來(lái)源：談數(shù)據(jù)，作者：石秀峰
如題：請(qǐng)不要將數(shù)據(jù)中臺(tái)做成BI！
筆者在為企業(yè)做數(shù)據(jù)中臺(tái)設(shè)計(jì)規(guī)劃時(shí)，經(jīng)常有客戶這樣叮囑。話里話外都是對(duì)“數(shù)據(jù)中臺(tái)”滿滿的期待和對(duì)“BI”的內(nèi)心的失望！為什么會(huì)這樣呢？BI作為IT界“顏值擔(dān)當(dāng)”，那可是一直是一項(xiàng)叱咤風(fēng)云的數(shù)據(jù)應(yīng)用技術(shù)。曾幾何時(shí)，為了一張報(bào)表、一個(gè)大屏，有多少企業(yè)都愿意為其“豪擲千金”！為什么現(xiàn)在很多企業(yè)又都對(duì)其失去了興趣了呢？今天我們一起聊聊這個(gè)話題！歡迎留言區(qū)談?wù)勀挠^點(diǎn)。
— 01 —
Business Intelligence（商業(yè)智能），簡(jiǎn)稱BI。BI一詞最早是由Gartner在1996提出的，Gartner 將商業(yè)智能定義為：描述了一系列的概念和方法，通過(guò)應(yīng)用基于事實(shí)的支持系統(tǒng)輔助商業(yè)決策的制定。也有的說(shuō)BI這個(gè)概念，早在1989年 IBM的研究員就開始使用了，他將商業(yè)智能定義為：對(duì)事物相互關(guān)系的一種理解能力，并依靠這種能力去指導(dǎo)決策，以達(dá)到預(yù)期的目標(biāo)。但不論是Gartner提出的還是IBM提出的，不論是1989年還是1996年，總的來(lái)說(shuō)，BI不是一個(gè)新事物，而且已經(jīng)有近30年的歷史了。BI為企業(yè)提供了一種迅速分析數(shù)據(jù)的技術(shù)和方法，包括收集、管理和分析數(shù)據(jù)，通過(guò)將這些數(shù)據(jù)轉(zhuǎn)化為有用的信息，從而幫助企業(yè)進(jìn)行決策。可以肯定的是，在過(guò)去的30多年里，BI還是在一定程度上發(fā)揮了它的價(jià)值的，例如：給領(lǐng)導(dǎo)提供了一些輔助決策的數(shù)據(jù)報(bào)表，以及一些漂亮的可視化數(shù)字大屏，等等。隨著數(shù)字化的不斷發(fā)展，人們對(duì)數(shù)據(jù)洞察力的期望越來(lái)越高，漸漸的人們發(fā)現(xiàn)：不是企業(yè)不再需要BI，而是成功的BI實(shí)在太少了。那些原本為領(lǐng)導(dǎo)提供決策的數(shù)據(jù)報(bào)表，往往被領(lǐng)導(dǎo)束之高閣，而那些“漂亮的數(shù)字大屏”也淪為了“面子工程”，只有在上級(jí)領(lǐng)導(dǎo)視察，或外部單位考察的時(shí)候才拿出來(lái)“裝裝門面”。說(shuō)好的“數(shù)據(jù)驅(qū)動(dòng)”呢？，說(shuō)好的“幫助企業(yè)做出明智的業(yè)務(wù)決策”呢？除了上了一個(gè)BI工具，開發(fā)了一套數(shù)據(jù)報(bào)表，似乎什么也沒剩下！就這樣，傳統(tǒng)BI項(xiàng)目的失敗率一直居高不下，這讓越來(lái)越多的企業(yè)對(duì)其失去了信心！
— 02 —
BI項(xiàng)目為什么總失?。?/span>
