BI是实现企业数据化运营的最有效手段，从数据到决策，BI技术的进步正在减少人工投入和提升普及度。而从发展阶段来看，BI经历了“以报表为核心的IT响应式服务”、“以宽表为核心的自助可视化分析”和“以指标为核心的可视化分析、增强分析”三个阶段。不同的BI阶段解决了当时企业数据化运营面临的问题，企业对数据化运营的思考和践行也同时促进了BI的发展。
下面我们就详细了解了BI发展不同阶段运行模式、遇到的问题及其解决方案。
【资料图】
一、以报表为核心的IT响应式服务
开始的时候，BI是以报表为核心的IT响应式服务：
决策管理者和业务人员提出用报表等来展示经营管理数据的需求；接着IT响应需求，进行需求沟通、数据处理加工、报表开发等主体工作；最后决策管理者和业务人员对开发完成的报表等进行验收和使用。
但是，随着企业业务发展、数据规模和多样性的增长，报表模式出现很多问题，影响了分析的及时性和数据的可信性，也让开发成本和维护成本居高不下。
1、需求响应慢，报表不灵活，无法敏捷分析
报表是由IT按需开发，不够灵活，当有新的报表需求时，也许只是增加了某个分析维度，都只能向IT求助；并且需求从提出、确认、开发再到验收，周期长，尤其当需求一多，IT疲于应付，无法及时响应，满足不了敏捷分析的需求。
2、报表数据口径不一致，导致数据不可信
因为信息不互通，存在报表孤岛，我们常听到决策者抱怨说，想查看一个简单的业务数据，却发现不同的部门提供报表中的同一指标对应的数据不一样。比如CEO发现运营部、产品部等在不同的报表里面对于【新增用户数】这个指标以不同的业务逻辑来定义，因此导致数据不一致。
这种情况的频繁发生，用户也开始怀疑自己的数据，对数据质量的信心下降，对数据使用的效率下降，决策者和业务用户的信任也下降了。
3、报表重复开发、报表债等，导致成本高
对于IT来说，虽然之前可能某些报表中已经有类似需求，但是因为报表孤岛、不够灵活且管理混乱，导致报表一直被重复开发，IT疲于应付，付出更多的开发成本。
同时，每个报表都对应一系列后台的ETL处理、数据集，IT也不敢随便更新删除，因此报表越来越多，长期运行遗留的报表债，让报表状态未知、混乱，难以更新维护。
比如某企业去年做了几百张报表，仅过了一年就发现因为没有更新，可用的报表不到三分之一。
二、以宽表为核心的自助可视化分析
“以宽表为核心的自助可视化分析”阶段的到来，解决了第一阶段的报表开发中，报表数据和展现完全耦合在一起的问题。通过构建宽表，让报表和数据集解耦，解决数据应变能力不灵活、分析不敏捷的问题。
在这一阶段主要是通过各种数据集功能以宽表的模式建设分析主题，业务人员进行可视化分析和报告。
业务人员如有报表/分析需求，不用直接找IT人员，可以先通过简单的拖拽勾选等操作进行自助可视化分析，提高了开发效率，让IT把工作重心放在数据方面。
对于一些简单的数据加工需求，用户可以先基于宽表中已有的字段进行组合加工，甚至业务用户在分析时能一键生成同环比之类的时间计算字段。
这样通过宽表的再加工能力也增加了数据的应变能力、通过业务自助可视化分析提高了用户敏捷分析的能力。目前市面上大部分的BI产品都处在这一阶段。
但是，我们发现宽表模式还是报表需求驱动，对指标没有完整的统一规划和管理。随着使用时间越来越长，宽表孤岛和再加工，导致宽表爆炸、混乱、数据变更难等问题，同时无法解决数据口径不一和数据重复加工等问题。
1、宽表孤岛让宽表爆炸、混乱，导致分析效率下降。
首先，宽表孤岛让我们很难知道是否已经存在类似的表，尤其是当数据消费的主体变化为不懂“表”的业务用户，他们分析使用时更加难以定位需要的指标在哪些数据集或表上，有时候只能构建新的数据集。随着报表需求的持续性增长，越来越多的“新表”基于数仓、宽表再加工出来，这让宽表数量爆炸、状态混乱，业务用户愈加难选，如此循环，分析效率降低。
