编辑导语：数据的建立能够为企业带来决策的依据，BI 的核心价值在于满足企业不同人群对数据查询、分析和探索的需求，从而帮助企业更好的管理与决策。本文区别于传统的 BI 系统，更加注重于业务人员的自助式、探索式敏捷分析，一起来看看吧。
本篇为《浅谈 BI 系统设计》系列第一篇原创文章。文章从三个问题入手：
什么是 BI 系统？
为什么要建设 BI 系统？
BI 系统有哪些功能？
通过对 BI 价值以及核心功能介绍，希望让读者对 BI 系统有初步了解。
一、BI 介绍
在 20 世纪 80 年代，沃尔玛就开始建立数据仓库系统。为了能够准确了解顾客在其门店的购买习惯，于是对顾客的购物行为进行分析，想知道顾客经常一起购买的商品有哪些。
沃尔玛数据仓库里集中了其各门店的详细原始交易数据。在这些原始交易数据的基础上，沃尔玛利用数据挖掘方法对这些数据进行分析用来提高销售额。那个著名的 “啤酒与尿布” 故事中，将啤酒与尿布绑定销售的逻辑即来源于此。
在 2020 年，”数据” 被纳为生产要素，与劳动、资本、土地、知识、技术、管理等生产要素放在一起。随着数字化经济发展到一定阶段后，数据的价值逐渐凸显出来。它犹如一座有待挖掘的矿山，需要不断地开采、合理利用，继而发挥其最大价值给组织业务带来增长。
图 1 数据成为数字时代的生产要素
我们通常会采取大数据相关技术，如数据仓库、数据挖掘、数据可视化等技术进行数据分析，通过分析结果来辅助业务决策。这就是商业智能（BI），它是挖掘数据价值的一种手段，表现形态可以是一套大数据技术组合的解决方案，也可能是一款数据分析工具。
本篇文章所写的 BI 系统是指独立的一款可视化数据分析工具，它与传统 BI 不同的是，更注重于业务人员的自助式、探索式敏捷分析。
图 2 传统 BI 与敏捷 BI 业务流程对比
二、BI 价值
BI 的核心价值在于满足企业不同人群对数据查询、分析和探索的需求，从而为管理和业务提供数据依据和决策支撑。这个说法较为宏观，下面从组织、业务、人员等角度分析其价值。
驱动组织数字化转型：企业数字化转型的本质是经验驱动决策向数据驱动决策的转变，如何最大化利用数据价值成为关键。需要不断挖掘数据，提炼出有效信息，并且将有效信息转化为可参考、可执行的知识，最终通过数据支撑管理决策。
这个过程涉及到数据在 BI 系统内的流转，如将数据接入系统，对数据进行业务主题分析，最终将结果可视化展示作为决策依据。
图 3 将数据变得有价值
推动业务精细化运营：BI 作为数据驱动决策的第步，其主要推动企业在从 “粗放式” 向 “精细化” 管理过渡中，从提运营效率、增加客户收，更有效地提企业竞争。
知识共享沉淀：通过 BI 将组织内成员的数据分析方法、经验落地成为报告等内容，通过知识共享沉淀来提高组织整体的数据素养。
同时 BI 为组织内部不同角色成员所提供的核心价值不同，下面通过高管、业务执行人员、IT 人员三种角色来说。
对管理人员：BI 主要是为其提供管理依据，通过数据来辅助决策。让管理者通过数据反馈的结果，掌握组织的实时运转状况。
对于业务执行人员：提高业务效率，促进业务流程优化。业务人员面对的数据需求往往是非常复杂的，如何高效地提炼出数据分析结果成为关键，自助式 BI 分析让执行人员更专注于业务主题分析。
对于 IT 人员：打通数据孤岛，释放 IT 资源。各部门间都要 IT 进行数据开发，导致开发资源紧张。通过 BI 将各业务系统数据打通，节约开发资源，缩短建设周期。
三、核心能力
市场上 BI 系统面对的业务形态各有不同，所以它们的核心能力不尽相同。
有些是非常垂直行业的数据分析平台，如 C 端产品同学可能比较熟悉的神策、GrowingIO 等，主要通过埋点来监测、收集互联网上的用户行为数据进行分析。
图 4 神策