說(shuō)到“傳統(tǒng)BI的失敗”，90%的人都會(huì)想到的是：傳統(tǒng)的數(shù)據(jù)倉(cāng)庫(kù)、數(shù)據(jù)分析技術(shù)不能滿足日益增長(zhǎng)的客戶用數(shù)需求,企業(yè)應(yīng)該需要有一個(gè)更靈活、更敏捷、更智能的BI工具。的確?！皞鹘y(tǒng)BI工具不好用，在功能、性能方面應(yīng)對(duì)企業(yè)日益增長(zhǎng)的數(shù)據(jù)量和用數(shù)需求顯得越來(lái)越力不從心”！這確實(shí)是一個(gè)導(dǎo)致傳統(tǒng)BI項(xiàng)目不好用、沒人用的一個(gè)原因。但這還不是傳統(tǒng)BI項(xiàng)目失敗的本質(zhì)原因。根據(jù)筆者多年在數(shù)據(jù)領(lǐng)域的經(jīng)驗(yàn)和觀察，BI項(xiàng)目之所以失敗，本質(zhì)上概括為以下兩方面原因：1、太把 BI 當(dāng)做一個(gè)“項(xiàng)目”去做很多企業(yè)實(shí)施BI項(xiàng)目，都是通過(guò)BI領(lǐng)域的供應(yīng)商去實(shí)施的，在既定的項(xiàng)目框架（目標(biāo)、范圍）下，由供應(yīng)商負(fù)責(zé)需求調(diào)研、方案設(shè)計(jì)、數(shù)據(jù)建模、數(shù)據(jù)采集、數(shù)據(jù)處理、數(shù)據(jù)分析界面開發(fā)等項(xiàng)目全過(guò)程。而在這個(gè)過(guò)程中，企業(yè)作為業(yè)主方參與的深度不足，技術(shù)和知識(shí)沒有從供應(yīng)商哪里很好的傳遞下來(lái)，從而導(dǎo)致將 BI 項(xiàng)目做成了一個(gè)一次性的“工具型項(xiàng)目”。殊不知，數(shù)據(jù)驅(qū)動(dòng)需要持續(xù)的數(shù)據(jù)運(yùn)營(yíng)。企業(yè)的管理和業(yè)務(wù)是靈活多變的，缺乏持續(xù)的數(shù)據(jù)運(yùn)營(yíng)機(jī)制，沒有配套的數(shù)據(jù)分析人員，而只是依靠供應(yīng)商提供的幾個(gè)固定的分析界面、固定的數(shù)據(jù)報(bào)表，再加上數(shù)據(jù)更新不及時(shí)，這樣的BI 注定是用不起來(lái)的。在傳統(tǒng)BI的實(shí)施過(guò)程中，常常出現(xiàn)一期項(xiàng)目看起來(lái)效果不錯(cuò)，但企業(yè)后續(xù)的新需求、新項(xiàng)目就變得遙遙無(wú)期，或者爛尾。這是項(xiàng)目制 BI 固有的頑疾！2、沒把 BI 當(dāng)做一個(gè)“項(xiàng)目”去做如果說(shuō)，將 BI 作為一個(gè)“工具型項(xiàng)目”、“項(xiàng)目型項(xiàng)目”去做，由供應(yīng)商交付項(xiàng)目驗(yàn)收之后，BI工具就被束之高閣，是傳統(tǒng)BI項(xiàng)目失敗的一個(gè)核心原因。而另一個(gè)原因就是：沒把 BI 當(dāng)做一個(gè)“項(xiàng)目”去做。大家都知道項(xiàng)目有三個(gè)要素：時(shí)間、成本和質(zhì)量。而這三個(gè)要素傳統(tǒng) BI 項(xiàng)目做的都不好。時(shí)間上。業(yè)務(wù)需求不明確，業(yè)務(wù)與IT之間往往需要來(lái)回倒騰、確定需求。當(dāng)然也存在技術(shù)上的延遲問題，導(dǎo)致BI項(xiàng)目無(wú)法按計(jì)劃及時(shí)完成。模糊的需求、技術(shù)的延遲，拉長(zhǎng)了交付的周期，等需求開發(fā)完了，發(fā)現(xiàn)業(yè)務(wù)需求已經(jīng)發(fā)生了變化。成本上。企業(yè)采購(gòu)機(jī)構(gòu)BI軟件往往需要耗費(fèi)大量成本，尤其是一些國(guó)外的軟件，例如：SAP BO、Oracle BIEE等。另外，BI項(xiàng)目要獲得一個(gè)較好的分析結(jié)果就需要對(duì)數(shù)據(jù)進(jìn)行有效的處理，缺乏數(shù)據(jù)治理能力的BI項(xiàng)目，往往耗費(fèi)大量的人工成本，來(lái)對(duì)臟數(shù)據(jù)清理和大量長(zhǎng)尾數(shù)據(jù)的處理，既消耗了大量的成本，又出不來(lái)有價(jià)值的分析。