作者：高飛
鏈接：https://zhuanlan.zhihu.com/p/23557540
來源：知乎
著作權歸作者所有进泼。商業(yè)轉(zhuǎn)載請聯(lián)系作者獲得授權母谎，非商業(yè)轉(zhuǎn)載請注明出處亡电。
Power BI 是微軟推出的自助式BI工具碟刺，在正式介紹它之前跋核，先介紹一下BI粥庄。
BI是什么
BI即商業(yè)智能丧失，泛指用于業(yè)務分析的技術和工具，通過獲取惜互、處理原始數(shù)據(jù)利花，將其轉(zhuǎn)化為有價值的信息指導商業(yè)行動。Gartner把BI定義為一個概括性的術語（umbrella term）载佳，其中包括應用程序炒事、基礎設施和工具，通過獲取數(shù)據(jù)蔫慧、分析信息以改進并優(yōu)化決策和績效挠乳，形成一套最佳的商業(yè)實踐。
BI的本質(zhì)是技術和工具的集合姑躲，通過處理原始數(shù)據(jù)睡扬，產(chǎn)出對商業(yè)行為有價值的洞察。
BI技術為商業(yè)運營提供基于歷史黍析、當下和未來的分析視角卖怜。
BI對商業(yè)決策的支持涵蓋了從運營到戰(zhàn)略的每個層面〔妫基礎運營決策包括產(chǎn)品定位或定價马靠， 戰(zhàn)略業(yè)務決策包括最廣泛層面的優(yōu)先事項，目標和方向蔼两。BI的有效性在于將多個來源的數(shù)據(jù)進行整合甩鳄。例如公司經(jīng)營領域的市場數(shù)據(jù)（外部數(shù)據(jù)）和公司內(nèi)部財務、運營數(shù)據(jù)（內(nèi)部數(shù)據(jù)）的結合额划，這種結合可以更完整的反映公司經(jīng)營的全貌妙啃。
從這個意義上來講，基于單表或單一數(shù)據(jù)源的分析都不能稱作真正的BI俊戳，還有一種常見情形是企業(yè)沒有完整的BI產(chǎn)品線揖赴，靠手工操作匯總多個數(shù)據(jù)源，復制粘貼到一個Excel表中再進行分析抑胎，雖然滿足了多來源燥滑，但匯總和分析過程都靠人肉，也不是真正的BI圆恤。
傳統(tǒng)BI
在自助式BI出現(xiàn)之前突倍，BI產(chǎn)品面向的是有IT技術背景的研發(fā)人員和數(shù)據(jù)科學家腔稀，他們多集中在企業(yè)的技術部門，通常也稱為企業(yè)級BI羽历。
這類BI產(chǎn)品有幾個缺點：
部署周期長
報表非常剛性
開發(fā)新需求耗時長
IT部門負擔重
這是一個大數(shù)據(jù)的時代焊虏，數(shù)據(jù)量日益膨脹，業(yè)務人員的分析需求不斷增加秕磷，如果完全依賴于傳統(tǒng)BI,分析所需的時間會越來越長诵闭，無法滿足需求，用戶需要在控制和敏捷之間找到一個新的平衡澎嚣∈枘颍可以預見，由于自助式BI的出現(xiàn)易桃，未來對傳統(tǒng)BI的需求增長很可能會放緩或停滯褥琐。
但企業(yè)BI的時代并沒有結束，在某些方面仍有優(yōu)勢：可以穩(wěn)定的為企業(yè)提供日常報表晤郑；具備實現(xiàn)復雜運算的能力敌呈。而且對于一個企業(yè)來講，如果全部采取業(yè)務人員自助式分析造寝，很可能沒有一個部門擁有全部數(shù)據(jù)控制權磕洪，這意味著無法看到數(shù)據(jù)的全貌，進而錯過關鍵信息诫龙、得到錯誤的分析結果析显。
自助式BI
自助式BI（又稱作敏捷BI）面向的是不具備IT背景的業(yè)務分析人員，與傳統(tǒng)BI相比签赃，它更靈活且易于使用谷异，而且一定程度上擺脫了對IT部門的依賴，自助式BI的出現(xiàn)標志著商業(yè)智能分析正在從“IT主導的報表模式”向“業(yè)務主導的自助分析模式”轉(zhuǎn)變姊舵。
