到底什麼才是商業智慧（BI）？數字化時代你應該瞭解這些

前不久，國際資料公司IDC釋出了《2021下半年中國商業智慧軟體市場跟蹤報告》，其中顯示2021年下半年中國商業智慧軟體市場規模為4。8億美元，2021年度市場規模達到7。8億美元，同比增長34。9%，呈現飛速增長的趨勢。數字化時代，商業智慧BI對於企業的落地應用有著巨大價值，逐漸成為了現代企業資訊化、數字化轉型中的基礎建設。

我曾經看到有人在討論過商業智慧BI的部署對於企業是否有實際意義，現在市場的資料已經證明商業智慧BI在商業世界中，在企業的實踐中證明了自己的價值，得到了廣泛的認可。

一、什麼是商業智慧BI？

有一點可能很多人沒有想到，實際上商業智慧BI的相關概念已經有了數十年的發展歷史。在這段發展過程中，商業智慧BI形成了一套成熟的理論和產品體系，並且在現代的資訊化、數字化加成下，成為了各行各業企業的成熟產品。

商業智慧BI的定義其實很簡單，簡單概括一下就是，商業智慧是一套完整的由資料倉庫、查詢報表、資料分析等組成的資料類技術解決方案，能夠實現業務流程和業務資料的規範化、流程化、標準化，打通ERP、OA、CRM等不同業務資訊系統，整合歸納企業資料。

商業智慧BI - 派可資料商業智慧BI視覺化分析平臺

商業智慧BI是非常全面的資料類技術解決方案，比如商業智慧BI可以製作滿足不同部門、不同層級員工的資料視覺化報表，可以幫助一線業務人員實現業務的追蹤、預測、覆盤等操作；也可以幫助企業高層管理人員，透過商業智慧BI的管理駕駛艙、核心KPI指標、集團看板等，全面獲取企業資訊，輔助進行決策。

將商業智慧BI核心內容進行總結，大致有三大特徵：

一套完整的由資料倉庫、查詢報表、資料分析等組成的資料類技術解決方案；

將企業中不同系統（ERP、OA）中的資料打通並進行有效的整合；

利用合適的查詢和分析工具快速準確地提供報表，為企業提供決策支援。

商業智慧BI - 派可資料商業智慧BI視覺化分析平臺

商業智慧BI在企業中確實十分重要，這是因為商業智慧BI在企業中發揮著承上啟下的作用，往下看商業智慧BI能打通ERP、OA、CRM等不同業務資訊系統，並將清洗後的資料統一儲存到資料倉庫；往上看商業智慧BI可以提供不同主題、形式的資料視覺化報表，透過資料視覺化分析全面展現企業發展狀況，輔助管理人員進行決策。

商業智慧BI可以根據企業資料生命週期的不同階段劃分為三個層次：

第一層，

視覺化分析展現層

- 商業智慧BI的需求層，一方面代表了使用者的需求，使用者想看什麼、要看什麼、另一方面也代表了使用者要分析什麼，這些就在這一層進行展現。

第二層，

資料模型層

- 商業智慧BI資料倉庫，主要負責企業資料的分析模型，完成從業務計算規則向資料計算規則的轉變。

第三層，

資料來源層

- 商業智慧BI的資料層，不同部門、業務線的業務資訊系統，其底層資料庫的資料透過ETL抽取到商業智慧BI的資料倉庫中，建模分析等等，最終支撐到前端的視覺化分析展現。

二、商業智慧BI在企業IT資訊化中的位置

上邊剛提到，商業智慧BI在企業中的位置主要是承上啟下，是資訊化建設中的重要一環。商業智慧BI圍繞資料形成了一整套完整的資料價值體系，充分發揮了資料在企業中產生的價值。

談到商業智慧BI在企業IT資訊化中的位置，首先要了解企業的資訊化建設是什麼。一般來說，企業的資訊化建設具有通用性，可以統一把大部分的企業的 IT 資訊化分為兩個階段：一個是業務資訊化，一個是資料資訊化。

