在信息化、SaaS化、移动化和智能化集中爆发的今天，为了更适用于中大型企业和金融客户，Smartbi基于金融等行业的最佳实践进行了分析总结和相关功能研发，从而实现帮助企业客户构建“数尽其用、人尽其才”的数据化运营能力与文化！

下面我们先从BI发展趋势、BI的进化、现代化BI几个方面来讲述BI的背景，然后再从设计宗旨、设计精髓以及对客户三种角色的划分等方面来了解Smartbi产品对现代化BI的设计思路！

中国的企业和全球的企业都在同时经历信息化、SaaS化、移动化和智能化，不同的是在中国这四化更加集中爆发，而支撑这四化变革的、或者四化变革反映出来的都是数据。5G时代万物互联，经营流程数据（结构化）、操作过程数据（非结构化）、设备采集数据（时序数据）将在四化合一的大背景下产生得越来越多、越来越快，因此定位在“数据生态”金字塔顶端的数据分析，也将迎来更多的需求、更多的挑战！

图片来源：高成资本

企业的数据分析，除了受益于Excel，其次就是BI产品。BI作为核心的数据分析技术，正在各行各岗加速渗透。30年来，BI被更多的行业所认知（尤其是数据驱动业务的金融）、被更多的企业所接受。通常来说，BI在企业内部的普及率越高，其业务和管理的收益也越高。那么BI如何进化才能满足普及率的发展需要呢？

图片来源：Gartner

显然依赖项目方式运作的传统BI难以满足灵活变化的需求，当来自各个部门的数据分析需求大肆增长时，传统BI普遍暴露流程瓶颈、重复建设、工具复杂等关键问题。

传统BI是项目式运作因而效率较低，BI工具继续进化，目前呈现出三种状态，现代化BI正步入舞台。现代化BI主要是自助BI+智能BI，它更倾向赋能于运营，将数据分析与日常管理无缝结合在一起。

现代化BI的优势类似于私家车时代的我们，可以随时随地享受交通工具的服务（数据分析的价值），而不用等待“专业司机”。

图片来源：Gartner

随着自助程度的提高，BI的服务响应时间越来越快，普及度不断扩大。现代化BI降低使用门槛，也能更快地满足需求！

过去一个分析需求从提出到解决，往往需要几个月，自助BI出现后，需求的响应时间可能只需要几天或是几个小时，在未来2-5年，智能BI将会将此缩短为几分钟甚至几秒。

同时，使用数据分析的人群也在不断扩大，原来传统BI需要IT人员主导，只有领导或是管理人员查阅报表/KPI，BI的普及率较低；现在自助BI基于可视化的探索平台让业务人员可以进行探索性数据分析，智能BI通过增强分析如机器学习/自然语言查询的功能再次提高BI的普及率！

图片来源：Gartner

现代BI以敏捷的数据处理和分析能力，实现快速应变。而现代BI的主要变化是： 

 • 可以直接使用数据，而并非一定要使用已建模的数据。

 • 现代BI 是自包含平台，都有内置存储与自服务数据准备功能。

 • 分析手段会远比以往丰富，具有增强数据发现、可视化探索、分析仪表盘等。

 • 一般都有共享协作功能，与开放的API接口。

图片来源：Gartner

为了满足数据化运营的需要，企业发展到现代BI是不可避免的历史阶段，那Smartbi 产品是怎样理解自助BI，怎样融合智能BI呢？

下面我们从设计宗旨、设计精髓以及对客户三种角色的划分等方面来了解Smartbi产品对现代化BI的设计思路！

《中共中央国务院关于构建更加完善的要素市场化配置体制机制的意见》4月9日公布，“将数据作为一种新型生产要素，充分发挥数据对其他要素效率的倍增作用！”

“数尽其用、人尽其才”中的数表示为系统的数据、加工的数据、线下的表格数据；人可以划分为内外部IT人员、数据分析师、普通业务人员、业务领导等。

“数尽其用、人尽其才”是指企业全员都能充分发挥数据的价值，从而实现全员BI。Smartbi 产品的设计宗旨就是帮助企业客户构建“数尽其用、人尽其才”的数据化运营能力与文化！

企业要达到“数尽其用、人尽其才”的数据化运营，需要明确：

 • 数据的数量和质量是成为要素的前提 (基础条件) ！

 • 数据通过分析和使用才能发挥倍增作用(成为要素)！

 • 数据要素的分析依赖工具和技术，更依赖人才！

企业要达到“数尽其用、人尽其才”，在设计思路上，直接照搬现代化BI的架构是不可行的，因为现实中自助BI遇到了很多实际问题：

“数尽其用、人尽其才”是Smartbi的终极理想。为了解决这些问题，我们因地制宜，融会贯通；我们还认为不应该将自助无限放大，反而应当在“数据资源”的有力管控下，充分发挥三类角色的分工协作价值！

强管控是满足IT的管理和协同功能，从数据管理的角度，IT部门有几种管控的手段和工具，从服务层面也能提高效率和效果，具体体现在：

 • 以安全的方式开放数据资源目录，分析师可自由发现可用数据，但必须在线申请授权。

 • 数据资源的增加、修改等变更，可以利用元数据预告给受影响的分析师。

 • 关于平台运营和数据资源的通知可以在消息中心及时发出，并提醒给每个用户。

 • 提供社区化的在线问答交流，经验可分享可沉淀可搜索。

全自助匹配各种操作习惯和使用场景，从数据分析的角度，我们推荐业务分析师使用不同类型的功能，因为单一工具从来不能满足全场景的需求（走路、骑车、开车）。

上图为Smartbi产品的三角色分层架构功能图，根据图形具体内容来说，三种角色分别为业务分析师、数据工程师和平台管理员，他们各司其职，紧密配合：

 • 业务分析师主要是从事数据搜集、整理、分析，并依据数据做出研究、评估和预测的专业人员。他们以获取数据资源和分析数据为根本。

 • 数据工程师负责数据资源的准备，对业务分析师提供支持和帮助。他们以数据资源的管控和服务为根本。

 • 平台管理员负责基础软件环境，保障系统的可知、可用和可控。他们以平台功能和性能的可用性为根本。

此篇文章我们主要讲述Smartbi“数尽其用、人尽其才”设计思路，后面我们还会继续延续这个思路，给大家剖析Smartbi产品如何在“数据资源”的有力管控下，如何充分发挥三种角色的分工协作价值，敬请期待！