商業(yè)智能應(yīng)用白皮書(shū) 5.0

商業(yè)智能應(yīng)用白皮書(shū)5.0BUSINESS

INTELLIGENCE

APPLICATION

WHITE

PAPER帆軟

帆軟數(shù)據(jù)應(yīng)用研究院出品

I設(shè)

理念與演變的解讀B0I促

據(jù)資產(chǎn)入表的實(shí)踐

能

I定位和落地的探究

業(yè)

據(jù)治理策略的優(yōu)解iisi帆軟前言PREFACE在新質(zhì)生產(chǎn)力、數(shù)字經(jīng)濟(jì)、AI技術(shù)等關(guān)鍵詞大熱的大背景下，數(shù)據(jù)作為數(shù)字經(jīng)濟(jì)時(shí)代的基礎(chǔ)性和戰(zhàn)略性資源，開(kāi)始加

速成為企業(yè)競(jìng)爭(zhēng)的關(guān)鍵生產(chǎn)要素，加速讓數(shù)字化顛覆成為各行各業(yè)的“新常態(tài)”。各行業(yè)雖然數(shù)字化轉(zhuǎn)型進(jìn)程不一，但是

大多不約而同地將企業(yè)層面的全面數(shù)據(jù)決策能力和數(shù)據(jù)價(jià)值洞察列為迎接變革和商業(yè)創(chuàng)新的決勝因素，并把商業(yè)智能作

為其中重要的數(shù)據(jù)利器。BI的發(fā)展已有二十余年，從開(kāi)始的報(bào)表式

BI

到自助分析式

BI

到智能

BI，均受到各行業(yè)的廣大企業(yè)的廣泛應(yīng)用，碩果累累。BI

產(chǎn)品的發(fā)展歷史有一條清晰的主線，即不斷地利用新技術(shù)降低數(shù)據(jù)分析門(mén)檻，讓更多的企業(yè)能夠從大數(shù)據(jù)中受益，真正把數(shù)據(jù)轉(zhuǎn)變成生產(chǎn)力去驅(qū)動(dòng)業(yè)務(wù)，實(shí)現(xiàn)數(shù)據(jù)資產(chǎn)積累。不同類(lèi)BI各有優(yōu)劣，分別適用于不同的場(chǎng)景，不是絕對(duì)的

相互替代的關(guān)系。企業(yè)除了需要根據(jù)自身信息化情況去選擇合適的

BI工具類(lèi)別，也要做好數(shù)倉(cāng)建設(shè)；當(dāng)業(yè)務(wù)規(guī)模和復(fù)雜度不斷增加時(shí)，更需要關(guān)注數(shù)據(jù)治理、維護(hù)數(shù)據(jù)指標(biāo)體系等問(wèn)題。版權(quán)聲明：本報(bào)告由帆軟軟件有限公司版權(quán)所有，并受有關(guān)商標(biāo)和著作權(quán)的法律保護(hù)，部分文字和數(shù)據(jù)采集于公開(kāi)信息，所有權(quán)為原

著者所有。未經(jīng)許可，任何組織和個(gè)人不得以任何方式或途徑復(fù)制或傳播，包括但不限于復(fù)制、錄制，或通過(guò)任何數(shù)據(jù)庫(kù)、

在線信息、數(shù)字化產(chǎn)品或可檢索的系統(tǒng)，特此聲明。免責(zé)聲明：本報(bào)告中的行業(yè)數(shù)據(jù)主要為三方研究人員采用文獻(xiàn)研究、市場(chǎng)調(diào)查及其他研究方法獲得，企業(yè)數(shù)據(jù)主要為問(wèn)卷調(diào)研與訪談

獲得，其數(shù)據(jù)結(jié)果受到樣本的影響，僅代表調(diào)研時(shí)間和人群的基本狀態(tài)，僅服務(wù)于當(dāng)前的調(diào)研目的。受研究方法和數(shù)據(jù)獲

取資源的限制，本報(bào)告僅作為市場(chǎng)和客戶(hù)的參考材料，帆軟軟件有限公司對(duì)該報(bào)告的數(shù)據(jù)和觀點(diǎn)不承擔(dān)法律責(zé)任。主

編

輯

：

袁華杰

梅杰責(zé)

任

編

輯

：

鮑敏張?jiān)茡P(yáng)指

導(dǎo)

專(zhuān)