企業資訊化 - 派可資料商業智慧BI視覺化分析平臺

這兩個部門相互獨立又互相產生影響，但總的來說還是把資料當做其中的基礎，業務資訊化產生資料並透過資料最佳化業務本身，資料資訊化利用資料但也可以讓資料發揮作用，最佳化業務資訊化。

業務資訊化

- 企業使用的ERP、CRM、OA以及自建的業務資訊系統等都統稱為業務資訊化。業務資訊化的主要作用是最佳化調整企業的業務流程，透過規範化、標準化、線上化，來提高業務運轉效率、降低企業人力、時間、精力等成本，沉澱大量業務資料等，是業務管理思路的體現，也是現代的企業管理方式。

資料資訊化

- 像我們經常所聽到的大資料、商業智慧BI、資料分析、資料探勘等我們都統稱為資料資訊化。資料資訊化可以幫助企業全面的瞭解企業的經營管理，將企業經營管理模式從經驗驅動調整為到資料驅動，降低情緒、心理等主觀影響，形成以資料為基礎的業務決策支撐，提高決策的準確性，這是企業更高層次的企業管理方式。

企業資訊化 - 派可資料商業智慧BI視覺化分析平臺

企業的資訊化建設是一個完整的過程，沒有業務系統的建設，就不會有資料的沉澱，而沒有資料的沉澱，企業也就沒有部署商業智慧BI的基礎。這就是業務資訊化和資料資訊化的雙向作用，能夠讓業務系統推動商業智慧BI的部署，也能讓商業智慧BI提高業務系統的效果。

三、誰是商業智慧BI的主要使用者？

商業智慧BI - 派可資料商業智慧BI視覺化分析平臺

業務資訊化的主要使用物件

- 業務資訊化的主要使用物件是一線業務人員，所以業務資訊化的使用人群更多是從業務視角出發，針對業務進行錄入資料、記錄流程、檢視業務資訊等。

資料資訊化的主要使用物件

- 資料資訊化的主要使用物件是管理決策人員，在企業的經營管理等日常流程中，決策人員更多是從管理視角利用商業智慧BI等資料類技術解決方案去定位問題、分析問題，最終形成業務決策。

四、資料孤島到底說明了什麼？

企業發展到一定程度，因為資料量的增加，也因為資訊化建設的必要性，企業會為不同部門建設相應的業務資訊化系統。這些業務資訊化系統（ERP、OA、CRM）可以規範業務流程，形成標準化的業務模式，並透過系統資料庫自動沉澱業務資料，為企業積累資料資產。毫無疑問，資料價值凸顯的當下，能夠沉澱業務資料，這當然是一件好事。

但這些不同部門、不同業務資訊系統資料庫中的資料往往無法互通，只能在各自資料庫中儲存，無法統一進行利用，沒有針對企業整體的全域性視角。這樣一來，每個部門、每個業務系統的資料都相互分隔，就像海外一座座孤島，彼此無法連線，無法交流，這就是平時經常聽到的資料孤島。

商業智慧BI - 派可資料商業智慧BI視覺化分析平臺

商業智慧BI作為資料類技術解決方案，在面對資料孤島問題時，能夠透過資料資訊化，利用資料倉庫和資料視覺化解決企業面臨的“資料孤島”“資訊孤島”問題，所以商業智慧BI需要企業高層管理人員進行規劃，並主要為企業各層級管理人員提供決策資訊，輔助進行決策。

管理駕駛艙 - 派可資料商業智慧BI視覺化分析平臺

所以在介紹商業智慧BI的時候，必須要搞清楚不同人員的需求。站在企業不同員工角度，有的人認為是有資料孤島存在的，一定要解決。有的人是不認為有資料孤島存在的，亦或是即使存在對他們也沒有太大影響，所以不用解決，其根本原因是沒有把握商業智慧BI真正的服務物件。

