BI產品的發展史
“BI”的概念提出于1996年，全球最專業權威的IT研究咨詢公司Gartner將其定義為：通過應用基于事實的支持系統來輔助商業決策的制定。BI技術提供使企業迅速分析數據的技術和方法，包括收集、管理和分析數據，將這些數據轉化為有用的信息，然后分發到企業各處。
隨后，一大批BI廠商在歐美市場誕生，其主要特征是通過專業的IT系統，由IT人員進行數據的處理和分析，提供數據結果。
至2000年左右，第二代BI產品開始出現，其特征是將原本復雜的數據轉變為圖形，因此數據可視化成為了當時BI產品的主要特征。我國第一批BI企業也在這一階段誕生，其服務形式是為企業提供報表工具。
2012年，以永洪科技為代表的新一代BI廠商在國內崛起，其特點是部署周期短、操作簡單等，自助式、探索式成為了BI產品的建設重點。自此，業內將BI產品劃分為“傳統BI”和“敏捷BI”。
產品發展背后是技術和需求的轉變
為什么傳統BI很難實現真正的數據賦能業務增長，驅動科學決策?其原因在于傳統BI的架構、理念和模式很難讓全體員工在業務中真正應用數據。
傳統BI的特征是“面向IT的報表工具”，也就是說，報表的開發與制作以IT為主導，其原因是傳統BI的技術門檻高，操作難度大，需要專業的人員才可完成數據的分析與洞察。
敏捷BI的特征是“面向業務人員的可視化分析”，通過降低系統門檻，實現快速部署、快速應用、快速迭代，操作簡單，系統自動處理數據，所有分析過程可視化，從而實現以業務為主導的數據體系。
使用角色的轉變，帶來了數據賦能業務效果的改變。在BI產品應用過程中，傳統BI的流程是由業務人員提出需求，IT人員制作報表提供給業務人員使用，這樣的問題一方面在于溝通過程中存在理解偏差，報表經常存在不符合業務人員需求的情況;另一方面導致業務人員只知數據結果，不知根本原因，數據應用效果差。
敏捷BI的自助式分析模式，其簡單易操作的屬性，可以讓業務人員通過拖拉拽的方式完成數據分析，并進行“究其原因”的探索式分析，在減少反復溝通測試成本的同時，讓業務人員可以真正通過數據提升業務效果。
BI產品的根本目的是實現數據賦能業務增長，而敏捷BI則使這一進程更加低成本、快速、便捷、高效，真正有效果。
產品分析：什么才是真正的敏捷BI？
首先，一款優秀的敏捷BI產品需要解決的問題包括：
第一，企業內部不止一個業務系統，需要結合所有的數據進行分析，如何對接多個業務系統的數據?
第二，對接了多個業務系統后，想要關聯數據進行處理，該如何做?
第三，敏捷BI面向業務人員，那么分析手段是否足夠簡單易用，能讓業務人員快速上手?
第四，當業務人員做好分析報告之后，報告中的數據能不能快速聯動，得到數據的見解?
第五，如果明細數據達到千萬甚至是億級別的數據量，性能怎么保證?
第六，敏捷BI大規模應用后，會有許多業務人員參與使用，那么權限應該如何管控?
永洪科技是國內敏捷BI的引領者，連續五年獲得中國敏捷BI領域第一名。永洪一站式大數據BI平臺，通過一個平臺解決以上所有問題。有全方位的數據源接入能力，輕量級數據處理手段，靈活拖拽實現數據報告制作，實時數據自服務探索分析，獨一無二的高性能計算引擎，安全可靠的企業級管控體系。
1、用一個平臺解決所有問題
傳統BI通常將報表和數據分析處理模塊拆分，沒有將數據分析整個流程的產品模塊集成于一個平臺上，導致在部署、操作方面成本較高。這個問題是在產品架構初期規劃錯誤而造成的。
永洪BI在產品設計初期便以業務需求視角出發，以“一站式”的理念進行產品設計，使用純B/S架構，讓數據在平臺上順暢流動。
永洪BI的一站式架構分為三層，包括頂層的數據展示，中間的數據分析，以及底部的數據建模。涵蓋了從數據連接開始一直到數據處理、數據生成報告，再到最終的數據展示的全流程業務架構。
將數據源進入到數據建模模塊里做數據整合、準備以及一定的ETL 清洗，當數據量較大時，可以把數據放到數據集市里，以分布式計算、列存儲等方式對數據進行加速，能夠做到億級別數據秒級響應。
當數據準備完畢之后，來到中間這一層對數據做分析，例如管理駕駛艙、復雜報告、填報等，在前端的制作頁面做可視化分析。做完報告后，可以進行各種交互分析，比如縮放聚焦、筆刷聯動、多維篩選等等，同時也可以針對這些數據做AI增強分析，比如數據問答、數據洞察、數據解釋，或者結合R/Pythan做拓展分析。
這些操作完成后，就到頂層數據展示，可以通過餅圖、柱狀圖以及傳統復雜表等等把處理完成的數據進行呈現。最終呈現結果可以在PC、大屏、移動端上無縫展示。
2、輕量級分析手段，實現自助分析
真正做到面向業務人員，首先需要降低產品的學習和使用難度，讓零基礎的業務人員也能實現自助式分析。
