在企業(yè)走向數(shù)據(jù)驅(qū)動(dòng)的過(guò)程中，BI是重要的組成部分。而國(guó)內(nèi)不少BI廠商都提供從數(shù)據(jù)倉(cāng)庫(kù)到報(bào)表的一站式解決方案，能夠提供數(shù)據(jù)倉(cāng)庫(kù)某種程度上體現(xiàn)了廠商的技術(shù)實(shí)力。不少企業(yè)也選擇搭建數(shù)據(jù)倉(cāng)庫(kù)將數(shù)據(jù)統(tǒng)一歸集方便企業(yè)更好調(diào)用數(shù)據(jù)釋放數(shù)據(jù)價(jià)值，但數(shù)據(jù)倉(cāng)庫(kù)實(shí)施周期長(zhǎng)投入高的特點(diǎn)也讓一些企業(yè)望而卻步，那么數(shù)據(jù)倉(cāng)庫(kù)是企業(yè)的必須嗎？

數(shù)據(jù)倉(cāng)庫(kù)非企業(yè)所必須

帆軟是國(guó)內(nèi)知名的BI廠商，專注BI十四年，可以提供從數(shù)據(jù)倉(cāng)庫(kù)到報(bào)表、大屏可視化的一站式BI解決方案。帆軟數(shù)據(jù)應(yīng)用研究院院長(zhǎng)楊揚(yáng)介紹在帆軟合作的客戶中，包括大的企事業(yè)單位在內(nèi)的大部分客戶都沒(méi)有搭建數(shù)據(jù)倉(cāng)庫(kù)。數(shù)據(jù)倉(cāng)庫(kù)比較重，而且實(shí)施周期長(zhǎng)，在長(zhǎng)實(shí)施周期內(nèi)領(lǐng)導(dǎo)不易發(fā)現(xiàn)數(shù)據(jù)倉(cāng)庫(kù)對(duì)日常經(jīng)營(yíng)管理帶來(lái)的價(jià)值。很多企業(yè)會(huì)選擇搭建一個(gè)簡(jiǎn)單的ODS層、主數(shù)據(jù)或者中間庫(kù)，結(jié)合前端業(yè)務(wù)一個(gè)小版塊比如財(cái)務(wù)先用起來(lái)，有效果再逐步拓展到其它業(yè)務(wù)。

“當(dāng)前的這種數(shù)據(jù)倉(cāng)庫(kù)，很多時(shí)候還面臨一個(gè)比較大的問(wèn)題，就是會(huì)被各個(gè)業(yè)務(wù)條線的績(jī)效考核牽引，會(huì)導(dǎo)致數(shù)據(jù)倉(cāng)庫(kù)面臨大量的調(diào)整，所以說(shuō)是不是要建數(shù)據(jù)倉(cāng)庫(kù)我們可以做一個(gè)保留，但是做數(shù)據(jù)加工整理、聚合整理是有必要的。”楊揚(yáng)強(qiáng)調(diào)，面向主題的數(shù)據(jù)倉(cāng)庫(kù)數(shù)據(jù)本身是冗余的，大量的調(diào)整容易會(huì)導(dǎo)致數(shù)據(jù)口徑出錯(cuò)，影響數(shù)據(jù)使用，所以數(shù)據(jù)倉(cāng)庫(kù)應(yīng)該拒絕前端交互行為，都是通過(guò)ETL抽取數(shù)據(jù)。比如有些企業(yè)會(huì)想要通過(guò)帆軟的填報(bào)修改數(shù)據(jù)倉(cāng)庫(kù)的數(shù)據(jù)，其實(shí)會(huì)對(duì)數(shù)據(jù)倉(cāng)庫(kù)的數(shù)據(jù)質(zhì)量帶來(lái)很多的挑戰(zhàn)，

