“很多人還沒搞清楚什么是PC互聯(lián)網(wǎng)，移動互聯(lián)網(wǎng)來了，我們還沒搞清楚移動互聯(lián)的時候，大數(shù)據(jù)時代又來了?！薄R云

在數(shù)聚股份看來，這是一個幾乎所有企業(yè)都在談數(shù)據(jù)的時代。雖然以大數(shù)據(jù)(Big Data)的定義（指“無法用現(xiàn)有的軟件工具提取、存儲、搜索、共享、分析和處理的海量的、復雜的數(shù)據(jù)集合。)來看，并不是所有的企業(yè)或組織都擁有“大數(shù)據(jù)”，但無疑，數(shù)據(jù)已經(jīng)滲透到當今每一個行業(yè)和業(yè)務(wù)職能領(lǐng)域，成為重要的生產(chǎn)因素。馬云的話，重點在于在數(shù)聚股份看來，“應(yīng)對變化”而非“大數(shù)據(jù)”。在這個變化越來越快的時代，組織是否已經(jīng)具備處理和分析數(shù)據(jù)的能力，是每個組織成員都需要思考的問題。

Mckinsey列出了各個行業(yè)利用大數(shù)據(jù)價值的難易度以及發(fā)展?jié)摿??！禕ig data: The next frontier for innovation, competition, and productivity》
數(shù)據(jù)無論大小，只要足夠優(yōu)質(zhì)，其中便蘊含著各行各業(yè)挖掘更大商業(yè)價值和創(chuàng)新的可能。數(shù)據(jù)本身不產(chǎn)生價值，如何分析和利用數(shù)據(jù)，并對業(yè)務(wù)產(chǎn)生幫助才是關(guān)鍵，而能有效挖掘出這些可能和價值的答案，便蘊藏在商業(yè)智能（Business Intelligence，簡稱BI）之中。

BI是什么？

著名國際咨詢分析公司Gartner，將BI定義為一個概括性術(shù)語（Umbrella term），泛指業(yè)務(wù)分析中用到的工具、基礎(chǔ)設(shè)施設(shè)備、程序與軟件，通過獲取和處理數(shù)據(jù)，進而分析數(shù)據(jù)，獲取有價值的信息以改進并優(yōu)化決策和績效，指導各種商業(yè)行為。

BI的本質(zhì)是技術(shù)和工具和商業(yè)邏輯的結(jié)合，通過處理原始數(shù)據(jù)，以商務(wù)邏輯分析數(shù)據(jù)，為商業(yè)運營提供基于歷史、當下和未來的分析視角，形成對商業(yè)行為有價值的洞察（insight）。（與之對應(yīng)，近年來國外很多名校的新興專業(yè)學科BA（Business analytics），則是一門需要同時學習商科知識和計算機技術(shù)的學科。）

BI對商業(yè)決策的支持涵蓋了從運營到戰(zhàn)略的每個層面?；A(chǔ)運營決策包括產(chǎn)品定位或定價， 戰(zhàn)略業(yè)務(wù)決策包括最廣泛層面的優(yōu)先事項，目標和方向。BI的有效性在于多數(shù)據(jù)源的充分整合。例如可口可樂等快消品公司會將公司財務(wù)、運營數(shù)據(jù)（內(nèi)部數(shù)據(jù)）與波士頓等公司提供的市場數(shù)據(jù)（外部數(shù)據(jù)）結(jié)合分析，這種結(jié)合就可以更好地呈現(xiàn)公司的經(jīng)營全貌。

從這個意義上來講，基于單表或單一數(shù)據(jù)源的分析都不能稱作真正的BI。更常見的情形是組織內(nèi)沒有BI產(chǎn)品線，僅靠手工操作匯總數(shù)據(jù)源，復制粘貼到一個Excel表中再進行分析，雖然滿足了多來源，但匯總和分析過程缺乏自動化，效率和準確度水分很大，也不是真正的BI。

