2023年11月25日发(作者：徕卡m9)

BI选型的⼗⼤参考

2016年，商业智能市场⽕热，不管是投资圈还是IT圈，都在⼴泛关注着⼤数据和商业智能。宣传⼴告媒体报道见多了，不知道⼤家对BI

选型的技术标准有谱了没。笔者对Gartner的BI魔⼒象限考评的15个关键功能做了些研究，认为其中的10个值得重点关注，（已标红）给⼤

家作些参考。

（⼲货较多，请⾃备饮料~）

总体来说，随着⽤户数据来源越来越⼴泛，⽤户对BI的需求偏爱在发⽣变化。越来越偏爱⾃助敏捷开发、交互式仪表盘、⾃助数据探

索。直⽩来说，⽤户越来越希望⾃⼰搞定数据分析，⽽不需要找IT部门⽀持、⽀持、再⽀持。

基础模块

1. BI平台管理、安全和架构

“能够实现平台安全性，管理平台⽤户，监控管理平台访问和使⽤状况，优化性能，⽀持在不同操作系统中运⾏，同时确保系统⾼可⽤

性和⽀持灾备。”

作为企业信息化的⼀部分，BI平台做单独的管理和灾备的原因是多⽅⾯的。⼀⽅⾯是政府、互联⽹企业、⼤型企业重视信息化建设，从

理念上就要求单独维护；另⼀⽅⾯，笔者也看到众多中⼩企业，希望不去改造原有的业务系统，对BI系统采⽤单独管理的办法，虽然可能浪

费⼀些⼈⼒和硬件资源，但确保新、⽼系统独⽴，保证原有业务系统稳定，同时避免新系统掉进⽼系统的旧体系，这些都是中⼩企业的考

量。当然，更重要的原因是，BI系统逐渐成为业务管理决策的⽀撑，发挥越来越⼤的作⽤，企业要求BI系统必须全天候提供稳定服务。

2. 云BI

“提供PaaS或者SaaS版本的BI产品，⽀持本地和云上构建、部署、管理BI平台。”BI云化是个趋势，尤其是对于政府等领域。但是国内

和国外情况有所不同。

第⼀，⽤户担⼼数据外泄。国内的拥有私有云的企业并不多，⼤多在⽤公有云。BI平台分析的多是企业核⼼业务数据，⼀旦外泄到同

⾏、客户、公众等，企业难以承担损失。公有云在国内的推⼴阻⼒重重，当然，⼀⽅⾯需要让客户了解公有云的安全性，另⼀⽅⾯，公有云

⼚商也要提⾼云安全性。

第⼆，国内SaaS⾏业现在还没有⾮常成熟的商业模式，云BI短期内也是处于观望状态。

第三，BI⼚商⼀般⾃⼰难提供公有云，推出云BI也会被国内公有云巨头裹挟，何况现在公有云巨头已经开始踏⾜BI领域。不过，BI⼚商

的产品⽀持云部署是没问题。

3. 数据源连接和提取

“允许⽤户连接到内部和云中各种类型的数据平台，可连接结构化和⾮结构化数据。”

从接触到的项⽬和同⾏交流来看，国内BI更多处理的是结构化数据。主要是国内外对BI平台的理解有不同。国内更多⼈倾向于BI为数据

分析⼯具，不⼀定涵盖数据仓库、数据处理和复杂算法。所以，从⽬前产品技术选型来说，推荐考虑BI平台能对接到哪些数据源，性能如

何。但在具体的⽅案考评中，考虑和不同数据存储平台或者数据处理平台的集成⽅案。

数据管理模块

4. 元数据管理

“⽤户能够集中管理元数据，包括对元数据进⾏搜索、提取、处理、存储、分享复⽤和对外发布元数据。”