家

：陳敏王佳東翁林君付一然沈濤呂品張?chǎng)H凌晨楊揚(yáng)孫中華濮丹丹吳晶晶呂家霖

王超毅特

別

鳴

謝

：

浙江交投高速公路運(yùn)營(yíng)管理有限公司：

謝曉輝

陳飛09傳遞帆軟如何用BI進(jìn)行數(shù)字化建設(shè)的心得，以財(cái)務(wù)為例？01

解讀BI產(chǎn)品演變，BI多形態(tài)共生理念究竟包括什么？02強(qiáng)調(diào)數(shù)據(jù)全鏈路管理和建設(shè)，產(chǎn)品的價(jià)值主張是什么？03對(duì)話(huà)企業(yè)內(nèi)部BI資深用戶(hù)，有哪些工具使用的感悟？04探究智能BI更多是AIfor

BI，如何定位方向及落地？05解析案例如何用BI發(fā)揮數(shù)據(jù)價(jià)值，加速數(shù)據(jù)資產(chǎn)入表？06分享浙高運(yùn)實(shí)踐經(jīng)驗(yàn)，企業(yè)數(shù)據(jù)資產(chǎn)入表該準(zhǔn)備什么？07

提出企業(yè)數(shù)據(jù)治理的優(yōu)解：如何用“拉式策略”做治理？08指導(dǎo)企業(yè)如何建指標(biāo)體系、建底層，以及如何應(yīng)用指標(biāo)？帆軟數(shù)據(jù)應(yīng)用研究院基于最新的洞察，在《商業(yè)智能應(yīng)用白皮書(shū)5.0》中闡述了以下核心內(nèi)容：編委會(huì)名單（排名不分先后）目錄CATALOGUE01

B

主

1.2

BI產(chǎn)品演變：多形態(tài)分析共生0402

BI

理念：讓企業(yè)用好數(shù)據(jù)、提升效率

072.1

BI核心價(jià)值：助力企業(yè)提升效率

082.2

BI如何幫助企業(yè)提效：實(shí)現(xiàn)數(shù)據(jù)化決策

102.3

FineBI產(chǎn)品特點(diǎn)：多維度夯實(shí)BI價(jià)值

11FineBI的產(chǎn)品功能：分解成八個(gè)維度11FineBI的優(yōu)勢(shì)：強(qiáng)大的性能與分析能力15FineBI

的發(fā)展方向：萬(wàn)變不離其宗16FineBI

Platform：多形態(tài)融合的分析平臺(tái)172.4

走進(jìn)BI資深用戶(hù)：所用與所悟

2703

智能

BI：產(chǎn)品落地更多是

AI

FOR

BI

343.1

定義：AI和BI的融合更多是AIfor

BI35What：如何理解AI和BI的融合35Why：為何融合更多是AIfor

BI35When：何時(shí)邁入AIfor

BI時(shí)代36How：目前如何發(fā)展AIfor

BI產(chǎn)品373.2

帆軟的產(chǎn)品落地：AI和BI的融合

40帆軟近年來(lái)對(duì)智能BI的探索和思考40產(chǎn)品落地：定位是對(duì)話(huà)式業(yè)務(wù)分析工具41：義IB2100持變供數(shù)據(jù)依據(jù)和決策支是多形態(tài)共生的演提線定I：1溯1回4

.1

解析數(shù)據(jù)資產(chǎn)入表：概念側(cè)闡釋數(shù)據(jù)資產(chǎn)的前身：數(shù)據(jù)到數(shù)據(jù)資源理解數(shù)據(jù)資產(chǎn)：數(shù)據(jù)三權(quán)和資產(chǎn)內(nèi)涵理解數(shù)據(jù)資產(chǎn)入表：計(jì)入報(bào)表相關(guān)科目4.2

解構(gòu)數(shù)據(jù)資產(chǎn)入表：企業(yè)側(cè)指南數(shù)據(jù)資產(chǎn)入表，企業(yè)該入什么數(shù)據(jù)資產(chǎn)入表，企業(yè)該準(zhǔn)備什么數(shù)據(jù)資產(chǎn)入表，企業(yè)會(huì)經(jīng)歷什么數(shù)據(jù)資產(chǎn)入表，企業(yè)會(huì)得到什么4.3

解讀數(shù)據(jù)資產(chǎn)入表：結(jié)合帆軟產(chǎn)品的實(shí)踐數(shù)據(jù)資產(chǎn)化的關(guān)鍵：預(yù)期帶來(lái)經(jīng)濟(jì)利益帆軟產(chǎn)品助力數(shù)據(jù)應(yīng)用和數(shù)據(jù)價(jià)值發(fā)揮實(shí)踐案例：基于帆軟產(chǎn)品實(shí)現(xiàn)數(shù)據(jù)資產(chǎn)化4.4

