什麼是自助式BI?和傳統BI(商業智能)相比有何優劣勢?

如題,自助式BI和傳統的BI區別在哪,各自適合什麼樣的應用場景?希望懂行的人能細緻答一下。


傳統BI重在於數據平台搭建,提供報表服務,以IT為主導;自助式BI重在於數據分析,以業務分析為主導。兩者的數據處理流程相通。

傳統BI:通常指企業內部大而全的統一報表或分析平台,代表性的老牌BI工具廠商如 IBM的cognos,Oracle的OBIEE,SAP的BO,等均包含豐富的功能模塊,比較適合於打造一體化的大而全的統一平台。

傳統BI一般面向IT研發人員,多集中在企業的技術部門。傳統BI的打造方式:

傳統BI的特點:

  • 部署開發周期較長,需進行整體的架構設計,各個模塊均需進行技術開發。
  • 報表較剛性固定,多為固定的周期性的監控類報表或上送特定管理部門的固定格式報表
  • 開發新需求耗時長
  • IT部門負擔較重

自助BI:面向的是不具備IT背景的業務分析人員,與傳統BI相比更靈活且易於使用,而且一定程度上擺脫對IT部門的大幅度依賴,代表性的自助BI工具廠商如Tableau、帆軟等 。不同於以往「IT主導的報表模式」,轉而向「業務主導的自助分析模式」發展。自助BI通常的應用場景:

自助BI特點:

  • 提供便於交互分析可視化界面
  • 支持多種數據源,不僅是IT提供的,還包括其他零散的Excel、CSV線下數據源
  • 可以承載更多更細的數據,並可快速響應用戶的探索需求
  • 可以在內部分享和查看報表
  • 可以銜接大數據平台,具備大數據前端分析展現特性

舉個例子,當我們在面對一個個具體的業務問題時,例如:什麼原因導致了銷售額下降,業務何時發生的變化,可能是哪些因素造成的…這類問題是BI探索的核心,解決它們需要的不僅僅是提供一個數字,還需要解釋背後的商業原因。由於資料庫和查詢技術的進步,在自助BI的幫助下,業務人員可以憑藉自己的業務專業知識,對各種可能的情況進行探索,最終得出結論。如果按照傳統BI的方式,向IT部門提出數據或分析需求,由技術人員實現,解決問題的時間可能延長到數周甚至數月,早就錯過了最佳窗口期。

業務人員的分析需求不斷增加,如果完全依賴於傳統BI,分析所需的時間和流程越來越長,無法滿足需求,用戶需要在控制和敏捷之間找到一個新的平衡,然後自助BI出現了。但自助式BI的出現不代表傳統BI的時代將完全結束,傳統BI在某些方面仍有優勢:

1、傳統BI可以穩定的為企業提供日常報表,具備實現複雜運算的能力

2、對於一個企業來講,如果全部採用自助分析,很可能沒有一個部門擁有全部數據控制權,即無法看到數據全貌,從而錯過關鍵信息


簡單來說,一個是自助的,一個是定義的

前者更適合擴散性的挖掘,比如市場開發,後者適合定向性的研究,比如公司審計

當然,兩者本來就沒有孰優孰劣,在不同環境下誰更有效而已,當然,也看公司性質,比如你是企業,商機就是金錢,你願意等嗎?你是政府,服務才是第一,你在乎多花那點時間?


推薦閱讀:

生產環境下cloudera的cdh版本更受歡迎,但是貌似cloudera對於YARN的開發力度不是很突出,所以在apache與cdh版本選擇的時候,大家是怎麼考慮的?
ArcGIS 有什麼奇技淫巧?
大數據實驗手冊怎麼自己搭環境?
為什麼有的hadoop課程會講授python?

TAG:資料庫 | 數據分析 | Hadoop | 商業智能BI | 大數據 |