BI的目標與部署中的常見問題

數(shù)據(jù)研究專家Kernochan在他為期兩年的組織BI流程研究中，提出了以下模型及對應(yīng)的BI特征目標：

數(shù)據(jù)輸入 - 準確性

數(shù)據(jù)整合 - 一致性

數(shù)據(jù)聚合 - 范圍明確

信息定位 - 匹配度

信息傳遞 - 及時性

信息分析 - 可分析性

這不僅可以作為BI部署的目標，也可以用于檢驗以上目標的達成，反推企業(yè)的數(shù)據(jù)治理是否足夠規(guī)范。

同時，Kernochan的研究也總結(jié)了當前BI部署流程中的常見問題：

20％的數(shù)據(jù)有錯誤（準確性）

50％的數(shù)據(jù)不一致（一致性）

通常需要7天才能將數(shù)據(jù)提供給最終用戶（及時性）

無法對70％的公司數(shù)據(jù)（范圍）進行跨數(shù)據(jù)庫查詢

65％的時間，高管沒有收到他們需要的數(shù)據(jù)（合適）

60％的時間，用戶無法立即對他們收到的數(shù)據(jù)進行在線分析（可分析性）

Web上出現(xiàn)的75％的新關(guān)鍵信息源不會在一年內(nèi)傳遞給用戶（敏捷性）

產(chǎn)生以上問題的最大原因，在于業(yè)務(wù)用戶通常不了解數(shù)據(jù)準備的復雜性和錯誤所涉及的風險，且缺乏統(tǒng)一部門強有力的數(shù)據(jù)治理（Data governance），進而使得數(shù)據(jù)的質(zhì)量變得不可控。數(shù)據(jù)基層一旦出現(xiàn)問題，高級的分析和敏捷性需求也無從說起。

什么是敏捷BI？

在很長一段時間里，Excel和其他電子表格都是各類組織處理分析數(shù)據(jù)的主要工具，擁有數(shù)量最大的用戶群（中國90%以上的組織數(shù)據(jù)仍很大程度依賴于Excel）。雖然電子表格有很多優(yōu)勢，但把它當做BI工具使用，在以下場景會嚴重受限：

1.需要對包含多個工作表或數(shù)據(jù)庫的混合數(shù)據(jù)源開展分析時

2.多人同時對一張電子表格進行維護和協(xié)作時

3.數(shù)據(jù)量達到上限或包含非結(jié)構(gòu)化數(shù)據(jù)讓可視化變得困難

4.使用復雜的公式降低了查詢性能時

5.需要交互式分析和數(shù)據(jù)探索時

6.需要定時刷新時

在數(shù)聚股份看來，傳統(tǒng)的BI已經(jīng)在很大程度上解除了上述限制，但在國內(nèi)政企組織內(nèi)的普及度仍然十分有限。隨著組織數(shù)據(jù)量的增大和外界環(huán)境的不斷變化，組織對于數(shù)據(jù)的管控和分析有了更高的要求，希望能夠擺脫過去較高的技術(shù)門檻，較長的部署時間，緩慢的數(shù)據(jù)整理和分析速度，力求“又快又好”。在這樣的背景下，“敏捷BI”應(yīng)運而生。

敏捷BI的出現(xiàn)，是以一系列自助式數(shù)據(jù)分析軟件的出現(xiàn)為標志的（所以敏捷BI也被稱之為自助式BI）。隨著Microstrategy，Power BI，Qlik sence，Tableau，帆軟等國內(nèi)外軟件的不斷迭代更新，數(shù)據(jù)分析的主角不再僅指具備IT技術(shù)背景的研發(fā)人員和數(shù)據(jù)科學家，每一個沒有技術(shù)基礎(chǔ)的業(yè)務(wù)人員也可以更高效便捷的方式獲取、整理和分析數(shù)據(jù)。

敏捷一詞（Agile）源于17位輕量級方法學家在2001年2月提出的敏捷宣言（Agile Manifesto）。Agile的提出，一開始就是帶著IT項目開發(fā)基因的，而在“敏捷BI”這一概念里，主要取的是“快捷高效，簡單明晰”的意思。

結(jié)合到數(shù)據(jù)應(yīng)用場景，我們可以先從Excel的Vlookup函數(shù)出發(fā)，看看何為“敏捷”？相信這是很多報表從業(yè)人員，接觸的第一個稍顯復雜（相比于sum、count等函數(shù)）但又覺得愛不釋手的函數(shù)，在日常的工作中使用頻率極高。很多人也是通過它，第一次明白了電子表格的強大威力。