若企業(yè)不搭建數(shù)據(jù)倉(cāng)庫(kù)，有的會(huì)選擇某個(gè)業(yè)務(wù)板塊或者主題建中間庫(kù)等，楊揚(yáng)介紹選主題容易走入誤區(qū)，有的企業(yè)做了一堆主題分析，結(jié)果這個(gè)主題分析對(duì)業(yè)務(wù)或者對(duì)企業(yè)的管理經(jīng)營(yíng)沒(méi)什么太大幫助，這樣反而造成負(fù)擔(dān)。如果企業(yè)選主題分析可以從以下兩點(diǎn)考慮選取：

一是從上向下做，選擇高層關(guān)注的主題，需要選主題分析的企業(yè)一般想在投入產(chǎn)出上快速看到效果，所以第一個(gè)考慮滿足企業(yè)高層的需求，選擇企業(yè)內(nèi)部比較關(guān)注的點(diǎn)。比如零售企業(yè)會(huì)選門店盤點(diǎn)，銀行會(huì)做一些存款產(chǎn)品的分析等，這樣高層可能會(huì)持續(xù)地推動(dòng)項(xiàng)目，使之不斷迭代完善。

二是從下向上做，要把一線基層的KPI以可視化的方式能夠讓讓一線員工能看到，這樣員工也會(huì)去推動(dòng)項(xiàng)目不斷完善。

不少人認(rèn)為國(guó)內(nèi)數(shù)據(jù)底子薄弱體現(xiàn)在數(shù)據(jù)積累參差不齊，有從業(yè)者會(huì)指出“都沒(méi)有建數(shù)據(jù)倉(cāng)庫(kù)”來(lái)表達(dá)這種薄弱，與國(guó)外相比國(guó)內(nèi)企業(yè)的整體數(shù)字化程度確實(shí)存在差距，而適合國(guó)情的產(chǎn)品和解決方案才最合適。

楊揚(yáng)認(rèn)為對(duì)于國(guó)內(nèi)BI廠商來(lái)說(shuō)，國(guó)產(chǎn)化進(jìn)程還會(huì)面臨諸多難題和挑戰(zhàn)。首先大數(shù)據(jù)方面的標(biāo)準(zhǔn)參差不齊，國(guó)內(nèi)廠商在做產(chǎn)品規(guī)劃時(shí)沒(méi)有一個(gè)統(tǒng)一的導(dǎo)向和標(biāo)準(zhǔn)。其次，雖然國(guó)內(nèi)產(chǎn)品可以滿足大部分的數(shù)據(jù)分析和應(yīng)用需求，但是一些前沿技術(shù)，比如AI＋BI、數(shù)據(jù)挖掘等，還處于理論或者不成熟階段。

數(shù)據(jù)標(biāo)準(zhǔn)參差不齊

數(shù)據(jù)的價(jià)值正在日益凸顯，而市場(chǎng)進(jìn)入數(shù)據(jù)資產(chǎn)化的標(biāo)志是數(shù)據(jù)標(biāo)準(zhǔn)的大規(guī)模建立。多位大數(shù)據(jù)／BI專家認(rèn)為數(shù)據(jù)標(biāo)準(zhǔn)的建立是企業(yè)走向數(shù)據(jù)驅(qū)動(dòng)的關(guān)鍵，也是當(dāng)下國(guó)內(nèi)的一個(gè)亟待解決的難點(diǎn)。

實(shí)際上企業(yè)有痛點(diǎn)和訴求，制定數(shù)據(jù)標(biāo)準(zhǔn)的工作一直在進(jìn)行著，如果數(shù)據(jù)統(tǒng)計(jì)口徑不一樣，在前端查看同樣的指標(biāo)，在不同系統(tǒng)會(huì)看到不同的結(jié)果。就如同有的叫“男人”，有的叫“man”，類似這樣的差異可能不利于企業(yè)做查詢分析、營(yíng)收測(cè)算。“數(shù)據(jù)標(biāo)準(zhǔn)和數(shù)據(jù)倉(cāng)庫(kù)不一樣，數(shù)據(jù)倉(cāng)庫(kù)更多的時(shí)候是在做數(shù)據(jù)的集合，數(shù)據(jù)標(biāo)準(zhǔn)更多的是在做數(shù)據(jù)標(biāo)準(zhǔn)的制定。比如編碼規(guī)則、命名規(guī)則或者劃分、分享，做什么接口等。”楊揚(yáng)指出。

