如今，在傳統(tǒng)的商業(yè)智能（BI）環(huán)境中，執(zhí)行數(shù)據(jù)分析服務的IT 部門和數(shù)據(jù)專家需要處理不斷增長的數(shù)據(jù)量、數(shù)據(jù)的異構性和大量的數(shù)據(jù)管理技術，同時需要滿足業(yè)務用戶對數(shù)據(jù)驅動洞察力不斷增長的需求。即使應用敏捷方法在短沖刺中集成、管理和交付數(shù)據(jù)，在大多數(shù)情況下，分配的團隊也無法及時提供所需的洞察力。當這種情況在您的企業(yè)經(jīng)常發(fā)生時，您應該考慮實施自助式數(shù)據(jù)分析。

在本文中，我們將研究自助式數(shù)據(jù)分析的功能和優(yōu)勢，以及它如何為您的業(yè)務帶來改變。

01?自助式數(shù)據(jù)分析的本質

自助式數(shù)據(jù)分析也叫自助商業(yè)智能（self-service BI）是一組經(jīng)過批準和支持的流程、架構和工具，使業(yè)務用戶能夠在不依賴 IT 和數(shù)據(jù)分析團隊的情況下完成他們的數(shù)據(jù)管理和分析任務。對于傳統(tǒng)的數(shù)據(jù)分析系統(tǒng)，業(yè)務用戶的決策是基于 IT 專家和數(shù)據(jù)分析團隊策劃的報告和儀表板。如果缺少必要的信息，用戶會提出請求，專門的團隊會從那里開始處理。首先，他們收集需求，包括需要什么數(shù)據(jù)、應該如何處理和可視化、應該多久提供一次分析、信息刷新率應該是多少等等。然后，技術團隊識別數(shù)據(jù)源并收集、匯總、建模和交付數(shù)據(jù)以供分析。當報告準備好時，用戶審核通過或提出進一步的更改請求。過程雖然很復雜，但這個過程是大多數(shù)面向數(shù)據(jù)的公司日常工作的一部分。當對 IT 和數(shù)據(jù)分析團隊的請求變得如此頻繁以至于大量請求積壓時，就會出現(xiàn)問題。這就需要一種新的商業(yè)智能方法——自助式 BI，它可以對所有參與數(shù)據(jù)相關流程的人以及整個公司產(chǎn)生巨大的影響。自助式 BI 不是傳統(tǒng)商業(yè)智能的替代品，而是一種補充能力，允許業(yè)務用戶與數(shù)據(jù)交互并自行執(zhí)行分析任務，而不管他們的技術專長如何。

02 傳統(tǒng)商業(yè)智能與自助式 BI

	傳統(tǒng)商業(yè)智能	自助式 BI
關鍵驅動因素	由 IT 和數(shù)據(jù)分析團隊準備的高質量報告和儀表板。 高度控制的技術環(huán)境、數(shù)據(jù)管理實踐、數(shù)據(jù)訪問等。	運營分析的啟用（實時數(shù)據(jù)驅動的決策）。 IT 團隊和業(yè)務用戶都對洞察的質量負責。 業(yè)務用戶可以在 IT 團隊和數(shù)據(jù)專家設置的限制范圍內(nèi)自由處理數(shù)據(jù)。 IT 團隊從單調(diào)的報告任務中解放出來，專注于數(shù)據(jù)管理和治理活動。
挑戰(zhàn)和限制	IT 資源短缺和業(yè)務用戶需求的不斷增加導致的瓶頸。 高度控制的環(huán)境，業(yè)務用戶沒有實驗自由。 數(shù)據(jù)素養(yǎng)水平低	由于缺乏數(shù)據(jù)治理和數(shù)據(jù)管理流程設置不當，分析結果會受到影響。 業(yè)務用戶缺乏所需的技能或不愿使用數(shù)據(jù)。 受眾更多，存在數(shù)據(jù)安全風險。

03 自助式BI的用戶要求

一般來講，自助式數(shù)據(jù)分析需要配置兩個用戶組，我們姑且稱其為標準用戶和高級用戶。標準用戶：主要使用 BI 洞察力的用戶。高級用戶：為內(nèi)部和外部使用生成新的 BI 洞察力的高級用戶。然而，最近越來越多的業(yè)務用戶正在變得熟練并獲得數(shù)據(jù)素養(yǎng)，因此這兩個群體之間的界限正在變得模糊。

標準用戶	高級用戶
通過過濾、分組、聚合、排序等自定義報表和儀表板輸出。 共享數(shù)據(jù) 運行引導式臨時分析 搜索數(shù)據(jù)	從預建的報告/儀表板模板修改現(xiàn)有的報告和儀表板（添加新的數(shù)據(jù)源、新的計算等） 創(chuàng)建新的數(shù)據(jù)模型 創(chuàng)建新的可視化 運行 ETL/ELT 執(zhí)行支持 AI 的高級數(shù)據(jù)分析（數(shù)據(jù)挖掘、預測建模等） 將 BI 洞察嵌入到應用程序等中。

