现代化BI助力企业数据化运营，推动数字化转型

商业智能BI行业趋势

商业智能BI的本质是希望通过对数据的分析形成事实依据，用来辅助我们作出决策，并进一步指导我们采取行动。BI的发展经历了3个阶段，即传统BI、自助BI和智能B，满足企业在不同场景下的BI需求。

传统BI主要解决的是描述性分析问题，满足经典的商业智能场景，帮助IT人员快速部署和开发BI系统，最终提供给管理人员使用。现代化BI包括自助BI和智能BI，解决描述性+诊断性+预测性问题，帮助更多的用户，更深入地洞察数据。自助BI把分析能力带给企业更多人员，围绕不同类型业务人员提供企业级数据分析工具和服务，最终使用对象是业务人员和管理人员；智能BI指的是利用AI技术，提供更加深度分析能力，解决预测性分析问题，最终使用对象是数据科学家和管理人员。

从产业链上看，企业数字化的趋势不可阻挡，数字化过程通常有数据生产和数据消费两个阶段。在数据生产阶段，对于企业来说通常已建好了ERP、OA这些业务系统，实现了业务的信息化，标准化了业务流程，还会产生大量的业务数据。而数据消费，就是利用BI平台和AI平台，把数据充分利用起来，实现从经验驱动转变成数据驱动，帮助企业实现全面经营决策管理，数据化和智能化也会反过来改进业务流程。

根据IDC报告，2020年中国BI软件存量市场规模为38.2亿元，到2024年，市场规模将达到78.5亿元，未来4年整体市场年复合增长率（CAGR）为19.2%。此外，还有规模达到100亿元的增量市场和数百亿元的潜在市场。当前的行业数字化转型也已经进入倍增创新阶段，无论地区政府的经济和产业倍增规划还是企业的倍增创新转型中，对数据的挖掘和利用都被提到重要的战略位置，作为实现数据价值的有力工具，BI产品的市场需求旺盛。

数据化运营的挑战

对于企业来说，在使用BI进行数据化运营过程中，常常面临三个主要挑战：

首先，如何进行数据准备？

数据分析的前提是要经过一个数据准备的过程，尤其是中国企业的数据现状。企业里面有ERP、OA、CRM等系统，业务流程上有着紧密的联系，但各系统表之间的数据比较独立，且数据不统一，信息孤岛问题十分严重。数据匹配关联，手动操作繁琐，耗时且数据源获取不统一，造成数据结果有差异。因此需要解决：怎样对企业各种各样的业务数据进行统一接入和管理，让用户找得到所需数据，并且确信这些数据是正确和安全的。

其次，有没有合适的数据分析工具？

数据准备完成后，要考虑的就是怎样让用户可以进行数据分析。不同用户对于数据分析的目的不一样，有的需要做描述性的分析，有的需要做诊断性或预测性的分析。企业中的用户包括数据工程师、分析师、数据科学家，以及广大不懂IT的业务用户，这些用户的IT水平也不一样，对数据分析工具的要求各不相同。那么，如何提供一套数据分析工具，能满足不同用户的需求就显得极为重要。

最后，如何激发用户数据分析的积极性？

在实际应用场景中，数据分析工作往往不是靠分析人员单打独斗，而是由企业的不同部门或团队通过协作一起来完成，这也就意味着，BI应具备业务数据协作的能力。同时，需要在企业内部建设一种数据分析的文化，激发用户数据分析的积极性，这样才可以让BI在企业里面真正落地，让数据充分发挥出价值。

Smartbi的解决方案

为了应对上述挑战，Smartbi2021年推出了Smartb V10一站式大数据分析平台，覆盖企业数据化运营的不同需求，解决数据化运营过程中出现的问题。

数据统一整合

企业的数据无处不在，要分析的数据可能来自各种关系数据库、大数据平台、本地数据文件等，都可以通过Smartbi数据连接统一进行对接，在一个地方就可以访问企业的全局数据视图。并且我们要分析一个问题，很可能不只是需要一个部门数据，而是需要考虑各自来源的数据进行关联才能分析。因此Smartbi提供跨库查询的功能，采取分布式内存计算，在后面建模的时候就可以直接跨不同数据源来建模，而不需要额外复杂的数据处理。

把数据接入后，Smartbi提供了“虚拟语义层”能力，将接入后的不同数据中，属于同一个分析主题的表或表中的字段组合在一起，最终构建成一个个面向财务、生产、营销等不同业务的主题。虚拟语义层可以开放给业务去做分析，IT主要控制好权限即可。

当有一些比较复杂的数据分析场景需要更深度的洞察时，可以借助Smartbi的“数据模型”来帮助企业兼顾这些不同的数据准备场景。数据模型能够帮助企业将不同来源的数据进行关联整合，并且基于不同维度、度量来分析数据，是数据分析的重要前提。

Smartbi 数据模型跟ETL模块打通，具有强大的数据处理能力。数据模型里面的表、SQL、存储过程、即席查询等都可以直接转ETL高级查询，从而实现复杂数据场景的处理，例如超大表的连接。数据模型同时具有多维复杂计算能力，支持自定义计算度量、成员、命令集，支持MDX函数实现时间智能计算。如同一部汽车的引擎，数据模型为上层分析应用提供澎湃的“动力”。