質(zhì)量上。數(shù)據(jù)的不及時(shí)、不完整、不準(zhǔn)確是數(shù)據(jù)分析項(xiàng)目最大的問題。另一個(gè)問題是：太技術(shù)導(dǎo)向，導(dǎo)致業(yè)務(wù)與技術(shù)之間脫節(jié)，從而使得BI項(xiàng)目的目標(biāo)偏航，讓 BI 淪為老板看的報(bào)表系統(tǒng)而不是當(dāng)作整個(gè)公司數(shù)據(jù)驅(qū)動(dòng)系統(tǒng)。
— 03 —
數(shù)據(jù)中臺(tái)的誕生！
毋庸置疑，數(shù)據(jù)是有價(jià)值的，將數(shù)據(jù)作為生產(chǎn)要素，把數(shù)據(jù)比作石油、金礦，其實(shí)毫不為過(guò)！在如今的數(shù)字化時(shí)代，數(shù)據(jù)大爆炸，對(duì)于企業(yè)來(lái)講，缺少的并不是數(shù)據(jù)，而是如何有效的管理和利用數(shù)據(jù)的手段。事實(shí)上，企業(yè)對(duì)于數(shù)據(jù)利用的探索一直沒有停止，除了BI、還有數(shù)據(jù)倉(cāng)庫(kù)、數(shù)據(jù)集市、數(shù)據(jù)湖、大數(shù)據(jù)平臺(tái)、數(shù)據(jù)中臺(tái)等等。經(jīng)過(guò)了大量的實(shí)踐驗(yàn)證，當(dāng)前很多企業(yè)都將期望放在了數(shù)據(jù)中臺(tái)上！關(guān)于數(shù)據(jù)中臺(tái)的概念，網(wǎng)上有很多種不同的說(shuō)法。筆者在以往的文章中，也有相關(guān)數(shù)據(jù)中臺(tái)概念的定義。常見的一種定義是：數(shù)據(jù)中臺(tái)指數(shù)據(jù)采集交換、共享融合、組織處理、建模分析、管理治理和服務(wù)應(yīng)用于一體的綜合性數(shù)據(jù)能力平臺(tái)，在大數(shù)據(jù)生態(tài)中處于承上啟下的功能，提供面向數(shù)據(jù)應(yīng)用支撐的底座能力。其實(shí)這個(gè)定義還是太技術(shù)化，相比我更喜歡以下這個(gè)說(shuō)法：數(shù)據(jù)中臺(tái)是一套“讓企業(yè)的數(shù)據(jù)可持續(xù)用起來(lái)”的機(jī)制，一種戰(zhàn)略選擇和組織形式，是依據(jù)企業(yè)特有的業(yè)務(wù)模式和組織架構(gòu)，通過(guò)有形的產(chǎn)品和實(shí)施方法論支撐，構(gòu)建一套持續(xù)不斷把數(shù)據(jù)變成資產(chǎn)并服務(wù)于業(yè)務(wù)的機(jī)制。數(shù)據(jù)中臺(tái)需要具備數(shù)據(jù)匯聚整合、數(shù)據(jù)提純加工、數(shù)據(jù)服務(wù)可視化、數(shù)據(jù)價(jià)值變現(xiàn) 4個(gè)核心能力，讓企業(yè)員工、客戶、伙伴能夠方便地應(yīng)用數(shù)據(jù)。數(shù)據(jù)中臺(tái)是在組織數(shù)字化轉(zhuǎn)型過(guò)程中，對(duì)各業(yè)務(wù)單元業(yè)務(wù)與數(shù)據(jù)的沉淀，構(gòu)建包括數(shù)據(jù)技術(shù)、數(shù)據(jù)治理、數(shù)據(jù)運(yùn)營(yíng)等數(shù)據(jù)建設(shè)、管理、使用體系，實(shí)現(xiàn)數(shù)據(jù)賦能、數(shù)據(jù)驅(qū)動(dòng)。