BI，Business Intelligence的簡(jiǎn)稱，顧名思義，也叫做商業(yè)智能。其主要價(jià)值，在于通過(guò)一系列的數(shù)據(jù)技術(shù)，從數(shù)據(jù)中挖掘隱藏的客觀規(guī)律，總結(jié)這些規(guī)律背后的原因，并用于指導(dǎo)公司業(yè)務(wù)的發(fā)展。

大多數(shù)情況下，BI分析師的工作，就是通過(guò)SQL、Python等語(yǔ)言，將已經(jīng)統(tǒng)計(jì)好的數(shù)據(jù)，結(jié)合數(shù)據(jù)模型或者是分析框架，來(lái)對(duì)業(yè)務(wù)進(jìn)行各種分析，并做成有價(jià)值的報(bào)表或者報(bào)告的形式，供業(yè)務(wù)方進(jìn)行分析。

很多人并不清楚數(shù)據(jù)報(bào)表與數(shù)據(jù)分析的區(qū)別。數(shù)據(jù)報(bào)表的重點(diǎn)，是使用相對(duì)簡(jiǎn)單的數(shù)學(xué)方法，來(lái)對(duì)歷史數(shù)據(jù)進(jìn)行展示和呈現(xiàn)；數(shù)據(jù)分析的重點(diǎn)，是采用更復(fù)雜的計(jì)算邏輯，并能夠預(yù)測(cè)一些特定的問(wèn)題、識(shí)別因果關(guān)系、確定最優(yōu)解決方案的方法?？梢哉f(shuō)，數(shù)據(jù)報(bào)表“更廣”，數(shù)據(jù)分析“更深”。

商業(yè)智能BI - 派可數(shù)據(jù)商業(yè)智能BI可視化分析平臺(tái)

從數(shù)倉(cāng)的視角看，數(shù)據(jù)工程師的第一目標(biāo)，便是通過(guò)事先預(yù)處理好的數(shù)據(jù)，支持業(yè)務(wù)及分析師的數(shù)據(jù)探查需求，因?yàn)閿?shù)據(jù)系統(tǒng)能夠極大的降低數(shù)據(jù)使用的門檻，簡(jiǎn)化分析師或者是業(yè)務(wù)對(duì)于數(shù)據(jù)的理解成本。

但僅僅完成第一目標(biāo)并不夠，我們需要體現(xiàn)自身的價(jià)值，就需要向第二目標(biāo)邁進(jìn)，即價(jià)值增量。

BI系統(tǒng)的價(jià)值增量

如何體現(xiàn)BI的價(jià)值增量，并不像AI或者智能那樣，是一個(gè)比較泛化的概念，而是有實(shí)際的思路。例如，我們要出一份報(bào)告，針對(duì)某個(gè)特定的問(wèn)題，而如何描述這個(gè)問(wèn)題，以及針對(duì)問(wèn)題的原因，要做怎樣的動(dòng)作，通常有如下的分析思路：

描述型分析：發(fā)生了什么？

診斷型分析：為什么會(huì)發(fā)生？

預(yù)測(cè)型分析：可能發(fā)生什么？

指令型分析：需要做什么？

而這幾類思路的實(shí)現(xiàn)，對(duì)數(shù)倉(cāng)的要求，都是相似的：即提供一種完整的數(shù)據(jù)探查與反饋鏈路。而這種需求，對(duì)數(shù)倉(cāng)的要求，就不僅僅局限在維度建模理論上，而是要求將BI系統(tǒng)、模型系統(tǒng)與反饋系統(tǒng)集合起來(lái)應(yīng)用。

因此，我們做需求的思路，就需要圍繞“BI分析周期”展開，而不僅僅是follow產(chǎn)品或運(yùn)營(yíng)的需求，這就需要我們自己有做產(chǎn)品的意識(shí)，為自己做的產(chǎn)品負(fù)責(zé)。這種情況下，我們與產(chǎn)品或運(yùn)營(yíng)，其實(shí)是一種合作關(guān)系。那么對(duì)于BI產(chǎn)品的建設(shè)，數(shù)倉(cāng)來(lái)負(fù)責(zé)，應(yīng)該有怎樣的套路？

商業(yè)智能BI - 派可數(shù)據(jù)商業(yè)智能BI可視化分析平臺(tái)

大約分為下五個(gè)部分：

觀察業(yè)務(wù)。通過(guò)開發(fā)標(biāo)準(zhǔn)化的報(bào)表系統(tǒng)，來(lái)觀察業(yè)務(wù)的運(yùn)行情況。

