“很多人還沒搞清楚什么是PC互聯網，移動互聯網來了，我們還沒搞清楚移動互聯的時候，大數據時代又來了。”——馬云

在數聚股份看來，這是一個幾乎所有企業都在談數據的時代。雖然以大數據(Big Data)的定義（指“無法用現有的軟件工具提取、存儲、搜索、共享、分析和處理的海量的、復雜的數據集合。)來看，并不是所有的企業或組織都擁有“大數據”，但無疑，數據已經滲透到當今每一個行業和業務職能領域，成為重要的生產因素。馬云的話，重點在于在數聚股份看來，“應對變化”而非“大數據”。在這個變化越來越快的時代，組織是否已經具備處理和分析數據的能力，是每個組織成員都需要思考的問題。

Mckinsey列出了各個行業利用大數據價值的難易度以及發展潛力。《Big data: The next frontier for innovation, competition, and productivity》
數據無論大小，只要足夠優質，其中便蘊含著各行各業挖掘更大商業價值和創新的可能。數據本身不產生價值，如何分析和利用數據，并對業務產生幫助才是關鍵，而能有效挖掘出這些可能和價值的答案，便蘊藏在商業智能（Business Intelligence，簡稱BI）之中。

BI是什么？

著名國際咨詢分析公司Gartner，將BI定義為一個概括性術語（Umbrella term），泛指業務分析中用到的工具、基礎設施設備、程序與軟件，通過獲取和處理數據，進而分析數據，獲取有價值的信息以改進并優化決策和績效，指導各種商業行為。

BI的本質是技術和工具和商業邏輯的結合，通過處理原始數據，以商務邏輯分析數據，為商業運營提供基于歷史、當下和未來的分析視角，形成對商業行為有價值的洞察（insight）。（與之對應，近年來國外很多名校的新興專業學科BA（Business analytics），則是一門需要同時學習商科知識和計算機技術的學科。）

BI對商業決策的支持涵蓋了從運營到戰略的每個層面。基礎運營決策包括產品定位或定價， 戰略業務決策包括最廣泛層面的優先事項，目標和方向。BI的有效性在于多數據源的充分整合。例如可口可樂等快消品公司會將公司財務、運營數據（內部數據）與波士頓等公司提供的市場數據（外部數據）結合分析，這種結合就可以更好地呈現公司的經營全貌。

從這個意義上來講，基于單表或單一數據源的分析都不能稱作真正的BI。更常見的情形是組織內沒有BI產品線，僅靠手工操作匯總數據源，復制粘貼到一個Excel表中再進行分析，雖然滿足了多來源，但匯總和分析過程缺乏自動化，效率和準確度水分很大，也不是真正的BI。

BI的目標與部署中的常見問題

數據研究專家Kernochan在他為期兩年的組織BI流程研究中，提出了以下模型及對應的BI特征目標：

數據輸入 - 準確性

數據整合 - 一致性

數據聚合 - 范圍明確

信息定位 - 匹配度

信息傳遞 - 及時性

信息分析 - 可分析性

這不僅可以作為BI部署的目標，也可以用于檢驗以上目標的達成，反推企業的數據治理是否足夠規范。

同時，Kernochan的研究也總結了當前BI部署流程中的常見問題：

20％的數據有錯誤（準確性）

50％的數據不一致（一致性）

通常需要7天才能將數據提供給最終用戶（及時性）

無法對70％的公司數據（范圍）進行跨數據庫查詢

65％的時間，高管沒有收到他們需要的數據（合適）

60％的時間，用戶無法立即對他們收到的數據進行在線分析（可分析性）

Web上出現的75％的新關鍵信息源不會在一年內傳遞給用戶（敏捷性）

產生以上問題的最大原因，在于業務用戶通常不了解數據準備的復雜性和錯誤所涉及的風險，且缺乏統一部門強有力的數據治理（Data governance），進而使得數據的質量變得不可控。數據基層一旦出現問題，高級的分析和敏捷性需求也無從說起。

