，實現的難度不一樣、成本不一樣。一款好的報表工具例如i@Report可以更快速、更低成本的實現上面的價值，因為它可以很快速的開發完成一張報表，甚至搭建一套報表平臺也不難，而且效果還不錯。如果這些都換成了代碼，難度和時間就需要成倍的增加。

bi相比于報表的區別呢？其實我想說，bi是進一步降低了價值實現的成本和難度。因為它更加簡單和方便，拿億信ABI來說，拖拽式的分析，業務人員自己也可以搞定，可以萬事不求人，從而給業務人員提供了足夠的分析空間。很多公司選擇bi，也是希望讓業務人員來自行分析數據，處理數據。一是解放數據部門的雙手，讓數據部門專注于更加復雜的分析或者挖掘，二是給業務部門更多的空間，來自由的發揮其價值。

也會有說，bi提高了數據的處理能力，我還是建議分開來看，數據處理性能是基于底層的，即使bi工具提升了數據的處理性能，也是其自帶的底層數據模塊來實現的，而這樣的底層數據平臺。

必須要說的是，bi相比于報表更加簡單和方便，也一定是有代價的，它用起來簡單，是因為封裝的夠好，其技術靈活度是不如報表工具的，就像報表工具不如碼代碼一樣。同時，將數據分析完全開發給業務也是有一定風險的，需要參考業務人員是否有了很好的數據意識，可以將bi工具用起來。另外，數據部門要做整體的把控，不能失控啊。

四、價值不是講出來的，而是用起來的

曾見過很多公司，曾經花費了巨額搭建的bi平臺（采購國外的重型bi工具很貴的），荒廢了。我很心疼，因為這錢，給我都比花在這平臺上價值大。

道理很簡單，問題的關鍵是怎樣才更容易的用起來，而不僅僅停留在表述上。這又是一個很長的話題，這里先簡要提幾條需要注意的點吧。

• 規劃過于龐大，導致很多需求是很空洞脫離實際的，容易產生荒廢系統。報表或者bi平臺可以是很輕量級的，很容易實現迭代的開發，所以在規劃時還是建議從實際出發，路還是要一步一步走，少扯蛋。
• 底層過于混亂，數據準確性太差或者性能太慢，慢慢就對該平臺失去了信任。好的數據分析平臺是依賴于底層數據的，建議對底層數據進行合理的規劃，有利于分析平臺價值的發揮。平臺荒廢也就罷了，如果因為錯誤的數據產生了錯誤的決定，可能損失更大。
• 缺乏維護人員，導致平臺越來越不實用，就滿滿廢掉了。平臺是使用的過程中，難免會有各種各樣的問題需要調整，如果不加以維護，難免會慢慢脫離實際。
• 使用門檻過高，導致業務人員一時難以接受，推動困難。和第一點類似，沒必要將報表做的過于復雜和花哨，實際點最好。