展望數(shù)據(jù)資產(chǎn)入表：未來(lái)趨勢(shì)企業(yè)精馭BI在于數(shù)：集成、治理、梳理4949495152525456586262626370715

.1數(shù)據(jù)倉(cāng)庫(kù)：為業(yè)務(wù)決策和經(jīng)營(yíng)管理做支撐數(shù)據(jù)倉(cāng)庫(kù)的重要性：數(shù)據(jù)底層建設(shè)的優(yōu)解數(shù)據(jù)倉(cāng)庫(kù)的本質(zhì)：面向數(shù)據(jù)分析應(yīng)用數(shù)據(jù)倉(cāng)庫(kù)的特點(diǎn)：集成、時(shí)效、持久737374755.2數(shù)據(jù)治理：面向數(shù)據(jù)應(yīng)用提升數(shù)據(jù)準(zhǔn)確性帆軟理解的數(shù)據(jù)治理內(nèi)涵：是一套管理體系帆軟數(shù)據(jù)治理策略：拉式策略與推式策略適合多數(shù)企業(yè)的數(shù)據(jù)治理更優(yōu)解：拉式策略777778805.3數(shù)據(jù)指標(biāo)：企業(yè)監(jiān)控與貫徹戰(zhàn)略的抓手如何建體系：自上而下&

自下而上相結(jié)合如何建底層：貼源-明細(xì)-匯總-應(yīng)用如何用指標(biāo)：BI分析為主，多層次應(yīng)用878796980405借力BI：發(fā)揮數(shù)據(jù)要素價(jià)值，加速數(shù)據(jù)資產(chǎn)入表486

.1帆軟視角：數(shù)字化建設(shè)的三大階段數(shù)字化：始于跟隨、加速協(xié)同、奔向引領(lǐng)帆軟數(shù)字化建設(shè)：三大階段實(shí)踐進(jìn)程帆軟信息化部門(mén)的定位：保障效率提升1071071081106.2帆軟實(shí)踐：數(shù)字化建設(shè)中的業(yè)務(wù)層部分業(yè)務(wù)引領(lǐng)階段，金字塔建設(shè)邏輯1131136.3帆軟實(shí)踐：財(cái)務(wù)領(lǐng)域的BI應(yīng)用創(chuàng)新帆軟的財(cái)務(wù)數(shù)字化轉(zhuǎn)型歷程：從Excel到BI帆軟財(cái)務(wù)實(shí)踐：基于FineBI的費(fèi)用專(zhuān)項(xiàng)分析129129133回溯

BI：主線是多形態(tài)共生的演變帆軟數(shù)字化建設(shè)之道：BI筑基，業(yè)務(wù)引領(lǐng)

106TRACING

BACKTO

BI:THE

MAINTHREAD

ISTHE

EVOLUTION

OF

MULTI

FORMSYMBIOSIS06最新定義BI

是在打通企業(yè)數(shù)據(jù)孤島，實(shí)現(xiàn)數(shù)據(jù)集成和統(tǒng)一管理的基礎(chǔ)上，利用數(shù)據(jù)倉(cāng)庫(kù)、數(shù)據(jù)可視化與分析技術(shù)，將指定的數(shù)據(jù)轉(zhuǎn)化為信息和知識(shí)的解決方案，其價(jià)值體現(xiàn)在滿(mǎn)足

企業(yè)不同人群對(duì)數(shù)據(jù)查詢(xún)、分析和探索的需求，從而為管理和業(yè)務(wù)提供數(shù)據(jù)依據(jù)和決策支持。早在1958年，IBM的研究員Hans

Peter

Luhn便將“智能”定義為“對(duì)事物相互關(guān)系的一種理解能力，并依靠這種能力

去指導(dǎo)決策，以達(dá)到預(yù)期的目標(biāo)?！边@期間出現(xiàn)的領(lǐng)導(dǎo)信息系統(tǒng)（EIS，Executive

Information

System）和決策支持系

統(tǒng)（DSS,

DecisionSupportSystem）等技術(shù)應(yīng)用，可以看作是BI的前身。BI

并不是全新的事物，而是對(duì)一些現(xiàn)代技術(shù)的綜合運(yùn)用。BI為企業(yè)提供迅速分析數(shù)據(jù)的技術(shù)和方法,包括收集、管理和分析數(shù)據(jù)，將數(shù)據(jù)轉(zhuǎn)化為有價(jià)值的信息，并分發(fā)到企業(yè)各處，讓企業(yè)的決策有數(shù)可依，減少?zèng)Q策的盲目性，理性地驅(qū)