什么是敏捷BI？

在很長一段時間里，Excel和其他電子表格都是各類組織處理分析數據的主要工具，擁有數量最大的用戶群（中國90%以上的組織數據仍很大程度依賴于Excel）。雖然電子表格有很多優勢，但把它當做BI工具使用，在以下場景會嚴重受限：

1.需要對包含多個工作表或數據庫的混合數據源開展分析時

2.多人同時對一張電子表格進行維護和協作時

3.數據量達到上限或包含非結構化數據讓可視化變得困難

4.使用復雜的公式降低了查詢性能時

5.需要交互式分析和數據探索時

6.需要定時刷新時

在數聚股份看來，傳統的BI已經在很大程度上解除了上述限制，但在國內政企組織內的普及度仍然十分有限。隨著組織數據量的增大和外界環境的不斷變化，組織對于數據的管控和分析有了更高的要求，希望能夠擺脫過去較高的技術門檻，較長的部署時間，緩慢的數據整理和分析速度，力求“又快又好”。在這樣的背景下，“敏捷BI”應運而生。

敏捷BI的出現，是以一系列自助式數據分析軟件的出現為標志的（所以敏捷BI也被稱之為自助式BI）。隨著Microstrategy，Power BI，Qlik sence，Tableau，帆軟等國內外軟件的不斷迭代更新，數據分析的主角不再僅指具備IT技術背景的研發人員和數據科學家，每一個沒有技術基礎的業務人員也可以更高效便捷的方式獲取、整理和分析數據。

敏捷一詞（Agile）源于17位輕量級方法學家在2001年2月提出的敏捷宣言（Agile Manifesto）。Agile的提出，一開始就是帶著IT項目開發基因的，而在“敏捷BI”這一概念里，主要取的是“快捷高效，簡單明晰”的意思。

結合到數據應用場景，我們可以先從Excel的Vlookup函數出發，看看何為“敏捷”？相信這是很多報表從業人員，接觸的第一個稍顯復雜（相比于sum、count等函數）但又覺得愛不釋手的函數，在日常的工作中使用頻率極高。很多人也是通過它，第一次明白了電子表格的強大威力。

為什么用它來解釋“敏捷”？因為在電子表格時代，它可以幫助使用者快速高效地進行表格信息的交付、部署、變更、查詢。它的交付結果可靠，運算性能穩定；部署方便：內置四個系數均具備明確含義和標準用法；且四個系數均可靈活修改，變更方便；在數據質量可靠的情況下，可以查詢表格內（間）幾乎所有的信息。在電子表格這個領域，Vlookup無疑可以稱得上是“敏捷”的函數之一。

同樣的道理，在敏捷BI時代，這樣的特征仍不過時：能快速高效地幫助使用者進行數據的結果交付、技術部署、需求變更、精準查詢，這便是敏捷BI。

對于敏捷BI的常見誤區

每個概念的興起必然帶來多種的解讀，同時也產生有不少誤解，敏捷BI亦不例外。對于它的常見誤區，有如下四點。

1.敏捷BI是一種能力，而不單指工具。

BI作為一個有著計算機基因的概念，在宣傳的時候自然沒人會愛看那些枯燥的代碼，酷炫簡單的效果往往更受青睞，這使得人們在理解BI時，很自然地就聯想起各種形式多樣色彩豐富的動態圖表。但其實，圖表只是BI的前端展示界面，是部署BI這項技術性極強且極具體系工作的冰山一角；敏捷BI軟件也不僅是一個高級的圖表制作工具，它也兼備著獲取和清洗數據等高級功能。

當前主流的敏捷BI報表軟件，宣稱“敏捷”的最大優勢，是其內置的各類圖表、靈活高效的函數、簡單便捷的元素拖拽方式。區別于傳統BI開發偏代碼的環境，敏捷BI的前端報表開發，已經變得極具可視化，其使用的難度和邏輯與Excel相仿，哪怕對于沒有技術基礎的業務人員，也不影響其使用或做簡單的修改和開發。從某種意義上，各類敏捷BI工具是對Excel等傳統表格工具和代碼環境優勢的中和，而這個粘合劑，就是可視化交互元素，在保留后臺代碼搭建環境的基礎上，敏捷BI工具將很多繁瑣操作進行整合形成新的功能，使得數據在軟件內的交互感有了質的提升。這些功能都極大地拓展了BI的易用性、處理速度和探索深度。