2、仍存在数据重复加工和数据口径不一致的问题
宽表分散且管理混乱，哪个宽表有哪些指标都比较模糊，如有数据加工需求，不知是否存在相似，仍会进行重复开发。和报表类似，每个宽表后端也对应一系列的ETL数据处理，不敢随便更新删除，开发和维护成本越来越高。此外，数据口径不一致的问题也还是存在。
在之前的“以报表为核心的IT响应式服务”阶段，数据口径存在报表层面的不统一，现在是宽表层面不统一。在宽表开发的过程中，没有统一规划，可能导致同一个指标数据口径在不同的宽表里面不一致，让数据不可信。
3、复杂的再加工让数据变更难，导致数据无法及时分析。
复杂的再加工关系也让数据变更难以跟踪。IT修复了某个数据问题后，确发现下游的分析结果并没有显示修复成功。因为宽表之间复杂的再加工关系，IT花费了大量的时间去寻找原因，不仅增加了维护成本，业务人员也不能实现及时的数据分析。
由此可见，如果想为数据分析提供正确、一致的高质量可信数据，我们必须对指标进行统一的规划从而形成标准的指标体系。这就是BI的下一阶段—以指标为核心的可视化分析、增强分析。
三、以指标为核心的可视化分析、增强分析
高成本、低效率和数据的不可信让IT疲惫不堪，让业务人员顾虑重重。于是为了解决这些问题，企业进行了为期数年的大幅提高公司数据质量的改革，而改革的核心就是以指标为核心构建指标体系。
1、IT为主体构建指标体系
在以指标为核心的初始阶段，是以IT为主体来构建指标体系的。
IT对指标进行了一系列的梳理、规划、处理、创建，构建了完整统一标准的指标体系，并存储在指标库中。统一的指标库相当于在上游数据和下游消费之间搭建了桥梁，不仅IT能够灵活地进行数据变更，同时将一致正确的数据提供给各种下游消费者进行可视化分析。
当业务有新的指标需求时，IT先去指标库中搜索是否已经存在类似指标，已有指标无需重复构建；部分指标IT可以基于已有指标计算得出；剩余指标IT再根据业务需求进行定义、取数、计算、存储等操作，从而解决了重复加工和数据口径不一致的问题。
以上以IT为主体的指标体系构建，只是指标为核心模式的第一阶段。这一阶段为数据消费者分析数据提供了统一有保证的数据，但也存在对管理需求响应不及时的问题：
业务提出指标需求，但并不直接参与指标体系的构建操作，指标的定义、加工等主体工作都是IT来完成，IT需和业务反复沟通确认指标的含义、描述、口径等信息，再进行加工处理，效率低下，周期长。
2、业务和IT最佳协同构建指标体系
因此，就出现了指标模式的第二阶段，这一阶段的核心是让业务直接参与指标体系构建：
业务和IT基于平台配合定义基础指标，业务进行指标的定义、业务属性、口径等，IT进行指标技术上的加工实现，两者各尽所能，相得益彰，平台的依托可以直接进行需求澄清，沟通效率高、数据解读准确。
业务还可以基于已有的指标进行再加工，生成计算指标，无须每个指标都让IT开发实现，提高了需求响应的及时性。
这种以业务和IT最佳协同的指标模式，打造了自增长的指标体系，实现企业数据资产的沉淀！目前最具有代表性的产品就是：Smartbi V10.5——以指标为核心的ABI平台
四、Smartbi：提供以指标为核心的ABI平台，帮助企业沉淀资产
思迈特软件提供以指标为核心的一站式ABI平台Smartbi，帮助企业建立以数据为依托、业务为中心、指标体系为管理抓手的数据化运营体系。
以指标为核心的一站式ABI平台Smartbi建设思路包括：基于客户顶层视角的指标梳理、以指标为核心的ABI平台承接指标落地和应用、标准化交付服务。
指标梳理：我们以客户顶层视角分析业务需求，分级梳理出满足管理和经营需求指标体系，同时基于分析模型或者行业经验，实现迭代完善。