自助BI包含以下特征：
友好的用戶界面
支持多種數(shù)據(jù)源晰绎，不僅是IT提供的數(shù)據(jù)庫，還包括一些非傳統(tǒng)的數(shù)據(jù)源（例如WEB數(shù)據(jù)）
支持交互分析的可視化展現(xiàn)
便于在企業(yè)內(nèi)部共享和查看報表
面向業(yè)務人員的BI工具的一個最顯著的優(yōu)勢是括丁，當我們在面對一個個具體的業(yè)務問題時，例如：“是什么原因?qū)е逻@個地區(qū)第三季度利潤率下降伶选？”史飞；“產(chǎn)品A何時可以盈利？”仰税；“我們的庫存成本是否會影響到去年的毛利构资？”；“公司的業(yè)務正在發(fā)生何種變化陨簇？”這類問題是典型的商務智能探索的核心吐绵，解決它們需要的不僅僅是提供一個數(shù)字，還需要理解背后的商業(yè)原因。由于數(shù)據(jù)庫和查詢技術的進步己单，在自助BI工具的幫助下唉窃，業(yè)務人員憑借自己的專業(yè)知識，可以對各種可能的情況進行探索纹笼，最終得出結論纹份。如果按照傳統(tǒng)BI的方式，向IT部門提出分析需求廷痘，由技術人員實現(xiàn)蔓涧，解決問題的時間可能延長到數(shù)周甚至數(shù)月，早已錯過了最佳窗口期笋额。
自助式BI是否會取代傳統(tǒng)BI元暴？
就像在企業(yè)BI結尾中提到的，自助BI不會使傳統(tǒng)的數(shù)據(jù)庫管理或數(shù)據(jù)科學家失效兄猩。 這些由專業(yè)人士提供的洞察是復雜的茉盏，它們對大多數(shù)組織仍然具有很高的價值。（Power BI的建模工具與微軟SSAS 表格模式使用相同的xVelocity引擎厦滤，使其在這方面具備超過同類BI軟件的分析能力）
業(yè)務用戶通常不了解數(shù)據(jù)準備的復雜性和錯誤所涉及的風險援岩。 如果沒有統(tǒng)一部門管理的數(shù)據(jù)治理（data governance），他們可能使用錯誤的數(shù)據(jù)掏导，得出錯誤的結論享怀，。事實上趟咆，良好的數(shù)據(jù)治理至關重要添瓷。 例如，如果多個業(yè)務用戶正在創(chuàng)建自己的報告和儀表板值纱，那么數(shù)據(jù)的民主化（democratization of data ）可能帶來分析混亂的風險鳞贷。
自助式BI VS 電子表格
Microsoft Excel和其他電子表格已經(jīng)存在了幾十年，擁有數(shù)量最大的用戶群虐唠。雖然電子表格易于上手搀愧，但把它當做BI工具使用，在以下場景會受到限制：
需要對包含多個工作表或數(shù)據(jù)庫的混合數(shù)據(jù)源開展分析時
多人同時對一張電子表格進行維護和協(xié)作時
數(shù)據(jù)量達到上限或包含非結構化數(shù)據(jù)讓可視化變得困難
使用復雜的公式降低了查詢性能時
需要交互式分析和數(shù)據(jù)探索時
需要定時刷新時
雖然電子表格和自助BI工具都使用表格疆偿，但它們實際上是在不同的場合中扮演不同的目的咱筛。 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(shù)據(jù)使用各種算法進行壓縮杆故，不像Excel那樣直接使用行和列的編號來定位迅箩。雖然電子表格可以創(chuàng)建復雜的數(shù)學公式，比如Excel的分析工具庫处铛，但它們的核心是數(shù)學公式而不是模型饲趋。
