如今,百度一下商业智能或BI工具,总能看到Tableau的身影。并不是Tableau的营销做得好,而是国内对于商业智能工具的认知和选择似乎都落在了Tableau身上。导致不管业内业外都对商业智能的概念有了偏颇之见,认为就是一个前端展示工具,就是一个做图表的。
这里并不是在否认Tableau。确实,Tableau的可视化,图表制作能力被众人称赞,这点值得国内BI厂商借鉴。但从商业智能的应用来看,企业对于BI的关注,更多的是数据处理的性能(数据量、速度、稳定性)、产品的适配性(可开发性、可集成性)以及分析效率(展现效果、操作体验)。由此看来,BI的发展还有很大的空间。
那么,回到问题,国内BI工具应该如何突围?
先来谈谈商业智能。商业智能起初的定义是,指用现代数据仓库技术、线上分析处理技术、数据挖掘和数据展现技术进行数据分析以实现商业价值。商业智能作为一个工具,是用来处理企业中现有数据,并将其转换成知识、分析和结论,辅助业务或者决策者做出正确且明智的决定,帮助企业更好地利用数据提高决策质量的技术,包含了从数据仓库到分析系统等。所以商业智能严格来讲是一套解决方案,是基于企业现有IT技术架构,提供快速准确数据分析的解决方案。
从帆软公司十多年来在企业数据分析领域的探索,再结合FineBI的产品定位,我们可以嗅出这么几条:
1、对于企业的数据分析需求要贴地气
每个企业的IT建设各不相同,数据库多种多样,数据的规范性,系统的开发集成需求也不同。BI除了需要支持各种类型的数据库和数据源,还要支持Hadoop、GreenPlumn一类的大数据平台以及各种数据仓库。对于有些企业有数据仓库,而有些企业只有简单的数据库,有些企业数据量大,有些企业数据一般的差异性需求,BI工具是否能针对企业不同的软硬件设施提供不同的解决方案。这一点,FineBI能给到两种方式访问企业大数据量:FineDirect(直连)与FineIndex(建cube)。FineIndex可通过对数据进行抽取预处理,对数据增量更新,实现快速数据分析。FineDirect提供基于SQL的数据库直连引擎,支持大数据平台的10亿至百亿的数据访问,实时数据分析。
2、 数据分析不要仅局限于展现,更多在于探索
探索这里可以理解为两个方面,一是前端数据展示具有“探索导向性”,如何理解?目前的数据展示,都是基于历史数据的归纳和重整,缺乏对决策制定的引导。领导拿到报告,了解到某某地区销售额上涨、下降,某时段产品市场热度较低,这些情况可以说看完就算了,领导还是不知道该做什么决定,他想看与往年的对比,报告又得pass重来。这要求图表之间要有极强的交互性,用户可以深层次多角度进行查看。比如FineBI的数据钻取,数据切片和数据旋转等多维分析操作,还有SPA螺旋式聚合分析可针对前端数据做简单处理。二是“深度分析”。目前的商业智能BI缺乏数据挖掘的功能,BI工具的发展可以更加倾向于对数据的挖掘和预测分析,比如和R语言的集成,包括分类预测、聚类分析、关联规则、时序模式等等。
3、保持“轻量化”属性
目前BI的使用逐渐偏向业务分析人员,工具需要轻量化,减少技术问题的牵绊。国内BI工具对于本土化企业需求应该更具优势,对于用户分析习惯和业务逻辑思维有更加准确的理解,所以这种优势应保持并深入发展。
所以,就目前国内市场来看,BI发展还处于慢热阶段,未来,应该是潜力无限。