不同行業(yè)制定數(shù)據(jù)標(biāo)準(zhǔn)有自己的原則，數(shù)據(jù)標(biāo)準(zhǔn)制定的時(shí)候并不會(huì)考慮所有的數(shù)據(jù)，更多時(shí)候是把一些主數(shù)據(jù)或者很多系統(tǒng)都會(huì)用到的數(shù)據(jù)，比如客戶信息或者做分析衡量都會(huì)用到的數(shù)據(jù)，去制定一些對(duì)應(yīng)的數(shù)據(jù)標(biāo)準(zhǔn)。其中，金融業(yè)會(huì)把數(shù)據(jù)標(biāo)準(zhǔn)以其核心系統(tǒng)為準(zhǔn)，然后其它邊緣系統(tǒng)按照各自的業(yè)務(wù)主題來(lái)定。

其實(shí)很多大的企業(yè)會(huì)有數(shù)據(jù)標(biāo)準(zhǔn)管理委員會(huì)這樣的部門，負(fù)責(zé)制定標(biāo)準(zhǔn)、搭建管理平臺(tái)和制定行政管理規(guī)范。“從標(biāo)準(zhǔn)到管理平臺(tái)做到管理規(guī)范這樣一系列操作，它其實(shí)就相當(dāng)于是在制定整個(gè)的一個(gè)數(shù)據(jù)標(biāo)準(zhǔn)。”楊揚(yáng)指出，數(shù)據(jù)標(biāo)準(zhǔn)的核心點(diǎn)在于一套標(biāo)準(zhǔn)要用在多個(gè)板塊上面，所以要有聯(lián)通的板塊一起進(jìn)行設(shè)計(jì)，沒(méi)必要追求一套標(biāo)準(zhǔn)適用所有，因?yàn)楦鱾€(gè)行業(yè)都有自身通用的一些標(biāo)準(zhǔn)，而這些通用標(biāo)準(zhǔn)只能解決最簡(jiǎn)單基礎(chǔ)問(wèn)題。

但是數(shù)據(jù)標(biāo)準(zhǔn)的規(guī)范有時(shí)候也會(huì)受到業(yè)務(wù)排斥，比如指標(biāo)分為基礎(chǔ)指標(biāo)和派生指標(biāo)。在實(shí)際運(yùn)作過(guò)程中，數(shù)據(jù)標(biāo)準(zhǔn)對(duì)應(yīng)的基礎(chǔ)信息可能并不能解決業(yè)務(wù)的問(wèn)題。所以有的時(shí)候業(yè)務(wù)部門還是比較抵觸排斥梳理好的數(shù)據(jù)標(biāo)準(zhǔn)。

可見(jiàn)企業(yè)走向數(shù)據(jù)驅(qū)動(dòng)并非易事，數(shù)據(jù)標(biāo)準(zhǔn)可以從企業(yè)內(nèi)部外延到企業(yè)外的行業(yè)、政府等，大數(shù)據(jù)時(shí)代更多維全面的數(shù)據(jù)連接打通流轉(zhuǎn)才能有全局的視角，釋放數(shù)據(jù)更大的價(jià)值。有業(yè)內(nèi)從業(yè)者指出企業(yè)內(nèi)部數(shù)據(jù)整合打通比較容易，而外部數(shù)據(jù)由于標(biāo)準(zhǔn)不一等問(wèn)題難以有真實(shí)性和健康度的保障。楊揚(yáng)認(rèn)為不論什么規(guī)模的企業(yè)，目前大部分企業(yè)內(nèi)部數(shù)據(jù)都沒(méi)有做到很好掌控，比如即使部署了很多IT系統(tǒng)，還是有很多數(shù)據(jù)流轉(zhuǎn)在Excel里。“內(nèi)部的數(shù)據(jù)相對(duì)好掌握可能更多是從數(shù)據(jù)獲取的角度以及在這個(gè)具體的某個(gè)特定板塊下用這個(gè)數(shù)據(jù)的角度看，企業(yè)整體把數(shù)據(jù)給管控起來(lái)還是比較困難的。”