識(shí)別異常。通過(guò)已有的報(bào)表，能夠快速定位“出了什么問(wèn)題”或“問(wèn)題在哪里”?？梢酝ㄟ^(guò)BI系統(tǒng)的著色工具，用于標(biāo)記有問(wèn)題的數(shù)據(jù)部分，快速指導(dǎo)分析人員關(guān)注重要的業(yè)務(wù)時(shí)機(jī)或者有問(wèn)題的數(shù)據(jù)。

確定異常原因。通過(guò)額外的數(shù)據(jù)處理，做對(duì)比驗(yàn)證，包括將數(shù)據(jù)進(jìn)行關(guān)聯(lián)、排序，或者是外部的數(shù)據(jù)（天氣等）。

提供決策方案。在已有因果關(guān)系的基礎(chǔ)上，設(shè)計(jì)模型以評(píng)價(jià)決策供選方案，而數(shù)據(jù)倉(cāng)庫(kù)豐富的歷史信息，輔助以數(shù)據(jù)分析模型、數(shù)據(jù)挖掘算法，正是評(píng)價(jià)決策效果的寶庫(kù)。

采取行動(dòng)并跟蹤結(jié)果。BI系統(tǒng)所發(fā)現(xiàn)的問(wèn)題，能夠通過(guò)其他應(yīng)用程序，反饋給運(yùn)營(yíng)，并及時(shí)采取行動(dòng)。

大多數(shù)情況下，如何對(duì)問(wèn)題數(shù)據(jù)進(jìn)行分析和處理，都存在了分析人員的大腦里。但是，綜合性的BI系統(tǒng)，應(yīng)當(dāng)是能夠超過(guò)標(biāo)準(zhǔn)報(bào)表的應(yīng)用范圍，通過(guò)對(duì)業(yè)務(wù)形式的判斷，來(lái)主動(dòng)的“指導(dǎo)”用戶，最終幫助他們做出富有見地和深思熟慮的決策。

因此，從數(shù)倉(cāng)角度出發(fā)，BI系統(tǒng)的目標(biāo)應(yīng)當(dāng)是：

主動(dòng)指導(dǎo)用戶超出報(bào)表范圍的思考；

識(shí)別和了解異常的數(shù)據(jù)情況；

為每個(gè)異常問(wèn)題提供解決的“最優(yōu)方法”；

在公司內(nèi)部共享“最優(yōu)方法”或者是知識(shí)資本。

這些，就是數(shù)倉(cāng)團(tuán)隊(duì)，能夠提供的價(jià)值增量。

BI系統(tǒng)的功能建設(shè)

BI系統(tǒng)應(yīng)當(dāng)分為幾個(gè)主要的子系統(tǒng)，包括：

同步工具：提供基本的數(shù)據(jù)同步功能，支持多數(shù)據(jù)源的導(dǎo)入，允許用戶自定義結(jié)果集。

看板展示：是預(yù)定義的、預(yù)先編排好格式的報(bào)表，一般提供某個(gè)層次的用戶交互，比如輸入?yún)?shù)，向下鉆取到較低層次的細(xì)節(jié)數(shù)據(jù)，以及鏈接到相關(guān)報(bào)表等。

商業(yè)智能BI - 派可數(shù)據(jù)商業(yè)智能BI可視化分析平臺(tái)

儀表盤：一般是由報(bào)表和圖表組合而成的，能夠突出數(shù)據(jù)的相關(guān)特征，并提供向下鉆取的功能、或者異常高亮等功能，能夠?qū)Χ鄠€(gè)業(yè)務(wù)過(guò)程的數(shù)據(jù)進(jìn)行交叉分析。

商業(yè)智能BI - 派可數(shù)據(jù)商業(yè)智能BI可視化分析平臺(tái)

分析性程序：根據(jù)對(duì)業(yè)務(wù)過(guò)程的決策分析進(jìn)行管理，比如發(fā)起會(huì)話、生成文案等。

權(quán)限系統(tǒng)：支持定義查看數(shù)據(jù)角色，通常要支持到卡片粒度，高級(jí)一些的能夠支持到行權(quán)限。

當(dāng)然，很多時(shí)候，分析師對(duì)于BI系統(tǒng)的需求是非常個(gè)性化的，例如報(bào)表的樣式希望能夠自定義、或者是讀取數(shù)據(jù)量超級(jí)大的明細(xì)，并且提供一定的內(nèi)存計(jì)算、再或者是希望將樹形、圖形數(shù)據(jù)的結(jié)構(gòu)展示出來(lái)，而不過(guò)多的加工數(shù)據(jù)，等等。這就對(duì)于系統(tǒng)的功能和性能提出了非常高的訴求。其實(shí)很多BI系統(tǒng)，可以提供一些自定義的功能，比如支持動(dòng)態(tài)SQL、支持CSS自定義編輯、支持組件拖拽方式的SQL開發(fā)，等等，但這些功能通常都有比較高的理解和使用成本，更適合進(jìn)階一些的分析師。很對(duì)BI系統(tǒng)在兼顧易用性與功能性的時(shí)候，容易做出一些妥協(xié)，從而影響了產(chǎn)品的簡(jiǎn)潔，滿足了一批分析師的需求，又趕跑了一批新用戶。