動(dòng)企業(yè)管理和運(yùn)營(yíng)。按照?qǐng)D1-1

中的DIKW模型，數(shù)據(jù)轉(zhuǎn)化為信息，升級(jí)為知識(shí)，升華成智慧的過(guò)程，便是數(shù)據(jù)價(jià)值的展現(xiàn)過(guò)程，其中要用到的種種技術(shù)和工具，就是BI。圖：數(shù)據(jù)的價(jià)值展現(xiàn)早前，帆軟數(shù)據(jù)應(yīng)用研究院對(duì)

1000

多名BI從業(yè)人員進(jìn)行了調(diào)研，結(jié)果顯示，我國(guó)企業(yè)從業(yè)人員對(duì)

BI的理解集中于數(shù)

據(jù)的分析和展示，甚至被等同于數(shù)據(jù)分析與數(shù)據(jù)可視化。后續(xù)，

帆軟數(shù)據(jù)應(yīng)用研究院聯(lián)合知名媒體機(jī)構(gòu)對(duì)眾多企業(yè)CIO

進(jìn)行了多次訪談?wù){(diào)研。分析各次調(diào)研結(jié)果及變化，我們得出了以下主要結(jié)論：

企業(yè)界對(duì)

BI仍然有著眾多不同的理解，但將BI解釋為一整套解決方案的企業(yè)占比逐年增多，企業(yè)對(duì)BI的認(rèn)知開(kāi)始趨于統(tǒng)一；

企業(yè)對(duì)于BI有著明確的訴求路徑，即整合數(shù)據(jù)解放

IT

(體現(xiàn)在數(shù)據(jù)的接入、集成和管理上），通過(guò)分析和可視化手段輔助企業(yè)管理和業(yè)務(wù)決策，最終實(shí)現(xiàn)企業(yè)的降本增效和各項(xiàng)業(yè)務(wù)能力的優(yōu)化提升。BI

即

Business

Intelligence，

中文譯為商業(yè)智能、商業(yè)智慧或商務(wù)智能。

BI

已經(jīng)被大眾所熟知，絕大多數(shù)企業(yè)都知道BI甚至?xí)P(guān)注BI，不少企業(yè)已經(jīng)應(yīng)用

BI；BI定義：提供數(shù)據(jù)依據(jù)和決策支持在2020

年9

月發(fā)布的《商業(yè)智能（BI）白皮書(shū)2.0》中，帆軟數(shù)據(jù)應(yīng)用研究院在文獻(xiàn)研究和企業(yè)調(diào)研的基礎(chǔ)上，結(jié)合我國(guó)的市場(chǎng)環(huán)境，對(duì)BI做出了新的定義。在本白皮書(shū)中，基于前文的描述和分析，我們繼續(xù)沿用BI的這一最新定義：02

商業(yè)智能應(yīng)用白皮書(shū)5.0

商業(yè)智能應(yīng)用白皮書(shū)5.0

031.1數(shù)據(jù)轉(zhuǎn)化為智慧主要結(jié)論信息知識(shí)數(shù)據(jù)智慧報(bào)表式

BI：用戶(hù)要具備SQL編寫(xiě)、OLAP建模等技術(shù)能力，用戶(hù)滲透率不到1%。BI起源于20世紀(jì)80年代，主要技術(shù)包括SQL（結(jié)構(gòu)化查詢(xún)語(yǔ)言）、OLAP（聯(lián)機(jī)分析處理）和數(shù)據(jù)可視化。

這些技術(shù)雖然提供了強(qiáng)大的數(shù)據(jù)分析能力，但對(duì)用戶(hù)的技術(shù)要求極高。用戶(hù)需要具備SQL編寫(xiě)、數(shù)據(jù)建模

和深厚的業(yè)務(wù)理解能力，因此，這類(lèi)

BI產(chǎn)品的用戶(hù)主要是IT/DT人員，用戶(hù)滲透率比例不到1%。在這一階段，BI的使用門(mén)檻非常高。用戶(hù)不僅需要掌握復(fù)雜的技術(shù)，還必須具備數(shù)據(jù)思維和業(yè)務(wù)理解能力。這意味著，只有那些既懂技術(shù)又懂業(yè)務(wù)的用戶(hù)才能真正發(fā)揮

