未來的BI市場是巨大的，涉及的觸角也會越來越多。就我觀察到的企業應用以及數據類產品中發現，很多企業通過數據介面引入了更多外部的數據來完善分析，也有部分企業私有化部署的BI產品在往雲BI方向發展。與R語言、數據挖掘類技術的集成，也將進一步提高數據分析的深度。 ...
前陣子，和一群企業CIO聊天，希望從甲方角度看看對BI產品的看法。在問及一些成熟企業為何不上BI項目時，大家紛紛表示目前還處於觀望狀態。
提及BI，大家都覺得有些飄忽，和大數據一樣，聽著高大上，能真正實現落地的並沒有多少，性價比甚至不如一個報表工具。
可以理解這些行業人士的困惑，十多年前，SAP BO、Oracle、BIEE、IBM Cognos 等老牌巨頭的出現，賦予了數據利用一個新概念，資料庫內容可以打通，數據得到整合，數據能可視化展現。可最後利用的程度遠不及當初設想的那樣，使用複雜、領導學不會，BI最終仍淪為一個報表展現工具。
但是另一頭，我看到另外一番景象。16年中旬，帆軟舉辦了“標桿案例巡展”，攜帶FineBI4.0的產品發佈走過北京、上海、廣州、深圳、杭州、臺北等22個城市，而且幾乎場場爆滿，能感受到現場觀眾的熱情和對於新BI技術出現的期待。
為何企業對BI既糾結又期待，未來BI將如何發展？
企業對於BI系統的猶豫不決，主要是用戶期望與傳統商業智能BI的矛盾點，這種矛盾可能源於成本、數據基礎和管理問題。
第一，成本。從前期BI的選型調研、硬體採購，到期間的咨詢服務、項目實施，以及後續的培訓和維護，很多企業不是不想上 SAP BO、OBIEE、Cognos，而是考慮到成本的問題。比如採用傳統數據倉庫的模式，無論是Kimball還是 Inmon，一旦涉及複雜業務邏輯，整個實施周期都至少是按月、年來算。其次，後續的使用比如業務部門提出的數據報表製作，從定稿溝通到修改，一來一回的周期也不敢想象。純粹的IT驅動，報表製作需要大量人力。
第二，數據基礎。企業是否有能力實施BI，最重要的是基礎數據的統一。比如貨物信息，供應商信息，公司內部信息，數據內容不齊全，管理不規範，從積累到整理至少要2-3年的時間。再加上統一業務形式，統一數據口徑來規範數據質量，這個周期對於急於上線使用的企業來講簡直遙遙無期。
第三，管理配合。BI涉及的面很廣，要想發揮最大的效用，一來需要得到管理者的認同，用於從上至下的推進；二來需要業務與信息的積極配合，完成從下至上的執行和反饋。數據口徑不統一，業務需求不確認完善、人才資源儲備不足，這些都會導致BI風險的增加。
所以基本上，上述的三個因素阻礙了企業的進一步想法，市場上也急需能夠解決以上三個問題的新方案或新產品。
從我們今年巡展交流和簽約的情況來看，企業對於新型BI十分期待甚至有眼前一亮的感覺。上線實施BI的企業大多是出於大數據平臺建設以及移動化BI的需求，面向企業中高層。對新型BI工具的輕量、性能、多源數據介面支持有較高的關註。這種趨勢並不是一面之詞，近幾年傳統BI巨頭紛紛進行產品轉型，Oracle發佈可視化雲服務，微軟推出Power BI，IBM推出基於雲端 SaaS 分析服務。新型BI市場，國外Tableau、Qlikview搶占先機穩扎穩打，國內除帆軟，永洪、海致等公司也在13年前後紛紛推出新型BI。IT界稱近幾年是新型 BI 的高速發展和傳統BI的衰退的轉變之年。
如今，市面上可供選擇的BI工具越來越多，模塊操作也大同小異，企業不知道該如何選擇BI工具？特別是大型企業的BI系統和中小型企業的BI系統又該如何選擇？
大中型組織BI在向數據決策管控型方向整合
大中型企業經過多年的發展已沉澱了足夠的數據，會從決策動力出發去考慮打通數據和整合問題。BI更多的是管理上的輔助使用，幫助高層管理者看透企業的經營。可以是操作層的也可以是戰術和戰略層的決策。我們有一家大型醫葯客戶仁和集團，他們實施BI的主要目的就是幫助梳理數據，替換原有人為加工的靜態報表，將業務模塊化，動態展示數據，並通過移動化BI來實時查看業務報表，鑽取數據分析原因和預測趨勢。BI上線至今已有半年，目前已成熟地應用於財務分析、採購分析、工業運營分析以及工業指揮中心使用。
小微型組織BI在向數據挖掘和自助型分析分析倒逼業務整合方向發展
對於中小型企業，信息化建設還未成熟，BI的使用一方面是利用數據分析的優勢幫助制定業務決策，防範企業成長過程中的風險；另一方面利用商業智能倒逼數據調整，幫助企業從一開始就建立標準化的數據質量，提升內部管理降低企業管理成本。在我們接觸到的一些中小微組織，尤其是一些快速成長的互聯網企業，數量級大，往往是TB/PB級別的數據；內部外部的數據來源複雜，從原始的關係型資料庫到分散式架構的greenplum、kylin再到大數據架構Hadoop、Spark等；分析複雜度高，業務又以數據驅動型為主，網站分析，用戶行為分析、風險管控，數據分析直接關係著業績產出。對於BI的需求往往是門檻低輕量化，能夠少成本短周期的快速投入，這一點，新型BI在對接大數據平臺和處理大數據性能上有絕佳的優勢，不失為業務員用於分析的“自助式工具”。
很多媒體或業界拿商業智能和大數據比較，認為大數據的處理和挖掘BI系統遠不及一些大數據技術。這裡，筆者認為，BI產品的使用關鍵還是業務和管理，一方用於梳理數據，提升管理水平，一方則是深入挖掘某一領域，為企業核心業務提供精準預測信息的手段。兩者有共通之處，但不敢苟同。
綜上，未來的BI市場是巨大的，涉及的觸角也會越來越多。就我觀察到的企業應用以及數據類產品中發現，很多企業通過數據介面引入了更多外部的數據來完善分析，也有部分企業私有化部署的BI產品在往雲BI方向發展。與R語言、數據挖掘類技術的集成，也將進一步提高數據分析的深度。