一個典型的BI體系部署流程（技術維度）

近年來各大BI廠商都在強調“增強分析”的發展趨勢，以Microstrategy為代表的頂級軟件已經在支持python和R的功能打包（Microstrategy內建199種R模型，開箱即用），并引入機器學習概念和更強大的交互功能（語音識別等），增強分析使得人人都有可能成為“數據科學專家”，極大地提高工作效率，其智能化的步伐將隨著技術和產品的進步越來越快。未來BI的趨勢之一，便是工具和語言的融合。

在這樣的發展背景下，敏捷BI，其實指的是貫穿在數據分析平臺構建和運行過程中的快速實現能力。

BI部署的冰山效應

2.敏捷BI并不是電子表格和傳統BI的替代品

雖然電子表格和敏捷BI工具都使用表格，但它們實際上是在不同的場合中發揮不同的作用。 電子表格首先是一種存儲和顯示計算的方法。BI表格中的數據使用各種算法進行壓縮，不像Excel那樣直接使用行和列的編號來定位。雖然電子表格可以創建復雜的數學公式，比如Excel的分析工具庫，但它們的核心是數學公式而不是模型。

敏捷BI不會使傳統的數據庫管理或數據科學家失效。 這些由專業人士提供的復雜洞察，對大多數組織仍然具有很高的價值。而很多敏捷BI在數據治理方面也一直處于劣勢，Tableau在2018年初推出的prep產品就是在彌補這一劣勢，但推廣和技術評價并不出眾，很多功能仍是其本身可視化的拓展以及對傳統ETL工具的邏輯借鑒。

敏捷BI雖然功能強大，看起來在很多場景下可以代替電子表格，卻也很難真正取而代之，電子表格軟件仍有其強大的生命力，并不過時。小規模數據的分析處理，Excel仍是十分輕便高效的。此外，價格、安裝成本、易用度及培訓門檻都是需要考慮的因素。

就好像XMind Pro和XMind:ZEN。Pro 的定位無疑是一款全棧思維導圖軟件，其完美地符合所有思維導圖用戶的大部分需求，而ZEN則舍棄掉了一部分專業性功能，主打簡約美觀、輕量化后的性能、100%兼容移動端。可以說，ZEN便是一款敏捷型思維導圖工具。這是為了迎合更多用戶需求做出的兩條產品線，而諸多的敏捷型bi工具區別于傳統BI、電子表格的思路也與此類似。

xmind：zen和xmind 8 pro的對比

敏捷BI、傳統BI、電子表格三者并不是簡單的對立關系或是高級與低級的區別。組織需要思考的，是多元選擇下的組合應用，揚長避短，而不是理解為做簡單的取和舍或是迭代升級。

3.敏捷bi工具無法直接告訴決策者答案

在這個“顏值至上”的年代，BI軟件的界面也做得越發具有設計感，無論是色彩還是UI的質感，都給人一種“高大上”的感覺。仿佛只要看到了變化的數字和儀表盤，就已經獲得了海量的信息。但敏捷bi其實是很難直接給出答案的，而是促進決策者通過合理的信息展現形式，進行更為系統深入的思考。而且敏捷bi在深入數學建模方面，為了兼顧性能，在功能上無法做到像R或Python語言那樣具備高靈活度。如果要深入地做數據分析，不能完全依賴敏捷BI工具的分析功能。

BI的定位應該始終是一個優質信息的整合處理和參考工具，在短期內無法取代人類的思考。統計圖表雖然強大，但它也是現代社會里最會說謊的事物之一，很多信息仍需要甄別和深入的思考。當我們看到各種結果呈現時，還是得多問幾個為什么。