描述性分析

用于监控当前业务现状，通过设置合理的指标对各个环节量化，同时根据科学评价标准，发现业务异常。以不同展现形式，来满足描述性分析需求。

Smartbi的描述性分析工具包括电子表格、可视化图表分析和分析报告。

任何企业在数据分析应用上，最常规的分析需求就是提供业务报表，比如财务报表、绩效考核报表。它的格式通常都比较复杂，因此也被称为复杂报表或者中国式报表。Smartbi电子表格以“真Excel”为特色，将Office Excel和WPS表格变为企业级WEB报表设计器，能够实现十分复杂的报表需求。

诊断性分析

通过数据不断地探查，找到引起最终结果的原因和可以改变未来结果的方法，满足不同操作水平、不同期望目标、不同工作习惯的分析师实现自助式诊断业务数据的需求。

Smartbi的诊断性分析工具包括即席查询、透视分析、自助仪表盘、Excel融合分析和自然语言分析。

即席查询，主要用于大数据量的清单明细查询，任何字段均可作为筛选条件；透视分析，支持超大数据量的查询性能，支持超多维度、甚至维度无法固定的分析场景；自助仪表盘，让业务人员通过拖拉拽就可以生成可视化的数据仪表盘，做到所见即所得；Excel融合分析，从数据提取、融合分析到最终发布，仅在Excel中便可一气呵成；自然语言分析，无须学习，直接输入文字或者问话，即可得到图表结果。

预测性分析

有效挖掘企业大数据中隐含的、未知的、对决策有潜在价值的关系、模式和趋势，实现企业数据的预测性分析。

Smartbi的预测性分析工具是数据挖掘，支持一体化完成数据预处理、机器学习建模和模型自动化部署。

全员数据分析

在BI中引入分享式的应用商店，是Smartbi 的独有特点，其作用是使优秀分析得到传播和沉淀，促进全员数据分析文化的形成。

应用商店类似于手机软件应用市场，用户能直观地看到最热门、最优秀的分析应用，也能通过搜索，找到想要的分析成果。用户只需一个点击，就能一键完成安装。也能自行修改，变为个人专属版本。

为了提高用户粘性，应用商店支持社交互动。用户之间可以进行点赞、评论、问答等操作。用户也可以将有价值的分析成果分享出来，可以系统内分享，也可以分享至钉钉、微信等第三方社交平台。

典型案例

某大型科技企业自助分析项目

国内某大型科技企业所处的智能终端市场竞争白热化，需要赋能一线业务人员，让他们有更灵活的决策权。然而企业采购的自助BI工具基本用不起来，要么门槛太高，要么功能无法满足需求，最后业务人员还是习惯使用Excel进行数据分析。具体流程是业务人员找IT部门导出系统数据，然后再结合本地的数据，在Excel中做各种数据关联、加工、处理，包括Excel函数公式、透视表、图表分析等，加工出最终需要的分析报表。

这种方式的缺点是显而显见的，例如更新数据耗时耗力，数据报表做不到安全共享、定时更新，大数据量的性能问题，公式复杂计算慢的问题等等。

因此，该企业采用Smartbi的Excel融合分析工具，结合“BI + Excel”两者优势。 BI解决数据更新、处理性能和权限管控的问题，Excel解决数据处理、分析和报表的问题。BI与Excel无缝对接，形成一个完整的工作流程闭环。业务人员既可以继续使用Excel，保留用户习惯，易于大规模推广；又可以利用Smarti服务端的计算能力，千万行数据秒出结果，数据安全也得到保障。

某城商银行大数据门户

在某城商银行发展过程中，对于大数据应用的需求也日益突出。如何充分运用行内外数据，搭建统一数据工作平台，推进标准化、流程化、自动化、灵活化的门户建设，使数据充分发挥价值成为该行数字化建设的一项重要议题，

为此，该行基于Smartbi打造大数据门户，支撑全行各领域的数据应用。大数据门户覆盖数据挖掘、数据分析、数据共享、数据交互、数据可视化等功能，有效分析用户行为，实时监控该行核心运营指标，深度挖掘潜在商机，真正实现行内数据化管理及运营。

项目的建设分为三个步骤：

首先是搭框架，构建统一的大数据门户，整合行内现有的分析平台，完成门户与行内的数据、用户的集成。用户能初步进入门户进行数据查看。

其次是深应用，在大数据门户上整合更多高级分析功能，如自助分析、数据挖掘、知识图谱、人工智能等，提升行内对于数据的利用水平，直接带来分析价值。

最后是促转型，这是一个长期的过程，指在整个门户的运营过程中，配合一些激励的措施，充分调动全行人员的积极性，形成数据分析的氛围与文化，最终达至数字化转型。

现代化BI利用ML/AI技术，提供增强的数据准备和数据分析，让更多的用户可以自助地、更深入地洞察数据。Smartbi V10中的数据模型、数据挖掘、自然语言分析等功能都体现了我们对现代化BI的不断探索，致力于解决企业在数据化运营过程中遇到的问题。

2021年4月份，我们和明略科技达成了战略合作，进一步加强双方在数据分析和智能决策等业务上的优势叠加效应。通过双方在产品、技术、市场等方面的优势互补，以产品创新带动产业模式升级，携手推动企业的数字化转型。

申请试用