因此，既然我們選擇了BI系統(tǒng)，那么就需要考慮放棄一些過(guò)多的修飾，而把精力放在數(shù)據(jù)本身上。對(duì)于數(shù)倉(cāng)同學(xué)來(lái)說(shuō)，對(duì)于BI系統(tǒng)，并不是可以放任不管的狀態(tài)，因?yàn)槿绻麛?shù)據(jù)出現(xiàn)了問(wèn)題，例如算錯(cuò)了，或者延遲了，最終還是需要數(shù)據(jù)來(lái)兜底。

商業(yè)智能BI - 派可數(shù)據(jù)商業(yè)智能BI可視化分析平臺(tái)

因此，數(shù)據(jù)還需要考慮如下的一些工作：

數(shù)據(jù)集的建設(shè)：合作的分析師或者運(yùn)營(yíng)，如果不理解維度建模，那么我們的工作職責(zé)還需要覆蓋到BI系統(tǒng)數(shù)據(jù)集的建設(shè)上來(lái)，協(xié)助將數(shù)據(jù)的同步、組合與注釋，相對(duì)應(yīng)的標(biāo)記好。

數(shù)據(jù)同步的建設(shè)：如果離線數(shù)倉(cāng)2小時(shí)加工好的數(shù)據(jù)，需要3個(gè)小時(shí)才能同步到數(shù)據(jù)庫(kù)里，或者是明細(xì)數(shù)據(jù)太大，撐爆了系統(tǒng)或者瀏覽器，都算是數(shù)據(jù)故障的一種，而如果避免這些問(wèn)題，同樣需要數(shù)據(jù)同學(xué)的參與。如果明細(xì)確實(shí)太大，那就考慮用戶是否需要這么多的明細(xì)；如果數(shù)據(jù)庫(kù)性能不足，那就需要與數(shù)據(jù)庫(kù)同學(xué)一同進(jìn)行調(diào)優(yōu)。

數(shù)據(jù)分析思路的提議：通常情況下，數(shù)據(jù)開發(fā)是最懂?dāng)?shù)據(jù)的那部分人，而我們BI系統(tǒng)分析問(wèn)題的思路是什么，是應(yīng)該最有發(fā)言權(quán)的。盡管我們不直接對(duì)業(yè)務(wù)結(jié)果負(fù)責(zé)，但數(shù)據(jù)系統(tǒng)還是應(yīng)該遵循一些基本的分析思路，如果自己都看不懂，那么我們的成果也得不到承認(rèn)，“行百里者半九十”，最后的十步，就是在BI系統(tǒng)的建設(shè)思路上了。

免責(zé)聲明：本公眾號(hào)所發(fā)布的文章為本公眾號(hào)原創(chuàng)，或者是在網(wǎng)絡(luò)搜索到的優(yōu)秀文章進(jìn)行的編輯整理，文章版權(quán)歸原作者所有，僅供讀者朋友們學(xué)習(xí)、參考。對(duì)于分享的非原創(chuàng)文章，有些因?yàn)闊o(wú)法找到真正來(lái)源，如果標(biāo)錯(cuò)來(lái)源或者對(duì)于文章中所使用的圖片、鏈接等所包含但不限于軟件、資料等，如有侵權(quán)，請(qǐng)直接聯(lián)系后臺(tái)，說(shuō)明具體的文章，后臺(tái)會(huì)盡快刪除。給您帶來(lái)的不便，深表歉意。文章來(lái)源地址http://www.zghlxwxcb.cn/news/detail-480370.html

到了這里，關(guān)于數(shù)字化時(shí)代，在一系列數(shù)據(jù)技術(shù)中淺談商業(yè)智能BI的文章就介紹完了。如果您還想了解更多內(nèi)容，請(qǐng)?jiān)谟疑辖撬阉鱐OY模板網(wǎng)以前的文章或繼續(xù)瀏覽下面的相關(guān)文章，希望大家以后多多支持TOY模板網(wǎng)！