而另一类相对来说比较通用的 BI，也是本篇文章要讲的。它是全行业通用数据分析工具，如 Tableau、FineBI 等。它们可以单独作为数据分析工具使用，具有数据采集、数据整合以及可视化分析能力；也可与数仓配合使用，对数仓存储整合后的数据进行挖掘、可视化分析。
图 5 Fine BI
在组织内一套 BI 系统的构建并非易事，它往往要和组织架构、业务架构、IT 架构、数据架构等顶层系统性设计相结合，才能建设符合组织发展趋势的系统。
在这里只做产品功能层面的核心能力讲述，如数据连接、数据处理、可视化分析、多维交互分析以及数据应用的共享分发等。
图 6 BI 核心能力
数据连接：连接业务系统数据，便于在 BI 平台统一管理和取数。
数据处理：对接入原始数据读取、转化、建模等操作，构建方便业务主题分析的数据集。
可视化分析：提供可视化面板、拖拽式操作制作图表、报告等，让用户进行自助式数据分析。
多维交互分析：提供上卷下钻、联动跳转等功能，让用户对数据进行多维剖析进而发现问题。
数据应用分发：将数据分析结果和思路制作成报告、数据门户、领导驾驶舱等，通过不同数据应用的分发共享，以达到协作、汇报等目的。
四、功能结构
BI 系统在设计上除了要遵循企业架构、业务架构外，主要依据是数据架构，也就是数据在系统内流转的思路。从 “数据连接—数据准备—可视化分析—数据应用分发”，通过一系列组件实现数据建模和可视化等功能。
图 7 BI 核心功能结构
1. 数据连接模块
需要支持连接多种数据源，如关系型数据库 MySQL、Oracle，通过 JDBC 的方式直接连接数据库。同时支持 Excel 本地文件上传以及大数据平台如 ClickHouse 对接等。
2. 数据准备模块
通常数据分组分包、可视化 ETL 等功能，主要是将连接到 BI 系统的数据进行整合、建模。将数据源内的原始工作表，按需取数放入数据包中，在可视化 ETL 中将工作表行列转化、合并、过滤等操作，加工成业务分析所需要的工作表。
3. 仪表板模块
仪表板模块是业务人员使用频率较高的模块，通常具有可视化分析、多维交互分析、可视化编排等功能。它主要是将数据字段映射到可视化图形，同时提供多维交互分析，最终呈现可视化结果。
可视化分析主要是将工作表数据字段通过拖拽操作映射到图表维度、指标上，从而绘制出各类图表，常见的图表类型有趋势类、占比类、分布类、空间类、关系类等。
多维交互分析（也是 OLAP 分析），是通过上卷、下钻、旋转、切片 / 切块等操作对数据进行多维度分析。
可视化编排是将分析图表、页面组件等进行布局美化，让数据可视化结果更加清晰美观，同时具有更多的页面组件增加分析能力。
4. 数据应用模块
将数据分析的可视化结果，以不同应用的方式分发，通常有驾驶舱、数据门户、移动 BI、外部链接、预警通知等功能。
5. 系统管理模块
系统管理模块主要是对整个系统内用户、权限以及资产的管理，能够实现对数据的行列级权限管控，保障数据稳定建设的同时，保障数据安全性。
五、总结
在对 BI 建设价值、核心功能了解之后，有助于我们结合实际需求去分析 BI 建设的必要性以及如何建设 BI 系统。BI 系统在实际设计过程中，每个模块都有大量的功能以及细节要去处理。需先从全局概览其全貌，再深入到模块细节设计。
我认为 BI 系统本质是依据数据的流转思路进行设计，从数据采集、数据分析到最后的可视化应用，在下一篇将通过 BI 系统框架设计来看如何将产品落地并绘制原型图。
作者：Shawn，一个正在学习成长中的数据可视化产品经理；微信公众号：一只弹吉他的程序猿
本文由 @Shawn 原创发布于人人都是产品经理，未经作者许可，禁止转载。
题图来自 Unsplash，基于 CC0 协议。
http://www.myzaker.com/article/6188d385b15ec07c531314f6
若有收获，就点个赞吧
0 人点赞