五、商業智慧BI從業務系統取資料取數的方式

商業智慧BI是透過訪問和連線業務系統資料來源資料庫的方式來進行取數的，不管是什麼樣型別的資料庫，商業智慧BI透過ETL連線資料庫抽取業務系統原表資料到資料倉庫中加工處理，最後支撐到前端的視覺化分析報表展現。

商業智慧BI - 派可資料商業智慧BI視覺化分析平臺

之前有朋友這麼提問的：資料來源層是需要開發介面嗎？

其實一般來說是不需要的，基本上這麼提問的都是經歷過軟體系統的介面對接，軟體系統的介面對接是因為有的業務軟體是 JAVA 開發的，有的是。NET 開發的，有的是 B/S 架構，有的是 C/S 架構。

軟體系統之間的介面是需要開發參與的，主要是串聯不同軟體的業務流程，這種介面是需要動程式碼的。但商業智慧BI在獲取資料的介面不一樣，是與業務系統軟體自身無關的，是隻需要訪問和連線業務系統背後的資料庫就可以的，直接從資料庫取數，因此是不需要軟體介面，或者沒有軟體介面訪問這種概念的。

除非一種情況，這個業務系統是公有云，純SAAS模式，這種情況下就只能透過軟體對外開放的API介面取數了。

某醫藥行業銷售人員績效分析 - 派可資料商業智慧BI視覺化分析平臺

某白酒行業渠道終端管理分析 - 派可資料商業智慧BI視覺化分析平臺

六、資料中臺、商業智慧BI、大資料之間的關係應該如何理解？

系統的商業智慧BI在遇到大資料量、非結構化資料處理的場景，底層的資料倉庫就升級為大資料的資料倉庫架構，這就是大資料下的商業智慧BI分析；在大資料的資料倉庫架構基礎之上，往左邊更加拓展了資料的採集能力，在中間除了原有大資料架構的資料倉庫建模之外，更加加入了資料資產的概念、資料資產盤點、資料資產管理，靠右擴充套件了資料服務的能力，將資料中臺中按照一定規則處理好的資料打包對外提供服務。因此，大資料架構下的資料採集、資料倉庫建模、資料資產管理和資料服務就構成了資料中臺的幾大核心。

資料視覺化 - 派可資料商業智慧BI視覺化分析平臺

資料中臺的底子是大資料架構，資料倉庫是傳統商業智慧BI資料倉庫的大資料升級，而商業智慧BI就變成了資料中臺之上的應用層，利用中臺的資料服務獲取資料做分析展現。

這就是商業智慧BI、大資料、資料中臺這三者的關係和在不同資料場景、服務場景下的演變過程，看明白了這個過程，應該就不會再輕易的混淆他們的概念。至於商業智慧BI、大資料、資料中臺應該選擇哪個，其實說到底如何選擇合適的技術路線、技術架構，最終還是取決於企業自身到底要解決什麼，不能盲目選擇。盲目選擇的結果就是大投入，小產出沒有達到預期的期望。我們還是應該聚焦到需求本身，需求為王。

七、關於商業智慧 BI 認知上的幾大誤區

很多企業把商業智慧BI當做純粹的報表工具使用，輸出的形式變成了視覺化圖表，可圖表展示的內容還是以前的部門業務資訊，只展現了一線業務部門的基本情況，管理人員還是需要花費大量時間精力去了解企業整體的發展情況。

