本文主要介紹分析了BI的發(fā)展歷程、新發(fā)展趨勢下BI平臺的能力、以及Gartner象限中的BI。一起來看看吧。

Gartner是國際權(quán)威的IT咨詢和研究公司，其魔力象限受到Google、微軟、甲骨文、IBM等科技巨頭的熱烈追捧；同時(shí)，73%財(cái)富500強(qiáng)的CIO，即首席技術(shù)官，在采購技術(shù)產(chǎn)品時(shí)，使用Gartner魔力象限當(dāng)作一個(gè)重要評價(jià)依據(jù)。

為何世界巨頭公司都以進(jìn)入Gartner魔力象限為榮呢？

Gartner成立于1979年，全球范圍內(nèi)有1000多名10-15年IT技術(shù)工作背景的分析員，這里的分析員可不是市面上常見的數(shù)據(jù)分析員，其大多有CIO（首席技術(shù)官）背景，具有極強(qiáng)的專業(yè)能力，對IT行業(yè)研究和解讀極具專業(yè)性。

甚至在美國國會(huì)要討論有關(guān)推動(dòng)當(dāng)今經(jīng)濟(jì)的關(guān)鍵性商業(yè)及技術(shù)問題前，他們都會(huì)調(diào)用Gartner的分析員來輔助分析，由此也可見Gartner的專業(yè)性和權(quán)威性。

其研究范圍覆蓋全部IT產(chǎn)業(yè)，共有200多個(gè)研究主題，包含CRM、IT商業(yè)價(jià)值、供應(yīng)鏈管理、BI技術(shù)等，我們這篇主要聊聊，BI的發(fā)展歷程以及Gartner眼中的BI。

一、發(fā)展歷程

正如唐太宗所說：“以史為鏡，可以知興替”，這里對應(yīng)在數(shù)據(jù)產(chǎn)品設(shè)計(jì)方法上為，了解產(chǎn)品的不同發(fā)展階段，可以更好的知道自己的產(chǎn)品處于一個(gè)什么位置，可以借鑒一些歷史經(jīng)驗(yàn)，避免掉坑，那首先草帽小子帶你了解一下BI的發(fā)展歷程。按照BI平臺歷史演進(jìn)，可分為3大發(fā)展階段。

1. 第一階段：傳統(tǒng)BI

2013年前，傳統(tǒng)BI一直是市場主流，但這并不是一個(gè)很好的市場。根據(jù)IBM的統(tǒng)計(jì)，傳統(tǒng)BI的項(xiàng)目失敗率為60%-70%。傳統(tǒng)BI主要由數(shù)據(jù)源、數(shù)據(jù)存儲與管理、OLAP引擎和前端工具組成，對海量數(shù)據(jù)計(jì)算與動(dòng)態(tài)業(yè)務(wù)支持不足，通常由技術(shù)人員在設(shè)計(jì)好的維度模型上建立數(shù)據(jù)倉庫。

這造成了2個(gè)問題：一是技術(shù)人員難以完全理解業(yè)務(wù)人員的需求；二是數(shù)據(jù)倉庫不能滿足不斷變化的業(yè)務(wù)需求。

例如，當(dāng)業(yè)務(wù)人員提出，想要下鉆一些字段，來分析產(chǎn)品情況，此時(shí)卻發(fā)現(xiàn)，產(chǎn)品的字段不在上游的數(shù)據(jù)倉庫中，需要IT團(tuán)隊(duì)從數(shù)據(jù)庫同步到數(shù)據(jù)倉庫，然后才能將字段添加到展現(xiàn)層分析。首先業(yè)務(wù)部門提需求，接著產(chǎn)品分析需求出文檔，然后進(jìn)行測試、驗(yàn)收，這時(shí)的業(yè)務(wù)流程十分長。

2. 第二階段：敏捷BI

為了解決傳統(tǒng)BI的問題，敏捷BI應(yīng)運(yùn)而生。敏捷BI又稱自助式BI，指由業(yè)務(wù)人員自助式建模，能夠?qū)崿F(xiàn)快速部署、數(shù)據(jù)源集成、高性能計(jì)算、探索式分析的BI可視化產(chǎn)品。這個(gè)過程不需要技術(shù)人員長期參與，大大縮短了業(yè)務(wù)人員與數(shù)據(jù)之間的距離，BI的主導(dǎo)對象從技術(shù)主導(dǎo)，變?yōu)闃I(yè)務(wù)主導(dǎo)。