為什么用它來解釋“敏捷”？因為在電子表格時代，它可以幫助使用者快速高效地進行表格信息的交付、部署、變更、查詢。它的交付結(jié)果可靠，運算性能穩(wěn)定；部署方便：內(nèi)置四個系數(shù)均具備明確含義和標準用法；且四個系數(shù)均可靈活修改，變更方便；在數(shù)據(jù)質(zhì)量可靠的情況下，可以查詢表格內(nèi)（間）幾乎所有的信息。在電子表格這個領(lǐng)域，Vlookup無疑可以稱得上是“敏捷”的函數(shù)之一。

同樣的道理，在敏捷BI時代，這樣的特征仍不過時：能快速高效地幫助使用者進行數(shù)據(jù)的結(jié)果交付、技術(shù)部署、需求變更、精準查詢，這便是敏捷BI。

對于敏捷BI的常見誤區(qū)

每個概念的興起必然帶來多種的解讀，同時也產(chǎn)生有不少誤解，敏捷BI亦不例外。對于它的常見誤區(qū)，有如下四點。

1.敏捷BI是一種能力，而不單指工具。

BI作為一個有著計算機基因的概念，在宣傳的時候自然沒人會愛看那些枯燥的代碼，酷炫簡單的效果往往更受青睞，這使得人們在理解BI時，很自然地就聯(lián)想起各種形式多樣色彩豐富的動態(tài)圖表。但其實，圖表只是BI的前端展示界面，是部署B(yǎng)I這項技術(shù)性極強且極具體系工作的冰山一角；敏捷BI軟件也不僅是一個高級的圖表制作工具，它也兼?zhèn)渲@取和清洗數(shù)據(jù)等高級功能。

當前主流的敏捷BI報表軟件，宣稱“敏捷”的最大優(yōu)勢，是其內(nèi)置的各類圖表、靈活高效的函數(shù)、簡單便捷的元素拖拽方式。區(qū)別于傳統(tǒng)BI開發(fā)偏代碼的環(huán)境，敏捷BI的前端報表開發(fā)，已經(jīng)變得極具可視化，其使用的難度和邏輯與Excel相仿，哪怕對于沒有技術(shù)基礎(chǔ)的業(yè)務(wù)人員，也不影響其使用或做簡單的修改和開發(fā)。從某種意義上，各類敏捷BI工具是對Excel等傳統(tǒng)表格工具和代碼環(huán)境優(yōu)勢的中和，而這個粘合劑，就是可視化交互元素，在保留后臺代碼搭建環(huán)境的基礎(chǔ)上，敏捷BI工具將很多繁瑣操作進行整合形成新的功能，使得數(shù)據(jù)在軟件內(nèi)的交互感有了質(zhì)的提升。這些功能都極大地拓展了BI的易用性、處理速度和探索深度。

一個典型的BI體系部署流程（技術(shù)維度）

近年來各大BI廠商都在強調(diào)“增強分析”的發(fā)展趨勢，以Microstrategy為代表的頂級軟件已經(jīng)在支持python和R的功能打包（Microstrategy內(nèi)建199種R模型，開箱即用），并引入機器學習概念和更強大的交互功能（語音識別等），增強分析使得人人都有可能成為“數(shù)據(jù)科學專家”，極大地提高工作效率，其智能化的步伐將隨著技術(shù)和產(chǎn)品的進步越來越快。未來BI的趨勢之一，便是工具和語言的融合。

在這樣的發(fā)展背景下，敏捷BI，其實指的是貫穿在數(shù)據(jù)分析平臺構(gòu)建和運行過程中的快速實現(xiàn)能力。

BI部署的冰山效應(yīng)

2.敏捷BI并不是電子表格和傳統(tǒng)BI的替代品

雖然電子表格和敏捷BI工具都使用表格，但它們實際上是在不同的場合中發(fā)揮不同的作用。 電子表格首先是一種存儲和顯示計算的方法。BI表格中的數(shù)據(jù)使用各種算法進行壓縮，不像Excel那樣直接使用行和列的編號來定位。雖然電子表格可以創(chuàng)建復雜的數(shù)學公式，比如Excel的分析工具庫，但它們的核心是數(shù)學公式而不是模型。