美國統計專家達萊爾·哈夫寫就的傳世之作，至今讀來仍給人以深刻警醒

4.敏捷bi的部署需要強有力的項目管理和數據治理

正如之前提到的，敏捷二字帶有鮮明的IT開發項目色彩。其部署往往以一個項目為單位開展，需要在短期內投入企業較多資源。當前敏捷bi部署的主流方向是采取外包的形式，專業性強的數據服務公司往往能更契合業務型公司的需求，項目周期和成本的可控，也為甲方公司能節約更多資源。但這絕不意味著，敏捷bi部署就是請技術人員將功能需求實現這么簡單，它需要業務與技術、甲方與乙方的多重協調。這常常為需求方所忽略，進而產生較大的隱性溝通成本。

當前的敏捷bi更多強調的是在前端體驗上的“自主敏捷”和“流暢敏捷”，其實都嚴重依賴事先的數據準備工作，一旦分析需求超出事先的準備，都很難再敏捷起來了。而數據準備一般都比較復雜，經常要做脫敏處理或多表關聯，只能由技術人員來完成，是最費時費力的環節。

同時，數據質量的高低是決定BI部署成功與否的基礎所在，數據清洗在數據分析過程中仍然會占據大比例的資源。這是每個企業都無法回避的現實，數據分析中經常聽到的那句“Garbage in,garbage out”，在敏捷BI的部署中，依然適用。

值得注意的是，而當前的很多敏捷BI在數據準備和綜合化的數據治理方面，特別是企業級大數據領域，相較于傳統BI廠商（IBM、Oracal、SAP）并不占優，例如tableau直到2018年初才正式推出其主打數據整理功能的工具Tableau prep，Power BI也在很大程度上依賴于脫胎于Excel的數據整理功能，而這種數據整理功能也側重于“數據清洗”，遠遠達不到數據治理的要求。而傳統BI廠商在數據探索和可視化領域做的也略顯頹勢，綜合數據治理和數據探索能力而言，Microstrategy一直是企業組織型BI的領跑者。

綜上，可以想見，任何一家企業或組織想要實現BI敏捷性的成功，至少需要三點

1、自身強有力的數據管理意識和規范

2、技術團隊（內部/外包）強有力的數據技術支持

3、高效敏捷的新型BI工具（技術與業務人員間的橋梁）

在數聚股份看來，在敏捷BI工具極大地降低了數據分析門檻和資源消耗的今天，不管你是一個組織的普通業務或技術員工、咨詢顧問、專家還是的中高層領導。如果你的團隊擁有合適的工具和一個管理大量數據的簡便方法，如果你能像數據專家一樣，時刻保持對術語、專業技術和解決方案的敏感度并與時俱進，這將為你和你所在的組織帶來巨大的價值，這將讓你所在的組織，真正地實現“數據驅動”。

#為了不破壞前面文章的完整性，我沒有過多的加入關于Microstrategy的內容。我在后面進行了一些補充，尤總看是否能安排市場部的小伙伴做一下連接和內容上的補充。#

Microstrategy作為國際頂級BI廠商，擁有多年的BI開發經驗和深厚的技術積淀。在2018年Gartner對國際多家BI廠商產品的魔力象限測評中，MicroStrategy擁有該魔力象限中所有供應商的最高產品分數，包括整體和所有評估用例，遠超其他廠商產品。在BI管理，架構和安全，數據源連接; 可擴展性和模型復雜性; 元數據管理和易用性，視覺吸引力和平臺工作流程集成，移動商務智能等諸多技術領域，它均獲得了評價最高的“優秀”級別分數。被Gartner稱之為“適用于所有用例的強大集成產品"。

Microstrategy多年來專注于企業級BI部署，其在各種企業功能，嵌入式分析，以及應對大型復雜數據庫的能力都處于世界領先地位。相較于Tableau、Qlik、Power BI以普通用戶為針對向的定位，Microstrategy在組織、企業級別的BI部署能力更為強大。

審核編輯 黃宇