商業智慧BI - 派可資料商業智慧BI視覺化分析平臺

我這裡總結了一下，大家對商業智慧 BI 的理解常會碰到的一些誤區：

1。商業智慧 BI 就是報表視覺化，就是一堆視覺化圖表，商業智慧BI 就是前端視覺化。

2。商業智慧BI就是一個拖拉拽的分析工具產品。

3。商業智慧BI就是商業智慧BI，跟資料倉庫沒有關係。

4。有了商業智慧BI就不需要資料倉庫建模，業務人員就可以自己做商業智慧BI分析，就可以拖拉拽做商業智慧BI分析。

5。商業智慧BI 就是業務驅動的，不需要 IT 人員支撐，敏捷商業智慧BI不需要 IT 介入。

6。商業智慧BI直連不香嗎？直接連線資料來源不就可以做分析，不需要資料倉庫。

首先簡要糾正一下對於這些問題的理解。

1、商業智慧 BI 就是報表視覺化，就是一堆視覺化圖表，BI 就是前端視覺化。

商業智慧BI是一套完整的有資料倉庫、資料分析、資料報表等組成的資料技術類的解決方案，在一個 BI 專案中，20% 的時間做前端分析報表，80% 的時間都在底層資料倉庫的設計、ETL 的開發、取數開發等工作。

所以視覺化報表只是商業智慧 BI 的最終呈現，但不是商業智慧BI 的全部。

2、商業智慧 BI 就是一個拖拉拽的分析工具產品。

拖拉拽的視覺化分析工具準確來講只能解決商業智慧BI 的一部分，即視覺化分析。但其實商業智慧BI 所包括的技術範圍還是比較廣的，涉及到從底層資料取數到前端展現分析的各個方面。

單純拖拉拽的商業智慧BI視覺化分析工具嚴格來講只能定位於個人和部門級，和企業級的商業智慧BI 有很大的不同，所以單純的上一個商業智慧BI分析工具發揮不了商業智慧BI的真正作用，也替代不了商業智慧BI的位置。

3、以前也總有人說商業智慧BI就是業務驅動，商業智慧BI就是 BI，跟資料倉庫沒有關係。

這個問題很有深度，在以前我也這麼認為過，總覺得有了商業智慧BI就不需要資料倉庫建模，業務人員就可以自己做商業智慧BI分析，就可以拖拉拽做商業智慧BI分析，不需要IT人員支撐，敏捷商業智慧BI不需要 IT 介入，不需要建資料倉庫。

管理駕駛艙大屏 - 派可資料商業智慧BI視覺化分析平臺

但凡有任何商業智慧BI的銷售或者售前告訴使用者，你們企業的商業智慧BI專案不需要構建資料倉庫，直接透過商業智慧BI分析工具拖拉拽就可以搞定企業裡面所有的分析，不需要IT人員支撐，業務人員完全可以自己搞定。。。類似於敢這樣承諾的，要麼是對商業智慧BI不懂，要麼就是真忽悠。

在企業級的商業智慧BI專案建設中，真正能做到完全靠業務人員簡單拖拉拽一些就能隨便實現資料視覺化分析，至少在我個人從業的十幾年工作經驗中，95%以上的企業都做不到。我服務過的重點企業包括：SHP（ Security Health Plan ）、微軟（中國）、微軟（美國）、VWFC（大眾金融）等。

VWFC 做的算是非常不錯的，少有的業務人員自己動手做很多報表，線上跑了幾千張報表。為什麼？因為底層資料倉庫就搭建了很多年，底層資料架構相對比較規範。Business Driven 業務驅動，它的前提是什麼？

1）底層資料質量很規範，資料倉庫架構很完整，不讓業務人員碰底層資料，ETL、取數、指標計算等等統統都是 IT 部門來維護。

2）業務人員透過培訓要熟練掌握商業智慧BI前端報表工具的使用，要很懂放出來的資料分析模型介面。

3）業務人員要非常熟悉業務和資料。

第 2）和第 3）條很多企業沒有問題，第 1）條直接弄個前端商業智慧BI 工具讓業務人員解決，能解決掉嗎？很顯然業務人員是不具備這種能力的。

這就是一到培訓的時候，商業智慧BI工具使用起來很簡單，但是一旦到實際的企業商業智慧BI 專案開發就發現寸步難行。因為培訓的時候，給出的資料表都是經過選擇的，永遠都是質量很高的、規範的只需要簡單左表連右表例如銷售訂單表、訂單明細表，自然很容易把視覺化報表給實現出來。