04 自助式 BI 的主要特點

從功能上看，自助式BI軟件與傳統(tǒng) BI 系統(tǒng)的部分功能是重疊的。因此，我們主要看看自助式 BI 有哪些與眾不同的特點，以使其成為補充傳統(tǒng) BI 軟件功能的理想解決方案。

1、數(shù)據(jù)源連接器每個 BI 系統(tǒng)的基石是一個分析數(shù)據(jù)存儲庫，它集中和維護數(shù)據(jù)以供進一步處理。企業(yè)數(shù)據(jù)?倉庫就是干這個的。有時它可能由數(shù)據(jù)集市補充，以簡化特定用戶組的報告。但是，整合到數(shù)據(jù)倉庫中的數(shù)據(jù)可能不足以滿足業(yè)務用戶的需求，其粒度或完整性不足。在傳統(tǒng)的 BI 場景中，IT 團隊必須使用所需的數(shù)據(jù)源構建集成點，這會減慢流程。反過來，自助式 BI 解決方案解決了數(shù)據(jù)源連接器集的問題。這樣，業(yè)務用戶可以自己快速訪問新信息并實時做出明智的決策。

2、增強的分析能力AI 和 ML 功能的結合有助于自動化許多數(shù)據(jù)管理和分析活動，從數(shù)據(jù)質量管理到數(shù)據(jù)可視化，由 IT 專家和數(shù)據(jù)分析團隊在傳統(tǒng) BI 環(huán)境中執(zhí)行。盡管對于剛開始 BI 之旅的公司來說，這似乎過于超前，但增強分析功能已經(jīng)在大多數(shù)自助式 BI 平臺中實施，并已成為大多數(shù)公司的關鍵差異化因素。

3、直觀的用戶界面支持自然語言查詢和生成、直觀導航等的圖形拖放用戶界面是自助式 BI 解決方案的必備元素。它的價值在于為業(yè)務用戶提供全面的功能集來管理數(shù)據(jù)集、運行分析、創(chuàng)建儀表板等。

4、豐富的報表功能雖然一些業(yè)務用戶迫不及待地想開始探索公司數(shù)據(jù)并構建自己的圖表和圖形，但其他人可能會對自助式 BI 軟件感到討厭，他們可能不愿意自己動手，更喜歡樂享其成。這就是為什么自助式 BI 解決方案也應該提供可定制的報告和儀表板模板的原因。在這種情況下，用戶可以簡單地選擇一個合適的模板，根據(jù)他們的角色進行配置，選擇自動數(shù)據(jù)更新的刷新間隔，并設置自動報告或儀表板發(fā)送時間和模式（通過電子郵件、URL、嵌入、移動應用等）。

5、語義數(shù)據(jù)目錄語義數(shù)據(jù)目錄可幫助 BI 消費者使用熟悉的業(yè)務術語（客戶、潛在客戶、銷售等）自主查找相關信息。擁有不斷更新和管理良好的語義數(shù)據(jù)目錄有助于確保整個公司的所有業(yè)務用戶都能獲得一致的公司信息視圖，并且可以有效地協(xié)作。

6、協(xié)作能力自助式 BI 軟件不僅應使其用戶能夠訪問和處理數(shù)據(jù)，還應與同事分享發(fā)現(xiàn)的見解。自助式 BI 軟件通過內(nèi)容共享和嵌入（計劃的和臨時的）、基于角色的內(nèi)容編輯、報警和報告更新/更改/等通知來支持此功能。

05 自助式 BI 的優(yōu)勢

除了獲得傳統(tǒng) BI 系統(tǒng)固有的優(yōu)勢外，自助式 BI 軟件采用者還可以期望看到：

1、縮短洞察時間 只要有足夠的人力資源來開展相關活動，并且 IT 專家可以與業(yè)務用戶密切合作，傳統(tǒng)的 BI 解決方案就很好。如果不是這種情況，任務積壓以及糟糕的分析和報告是不可避免的。借助自助式 BI 軟件，業(yè)務用戶可以在需要時獲得洞察力并及時采取行動，而無需第三方參與。

2、減少對 IT 團隊的依賴 自助式 BI 是業(yè)務用戶和 IT 團隊的雙贏解決方案。前者可以在與數(shù)據(jù)相關的活動中更加自給自足，而后者可以停止運行單調(diào)的分析和報告并專注于其他任務——管理數(shù)據(jù)、數(shù)據(jù)處理、數(shù)據(jù)建模等。?