这⾥的元数据重点是业务⼈员分析需要的维度、指标、层级结构、度量等数据。还包括⼀些加⼯处理后的数据，⽐如KPI、个⼈销售

额、单品销量等数据。同时，系统⽀持管理员将⽤户处理、存储的元数据与BI平台对接的底层数据进⾏关联和整合。⽬前，国内帆软有BI产

品确实⽀持元数据管理，BI本⾝提供多维数据仓库（CUBE），并提供可视化⼯具让⽤户⽅便处理元数据。尽管操作⽅便，但不少⽤户还是

倾向于⾃⾏管理元数据。原因有⼆：⼀是⼀般企业⾃⾝已有⼤数据处理平台或者构建了数据仓库，不想重复建设和维护；⼆是BI产品⾃带的

数据仓库，虽然数据分析性能好，但并不是标准的数仓产品， 长远来看，企业⾃建数仓管理数据较为稳妥。不过，对于⾼频分析使⽤的数

据，显然是存储于BI⾃带的数据仓库综合效果更优。

5. ⽤户⾃操作ETL和数据存储

“平台功⽀持⽤于访问、提取、转换和加载的功能，具有索引、管理、调度数据的能⼒。”

让普通⽤户，或者说是业务⼈员来进⾏类似ETL的操作和数据存储，⽅向是正确的，但从⽬前来看，除了少数教育、出版印刷、互联

⽹、证券⾦融等领域从业者有较⾼学习和操作能⼒，⼤部分⾏业的业务⼈员ETL操作能⼒还是很有限的。但笔者认为，这个功能指标在实践

中还是很价值的。因为虽然国内⼤多数企业依然是IT技术做数据处理，但是业务部门正在逐渐掌握⾃⾏处理数据的能⼒。在相当长的时间

内，业务⼈员或许依然⽆法完全摆脱对IT技术的依赖，但显然依赖度正在逐步降低。业务⼈员的数据处理和数据分析，在成熟的BI⼯具的⽀

持下，正在迅速提⾼。

6. ⾃助数据准备

“⽤户⾃助拖拽组合不同来源的数据，创建分析模型，并通过智能分析、⾃动关联等系统⾃动处理好数据，包括结构化数据和⾮机构化

数据。” 如前⽂的⽤户⾃⾏操作ETL，⽤户⾃助数据准备，本质上就是让BI系统⾃动处理数据之间的逻辑关联。业务⼈员的操作，就像是从

不同的⽺圈⾥⾯拖出不同的⽺，希望系统能⾃动关联他们的⾎亲关系，⽽不需要专业的DNA鉴定或者农场主帮认亲。⽬前，这块还难以完全

系统⾃动实现，因为过去很多业务系统底层的数据库，在项⽬交付阶段，都会去除主键和外键，为的就是应对不甚严谨的业务操作。这是国

内企业IT 建设的现状，我们不能忽视，⼤谈想当然或者视⽽不见。但是帆软BI开辟了新的解决⽅案，除了能⾃动关联、转义数据，还可以⼿

动设置关联，同时，允许IT技术初步处理数据后，业务⼈员通过SPA螺旋分析功能再次将数据加⼯，这是笔者测试⼗⼏个国内外商⽤和开源

的BI产品后，认为当下最可⾏的⽅案。分析和内容创建

7. 嵌⼊式⾼级分析

“⽤户能够轻松使⽤平台内置的⾼级分析功能，也可以通过导⼊和集成外部开发的⾼级分析模型。”

通俗理解来说，就是BI平台⾃带⾼级分析模型、算法模型，能够让⽤户拖拽数据，⾃动跑完模型出来结论。⽬前来说，国内的BI内置算

法和模型的⼏乎没有。国外的也未多见。常见的情形时是⽤户⾃⾏开发算法模型，或者已经多年积累了⾼级分析模型，然后将分析模型处理

完的数据对接到BI系统，通过BI系统做可视化的分析和展现。也就是BI仍旧是充当数据分析和图形展⽰的⼯作。从⽬前市场上的BI产品策略

来看，⼤部分BI产品尚未能⽀持嵌⼊⾼级分析，少部分⽀持对接R语⾔等。预计两年内，BI⽀持集成⾼级分析模型会越来越普遍，但内置算

法模型，或许尚早。

8. 分析仪表板

“能够通过可视化探索操作和嵌⼊式⾼级地理空间分析来创建⾼度交互式的仪表板和内容。”