3. 第三階段：智能BI

智能BI：2017年以后，智能化的概念開始出現(xiàn)，各類BI應(yīng)用的使用門檻進(jìn)一步降低，比如自然語言等交互方式的加入。《Gartner2020年分析與BI平臺魔力象限》報(bào)告中指出：

1. 2020年，增強(qiáng)分析技術(shù)隨處可見，但只有10%的分析師真正有能力使用
2. 2020年，40%有關(guān)機(jī)器學(xué)習(xí)模型開發(fā)、評分任務(wù)的工作將被產(chǎn)品取代，這些產(chǎn)品可能本來不是以機(jī)器學(xué)習(xí)模型開發(fā)為主要目標(biāo)
3. 2023年，90%的全球500強(qiáng)公司將把數(shù)據(jù)分析治理作為重點(diǎn)
4. 2025年，數(shù)據(jù)故事將成為最普遍的分析方式，增強(qiáng)分析技術(shù)可以自動(dòng)創(chuàng)建75%的數(shù)據(jù)故事

那在新的發(fā)展趨勢下， BI平臺應(yīng)具備哪些能力呢？

二、BI能力

Gartner對現(xiàn)代分析和商業(yè)智能BI平臺（ABI）的定義是：具備易于使用的、完整的從數(shù)據(jù)準(zhǔn)備到可視化探索、到洞察生成、到增強(qiáng)的自助分析等系列功能。

數(shù)據(jù)可視化功能在現(xiàn)代的BI平臺中不再是很特別的亮點(diǎn)，更多的差異應(yīng)該突出在：企業(yè)報(bào)告功能的集成和增強(qiáng)分析技術(shù)。增強(qiáng)分析中主要凸顯的就是機(jī)器學(xué)習(xí)和人工智能相關(guān)的數(shù)據(jù)準(zhǔn)備、見解洞察生成和解釋。

1. 數(shù)據(jù)準(zhǔn)備

數(shù)據(jù)源連接：用戶能夠連接本地和云端的各種存儲類型的數(shù)據(jù)，支持結(jié)構(gòu)化和非結(jié)構(gòu)化的數(shù)據(jù)訪問

數(shù)據(jù)準(zhǔn)備：平臺可拖拽不同來源的用戶數(shù)據(jù)集，生成分析模型，比如根據(jù)不同數(shù)據(jù)來源，用戶可自定義指標(biāo)、維度、層次結(jié)構(gòu)

2. 可視化分析

數(shù)據(jù)可視化：高度交互的儀表盤dashboard等，各類豐富的可視化圖表等，并通過圖表圖像的操作來探索數(shù)據(jù)。包含基礎(chǔ)圖形餅圖、條形圖、折線圖以及其他特殊用途的可視化效果，如熱力圖、樹狀圖、地圖、散點(diǎn)圖等。

• 數(shù)據(jù)報(bào)告：創(chuàng)建可分發(fā)的可視化報(bào)表，良好的布局方式、美觀的報(bào)告能力。
• 數(shù)據(jù)故事：數(shù)據(jù)可視化演示的一種方式，將交互數(shù)據(jù)以敘述的方式展現(xiàn)出來，簡單來說就是自動(dòng)播放數(shù)據(jù)可視化的結(jié)果，類似于PPT的方式自動(dòng)展現(xiàn)數(shù)據(jù)可視化頁面，邊看分析結(jié)果邊講解。
• 嵌入分析：考慮按照一定的平臺開放標(biāo)準(zhǔn)對外提供API SDK，將分析的內(nèi)容可以更好的嵌入業(yè)務(wù)平臺、應(yīng)用程序或門戶。

3. 增強(qiáng)分析

自動(dòng)洞察：增強(qiáng)分析中最核心的能力，利用機(jī)器學(xué)習(xí)自動(dòng)為用戶生成可洞察到業(yè)務(wù)細(xì)節(jié)、深度探索的能力。

比如，分析GMV關(guān)聯(lián)因素，可能涉及到訂單量、金額、人數(shù)、產(chǎn)品類型等多種因素，通過自動(dòng)洞察可以在分析高費(fèi)用收入時(shí)，找出哪項(xiàng)因素對高費(fèi)用影響最大。

