導言

在企業內部運營中，各業務部門如果想獲取數據，除了找IT部門的“表哥表姐”們“導表兒”，還有其他兩大數據獲取方式：

一是從各業務系統如ERP自帶的報表模塊（后續簡稱“報表模塊”）看數。業務人員登陸業務系統，可以在“報表模塊”看到數據明細和統計匯總結果，系統功能包括多維查詢、報表導出，有的還附加類似“駕駛艙儀表盤”的展示。(圖1-2)

二是基于數據倉庫的專業BI用數。經過BI平臺授權后，業務人員和管理者，可以在BI平臺中看到多業務數據的統計結果、直觀的圖表等。BI通常還附帶自助分析的功能(圖3)。常見的BI產品如Power BI，Tableau等，還有很多公司使用自研BI。

“做報表，做BI”是數據團隊的最常見工作。面對“報表模塊”和“專業BI”，不知道作為企業內數據團隊的一員的你，是否也常常遇到如下問題：

業務提問：

ERP等業務系統已經自帶報表功能，為什么還要上BI？

我們加班加點上了那么多系統、做了那么多張表，為什么大領導還是不滿意?

報表模塊和BI都能看數據，它們的區別在哪里，對用戶交付的價值有什么不同？

報表模塊通常是IT團隊來開發承建，那BI誰來主導？

兩者如何相互配合？

下面基于筆者的實踐經驗，對“報表模塊和專業BI”的區別和聯系進行總結；在此基礎上，談一談數據團隊如何根據企業數據化現狀抓住主要矛盾，做好報表和BI建設，最終實現價值交付。

圖1：業務系統的報表模塊——某CRM系統的統計報表模塊

圖2：業務系統的報表模塊——某資產管理系統的可視化報表模塊

圖3：專業的BI

01、報表模塊和專業BI的區別和聯系

ERP的報表模塊和專業BI兩者還是有很大不同，主要集中在3個方面：

使用受眾和價值不同：

報表模塊通常面向執行層的一線業務人員，用來解決業務性問題，例如財務記賬、銷售填報、客戶錄入等固定模板的業務統計。

但BI更多是面向數據分析人員、業務管理人員、決策層管理人員，甚至利益相關方（如面向參觀者的展示），重點解決業務分析、決策分析、動態展示的問題。

使用靈活度不同：

報表模塊是通常是寫死的、靜態的；

但BI是相對靈活的、可變的。

具體來說，通常報表模塊是固定報表，數據需要導出到excel中再進行二次加工，即便是圖2的功能，圖形展示也無法隨需而變。

但BI上的數據分析和呈現，靈活度高、自主性高，通常可以通過拖拽、下鉆、聯動，自助生成千變萬化的報表和圖表。

數據覆蓋范圍不同：

報表模塊的數據通常僅限于本業務系統的相關數據，但時效性強，數據直接，準確度較高；

BI卻通常是基于數倉的，通過訪問和抽取“多個”業務系統的數據，把這些數據匯聚起來，按照一定的業務分析主題，進行業務分析模型的建設和可視化分析報表的開發，從而實現跨系統、跨板塊數據的聯動和打通。

此時，支持企業管理者了解全局信息、監控高度匯總的 KPI 指標、分析跨業務、跨組織、跨區域的多維度分析就變得更佳容易。

BI數據時效性通常差一些，在ETL過程中對數據完整性準確性也有一定考驗。

但“報表模塊”和專業BI還有很多共同特點和千絲萬縷的聯系：

兩者都是基于業務領域所產生的數據，用于業務結果查看、業務數據分析。

特別是，很多“高級”的業務系統自帶的“報表模塊”，從外觀和功能，越來越像BI了（圖2）。

專業BI的時效性和準確度也大大增強。

ERP是“業務數據化”的過程，將業務通過數據的形式記錄下來，達到了數據沉淀的效果。

BI是“數據業務化”的過程，在ERP收集原始數據的基礎上應用業務決策分析。

綜上，ERP報表模塊和專業BI，二者相輔相成；定位不同，不能互相取代。

02、報表模塊和專業BI的建設適配

那么，數據團隊作為“數據資產”的看門人，如何充分發揮報表模塊和BI的作用，響應業務需求，做好高價值輸出呢？筆者總結了一套“BI數據建設的階段適配工具卡” 幫助大家定位當前現狀、抓住主要矛盾、明確發力點。