分析仪表板，有更通俗的叫法，就是交互式图表组件。⽐如常见的柱状图、折线图、散点图等，还有⾼级⼀些的矩形树图、多层圆环

图、⾏政地理图、⾃定义地图、热⼒地图、流向地图等等。这⾥重点在于，这些图表既要BI内置，同时还要⽀持业务⼈员简单拖拽实现图表

展现。从⽬前来看，这个趋势还是⽐较明显的，越来越多的业务⼈员愿意⾃⾏拖拽分析。

9. 互动视觉探索

“通过⼀系列常规图表和特殊图表来探索分析数据。”

这些常规图表，主要是饼图、折线图等，⽽特殊图形是指热⼒地图、流向地图、矩形树图、GIS地理信息图等特殊的视觉效果。在这看

⼈看脸的时代，BI颜值也提到了相当重要的位置。当然，除了图形、图表丰富、漂亮外，也需要关注图表的操作交互。

10. 智能数据挖掘

“⾃动查找、可视化展现与⽤户相关的数据中的重要发现，如关联、异常、聚类、预测等，⽽不需要⽤户构建模型或编写算法。”

BI平台⾃带数据挖掘分析，从笔者接触来看，⾄今还没有哪家产品做得特别棒。或者说，当下的BI概念已演化为“数据分析和可视化⼯

具”，渐渐剥离了数据挖掘的功能。数据挖掘本⾝，独⽴成商业智能的⼀个分⽀，也就是说，当前BI平台技术选型，很难找到⾃带智能数据挖

掘功能的产品。但是BI平台可以和市场上常见的数据挖掘平台、⼤数据平台集成。关于这点，笔者建议BI技术选型时，重点考察⽅案，⽽不

是单⼀的BI产品。所谓各种⼀站式分析BI平台，细细看来，不少都是不同产品的组合。

11. ⽀持移动端展现

“⽤户能够将BI分析内容发布到移动终端设备，并且能够利⽤移动设备⾃⾝功能，实现BI页⾯的触摸操作、照相、视频、定位等。”

移动BI，⼏乎家家企业都热衷。但不同企业需求有所不同。有注重安全的，要指纹加密，要绑定⼿机mac地址，要VPN加密；有注重多

操作系统的，⽐如安卓和IOS版本必须同步⽀持；有注重功能和交互效果的，数据采集、图像视频采集、定位、各种联动钻取、移动端分享

BI分析内容；也有注重多平台⽀持的，⽐如既有原⽣APP，⼜要⽀持集成企业已有的APP中，还需要能集成到微信、钉钉平台。移动BI这⾥

⾯，功能必然是抓⼤家眼球，但请更多重视移动终端的安全性。即使⼿机不在⾝边，依然要稳保企业数据安全。

分析结果分享模块

12. 嵌⼊分析内容

“⽀持将BI分析页⾯⽆缝集成到业务流程或业务系统中，⽀持业务软件中直接创建、修改分析内容，管理BI平台。”

BI分析内容的⽆缝嵌⼊，主要考虑⼏个⽅⾯。⼀是做到单点登录，也就是让⽤户不必登陆业务系统后，再登录⼀遍BI系统，让系统⾃动

完成多平台认证。⼆是权限集成，BI平台要提供接集成⽅案，允许⽤户在业务软件界⾯查看权限内的BI分析内容。三是UI集成，作为嵌⼊到

业务系统中的部分组件，BI平台⾃⾝应具备⽅便修改UI的能⼒，使嵌⼊的BI界⾯融合进业务系统。第⼀点来说，⼤部分国产软件均已能实

现。第⼆点⽐较突出，这点建议BI技术选型时重点关注。⾄于第三点，⽬前国外BI软件普遍不太重视UI集成，⼤多较为封闭，⾃成体系。对

于UI的权重，各家把握了，这⽅⾯，⼀般不是个关键指标。

13. 发布、分享和协作分析内容

“允许⽤户通过各种⽂件输出类型和分发⽅式来发布和操作BI分析内容。”