高級分析：指ABI平臺應(yīng)該具有深度學(xué)習(xí)、自然語言處理技術(shù)等一系列高級數(shù)據(jù)算法，一般來說起碼具備分類、聚類、回歸算法，進(jìn)一步需要支持深度學(xué)習(xí)，如神經(jīng)網(wǎng)絡(luò)功能。這些功能可以既包含在ABI平臺本身，也可以通過導(dǎo)入和集成外部模型來使用。

Gartner的分析師認(rèn)為深度學(xué)習(xí)將迅速成為最有用的預(yù)測性分析工具之一，深度學(xué)習(xí)和組合建模正快速成為構(gòu)建預(yù)測分析模型最有用的技術(shù)之一。

自然語言查詢（NLQ）：用戶直接在搜索框輸入或通過對話的方式查詢數(shù)據(jù)，Gartner預(yù)測到2020年，50%的分析查詢將通過搜索、自然語言處理或語音生成。

早在國內(nèi)16-17年微軟lgnite大會(huì)上，BI演示中已實(shí)現(xiàn)了這樣的功能，目前已經(jīng)有一些國內(nèi)的BI廠商基本上實(shí)現(xiàn)類似這樣的效果。

這會(huì)帶來幾個(gè)變化：

一是，任何用戶均可以文本或語音的形式提問，使問題和回答日益復(fù)雜化；

二是，自然語言處理被當(dāng)作查詢接口使用，甚至?xí)蔀锳BI平臺的主要交互方式；

自然語言生成（NLG）：自動(dòng)理解用戶在分析過程中的意圖，判斷用戶期望找出的關(guān)鍵點(diǎn)，將用戶關(guān)心的分析內(nèi)容或結(jié)果呈現(xiàn)出來。

4. 數(shù)據(jù)安全

安全性：平臺安全性管理、用戶管理、身份驗(yàn)證、審核平臺訪問等能力。

數(shù)據(jù)管理：追蹤使用情況，管理信息共享方式和共享者、執(zhí)行影響分析以及第三方應(yīng)用程序協(xié)作功能。

云部署：基于云和本地?cái)?shù)據(jù)部署，支持跨云部署，云中構(gòu)建、管理分析以及分析應(yīng)用程序的能力。

目錄：自動(dòng)生成平臺管理中所使用的元素，如數(shù)據(jù)、模型、可視化頁面等內(nèi)容，形成可檢索的目錄

BI未來將會(huì)真正往智能化的方向發(fā)展，但目前智能化還未普遍化，那有沒有哪些較為先進(jìn)的BI產(chǎn)品，可作為指導(dǎo)呢？接下來我們聊聊，報(bào)告中講到的部分比較優(yōu)秀的BI平臺。

三、Gartner象限中BI

橫軸，前瞻性：即愿景的完整性，包含市場理解、產(chǎn)品戰(zhàn)略、營銷戰(zhàn)略、商業(yè)模式、 產(chǎn)品定位和創(chuàng)新性，其實(shí)質(zhì)是在解釋企業(yè)在業(yè)內(nèi)的領(lǐng)先度。

縱軸，執(zhí)行能力：包括產(chǎn)品與服務(wù)等整體可行性、銷售執(zhí)行力與定價(jià)、市場狀況、營銷團(tuán)隊(duì)的執(zhí)行、客戶體驗(yàn)及公司整體運(yùn)營，實(shí)質(zhì)揭示企業(yè)在市場的成功度。

可劃分為4大象限：

（1）Niche players，特定領(lǐng)域者：在特定細(xì)分市場和區(qū)域取得了成功，但也難以超過哪些大型及成熟的廠商，代表企業(yè)有IBM、Birst、Domo、Information Builders、Pyramid Analytics、Board International、Logi Analytics、Alibaba cloud（Quick BI）、Dundas。

①Alibaba cloud（Quick BI）

魔力象限新進(jìn)入者，首次抵達(dá)特定領(lǐng)域者象限，入選的是阿里云中的Quick BI產(chǎn)品，具備一定全球化能力，特別是3.4版本中擴(kuò)展了企業(yè)分析報(bào)告的功能。

優(yōu)勢：自助分析、數(shù)據(jù)洞察、類Excel報(bào)告和回寫功能，阿里云平臺自帶產(chǎn)品，用戶體驗(yàn)好、服務(wù)滿意度高。