BI數據建設的階段適配工具卡

階段1：信息化建設啟動期，“讓數據飛一會兒”

組織在信息化建設初期，各個ERP系統從0到1搭建，主要矛盾是實現“數據資產的原始積累”。大量業務剛剛開始進行數字化采集，大部分數據記錄沉淀于線下，數據質量無法保障。此時，BI建設要稍微“緩一緩”。

若BI需求在業務系統建設之前就提出，那么BI建設會非常費力，因為巧婦難為無米之炊。這時候數據團隊可以著手三個事情：一是，數據團隊盡可能躬身參與到系統建設開發過程中，深入了解業務流、數據流、數據資產情況，至少報表模塊的開發應該重點關注（下一部分會重點提）；此外，對公司/部門的當前技術架構和未來技術架構規劃有充分了解，對BI現狀和未來規劃有判斷。二是，通過專業方法論梳理數據字典、著手引導業務梳理指標體系、從業務視角建立指標模型；三是基于已有的報表模塊和線下數據來支持一些核心業務指標的分析，先滿足業務“看見”的需求。

階段2：信息化建設整合期，“基于數據打通的業務分析故事”

這個期間，大量系統已經上線，各業務領域數據已經得到一定程度的積累，主要矛盾轉變為“實現數據的整合和打通”，業務對數據的需求也變得越來越多。此時，數倉和BI建設也逐漸成為一個“硬性剛需”。

數據團隊在此階段也需要做三方面事情：一是把核心業務系統數據逐步入倉，做整合；二是加大對數據治理的重視，體系化設計數據模型；三是基于1-2個跨流程和跨業務的場景，滿足高層領導的“分析需求”，形成“成功故事”。

階段3：信息化建設升級期，“數據說話成為習慣”

到了第三階段，業務系統運行平穩，企業數據平臺也日漸成熟，主要矛盾為“提升數據分析時效性，開發基于數據的智能場景應用”，此時各業務數據意識和能力都相當不錯，開始深挖數據價值，進行精細化管理，并與AI結合進行預測決策支持等。

這時候，業務系統的報表模塊已經是可有可無的存在，數據團隊更佳重視輔助業務開展基于BI的場景應用：一是打造大數據平臺，更多引入多維數據源包括外部數據，扎實數據底座；二是數據治理也邁入常態化運營，數據質量有較好保障機制；三是BI應用普及，業務自行開展多維自助分析，數據團隊從“授之以魚”變為“授之以漁”。

這里做個補充說明：不同階段中，關鍵舉措中發力點的“數據治理”部分，通常卻是個“瘸腿工作”，即很多組織的信息化建設邁入了第三階段，大數據平臺也上了，數據分析場景很多，但依然被數據質量問題反復困擾。其實，“數據治理”從BI建設和數倉建設入手，數據團隊牽頭以“用”促“治”也是個非常好思路，什么時候開始重視都不晚。

03、BI團隊和系統建設團隊的配合

在開篇也提到，其實在企業內部實操中，報表模塊的承建團隊通常為IT部門的系統開發團隊；BI的建設運營通常為IT部門的數據團隊，或業務部門的數據團隊。那么系統開發團隊和數據團隊如何配合，共同為業務交付價值？筆者也總結了一個“配合清單”，希望能給大家一些啟發。

數據團隊與系統團隊配合清單

04、小結

隨著中臺理論的深入人心，業務系統的“報表模塊”逐漸呈現一個“輕量化”的趨勢。專業的工具做專業的事兒：業務系統做好業務操作和數據采集的支持；數據處理平臺，如數據湖、數據倉庫等，則將各個業務系統的數據進行匯總、存儲和加工處理；BI等數據分析平臺，則作為數據分析的應用頂層，越發快捷、靈活、專業、智能。

企業數字化轉型是一個長期工作，數據團隊和系統團隊都是其中的主力軍。在數據賦能的過程中，各位數據團隊的小伙伴，一定要摒棄“表哥表姐”的搬磚思維，從信息化建設成熟度、業務價值貢獻等全局視角思考，與系統團隊打好配合，一定會有不一樣的收獲。