在數聚股份看來，商業智能分析的第一個層次是報表呈現，也是我們常說的數據可視化。其主要的目標就是從組織層面（集團、公司）或業務部門出發，通過可視化分析報表直觀、全面的呈現企業日常經營、業務的情況。

時至今日，各類商業智能BI軟件的數據可視化功能已經十分成熟，在滿足常見的圖形諸如柱狀圖、餅狀圖、折線圖、二維表格等圖形可視化的方式外，還支持在各個產品技術生態下的個性化圖表呈現。可以說，這些形式用于企業日常的業務數據（財務、供應鏈、人力、運營等）呈現已經綽綽有余，再結合工具提供的各種維度（看數據的角度）篩選、關聯、跳轉、鉆透等方式查看各類分析指標，業務分析圖表能實現主題劃分，確保主體間報表間相關聯的邏輯關系。

一個層次清晰的商業智能BI報表首先讓用戶對業務產生清晰直接準確的洞察，并且一次開發完成后便可循環使用，大大減輕了手工制作Excel報表的繁瑣。報表分析往往圍繞各個業務部門日常工作展開，其中的分析內容包含復雜的計算規則，且數據源來源廣泛，這一切對于數據的質量都提出了高于過往Excel時代的要求。

但是結合數聚股份長期的商業智能BI部署經驗，很多企業的商業智能建設基本都只停留在這個階段，或者還沒有完全達到這個程度。在數據文化和BI認知均需提升的背景下，商業智能的價值此時往往有限，開發的報表內往往冗雜著大量未經篩選的指標，數據的作用僅從可視化角度對業務進行解讀，信息接收的形式相對被動。

第二個BI分析層次是數據的"異常"分析，本質上是將業務邏輯、技術（數據后臺）邏輯和工具邏輯三者結合重構的過程。這里的異常指的是超出過往經驗判斷的情況。此階段下客戶往往已經形成了BI的基本認知，能夠結合實際情況，對報表的開發提出明確的功能需求并敢于淘汰過往指標和新增業務邏輯。

在數聚股份看來，商業智能BI報表經歷了第一層次的重構視覺感官后，直觀地反映業務運營情況，展現經驗之外的數據表現情況。商業智能就是要對這些 "異常" 數據進行有目的的分析，通過相關聯的維度、指標使用鉆透、關聯等分析方式探索出可能存在的原因。

在這個BI分析層次中，帶著問題通過可視化分析找新的問題，在多維度的指標體系下構建智能儀表盤，產生相對穩定的模型進行分析。這個階段的用戶不再被動接受圖表信息，而能夠準確定位深層次業務問題。數據和業務聯系愈發緊密，數據圖表之間的邏輯性更強。

第三個BI分析層次是形成業務分析模型。理想狀態下，業務建模分析由業務用戶提出為宜，但其實很多情況下，服務商的角度更便于總結業務分析模式，因為一個優秀的服務商往往可以統籌同一行業的多家企業信息，進而取長補短，在行業背景下提出真正適合于客戶企業的模型。通過合理的建模找出業務中可能存在的問題，回歸業務決策和執行層面，從而不斷優化具體業務活動。業務建模可簡單，可由一個或多個圖表組成，也可復雜，通過一組或多組數據圖表支撐。業務建模即業務分析的邏輯思維模型，在商業智能中，業務模型利用整合過后的數據、圖表化方式來驗證客戶對業務分析的分析結果。

在數聚股份看來，業務建模分析化被動為主動，是一種更深層次的業務數據的價值挖掘和探索分析。這層分析的提出更加深入業務，通常圍繞一個一個業務分析場景展開。

審核編輯 黃宇