不足：阿里云目前專注于中國市場，海外裝機(jī)量不高，離全球化有一定的距離，新的BI產(chǎn)品，在自動(dòng)洞察、數(shù)據(jù)故事、數(shù)據(jù)源連接等方面需要加強(qiáng)。

②Birst

Infor旗下子公司（Infor，全球第三大企業(yè)級應(yīng)用軟件級服務(wù)供應(yīng)商），Birst產(chǎn)品主要服務(wù)于Infor的客戶群體，提供端到端的數(shù)據(jù)倉庫、分析報(bào)告和可視化平臺服務(wù)能力。

優(yōu)勢：基于云的元數(shù)據(jù)管理BI，提供數(shù)據(jù)準(zhǔn)備、儀表盤、可視化分析、預(yù)定格式的報(bào)告。支持本地源數(shù)據(jù)的實(shí)時(shí)連接，支持在Microsoft SQL server、SAP HANA、Exasol、Amazon Redshift上構(gòu)建數(shù)據(jù)倉庫模型。

不足：部署實(shí)施過程中的性能問題和客戶支持上有所不足，自助化分析部分客戶使用率不高。

③Domo

云ABI平臺，1000多個(gè)數(shù)據(jù)連接器，用戶友好的數(shù)據(jù)可視化和儀表盤能力，主要面向業(yè)務(wù)部門如銷售、運(yùn)營等，平臺易用和快速部署比較能吸引用戶注意。

優(yōu)勢：儀表盤能力較強(qiáng)，產(chǎn)品能力和支持能力強(qiáng)，Domo的訂閱服務(wù)在全球發(fā)展勢頭迅猛。

不足：Domo主要面向業(yè)務(wù)部門用戶，非IT驅(qū)動(dòng)，只是用于營銷、財(cái)務(wù)、供應(yīng)鏈等特定的分析領(lǐng)域，可以認(rèn)為是部門級、個(gè)人的分析工具。全球化支持程度不高，增強(qiáng)分析能力不足。

（2）Visionaries，有遠(yuǎn)見者：了解市場發(fā)展方向，或有改變產(chǎn)業(yè)規(guī)則的愿望，但市場執(zhí)行力不佳；在執(zhí)行力上分為有遠(yuǎn)見但短期內(nèi)無法實(shí)現(xiàn)的早期創(chuàng)業(yè)者，和有遠(yuǎn)見但執(zhí)行反應(yīng)能力調(diào)整不及時(shí)的成熟大廠，代表企業(yè)有salesforce、SAS、SAP、Oracle、Yellowfn、Sisense。

（3）Challenges，挑戰(zhàn)者：現(xiàn)有經(jīng)營狀況良好，有足夠的市場，市場執(zhí)行力強(qiáng)，但是前瞻性不夠，在新市場未做出改變和發(fā)展計(jì)劃，代表企業(yè)有Microstrategy、Looker、TIBCO Software。

（4）Leaders，領(lǐng)導(dǎo)者：執(zhí)行力和前瞻性得分均比較高的大型成熟公司、行業(yè)領(lǐng)袖。擁有大量客戶群體，在全球市場上享有極高的知名度，這些行業(yè)領(lǐng)袖在市場中有很大影響力，有能力和實(shí)力影響和引領(lǐng)整個(gè)行業(yè)的發(fā)展，代表企業(yè)Microsoft、Tableau、Qlik、Thoughtspot。

④Microsoft power BI

視化具備數(shù)據(jù)準(zhǔn)備、可視化的數(shù)據(jù)發(fā)現(xiàn)、交互自助式分析、增強(qiáng)分析等能力，支持azure云saas模式和Power BI Report Server本地模式，Power BI Desktop也可以作為個(gè)人分析工具使用。

優(yōu)勢：病毒式傳播，影響廣泛，拉新成本低，云服務(wù)如增強(qiáng)分析、自動(dòng)化ML的創(chuàng)新已超過大多數(shù)廠商，Power BI還提供了基于AI的文本、情感、圖像分析。

不足：本地版的power BI Report Server對比Power BI Pro云服務(wù)存在很大的功能性差異，包括儀表盤、流分析、預(yù)置分析、自然語言問答、增強(qiáng)和警報(bào)等。