AI及自助式BI的中國(guó)困境

很多人相信AI與BI的融合是未來(lái)，增強(qiáng)分析和智能預(yù)測(cè)是當(dāng)下企業(yè)的一個(gè)關(guān)注點(diǎn)。在AI比較火熱的時(shí)候帆軟沒(méi)有為之所動(dòng)，繼續(xù)聚焦BI。帆軟認(rèn)為隨著BI智能化的發(fā)展，未來(lái)企業(yè)產(chǎn)品選型的參考重點(diǎn)還是以數(shù)據(jù)管理和數(shù)據(jù)分析為主。預(yù)計(jì)在2025年左右，中國(guó)的BI將邁入智能化階段，而當(dāng)下國(guó)內(nèi)AI在BI的應(yīng)用還是泡沫。

AI＋BI的發(fā)展現(xiàn)狀和趨勢(shì)

楊揚(yáng)指出，AI落地核心點(diǎn)是和企業(yè)組織機(jī)構(gòu)的實(shí)際業(yè)務(wù)結(jié)合，目前AI上手難度大，技術(shù)思維重，同時(shí)企業(yè)實(shí)際業(yè)務(wù)標(biāo)簽、模型沉淀比較少，對(duì)于企事業(yè)單位的業(yè)務(wù)幫助不高，很容易變成一個(gè)空心球。當(dāng)前BI的應(yīng)用主要還是在內(nèi)部經(jīng)營(yíng)層面，開始注重場(chǎng)景的閉環(huán)，比如零售企業(yè)做到庫(kù)存周轉(zhuǎn)率的提高、制造業(yè)高效設(shè)備巡檢提升效率等，不足之處是很多經(jīng)驗(yàn)還伴隨著比較強(qiáng)的企業(yè)特性，比如零售里面在A客戶的配貨算法，到了B那邊就不一定試用，同時(shí)很多企業(yè)也不愿意針對(duì)這些方法進(jìn)行深度溝通，在整個(gè)交流范圍上，還欠缺一些，需要不斷去梳理標(biāo)準(zhǔn)。

現(xiàn)在最適合企業(yè)的是從經(jīng)營(yíng)目標(biāo)出發(fā)，找到降本增效的方法，不管通過(guò)傳統(tǒng)中間庫(kù)＋報(bào)表的方式還是通過(guò)模型＋自助分析的模式，而企業(yè)最迫切需要的應(yīng)該是兩塊：

1：BI結(jié)合實(shí)際業(yè)務(wù)場(chǎng)景提供對(duì)應(yīng)的分析思路；

2：BI項(xiàng)目落地的同時(shí)，能夠培養(yǎng)員工數(shù)據(jù)分析思維的學(xué)習(xí)途徑，短期看項(xiàng)目，長(zhǎng)期還是看人才。

除了AI和數(shù)據(jù)挖掘，自助式分析是當(dāng)下BI的最主要趨勢(shì)。無(wú)論是國(guó)外的Tableau還是國(guó)內(nèi)的帆軟等BI廠商都在強(qiáng)調(diào)自助式分析的重要性和價(jià)值，一方面可拖拉拽的靈活定制降低了使用門檻，業(yè)務(wù)人員可以直接上手釋放更多數(shù)據(jù)價(jià)值，另一方面也減輕了IT人員的壓力。