敏捷BI不會使傳統(tǒng)的數(shù)據(jù)庫管理或數(shù)據(jù)科學家失效。 這些由專業(yè)人士提供的復雜洞察，對大多數(shù)組織仍然具有很高的價值。而很多敏捷BI在數(shù)據(jù)治理方面也一直處于劣勢，Tableau在2018年初推出的prep產(chǎn)品就是在彌補這一劣勢，但推廣和技術(shù)評價并不出眾，很多功能仍是其本身可視化的拓展以及對傳統(tǒng)ETL工具的邏輯借鑒。

敏捷BI雖然功能強大，看起來在很多場景下可以代替電子表格，卻也很難真正取而代之，電子表格軟件仍有其強大的生命力，并不過時。小規(guī)模數(shù)據(jù)的分析處理，Excel仍是十分輕便高效的。此外，價格、安裝成本、易用度及培訓門檻都是需要考慮的因素。

就好像XMind Pro和XMind:ZEN。Pro 的定位無疑是一款全棧思維導圖軟件，其完美地符合所有思維導圖用戶的大部分需求，而ZEN則舍棄掉了一部分專業(yè)性功能，主打簡約美觀、輕量化后的性能、100%兼容移動端。可以說，ZEN便是一款敏捷型思維導圖工具。這是為了迎合更多用戶需求做出的兩條產(chǎn)品線，而諸多的敏捷型bi工具區(qū)別于傳統(tǒng)BI、電子表格的思路也與此類似。

xmind：zen和xmind 8 pro的對比

敏捷BI、傳統(tǒng)BI、電子表格三者并不是簡單的對立關(guān)系或是高級與低級的區(qū)別。組織需要思考的，是多元選擇下的組合應(yīng)用，揚長避短，而不是理解為做簡單的取和舍或是迭代升級。

3.敏捷bi工具無法直接告訴決策者答案

在這個“顏值至上”的年代，BI軟件的界面也做得越發(fā)具有設(shè)計感，無論是色彩還是UI的質(zhì)感，都給人一種“高大上”的感覺。仿佛只要看到了變化的數(shù)字和儀表盤，就已經(jīng)獲得了海量的信息。但敏捷bi其實是很難直接給出答案的，而是促進決策者通過合理的信息展現(xiàn)形式，進行更為系統(tǒng)深入的思考。而且敏捷bi在深入數(shù)學建模方面，為了兼顧性能，在功能上無法做到像R或Python語言那樣具備高靈活度。如果要深入地做數(shù)據(jù)分析，不能完全依賴敏捷BI工具的分析功能。

BI的定位應(yīng)該始終是一個優(yōu)質(zhì)信息的整合處理和參考工具，在短期內(nèi)無法取代人類的思考。統(tǒng)計圖表雖然強大，但它也是現(xiàn)代社會里最會說謊的事物之一，很多信息仍需要甄別和深入的思考。當我們看到各種結(jié)果呈現(xiàn)時，還是得多問幾個為什么。

美國統(tǒng)計專家達萊爾·哈夫?qū)懢偷膫魇乐鳎两褡x來仍給人以深刻警醒

4.敏捷bi的部署需要強有力的項目管理和數(shù)據(jù)治理

正如之前提到的，敏捷二字帶有鮮明的IT開發(fā)項目色彩。其部署往往以一個項目為單位開展，需要在短期內(nèi)投入企業(yè)較多資源。當前敏捷bi部署的主流方向是采取外包的形式，專業(yè)性強的數(shù)據(jù)服務(wù)公司往往能更契合業(yè)務(wù)型公司的需求，項目周期和成本的可控，也為甲方公司能節(jié)約更多資源。但這絕不意味著，敏捷bi部署就是請技術(shù)人員將功能需求實現(xiàn)這么簡單，它需要業(yè)務(wù)與技術(shù)、甲方與乙方的多重協(xié)調(diào)。這常常為需求方所忽略，進而產(chǎn)生較大的隱性溝通成本。

當前的敏捷bi更多強調(diào)的是在前端體驗上的“自主敏捷”和“流暢敏捷”，其實都嚴重依賴事先的數(shù)據(jù)準備工作，一旦分析需求超出事先的準備，都很難再敏捷起來了。而數(shù)據(jù)準備一般都比較復雜，經(jīng)常要做脫敏處理或多表關(guān)聯(lián)，只能由技術(shù)人員來完成，是最費時費力的環(huán)節(jié)。