使⽤户能够通过BI平台，能够分享BI分析的内容和决策。简单来说，就是我做好的BI分析页⾯可以分享给他⼈，他⼈可以分享给我，并

且能对他⼈分享给⾃⼰的内容进⾏编辑修改，我们之间还能相互交流。这⾥最⼤的价值在于BI分析的复⽤。也就是⾃⼰做过的BI分析数据和

结论可以分享，同时⾃⼰的分析模型也可以分享，让知识分享提⾼企业员⼯协作效率。现在帆软BI这类的分析平台，已经⽀持这个功能，但

从系统管理员⾓度来看，管理难度增⼤，分享出来的BI分析的权威性存在不⾜。所以这个功能，在企业实际使⽤时，建议IT部门做⼀些培训

和监控，合理⽽谨慎地使⽤分享。

整体平台能⼒模块

14. 平台功能和⼯作流程

“考虑平台⾃⾝功能的完整程度，这些功能可以是单个产品或多个集成度较低的产品组合。”

BI平台⾃⾝确实需要具备管理、监控和权限分配等功能。但对于⼯作流的⽀持，笔者不是很赞同。从国内来看，致远和泛微两⼤专注流

程的OA⼚商，已经深⼊⼈⼼。企业多半已经运⾏类似OA办公系统。再次通过BI来改造⼯作流程不是很现实。同时，BI分析流程单独运⾏和

管理，也脱离国内管理实情。国内企业⼤多希望借助BI分析，来增强企业决策的科学性，优化业务管理的有效性。脱离OA⼯作流程，⼤谈

BI分析，分析出来结论⼜如何？谁去执⾏？谁去负责？所以，BI产品选型，重点是如何与企业⾃⾝的业务系统和办公系统结合，不建议另建

BI⼯作流程。

15. 易⽤性和可视化

“易于管理和部署BI平台，创建、分享BI分析，易于数据可视化展现。”

软件专业和易⽤，是难得平衡的两个⽅⾯。BI软件的易⽤性必须考虑到业务⼈员的软件操作⽔平和在这⽅⾯可接受的培训成本。BI软件

的易⽤和易于可视化，笔者理解为，更多的是提供操作提⽰，同时交互更为简便。不过，必要的培训还是需要的，毕竟数据分析本⾝是个专

业的事情，需要掌握相应的技能。

所谓BI技术选型的15个关键指标，Gartner虽然做了简述和研究。但其实并不完全适合企业做技术选型。笔者这⾥只是结合项⽬经验，

给读者做些推荐。那么国内外BI差异的原因是什么呢？

表⾯上看，是国产BI软件不如国外巨头的BI软件优秀，功能完善⽽且强⼤。实际上，是国内市场需求与国外有所不同。在对商业智能领

域的研究和实践中，看到越来越多的国内企业的管理着，希望通过实施数据分析项⽬，采购商业智能软件，来解决企业管理和决策中遇到的

困难。但国内企业更多是从数据共享、数据分析、业务预测三个层次进⾏探索和建设的，更多的是贴合企业实际运营，做业务调整。⽽国外

更多关注的是企业的管理，⾛操作、运营、战略三个阶段。国内外企业管理⽅式的不同，造成了对BI需求的根本差异。我们暂时并不⼀定要

改变企业管理⽅式，但是通过合适的软件，让管理更有效、让决策更科学，是我们乐见其成的。