永洪BI提供可視化流程數據建模能力，可快速完成表和字段的轉義、異構數據源關聯、多粒度表達式、數據脫敏、異常數據過濾、維度度量擴展、缺失值填充、去重、拆分列、范圍分組、格式轉化、自循環列等一系列操作，提高數據質量。業務人員通過簡單的點擊、拖拽等動作，即可完成制作報表、數據分析，實現數據分析全員化，人人都是數據分析師。
同時，“數據可視化”不等于“可視化分析”。許多企業將數據應用等同于數據可視化、數據報表，這便導致過去“拍腦袋的經營決策”思維定式還在延續，無論是業務人員還是管理者，依然以自身視角查看、解讀報表，再根據自身經驗做出決策，數據只起到了對于決策的少量輔助功能，數據價值沒有真正發揮。
永洪BI的自服務數據集能力可以通過可視化的形式，讓用戶對數據做進一步的處理和分析，通過數據洞察真正了解數據背后的業務問題，及時調整業務。
3、AI增強分析讓業務人員輕松實現數據洞察
從傳統BI到敏捷BI，BI產品不再只是一個查看數據報表的工具，而是可以基于數據了解業務結果的深層次原因，進行數據性的解釋，進而實現業務洞察和預測。
一些傳統BI中也加入了AI功能，其問題在于僅支持一些簡單預測，或是僅有部分數據分析模型，甚至只是具有相關模塊卻無應用場景，導致無法落地使用。造成AI應用程度低原因之一是使用難度大，沒有從業務人員的角度構建，導致在使用過程中需要專業人員進行建模和應用，賦能業務效率低、效果差。
永洪BI的AI增強分析模塊，以“AI平民化”為理念，可以全流程可視化建模，降低AI應用門檻，讓AI應用走進業務，讓業務人員上手更簡單。其中內置了5種類型，14種插件化算子，可以滿足常用分析場景，使AI深度分析與BI數據可視化深度融合以實現聯動分析：
數據問答可以讓用戶使用文本輸入問題，系統以可視化的方式進行自動展示答案;
數據解釋可以對數據影響較大的因素進行自動統計和分析，比如從不同的因素分析部門員工離職的原因，找到影響較大的原因作為數據分析參考;
數據洞察則自動給出用于發現業務數據增長、減少的原因，比如發現西部市場比南部市場銷售增長，就可以一鍵選擇數據洞察，發現背后的原因。
4、大數據量處理能力讓分析更敏捷
隨著企業積累了越來越多的數據量，大數據量的處理能力成為了衡量BI產品是否敏捷的重要指標之一。在傳統BI的數據庫中，一旦數據量超過了億級別，BI產品前端展現的計算如果下推到數據庫，響應速度就會出現問題，導致數據處理緩慢甚至崩潰，用戶體驗極差。
針對這一問題，永洪BI自主研發了VooltDB高性能計算引擎，擁有列式存儲，分布式計算等技術，能夠實現億級數據秒級響應，并且得到了多家全球性大型集團企業的應用與實踐。這也是各個大型頭部企業將永洪BI作為集團級的數據分析平臺的原因之一。
5、敏捷可靠的企業級管控體系
當大量業務人員開始進行數據分析、報告制作和數據洞察時，便需要敏捷的管控體系，以實現數據安全應用。
永洪BI有一套安全可靠的企業級管控體系，主要分成兩大塊：一是功能權限，二是數據權限。
功能權限可以控制用戶的不同功能模塊的訪問權限，例如有的用戶只能查看報告，有的用戶不能鏈接數據源等，也可以控制用戶的下載權限、修改權限等，精確到按鈕級別。
數據權限可以控制到報告的數據級別權限，分為行權限和列權限，行權限能做到同一張報告有全國的數據，不同區域的用戶只能看到自己區域的數據。列權限能做到控制敏感字段的權限，可以單獨控制某些用戶有無查看權限。
同時永洪BI還能實現報告的LDAP集成、異常預警、報告水印、安全審計、平臺安全等功能。
總的來說，作為國內敏捷BI的引領者，永洪BI的特點是“面向業務人員的可視化分析”工具，其目的在于通過簡潔易用的產品，讓企業全員具備數據分析和洞察能力，真正做到數據賦能業務，實現數據驅動決策。
未來趨勢：數據應用橫向拓展、縱向深入
中國信息通信研究院發布的《中國數字經濟發展報告(2022年)》中顯示，2021年中國數字經濟規模達到45.5萬億元，同比名義增長16.2%，占GDP比重達到39.8%。數字經濟在國民經濟中的地位更加穩固、支撐作用更加明顯。
數字化轉型已經成為共識，諸多企業將重心放在數據的有效應用，釋放數據價值，讓數據可以有效賦能業務增長，提升經營發展質量。敏捷BI解決了傳統BI數據應用成本高、層次淺、范圍窄等問題，極大的提升了數據賦能的范圍及應用的深度，也獲得了更廣泛的市場前景。
未來，敏捷BI廠商在提升技術能力的同時，需要圍繞企業實際業務場景，聚焦“面向業務人員的可視化分析”，深入洞察業務人員的數據分析需求，解決業務人員在數據分析全流程中的痛點與難點，一方面橫向拓展使更多企業和人員可以低成本、便捷的實現數據賦能業務，另一方面通過可視化分析、AI增強分析等，讓數據應用更加深入，挖掘原因、洞察趨勢、科學決策。以此，真正推動企業數字化轉型成功，綻放數據應有價值。