BI的價(jià)值。比如，

一名優(yōu)秀的BI用戶(hù)需要像DBA（數(shù)據(jù)庫(kù)管理員）

一樣精通SQL，同時(shí)也需要像

MBA一樣具備深入的業(yè)務(wù)理解能力。這使得

BI的普及非常困難，主要集中在少數(shù)專(zhuān)業(yè)技術(shù)人員手中。1996年，Gartner集團(tuán)正式將商業(yè)智能定義為：一類(lèi)由數(shù)據(jù)倉(cāng)庫(kù)（或數(shù)據(jù)集市）

、查詢(xún)報(bào)表、數(shù)據(jù)分析、數(shù)據(jù)挖掘、數(shù)據(jù)備份和恢復(fù)等部分組成的、以幫助企業(yè)決策為目的的技術(shù)及其應(yīng)用。從概念誕生到現(xiàn)在的幾十年間，

BI的價(jià)值和使命并未發(fā)生根本的變化，依然是將數(shù)據(jù)轉(zhuǎn)化為有用的信息，讓企業(yè)的決策有數(shù)可依，變化的只是BI所使用的技術(shù)，而B(niǎo)I的發(fā)展也就是體現(xiàn)在技術(shù)上。目前，BI的核心技術(shù)主要包括數(shù)據(jù)存儲(chǔ)、數(shù)據(jù)ETL、數(shù)據(jù)分析、數(shù)據(jù)挖掘，

以及數(shù)據(jù)可視化分析。隨著數(shù)據(jù)量的激增和應(yīng)用場(chǎng)景的復(fù)雜化，BI在技術(shù)上也有所補(bǔ)充，例如

Hadoop和Hive等大數(shù)據(jù)技術(shù)的出現(xiàn)就很好的彌補(bǔ)了BI處理大

數(shù)據(jù)的能力。回溯

BI

產(chǎn)品的發(fā)展歷史，會(huì)發(fā)現(xiàn)有一條清晰的主線，就是不斷的利用新技術(shù)降低數(shù)據(jù)分析門(mén)檻，從而讓更多的人能夠從大數(shù)據(jù)中受益，真正把數(shù)據(jù)轉(zhuǎn)變成生產(chǎn)力去驅(qū)動(dòng)業(yè)務(wù)。門(mén)檻高限制少

門(mén)檻低限制多增強(qiáng)式

BI：進(jìn)一步降低了技術(shù)門(mén)檻，但仍要求用戶(hù)具備一定的數(shù)據(jù)思維。互聯(lián)網(wǎng)的發(fā)展讓原本停留在學(xué)術(shù)界的機(jī)器學(xué)習(xí)、深度學(xué)習(xí)等

AI

技術(shù)在工業(yè)界得到了廣泛應(yīng)用和快速發(fā)展。大家開(kāi)始嘗試用這些技術(shù)去進(jìn)一步降低

BI

產(chǎn)品的使用門(mén)檻，核心理念是用

AI

技術(shù)去增強(qiáng)

BI

產(chǎn)品的能力。

當(dāng)時(shí)的

AI

技術(shù)一定程度上確實(shí)降低了用戶(hù)的使用門(mén)檻，也催生了早期的檢索式/對(duì)話(huà)式

BI

產(chǎn)品。但用戶(hù)的

滲透率并沒(méi)有得到大幅提升，從10%上升至15%。其中很大一個(gè)阻塞就是用戶(hù)依然需要具備一定的數(shù)據(jù)思

維才能使用增強(qiáng)

BI產(chǎn)品，這對(duì)很多業(yè)務(wù)人員來(lái)說(shuō)是一個(gè)巨大的門(mén)檻。自助式BI（即敏捷BI）：不要求SQL編寫(xiě)等技術(shù)能力，但對(duì)數(shù)據(jù)分析能力要求高，用戶(hù)滲透率10%。VizQL

技術(shù)的出現(xiàn)，消除了用戶(hù)寫(xiě)

SQL

的能力要求，從而讓一部分懂

OLAP

數(shù)據(jù)建模，同時(shí)具備一定的數(shù)據(jù)思維和業(yè)務(wù)理解能力的分析師和業(yè)務(wù)部門(mén)的數(shù)據(jù)