2、數(shù)據(jù)中臺(tái)與 BI 的關(guān)系在企業(yè)的數(shù)據(jù)中臺(tái)架構(gòu)中，BI 屬于數(shù)據(jù)前臺(tái)的范疇，提供數(shù)據(jù)分析和可視化能力，是數(shù)據(jù)中臺(tái)的用戶對(duì)象之一。而數(shù)據(jù)中臺(tái)更多是一種統(tǒng)一的數(shù)據(jù)管理架構(gòu)，它是一種技術(shù)和組織的解決方案，可以支持商業(yè)智能（BI）分析，并可以實(shí)現(xiàn)數(shù)據(jù)積累，數(shù)據(jù)清洗，數(shù)據(jù)集成，數(shù)據(jù)建模，數(shù)據(jù)可視化等。因此，我們看到業(yè)內(nèi)數(shù)據(jù)中臺(tái)解決方案中，常常將BI融合其中，搭配使用。數(shù)據(jù)中臺(tái)是從數(shù)據(jù)源獲取數(shù)據(jù)，整合、清洗和統(tǒng)一管理數(shù)據(jù)，然后通過(guò)接口服務(wù)將數(shù)據(jù)提供給各個(gè)系統(tǒng)使用。BI則是從數(shù)據(jù)中臺(tái)獲取數(shù)據(jù)，使用報(bào)表、圖表等工具，分析和可視化數(shù)據(jù)，為決策者提供支持。對(duì)于大型集團(tuán)公司而言，BI工具可以有多套（要么購(gòu)買、要么自主開發(fā)），而數(shù)據(jù)中臺(tái)一般建議只建設(shè)一套。3、數(shù)據(jù)中臺(tái)與BI有什么不同點(diǎn)？數(shù)據(jù)中臺(tái)與BI 雖然都是數(shù)據(jù)平臺(tái)，也有很多類似的地方，但它們本質(zhì)上是兩類不同的數(shù)據(jù)平臺(tái)。兩者的主要區(qū)別在于：解決的問題不同：數(shù)據(jù)中臺(tái)主要用于收集、存儲(chǔ)、整合和管理不同數(shù)據(jù)源的數(shù)據(jù)，以便更好地支持業(yè)務(wù)分析；而BI則是通過(guò)分析和可視化數(shù)據(jù)，以找出潛在的問題和機(jī)會(huì)，從而幫助企業(yè)更好地執(zhí)行決策。技術(shù)的架構(gòu)不同：數(shù)據(jù)中臺(tái)主要采用分布式架構(gòu)，可以支持大規(guī)模的數(shù)據(jù)存儲(chǔ)及計(jì)算；而BI主要采用集中式架構(gòu)，可以支持多維度、高效的數(shù)據(jù)分析。提供的服務(wù)不同：數(shù)據(jù)中臺(tái)主要提供數(shù)據(jù)資源到數(shù)據(jù)資產(chǎn)和轉(zhuǎn)化，以及API化（或其他共享方式）的數(shù)據(jù)服務(wù)；而BI主要提供數(shù)據(jù)報(bào)表、數(shù)據(jù)應(yīng)用可視化服務(wù)。處理的數(shù)據(jù)不同：數(shù)據(jù)中臺(tái)的數(shù)據(jù)主要是原始數(shù)據(jù)，例如：原始的日志數(shù)據(jù)、業(yè)務(wù)數(shù)據(jù)、IOT數(shù)據(jù)等；而BI的數(shù)據(jù)主要是加工過(guò)的數(shù)據(jù)，例如：報(bào)表數(shù)據(jù)。面向用戶不同：數(shù)據(jù)中臺(tái)主要面向IT部門，IT部門負(fù)責(zé)搭建和維護(hù)數(shù)據(jù)技術(shù)平臺(tái)，沉淀數(shù)據(jù)資產(chǎn)、并提供數(shù)據(jù)服務(wù)；而BI面向業(yè)務(wù)部門，負(fù)責(zé)利用平臺(tái)上的數(shù)據(jù)進(jìn)行分析和挖掘，從而獲取有價(jià)值的數(shù)據(jù)洞察、以作出更加明智的決策。4、數(shù)據(jù)中臺(tái)與BI有什么相同處？