資料視覺化 - 派可資料商業智慧BI視覺化分析平臺

但是在實際企業商業智慧BI 專案分析中，分析指標的計算規則絕非簡單幾張表關聯就可以解決的，不信的話可以挑戰一下一個實際的指標計算邏輯：挑戰一個 ETL 資料清洗的小案例在資料庫中就一張資料表，資料理解起來也很簡單，但很多商業智慧BI 開發人員做起來也需要廢很大的精力，就更別談業務人員自助商業智慧BI 分析了。

講這麼多不是為了一味否定自助式商業智慧BI它的作用和能力，自助式商業智慧BI有它的使用場景，也確實幫助我們簡化了很多的BI工作，但從專業角度出發，特別反感是部分商業智慧BI 廠商以一種不負責任的方式反覆向市場強化類似於這樣的概念：

商業智慧BI 就是視覺化報表、商業智慧BI 不需要資料倉庫建模、傳統資料倉庫建模很落後、商業智慧BI 就是自助分析、商業智慧BI 自助分析很簡單、業務使用者簡單幾天培訓就可以學會並且想怎麼分析就怎麼分析...

從市場宣傳和銷售的角度來說，簡化產品的複雜度和上手難度的宣傳是沒有問題的，有問題的是以一種錯誤的講解、不專業的講解最終誤導企業接受了這些不正確的概念，並以這些不正確的概念來評估與規劃商業智慧BI 專案的建設，沒有充分預計到商業智慧BI 專案建設過程中可能會遇到的挑戰與風險，最後導致專案的不成功與失敗、反覆建設。

我們在北京就有一個客戶之前

花了一百多萬

上了一套所謂的商業智慧BI 專案，專案上線了一年左右，到最後完全推不動，失敗了。後續找到派可資料，我們給他們上了派可資料商業智慧BI分析平臺，這個專案我們連續做了好幾期，客戶還寫了感謝信。

之前為什麼推不動、專案會失敗：不重視資料倉庫的規劃。因為他們的業務是連續的、變動的，每年的需求都是需要動態調整的，資料持續增加，分析的深度和廣度都是在不斷變化，沒有一個好的底層資料架構來支撐，光靠 SQL 取數、建資料集出報表的形式是不可能支撐一家企業未來 3-5 年甚至更長遠的業務分析需求變化的。

八、報表工具是怎麼來的？

這十幾年我一直在技術領域、資訊化領域、商業智慧BI 行業，一直沒有出這個圈。做過 JAVA （ AWT、SWING、JSP、Hibernate、Spring、ibatis ）、。NET （ ASP、http：//ASP。NET、C#。NET ）、Object-C 、JS 等等技術開發，業務軟體系統平臺開發。

早期前端技術很弱，AJAX 的實現也都需要手寫，要實現一個表單內資料的點選編輯和修改需要自己用 JS DOM 操作。做報表基本上就是 JSP、ASP 指令碼語言在前端巢狀 HTML 做迴圈輸出，報表樣式很原生很醜陋，稍微複雜一點的表格報表樣式都需要用 JS 來調整。

那個時候用過的報表像 Crystal Report 水晶報表、潤乾報表等等，在前端指令碼語言中有標籤直接可以引用，報表生成代替了大量的手寫程式碼。早期的前後端技術是不分家的，http：//ASP。NET 還稍微好一些，前端逐步有一些整合控制元件可以直接使用，JAVA 是真沒有。上面說到的這個階段大概在什麼時候呢，2005年前後，2007年我覺得已經使用的很廣泛了，老的 CSDN 上應該還能找到很多原始的報表標籤帖子。