指标管理：依托Smartbi平台指标管理功能，可一体化完成指标的落地，为用户提供统一可信高质量数据；
同时通过IT和业务的最佳协同来打造自增长的指标体系，解决以IT为主体构建时管理需求响应不及时的问题，沉淀企业数据资产。
指标应用：一体化的ABI平台可以很轻松地实现指标的应用，同时强大的增强分析功能也能扩展指标应用的广度和深度。
实施标准化：通过一套跟产品紧耦合的实施方法论，在实施中实现标准化交付，帮助企业降低技术门槛和成本，保障项目高效落地；
1、指标梳理：匹配贴合企业需求
适合企业的才是最好的，那如何才能得到匹配的指标体系呢？
首先，我们需要深入调研企业的经营模式、战略目标，明确与之相关的关键要素；然后通过指标分级策略分解各个业务过程的管理决策焦点与衡量标准；最终梳理出包括战略指标、关键指标和过程指标三层指标，搭建并逐步完善善指标体系。
同时，Smartbi根据企业的管理需求，沉淀了行业Know-How的最佳实践，形成行业指标库模板（BI.APP）。企业可以参考同行建设经验，增加完善指标体系。
2、指标管理：IT和业务最佳协同
基于Smartbi指标管理功能，可一体化完成指标的定义、计算、存储、发布、管理等，实现指标的落地，帮助企业统一数据口径，提供可信高质量数据，降低了IT开发和维护成本。
比如指标管理的全局视图功能，不仅可以一屏清晰展示指标、维度和事实表三者的关系，还能一站式完成对指标、维度的创建更新等操作。
依托Smartbi平台，业务可自助新增修改指标及报表，有了业务的参与，数据解读准确，IT应对需求快，效率更高，两者实现最佳协同，解决以IT为主体构建时管理需求响应不及时的问题，促进数据资产沉淀。
比如，业务提出30个指标需求后，可以通过指标管理功能对指标进行查重，再经过搜索，筛选出未做过的15个指标。
未做过的15个指标中有10个指标是虚拟指标可以通过四则运算得到。业务通过可视化界面和向导式流程引导操作即可得出10个虚拟指标，整个创建过程清晰、规范，无需代码操作，无需依赖IT。
剩下的5个指标需求，熟悉指标的业务人员也可以先输入名称、分类、口径、统计频度等指标属性。IT只需专注做好指标的取数、计算和存储等工作，两者各尽所能，配合得当。
3、指标应用：一站式ABI平台 & 增强分析能力
Smartbi是一站式的ABI平台，功能包括数据接入、ETL、MPP、指标管理、数据模型以及数据可视化，深度分析等。从数据处理到指标管理，再到指标的应用分析分析、分享，都在一个平台上实现，无需依赖第三方平台。
图：基于指标模型直接进行数据分析
Smartbi不仅提供丰富的数据分析工具，还通过增强分析从广度和深度上提高指标的应用能力。
比如对话式分析通过NLA技术让用户更容易地获得数据洞见，实现数据分析零门槛；数据挖掘借助50+算法，流式建模体验，深度挖掘数据价值，为企业提供预测能力。
4、实施标准化：和产品紧耦合，保障高效落地
Smartbi拥有经验丰富的专业交付团队，可以基于Smartbi平台以指标为核心提供包括指标业务场景分析、指标体系梳理、指标建模与落地、指标数据应用等环节的标准交付流程和解决方案，帮助企业降低交付风险和成本，保障项目高效落地。
无论您是处于报表阶段还是宽表阶段，如果存在数据孤岛、指标口径不统一、管理混乱等问题；或是如果您需求明确，不想花费大量的成本和时间构建数仓/数据集市，想直接基于业务系统来进行数据分析，那么Smartbi V10.5以指标为核心的ABI平台刚好满足您的需求。
【广告】
（免责声明：此文内容为广告，相关素材由广告主提供，广告主对本广告内容的真实性负责。本网发布目的在于传递更多信息，并不代表本网赞同其观点和对其真实性负责，请自行核实相关内容。广告内容仅供读者参考。）
（责任编辑：董萍萍 ）关键词：