多位BI從業(yè)人員指出國(guó)內(nèi)自助式分析還處于非常初級(jí)階段，面臨著很多困境，無(wú)法實(shí)現(xiàn)數(shù)據(jù)分析的自助。造成這種局面的因素有很多，數(shù)據(jù)文化和人才缺失是比較重要的原因。

楊揚(yáng)認(rèn)為造成自助式分析難以推動(dòng)的主要原因是數(shù)據(jù)分析項(xiàng)目發(fā)起人和使用者間的沖突。企業(yè)引入數(shù)據(jù)分析有兩個(gè)渠道，一是通過(guò)科技部門或者IT部門，二是通過(guò)業(yè)務(wù)部門。

IT部門以前做數(shù)據(jù)跟蹤報(bào)表，每次業(yè)務(wù)提需求基本是上午提下午要，給IT部門很大壓力，而IT部門引入數(shù)據(jù)分析的目的是減輕部門壓力，可能會(huì)準(zhǔn)備些基礎(chǔ)數(shù)據(jù)，有些企業(yè)甚至?xí)衙骷?xì)表全部開放，讓業(yè)務(wù)部門自己在前面去拖拽選取，如此壓力就傳導(dǎo)到業(yè)務(wù)部門。

如果業(yè)務(wù)部門引入自助分析，期望會(huì)很高。希望找某個(gè)數(shù)據(jù)的時(shí)候，調(diào)出來(lái)的數(shù)據(jù)就是所需的數(shù)據(jù)口徑，而且數(shù)據(jù)準(zhǔn)確的無(wú)誤。但實(shí)際過(guò)程中業(yè)務(wù)部門要的不是基礎(chǔ)數(shù)據(jù)，都是需要做進(jìn)一步加工萃取匯算的派生數(shù)據(jù)，所以業(yè)務(wù)部門經(jīng)常會(huì)說(shuō)調(diào)取的數(shù)據(jù)和業(yè)務(wù)系統(tǒng)對(duì)不上。

IT部門與業(yè)務(wù)部門各自為戰(zhàn)的情況并不少見(jiàn)，楊揚(yáng)建議IT部門向前邁一步，在項(xiàng)目前期與業(yè)務(wù)交流，根據(jù)不同業(yè)務(wù)部門對(duì)接不同數(shù)據(jù)口徑，業(yè)務(wù)部門再請(qǐng)IT人員做一些自定義的工具，業(yè)務(wù)部門要思考如何把這些數(shù)據(jù)應(yīng)用到自己想要的場(chǎng)景里面去。他認(rèn)為比較有效的破局之道是在IT和業(yè)務(wù)部門之間建立一個(gè)角色作為橋梁溝通協(xié)調(diào)，比如有的企業(yè)會(huì)設(shè)立首席數(shù)據(jù)官、數(shù)據(jù)運(yùn)營(yíng)官的職位，使各部門之間不再各自為戰(zhàn)，形成合力。

企業(yè)未來(lái)3～5年BI功能需求

“不管做BI還是什么，切記的是搞個(gè)大工程。所有部門一起上，那像這樣一種情況，其實(shí)成功率特別低，但是這個(gè)原因有很多種，不管是從業(yè)務(wù)的內(nèi)心排斥角度，還是從企業(yè)的數(shù)據(jù)準(zhǔn)備角度，以及他企業(yè)對(duì)這個(gè)事情的一個(gè)思想準(zhǔn)備角度，都沒(méi)有到位。”楊揚(yáng)強(qiáng)調(diào)，國(guó)內(nèi)BI有廣闊的前景，如果追求一步到位往往適得其反，結(jié)合企業(yè)自身情況選用合適的BI產(chǎn)品和服務(wù)，才能不斷向著數(shù)據(jù)驅(qū)動(dòng)邁進(jìn)。
責(zé)任編輯:pj