雖然說(shuō)了數(shù)據(jù)中臺(tái)與BI這么多的不同點(diǎn)，但是他們之間很多相同之處，例如：兩者都是數(shù)據(jù)應(yīng)用的重要工具，都可以幫助企業(yè)更有效地分析數(shù)據(jù)，挖掘有價(jià)值的信息。兩者都可以將數(shù)據(jù)從多種來(lái)源組織起來(lái)，提供直觀的可視化效果，以支持?jǐn)?shù)據(jù)分析。兩者都可以幫助企業(yè)實(shí)現(xiàn)數(shù)據(jù)驅(qū)動(dòng)，幫助企業(yè)發(fā)現(xiàn)潛在的商機(jī)，改善企業(yè)決策制定的過(guò)程。另外，還有一個(gè)重要的相同點(diǎn)，那就是從實(shí)施方法上都屬于業(yè)務(wù)驅(qū)動(dòng)。相對(duì)于傳統(tǒng)的數(shù)據(jù)倉(cāng)庫(kù)、大數(shù)據(jù)平臺(tái)的技術(shù)驅(qū)動(dòng)，數(shù)據(jù)中臺(tái)和BI都是業(yè)務(wù)驅(qū)動(dòng)的，離業(yè)務(wù)更近，業(yè)務(wù)驅(qū)動(dòng)的第一出發(fā)點(diǎn)不是數(shù)據(jù)，而是業(yè)務(wù)，一開始不用看你系統(tǒng)里面有什么數(shù)據(jù)，而是去解決你的業(yè)務(wù)問題需要什么樣的數(shù)據(jù)服務(wù)，加速企業(yè)從數(shù)據(jù)到數(shù)據(jù)資產(chǎn)，再到數(shù)據(jù)價(jià)值的過(guò)程。
— 04 —
數(shù)據(jù)中臺(tái) + BI ，真正實(shí)現(xiàn)數(shù)據(jù)驅(qū)動(dòng)！
數(shù)據(jù)中臺(tái)+BI，兩者各司其職確相互融合，并提供一站式數(shù)據(jù)應(yīng)用，是打通企業(yè)數(shù)據(jù)資產(chǎn)應(yīng)用的最后一公里的關(guān)鍵。數(shù)據(jù)中臺(tái)+BI，提供一站式數(shù)據(jù)工作臺(tái)，將加速推動(dòng)企業(yè)的數(shù)據(jù)平民化進(jìn)程，讓“人人都能成為數(shù)據(jù)分析師，人人都會(huì)找數(shù)據(jù)、用數(shù)據(jù)，用數(shù)據(jù)說(shuō)話、用數(shù)據(jù)決策”，真正實(shí)現(xiàn)企業(yè)的“數(shù)據(jù)驅(qū)動(dòng)”。沒有 數(shù)據(jù)中臺(tái) 的 BI，很難實(shí)現(xiàn)持續(xù)數(shù)據(jù)運(yùn)營(yíng)，而沒有 BI 的數(shù)據(jù)中臺(tái)，數(shù)據(jù)價(jià)值將無(wú)法直觀體現(xiàn)。下面我們看下，如何融合數(shù)據(jù)中臺(tái)和BI能力，發(fā)揮數(shù)據(jù)的真正“威力”！1、自上而下，全面盤點(diǎn)企業(yè)數(shù)據(jù)資產(chǎn)自上而下梳理是一種以業(yè)務(wù)視角進(jìn)行數(shù)據(jù)梳理的方式，通過(guò)對(duì)企業(yè)的相關(guān)制度文件、職能體系、業(yè)務(wù)流程、業(yè)務(wù)單據(jù)等進(jìn)行全面分析，逐層分解，梳理數(shù)據(jù)資產(chǎn)的三級(jí)目錄、業(yè)務(wù)屬性和相關(guān)管理屬性。三級(jí)目錄，即數(shù)據(jù)資產(chǎn)的分類，是按照業(yè)務(wù)視角對(duì)企業(yè)數(shù)據(jù)資產(chǎn)的梳理和分解，例如：數(shù)據(jù)域-數(shù)據(jù)主題-數(shù)據(jù)子主題-數(shù)據(jù)對(duì)象，（注：三級(jí)目錄不限于三級(jí)，但一般建議控制在五級(jí)之內(nèi)為宜）。