像老一批報表還有像金峰報表 Jreport、思達報表 StyleReport 等等在國內也有一定的市場。早在 2010 年之前，有些報表廠商的收入規模就已經突破了一個億，說明基礎報表這個市場還是非常不錯的。

那個時候的報表定位是什麼，就是純粹的 Report 報表，透過程式從後臺資料庫中查詢返回的資料聚合 List 再到前端指令碼頁面上繫結一下就生成了各種報表，實際上就是用在各個業務軟體系統之中的報表展示，還遠遠沒有到商業智慧BI分析這個層面。

並且還有大量的軟體開發廠商實際上已經具備了很強的報表能力，不過這些報表能力並沒有單獨拿出來作為報表產品在市面上運營而已。

逐步的，隨著前端技術、前端框架的完善，從傳統表格技術開始到了各類柱狀圖、條形圖、餅狀圖的視覺化展示，到了這個階段，報表和商業智慧BI的邊界越來越模糊。為什麼？商業智慧BI的報表展現能力也就和傳統報表效果大致相當，還沒有出現那種自助分析、自助拖拉拽就可以實現快速多維分析的能力。

講這麼多主要想說的是我們所看到的很多商業智慧BI專案都是拿報表思維去實現的，就是 SQL 到資料集到前端展現。而真正的商業智慧BI思維應該是什麼呢？多維思維、模型思維，這一點決定了一個商業智慧BI 專案的最終走向，後面會具體講到這些點。

九、商業智慧BI的本質 - 企業業務管理思維的落地

商業智慧BI的本質 - 派可資料商業智慧BI視覺化分析平臺

商業智慧 BI 到底是什麼？技術？產品？還是其它？我們把對於 BI 的理解再提升一個層次：

商業智慧 BI 是一家企業業務和管理思維的落地。

這個怎麼來理解呢？簡單來說，就是在視覺化報表上呈現的內容就是一家企業真正關注的內容，這裡面有管理高層重點關注的企業經營性的分析指標，也有某具體部門的。

十、商業智慧BI 和資料倉庫 Data Warehouse 有什麼區別和聯絡？

經常會碰到有人問商業智慧BI和資料倉庫有什麼區別，實際上這個問題的背後能反映出來一些朋友對商業智慧BI的理解還是有些不準確和偏差，這個問題實際上從概念上把BI和資料倉庫人為的割裂了。這種情況其實也比較正常，因為大家對商業智慧BI的第一印象就是各種炫酷的視覺化圖表、報表，再加上市面上有很多輕量的前端視覺化商業智慧BI分析工具，就造成大家對BI的認知就停留在視覺化這部分了。

準確的來說，

商業智慧BI不僅僅包含前端視覺化分析、報表展現的能力，更包含了底層資料倉庫的建設過程。

Gartner 在上世紀九十年代就已經提到了商業智慧 Business Intelligence，它更多的認為：

BI是一種資料類的技術解決方案，將許多來自不同企業業務系統的資料提取有分析價值的資料進行清洗、轉換和載入，就是抽取Extraction、轉換 Transformation、載入Loading 的ETL過程，最終合併到一個數據倉庫中，按照一定的建模方式例如Inmon 的3NF 建模、Kimball 的維度建模或者兩者都有的混合式架構模型，最終在這個基礎上再利用合適的分析展現工具來形成各種視覺化的分析報表為企業的管理決策層提供資料決策支撐。

商業智慧BI - 派可資料商業智慧BI視覺化分析平臺

所以，可以從這裡能夠看到資料倉庫Data Warehouse 的位置是介於視覺化報表和底層業務系統資料來源之間的這一層，在整個商業智慧BI專案解決方案中起到的是一個承上啟下的作用。如果把商業智慧BI比作是一個人的話，上半身特別是臉這個部分就是顏值，下半身腳踏實地吸取大地的精華，中間這部分的腰腹核心、核心力量就是資料倉庫。