BP

能夠用自助式

BI

產(chǎn)品做自助分析，用戶(hù)滲透率大幅提升到10%左右。商業(yè)智能應(yīng)用白皮書(shū)5.0

052013年以前：BI，即Business

Intelligence，中文稱(chēng)為商業(yè)智能或商業(yè)智慧。核心技術(shù)SQL

、OLAP

、數(shù)據(jù)可視化能力要求SQL

、OLAP

、數(shù)據(jù)思維

、業(yè)務(wù)理解核心用戶(hù)IT/DT人員滲透比例1%核心技術(shù)vizQL能力要求OLAP

、數(shù)據(jù)思維

、業(yè)務(wù)理解核心用戶(hù)IT/DT人員

、分析師

、業(yè)務(wù)BP滲透比例10%核心技術(shù)LLM能力要求業(yè)務(wù)理解核心用戶(hù)所有滲透比例100%核心技術(shù)NLQ

、

NLG

、Autolnsight能力要求數(shù)據(jù)思維

、業(yè)務(wù)理解核心用戶(hù)IT/DT

人員

、分析師

、業(yè)務(wù)BP

、

少量業(yè)務(wù)人員滲透比例15%BI產(chǎn)品演變：多形態(tài)分析共生1.204

商業(yè)智能應(yīng)用白皮書(shū)5.02013年以后：圖：BI產(chǎn)品的演變智能

BI：破除數(shù)據(jù)思維這個(gè)用戶(hù)門(mén)檻，用戶(hù)滲透率逼近100%。以大語(yǔ)言模型（Large

Language

Model，LLM）為代表的生成式AI

技術(shù)，為進(jìn)一步消除數(shù)據(jù)思維這一項(xiàng)能

力要求帶來(lái)了新的機(jī)會(huì)。在預(yù)訓(xùn)練的過(guò)程中，

LLM

內(nèi)嵌了數(shù)據(jù)分析的知識(shí)，還可以通過(guò)SFT讓

LLM具備專(zhuān)業(yè)領(lǐng)域的數(shù)據(jù)分析知識(shí)。產(chǎn)品集成這些具備數(shù)據(jù)分析知識(shí)的

LLM

以后，用戶(hù)只要具備一定的業(yè)務(wù)理解，就能從數(shù)據(jù)中得到他所關(guān)注的業(yè)務(wù)問(wèn)題的答案。BI

理念：讓企業(yè)用好數(shù)據(jù)、提升效率BI產(chǎn)品終極目標(biāo)是“讓人人都是數(shù)據(jù)分析師”，奔著這個(gè)目標(biāo)

BI產(chǎn)品持續(xù)演進(jìn)，會(huì)發(fā)展出不同的產(chǎn)品形態(tài)，以滿(mǎn)足不同場(chǎng)景的數(shù)據(jù)需求。需要強(qiáng)調(diào)的是，這幾類(lèi)

BI各有優(yōu)劣，分別適用于不同的場(chǎng)景，不是絕對(duì)的相互替代的關(guān)系。尤其是報(bào)表、自助式BI和智能BI。數(shù)字化

IT差異化創(chuàng)新系統(tǒng)敏捷/

探索性探索性驅(qū)動(dòng)善于應(yīng)對(duì)不確定場(chǎng)景

報(bào)表式

BI滿(mǎn)足企業(yè)管理層固定看數(shù)的需求；

自助式

BI滿(mǎn)足業(yè)務(wù)分析師自助分析的需求；

智能

BI滿(mǎn)足普通業(yè)務(wù)人員的即時(shí)查數(shù)與分析需求。自主探索式數(shù)據(jù)分析 產(chǎn)品FineBI 定位以業(yè)務(wù)為中心的自助大數(shù)據(jù)分析平臺(tái)；

主要面向業(yè)務(wù)和數(shù)據(jù)分析師，以問(wèn)題為

導(dǎo)向的探索分析；也支持報(bào)表制作

典型用戶(hù)具備業(yè)務(wù)邏輯和數(shù)據(jù)素養(yǎng)的業(yè)務(wù)人

員或數(shù)據(jù)分析師

典型功能業(yè)務(wù)數(shù)據(jù)包Spider大數(shù)據(jù)引擎智能問(wèn)答式數(shù)據(jù)分析 產(chǎn)品Finechat

BI 定位以業(yè)務(wù)為中心的問(wèn)答式大數(shù)據(jù)分析平

臺(tái)，主要面向普通業(yè)務(wù)人員的即時(shí)查數(shù)

與分析需求

典型用戶(hù)具備一定業(yè)務(wù)理解的普通業(yè)務(wù)人員

典型功能輸入聯(lián)想思路拆解這三類(lèi)BI將長(zhǎng)期共存，供企業(yè)按需選擇，直到信息化基礎(chǔ)條件發(fā)生根本改變，建議企業(yè)根據(jù)自身數(shù)據(jù)應(yīng)用成熟度來(lái)判斷哪一類(lèi)BI更適合自己，或者是否需要結(jié)合使用。以雙模