同時，數(shù)據(jù)質(zhì)量的高低是決定BI部署成功與否的基礎(chǔ)所在，數(shù)據(jù)清洗在數(shù)據(jù)分析過程中仍然會占據(jù)大比例的資源。這是每個企業(yè)都無法回避的現(xiàn)實，數(shù)據(jù)分析中經(jīng)常聽到的那句“Garbage in,garbage out”，在敏捷BI的部署中，依然適用。

值得注意的是，而當前的很多敏捷BI在數(shù)據(jù)準備和綜合化的數(shù)據(jù)治理方面，特別是企業(yè)級大數(shù)據(jù)領(lǐng)域，相較于傳統(tǒng)BI廠商（IBM、Oracal、SAP）并不占優(yōu)，例如tableau直到2018年初才正式推出其主打數(shù)據(jù)整理功能的工具Tableau prep，Power BI也在很大程度上依賴于脫胎于Excel的數(shù)據(jù)整理功能，而這種數(shù)據(jù)整理功能也側(cè)重于“數(shù)據(jù)清洗”，遠遠達不到數(shù)據(jù)治理的要求。而傳統(tǒng)BI廠商在數(shù)據(jù)探索和可視化領(lǐng)域做的也略顯頹勢，綜合數(shù)據(jù)治理和數(shù)據(jù)探索能力而言，Microstrategy一直是企業(yè)組織型BI的領(lǐng)跑者。

綜上，可以想見，任何一家企業(yè)或組織想要實現(xiàn)BI敏捷性的成功，至少需要三點

1、自身強有力的數(shù)據(jù)管理意識和規(guī)范

2、技術(shù)團隊（內(nèi)部/外包）強有力的數(shù)據(jù)技術(shù)支持

3、高效敏捷的新型BI工具（技術(shù)與業(yè)務(wù)人員間的橋梁）

在數(shù)聚股份看來，在敏捷BI工具極大地降低了數(shù)據(jù)分析門檻和資源消耗的今天，不管你是一個組織的普通業(yè)務(wù)或技術(shù)員工、咨詢顧問、專家還是的中高層領(lǐng)導。如果你的團隊擁有合適的工具和一個管理大量數(shù)據(jù)的簡便方法，如果你能像數(shù)據(jù)專家一樣，時刻保持對術(shù)語、專業(yè)技術(shù)和解決方案的敏感度并與時俱進，這將為你和你所在的組織帶來巨大的價值，這將讓你所在的組織，真正地實現(xiàn)“數(shù)據(jù)驅(qū)動”。

#為了不破壞前面文章的完整性，我沒有過多的加入關(guān)于Microstrategy的內(nèi)容。我在后面進行了一些補充，尤總看是否能安排市場部的小伙伴做一下連接和內(nèi)容上的補充。#

Microstrategy作為國際頂級BI廠商，擁有多年的BI開發(fā)經(jīng)驗和深厚的技術(shù)積淀。在2018年Gartner對國際多家BI廠商產(chǎn)品的魔力象限測評中，MicroStrategy擁有該魔力象限中所有供應(yīng)商的最高產(chǎn)品分數(shù)，包括整體和所有評估用例，遠超其他廠商產(chǎn)品。在BI管理，架構(gòu)和安全，數(shù)據(jù)源連接; 可擴展性和模型復雜性; 元數(shù)據(jù)管理和易用性，視覺吸引力和平臺工作流程集成，移動商務(wù)智能等諸多技術(shù)領(lǐng)域，它均獲得了評價最高的“優(yōu)秀”級別分數(shù)。被Gartner稱之為“適用于所有用例的強大集成產(chǎn)品"。

Microstrategy多年來專注于企業(yè)級BI部署，其在各種企業(yè)功能，嵌入式分析，以及應(yīng)對大型復雜數(shù)據(jù)庫的能力都處于世界領(lǐng)先地位。相較于Tableau、Qlik、Power BI以普通用戶為針對向的定位，Microstrategy在組織、企業(yè)級別的BI部署能力更為強大。

審核編輯 黃宇