那大家也會問到，市面上不是有很多直接連結資料來源就可以拖拉拽分析的商業智慧BI工具產品嗎，不也一樣可以做商業智慧BI分析報表嗎？這種獨立的、單獨的面向前端的商業智慧BI分析工具，他們更多的定位是部門級和個人級的商業智慧BI 分析工具，對於深層次的需要複雜資料處理、整合、建模等很多場景是無法解決的。最好的方式就是底層構建一套完整的資料倉庫，把很多分析模型標準化，再利用這些前端商業智慧BI分析工具結合起來，這樣才能真正的把前端商業智慧BI分析能力給釋放出來。

很多企業認為只要買一個前端商業智慧BI分析工具就可以解決企業級的商業智慧BI所有問題，這個看法實際上也不可行的。可能在最開始分析場景相對簡單，對接資料的複雜度不是很高的情況下這類商業智慧BI分析工具沒有問題。但是在企業的商業智慧BI專案建設有一個特點，是一個螺旋式上升的建設過程。因為對接的業務系統可能會越來越多，分析的深度和廣度會越來越多，資料的複雜度也會越來越有挑戰性，這個時候沒有一個很好的資料倉庫架構支撐，光靠前端BI分析工具基本上是無法搞定的。

資料倉庫 - 派可資料商業智慧BI視覺化分析平臺

就像去中藥店抓藥一樣，之所以抓藥很快，是因為在抓藥前，別人已經把各種原生的中藥材（原始資料來源的資料）分門別類清理乾淨放好了，這樣想怎麼搭配藥材（維度指標組合的視覺化）就很快了。

這樣的企業在國內有很多，也是因為對商業智慧BI理解的深度不夠導致了在商業智慧BI專案建設上一些方向性的錯誤，最後s導致商業智慧BI專案很難繼續推進。

所以在企業中，我們需要明確我們的商業智慧BI建設是面向企業級的還是個人和部門的分析工作。如果是個人資料分析師，使用這類前端商業智慧BI分析工具就足夠了。如果是需要構建一個企業級的商業智慧BI專案，就不能只關注前端視覺化分析能力這個層面，更應該關注到底層資料架構的構建，也就是資料倉庫這個層面。

十一、資料倉庫的建模方法論 Kimball vs Inmon 以及混合架構

資料倉庫建模時商業智慧BI專案建設中的重中之重，Inmon 的三正規化 3NF 建模和 Kimball 的維度建模都是商業智慧BI 資料倉庫建模的方法論，這兩種商業智慧BI建模的方式有什麼區別和聯絡。

十二、實際開展一個 BI 專案的時候對於需求的落地的方法論

商業智慧BI是一個完全需求驅動的，既然是需求就需要做訪談和調研。在商業智慧BI需求進行訪談和調研之前要提前熟悉行業的業務特點，基於企業自身要熟悉他們的業務流程，以及所訪談部門的他們大概會關注的重點，都需要提前梳理一遍。在腦海裡把整個業務框架給建立起來，反覆的演練。

十三、什麼樣的企業應該要上商業智慧 BI 了？

什麼樣的企業適合上商業智慧BI？看業務基礎資訊化程度和日常業務管理的細緻程度和顆粒度。業務基礎資訊化程度就是企業自身的IT業務系統基礎建設，沒有業務系統的支撐，做商業智慧BI就缺乏資料基礎；第二就是業務管理的顆粒度，企業自身業務管理程度是不是比較細緻了，急需透過商業智慧BI來提升業務管理、決策支撐的效率。

十四、如何高效的給高層領導做 BI 資料分析彙報總結

做完商業智慧BI專案，還要考慮最終如何跟老闆彙報的問題，掌握商業智慧BI資料分析思維框架和彙報的五個重點：使用者業務層次與範圍、工作成果、計劃執行復盤、問題反饋、展望規劃與願景。