IT下的帆軟BI體系為例：固定式數(shù)據(jù)展現(xiàn) 產(chǎn)品

FineReport

定位以IT為中心的預(yù)定義報(bào)表平臺(tái)；主要

面向IT部門(mén)，為企業(yè)日常管理提供固

定式的報(bào)表展示

典型用戶(hù)具備基礎(chǔ)SQL知識(shí)的

IT人員

典型功能復(fù)雜報(bào)表定時(shí)調(diào)度BI

CONCEPT:ENABLE

ENTERPRISESTO

MAKE

GOOD

USE

OF

DATAAND

IMPROVE

EFFICIENCY傳統(tǒng)

IT記錄型信息系統(tǒng)穩(wěn)定/

可預(yù)測(cè)計(jì)劃驅(qū)動(dòng)善于應(yīng)對(duì)復(fù)雜場(chǎng)景06

商業(yè)智能應(yīng)用白皮書(shū)5.0圖：雙模IT下的帆軟BI體系雙模一鍵生成

儀表板OLAP

數(shù)據(jù)集管理駕駛艙故事儀表板自助數(shù)據(jù)集IT參數(shù)查詢(xún)多輪問(wèn)答智能圖表意圖解析數(shù)據(jù)填報(bào)分析報(bào)告打印輸出用數(shù)據(jù)決策，就一定做出正確的決策嗎？智者千慮也必有一失，數(shù)據(jù)決策不是萬(wàn)能的，但它的出現(xiàn)必然可以提升正確決策的比例。所有的決策都是綜合各種信

息而后做出的判斷，孫子兵法中講到：“夫未戰(zhàn)而廟算勝者,得算多也；未戰(zhàn)而廟算不勝者,得算少也。多算勝,少算不勝,

而況于無(wú)算乎。”傳統(tǒng)的中國(guó)智慧早已將這一邏輯講的透徹了，缺少信息的支撐難以做出正確的決策。數(shù)據(jù)可能不是決策所需要的全部信息，但數(shù)據(jù)必然可以提供大量的關(guān)鍵信息，有和沒(méi)有數(shù)據(jù)對(duì)于決策而言有著巨大的

差距，越是復(fù)雜的形勢(shì)下越需要數(shù)據(jù)來(lái)支撐決策。企業(yè)內(nèi)有多少?zèng)Q策？復(fù)雜的經(jīng)營(yíng)環(huán)境下，企業(yè)內(nèi)的決策絕不僅是高層的特權(quán)，企業(yè)內(nèi)上上下下每天都做著無(wú)數(shù)的決策。對(duì)于一個(gè)零售企業(yè)

而言，采購(gòu)部門(mén)要考慮哪個(gè)商品要補(bǔ)貨、該進(jìn)多少貨；營(yíng)銷(xiāo)部門(mén)要考慮哪個(gè)商品要促銷(xiāo)、該怎樣促銷(xiāo)；人事部門(mén)要考

慮哪個(gè)部門(mén)存在人力缺口、怎樣選擇合適的人才。除非機(jī)械化作業(yè)，其他每一個(gè)要發(fā)揮個(gè)人主觀能動(dòng)性的崗位都要自

主地做各種各樣的決策來(lái)工作。差異在于有的決策簡(jiǎn)單，有的決策復(fù)雜，有的決策影響較小，有的決策影響很大?？芍灰菦Q策就可能會(huì)出錯(cuò)，每一個(gè)錯(cuò)誤背后都存在著成本的浪費(fèi)。所以，企業(yè)內(nèi)有多少?zèng)Q策？這是數(shù)不清的，這些決策也是變化的。讓所有的決策都是正確的，減少?gòu)拇蟮叫〉拿恳粋€(gè)

損失，這是每一個(gè)企業(yè)的理想，如何做到？靠著每一個(gè)人的能力嗎？這不現(xiàn)實(shí)，但我們讓每一個(gè)決策背后都有數(shù)據(jù)，就可以讓這一理想成為現(xiàn)實(shí)。到這里，我們?cè)倏礃?biāo)題上的問(wèn)題，BI的核心價(jià)值是什么？答案呼之欲出:總設(shè)計(jì)師說(shuō)過(guò)：科學(xué)技術(shù)是第一生產(chǎn)力。恩格斯的觀點(diǎn)：生產(chǎn)力是具有勞動(dòng)能力的人和生產(chǎn)資料結(jié)合而成的改

造自然的能力。我們通俗地講，生產(chǎn)力就是單位時(shí)間內(nèi)可以產(chǎn)出生產(chǎn)成果的量，也就是各企業(yè)關(guān)注的核心——