3、提高數(shù)據(jù)素養(yǎng)

傳統(tǒng)的 BI 系統(tǒng)由數(shù)據(jù)分析師和技術人員運行，這會阻止業(yè)務用戶在上下文中建立讀取、寫入和通信數(shù)據(jù)的能力。相反，自助式 BI 激勵業(yè)務用戶積極參與數(shù)據(jù)分析工作流程，從而提高數(shù)據(jù)素養(yǎng)，根據(jù) Gartner 的年度首席數(shù)據(jù)官調(diào)查，到 2023 年，數(shù)據(jù)素養(yǎng)將成為推動業(yè)務價值的關鍵。

06 市場上頂級的自助式 BI 平臺

1、Microsoft Power BI

100 多個數(shù)據(jù)源連接器 自助數(shù)據(jù)準備 增強的分析能力，包括智能敘述、異常檢測、文本、情緒和圖像分析等。 自然語言處理能力 數(shù)據(jù)安全，包括數(shù)據(jù)加密、行級和工作區(qū)級安全等。 預構建和自定義視覺效果 嵌入式分析和報告? 適用于 Windows、iOS 和 Android 的本機移動 BI 應用程序 提供免費版本 按用戶和按容量許可 在 Azure 云中作為 SaaS 選項提供，在 Power BI 報表服務器中作為本地選項提供

2、 Tableau

90 多個數(shù)據(jù)源連接器 自動化數(shù)據(jù)管理和增強分析（人工智能驅動的預測、假設情景規(guī)劃等） 可視化分析和數(shù)據(jù)講故事能力 直觀的儀表板創(chuàng)建（拖放、向下鉆取、NLP 等） 全面的身份驗證和授權機制、行級安全性等。 嵌入式分析和報告 提供適用于 Android 和 iOS 的移動版本 提供免費試用 基于角色的許可 云和本地部署選項

3、Qlik Sense

數(shù)百個數(shù)據(jù)源連接器

搜索和會話分析

人工智能輔助數(shù)據(jù)管理、分析和可視化

各種協(xié)作選項（個人空間、具有用戶控制的共享空間、托管空間、內(nèi)容共同開發(fā)）

適用于 iOS 和 Android 的 Web 客戶端和本機應用程序。

嵌入式分析和報告

行級和列級數(shù)據(jù)安全

部署靈活性（本地、任何主要云提供商、多云或混合）

提供免費試用

按用戶和按容量許可

07 自助式 BI 失敗的原因？?

自助式數(shù)據(jù)分析理想很豐滿，現(xiàn)實很骨感。我們看到盡管一些企業(yè)，引入了自助式BI工具，但在實際業(yè)務中基本沒有使用起來。究其原因，主要包括兩個方面：?

1、缺少數(shù)據(jù)治理策略 只有在不損害數(shù)據(jù)價值、質量和安全性的情況下，自助式 BI 才能發(fā)揮作用。為了向業(yè)務用戶授予數(shù)據(jù)訪問權限并仍然保持對數(shù)據(jù)管理和分析工作流程的高數(shù)據(jù)質量和整體控制，公司需要對其數(shù)據(jù)治理策略進行全面修訂。否則，他們將面臨以下風險： 由于不同的數(shù)據(jù)管理和分析方法，數(shù)據(jù)不一致，或對一個問題有多個答案。 重復工作，來自不同業(yè)務部門的團隊使用相同的數(shù)據(jù)集執(zhí)行數(shù)據(jù)管理活動（收集、轉換、清理等）。 數(shù)據(jù)質量差（數(shù)據(jù)不完整、數(shù)據(jù)錯誤不明等），導致決策失誤。 由于缺乏精細的數(shù)據(jù)訪問控制、數(shù)據(jù)濫用、敏感數(shù)據(jù)暴露等導致的數(shù)據(jù)安全漏洞。

BI 去中心化，各部門相互獨立運作，同時遵守不同的政策和標準，使用不同的軟件等。

2、來自業(yè)務用戶的抵制 如果業(yè)務團隊將時間投入其中，自助式 BI 就可以發(fā)揮作用。然而，自助服務的能力并不總是讓人期待，因為業(yè)務用戶過于習慣于由專業(yè)的團隊準備的好的分析模板和數(shù)據(jù)報告，或者因為他們的技能不足而感到焦慮。為了降低這種風險，我們建議遵循以下做法：

從規(guī)劃階段就讓所有利益相關者和用戶參與到自助式 BI 實施項目中。

為用戶培訓和入職投入時間和資源，因為即使該軟件提供了直觀的用戶界面，最終用戶仍然需要一些時間來熟悉它。

尋找強大的業(yè)務贊助商來領導自助式 BI 實施，業(yè)務用戶可以在出現(xiàn)問題時查看或求助。

08 構建敏捷的自助式數(shù)據(jù)分析

在探索自助式 BI 的概念及其承諾時，人們可能會認為該解決方案擁有所有答案，是應對所有 BI 挑戰(zhàn)的靈丹妙藥。然而，從上面可以清楚地看出，采用者在獲得實際收益的過程中可能會面臨許多障礙。最后，我們將與您分享一組確保自助式 BI 成功的最佳實踐： 選型——為您的業(yè)務用戶提供一套精心挑選的工具來訪問和操作數(shù)據(jù)。 培訓——通過培訓計劃和對新用戶的堅實支持來彌合數(shù)據(jù)素養(yǎng)差距，創(chuàng)建一個協(xié)作環(huán)境，讓您的員工成為自助式 BI 的倡導者。 治理——以鼓勵人們接受 BI 功能的方式建立和維護對數(shù)據(jù)管理和分析工作流的控制。

讓自助式 BI 成為一種進化，而不是革命——你不能強迫人們使用自助式 BI，但你可以小心地引導他們欣賞和逐步采用自助式 BI。