業(yè)務(wù)屬性，即用來(lái)描述數(shù)據(jù)資產(chǎn)的業(yè)務(wù)元數(shù)據(jù)。如上圖所示，常見業(yè)務(wù)屬性包括：所屬數(shù)據(jù)域、數(shù)據(jù)主題等分類屬性，數(shù)據(jù)對(duì)象、業(yè)務(wù)定義、業(yè)務(wù)規(guī)則、敏感等級(jí)等。管理屬性，即用來(lái)描述數(shù)據(jù)資產(chǎn)的管理、維護(hù)、使用相關(guān)元數(shù)據(jù)。如上圖所示，常見管理屬性包括：管理部門、管理人員、聯(lián)系方式、更新頻率、最后更新時(shí)間、數(shù)據(jù)共享?xiàng)l件等。注：業(yè)務(wù)視角下，數(shù)據(jù)資產(chǎn)的管理屬性可能無(wú)法全部梳理出來(lái)，這就需要在技術(shù)盤點(diǎn)環(huán)節(jié)對(duì)其進(jìn)行補(bǔ)充完善。關(guān)于數(shù)據(jù)資產(chǎn)的盤點(diǎn)方法，請(qǐng)參考《數(shù)據(jù)資產(chǎn)管理：數(shù)據(jù)資產(chǎn)怎么盤？》2、自下而上，深入分析企業(yè)業(yè)務(wù)痛點(diǎn)數(shù)據(jù)治理、數(shù)字化轉(zhuǎn)型首先是需要消除企業(yè)痛點(diǎn)，這是見效最快的方式。但同時(shí)我也發(fā)現(xiàn)，很多企業(yè)最大的痛點(diǎn)是不知道自己的痛點(diǎn)在哪里。對(duì)此，筆者給出以下思路供參考：（1）找到那些對(duì)業(yè)務(wù)影響很深的點(diǎn)，如不解決業(yè)務(wù)就無(wú)法順暢執(zhí)行；（2）找到那些對(duì)業(yè)務(wù)影響很廣的點(diǎn)，牽一發(fā)而動(dòng)全身，做好一點(diǎn)帶動(dòng)全局；（3）找到那些對(duì)業(yè)務(wù)有高價(jià)值的點(diǎn)，能夠?yàn)榭蛻魩?lái)更好產(chǎn)品或服務(wù)、更好的體驗(yàn)，亦或是為企業(yè)帶來(lái)更多的收入和利潤(rùn)；（4）找到那些相對(duì)成熟且容易實(shí)現(xiàn)的點(diǎn)，先易后難，逐步推進(jìn)，不要上來(lái)就選擇一個(gè)根本無(wú)法完成的目標(biāo)。3、全面匯聚、整合和沉淀數(shù)據(jù)資產(chǎn)將企業(yè)數(shù)據(jù)轉(zhuǎn)化為生產(chǎn)力，需要業(yè)務(wù)用戶快速定位、理解和充分利用數(shù)據(jù)。與傳統(tǒng)數(shù)據(jù)倉(cāng)庫(kù)不同，數(shù)據(jù)中臺(tái)的目標(biāo)是將企業(yè)的數(shù)據(jù)資源經(jīng)過(guò)統(tǒng)一梳理、采集、加工、處理……，然后形成數(shù)據(jù)資產(chǎn)，并自動(dòng)注冊(cè)形成數(shù)據(jù)資產(chǎn)目錄。數(shù)據(jù)資產(chǎn)目錄解決了跨部門數(shù)據(jù)資產(chǎn)的共享問題，方便業(yè)務(wù)決策者找到、理解、信任，他們想要的數(shù)據(jù)，以支持業(yè)務(wù)部門利用數(shù)據(jù)來(lái)優(yōu)化他們的業(yè)務(wù)。通常，IT人員不會(huì)從業(yè)務(wù)的角度理解數(shù)據(jù)，他們只專注于數(shù)據(jù)相關(guān)的技術(shù)問題，而業(yè)務(wù)人員缺乏IT技能，也很難將數(shù)據(jù)轉(zhuǎn)換為業(yè)務(wù)的洞察力。數(shù)據(jù)中臺(tái)提供了有效的數(shù)據(jù)管理方法和工具，幫助企業(yè)管理數(shù)據(jù)資產(chǎn)，并將其轉(zhuǎn)化為對(duì)企業(yè)有價(jià)值的信息和有意義的業(yè)務(wù)洞察力。