而自助式BI雖然功能更加強大拐揭，看起來在很多場景下可以代替電子表格，但卻很難真正取而代之奕塑。價格因素堂污、安裝成本、能否像電子表格一樣易用都是需要考慮的因素爵川，而電子表格擁有的巨大用戶量無疑成了一筆財富敷鸦。
如果基于電子表格直接開發(fā)一款BI工具，兩者合二為一寝贡，想必是一個完美的解決方案扒披。而且最好是原生形態(tài)的嵌入，因為以插件形式嵌入還是需要額外安裝圃泡，而且兼容性碟案、功能上也會受到限制。微軟從Excel 2010版本開始嘗試颇蜡，在2016上完成了對PowerPivot和PowerQuery（2013版本以插件形式出現(xiàn)）的嵌入价说，兩個BI工具從插件轉(zhuǎn)為了內(nèi)置功能，雖然目前功能沒有完全穩(wěn)定（PowerPivot目前仍存在bug）风秤，但可以發(fā)揮的能量已經(jīng)十分驚人鳖目，完全顛覆對電子表格功能的傳統(tǒng)認識（可以想象成AK47裝上了榴彈發(fā)射器）。而且微軟正在以每月一次的頻率持續(xù)迭代缤弦，這對其他自助BI工具是個相當大的挑戰(zhàn)领迈。
自助式BI VS Python&R
Python和R通常是具有IT背景和編程知識的技術人員掌握的技能，這類編程語言可以獨立完成數(shù)據(jù)分析的整個流程碍沐。相比之下狸捅，自助式BI界面化的操作更容易掌握，但是相比自助BI工具累提，缺少通過交互式篩選進行可視化探索的能力尘喝。值得注意的是，目前微軟和Tableau的敏捷BI產(chǎn)品都支持編程語言進行二次開發(fā)斋陪，Power BI支持R朽褪、Tableau支持Python和R,兩款軟件都在嘗試將編程語言模塊（聚類、決策樹等）封裝到軟件里直接調(diào)用无虚，加強分析和可視化的能力鞍匾，未來的趨勢將很可能是工具和語言的融合。
對于業(yè)務分析師骑科，在已經(jīng)掌握了敏捷BI產(chǎn)品的基礎上，學會一門語言可以拓展數(shù)據(jù)分析能力构拳，但需要衡量為此付出的時間成本咆爽；如果是二選一梁棠，首先掌握一個BI軟件是性價比較高的選擇。
題外話
經(jīng)濟增長模式分為兩種斗埂，一種是數(shù)量型增長符糊，一種是效率型增長。數(shù)量型增長依靠增加資本投入拉動呛凶，效率型增長依靠技術創(chuàng)新拉動男娄。由于邊際收益遞減的規(guī)律，依靠資源投入的數(shù)量型增長會逐漸停滯漾稀，而依靠技術創(chuàng)新的效率型增長不會碰到邊際收益遞減的問題模闲，未來的增長模式是從資本驅(qū)動的數(shù)量型增長轉(zhuǎn)向技術驅(qū)動的效率型增長。
“轉(zhuǎn)型需要專注而執(zhí)著的笨人崭捍，不需要聰明人尸折，不要盲目跟隨時髦的概念和流行的口號”，對數(shù)據(jù)分析師殷蛇，這個命題同樣成立实夹，分析工具和語言有很多，找到一個能解決問題的粒梦，踏踏實實的掌握最重要亮航。
效率型增長需要精細化的運營，面對瞬息萬變的市場匀们、日益膨脹的數(shù)據(jù)量和數(shù)據(jù)維度缴淋，業(yè)務人員必須參與其中，或抽絲剝繭昼蛀，或大浪淘沙宴猾，從海量數(shù)據(jù)中快速獲取有價值的洞察，自助式BI工具契合了這一需求叼旋，會逐漸被越來越多的分析人員所接受仇哆。
下文預告：當我們談論Power BI時，我們在談論什么夫植？
參考閱讀：
Garnter對BI的定義 :Business Intelligence
為什么我們需要重新思考自助BIForbes Welcome
The Best Self-Service Business Intelligence (BI) Tools of 2016