數(shù)據(jù)中臺(tái)建設(shè)的意義，在很大程度上是實(shí)現(xiàn)了IT和業(yè)務(wù)的拉通，讓IT與業(yè)務(wù)形成合力，朝著同一個(gè)方向和目標(biāo)努力。4、按需“組裝”數(shù)據(jù)服務(wù)，構(gòu)建數(shù)據(jù)供應(yīng)鏈數(shù)據(jù)中臺(tái) + BI 構(gòu)建企業(yè)的數(shù)據(jù)供應(yīng)鏈。堅(jiān)持“以終為始”的原則，以業(yè)務(wù)需求為導(dǎo)向，通過(guò)數(shù)據(jù)中臺(tái)的數(shù)據(jù)采集、數(shù)據(jù)處理、數(shù)據(jù)計(jì)算等能力，按需對(duì)數(shù)據(jù)進(jìn)行加工處理和組裝，形成可供調(diào)用的維度表、事實(shí)表、匯總表等數(shù)據(jù)模型。再利用BI工具連接這些模型，對(duì)數(shù)據(jù)進(jìn)行分析和可視化，從而實(shí)現(xiàn)企業(yè)數(shù)據(jù)資產(chǎn)的一站式應(yīng)用。數(shù)據(jù)中臺(tái)提供了數(shù)據(jù)萃取服務(wù)、數(shù)據(jù)共享服務(wù)、數(shù)據(jù)資產(chǎn)運(yùn)營(yíng)服務(wù)等等支撐能力，是構(gòu)建企業(yè)數(shù)據(jù)供應(yīng)鏈的關(guān)鍵，讓企業(yè)的數(shù)據(jù)能夠以服務(wù)的形式快速供給相關(guān)業(yè)務(wù)。數(shù)據(jù)即服務(wù)——這是數(shù)據(jù)中臺(tái)的靈魂。5、敏捷BI，自助分析，驅(qū)動(dòng)業(yè)務(wù)決策敏捷BI是從工具側(cè)和方法側(cè)，對(duì)傳統(tǒng)BI的全新升級(jí)。關(guān)于敏捷BI，你可能聽過(guò)這些關(guān)鍵詞：更快速、更靈活、更簡(jiǎn)單、更自動(dòng)......，很多人談敏捷BI都側(cè)重其工具和技術(shù)，當(dāng)然這是一個(gè)很重要的方面。而另一方面，敏捷BI與傳統(tǒng)BI的區(qū)別在于交付方法上。傳統(tǒng)BI更多的是由IT人員進(jìn)行數(shù)據(jù)報(bào)表開發(fā)，業(yè)務(wù)人員只管“看”，十分被動(dòng)。而敏捷BI更強(qiáng)調(diào)業(yè)務(wù)的自助式分析，即：業(yè)務(wù)人員自己進(jìn)行數(shù)據(jù)探索和分析，增強(qiáng)了業(yè)務(wù)人員對(duì)數(shù)據(jù)的洞察能力。其實(shí)，不論是傳統(tǒng)BI還敏捷BI，要能夠讓其用起來(lái)的一個(gè)重要前提是：數(shù)據(jù)的及時(shí)性、完整性和準(zhǔn)確性，而數(shù)據(jù)中臺(tái)為保障數(shù)據(jù)的及時(shí)、完整和準(zhǔn)確提供了能力支撐。數(shù)據(jù)中臺(tái)建設(shè)成敗的一個(gè)衡量標(biāo)準(zhǔn)，就是是否為業(yè)務(wù)用戶提供了自助分析能力，以及業(yè)務(wù)自助分析的靈活度。
最后，給大家留個(gè)思考題：如果企業(yè)建設(shè)的數(shù)據(jù)中臺(tái)脫離了BI，在沒有數(shù)據(jù)集成共享需求的情況下，面對(duì)業(yè)務(wù)用戶，您將提供什么，如何讓數(shù)據(jù)用起來(lái)，以及如何驗(yàn)證數(shù)據(jù)中臺(tái)的各種數(shù)據(jù)模型和數(shù)據(jù)服務(wù)的有效性？歡迎留言區(qū)討論。
該文章在 2023/5/31 9:25:16 編輯過(guò)
400 186 1886