效率。企業(yè)之所以存在，是因?yàn)樗鼘⒍鄠€(gè)個(gè)體組織起來(lái)，通過(guò)優(yōu)化生產(chǎn)關(guān)系從而實(shí)現(xiàn)比個(gè)體獨(dú)立生產(chǎn)更高的生

產(chǎn)效率。效率是企業(yè)存在的根本，低于平均效率的企業(yè)和組織必然是會(huì)解體的，企業(yè)之間的競(jìng)爭(zhēng)本質(zhì)也就是效

率的競(jìng)爭(zhēng)。因此，

企業(yè)需要想盡一切辦法來(lái)提高效率，

企業(yè)引進(jìn)優(yōu)秀的人才，是要提高企業(yè)的效率；企業(yè)引進(jìn)先進(jìn)的設(shè)

備，也是要提高企業(yè)的效率；企業(yè)進(jìn)行組織變更，同樣是為了提高企業(yè)的效率。同理，我們所說(shuō)讓數(shù)據(jù)成為生

產(chǎn)力，也就是讓企業(yè)通過(guò)數(shù)據(jù)來(lái)提高企業(yè)的效率。數(shù)據(jù)，為何能夠提高企業(yè)的效率？回答這個(gè)問(wèn)題，我們先看企業(yè)的成本在哪里，有的企業(yè)在意人力，有的企業(yè)在意原料，有的企業(yè)在意時(shí)間。人力、原

料和時(shí)間都是成本，都不能輕易浪費(fèi)?？赡睦镉姓婵盏沫h(huán)境呢，浪費(fèi)一些總是難免，對(duì)于所有企業(yè)而言?xún)?yōu)先要考慮的

就是巨大的浪費(fèi)。巨大的浪費(fèi)是怎樣產(chǎn)生的？有一句俗話(huà)叫做“兵熊熊一個(gè)，將熊熊一窩”，其本質(zhì)邏輯是在講錯(cuò)誤的決策永遠(yuǎn)是最大成本

的浪費(fèi)，因?yàn)閷④姴恢皇谴蛘谈悄莻€(gè)做決策的人。

一個(gè)錯(cuò)誤的決策，會(huì)帶來(lái)人力、原料以及時(shí)間上巨大的浪費(fèi)。為何企業(yè)重視人才，因?yàn)槿瞬趴梢曰谒闹R(shí)和智慧來(lái)提高決策效率。所以，數(shù)據(jù)為何能夠提高企業(yè)的效率？因?yàn)閿?shù)

據(jù)可以提高決策效率，可以減少錯(cuò)誤的決策，避免巨大的浪費(fèi)。讓數(shù)據(jù)成為生產(chǎn)力，既是一個(gè)可以宣傳的口號(hào)，同時(shí)也是指導(dǎo)著產(chǎn)品發(fā)展的方向。

——帆軟軟件產(chǎn)品研發(fā)團(tuán)隊(duì)BI幫助企業(yè)更多地使用數(shù)據(jù)來(lái)決策，從而提高企業(yè)的效率08

商業(yè)智能應(yīng)用白皮書(shū)5.0

商業(yè)智能應(yīng)用白皮書(shū)5.009BI核心價(jià)值：助力企業(yè)提升效率2.1讓數(shù)據(jù)可以看到：明細(xì)數(shù)據(jù)無(wú)法被閱讀和理解，而將數(shù)據(jù)按照對(duì)應(yīng)的維度和指標(biāo)來(lái)展示就有了它的意義，如果匹配上合適的圖表，數(shù)

據(jù)將具備更好的可讀性，也能夠表達(dá)出更豐富的業(yè)務(wù)意義。圖表與數(shù)據(jù)的結(jié)合是一項(xiàng)專(zhuān)門(mén)的科學(xué)，其內(nèi)容十分豐

富，對(duì)于企業(yè)的數(shù)據(jù)分析用戶(hù)來(lái)說(shuō)是一個(gè)非常值得深入研究的領(lǐng)域。讓數(shù)據(jù)可以被編輯：既然數(shù)據(jù)已經(jīng)是規(guī)范的、可用的，還需要對(duì)它再編輯嗎？所謂：“道生一

，一生二，

二生三，三生萬(wàn)物”。數(shù)據(jù)是死

的，但業(yè)務(wù)卻是活的，面對(duì)復(fù)雜的經(jīng)營(yíng)環(huán)境，業(yè)務(wù)則不僅是活的，更是靈活的，半部論語(yǔ)治天下的時(shí)代已經(jīng)過(guò)去

了。所以數(shù)據(jù)需要能夠被編輯，能夠基于固定的原始數(shù)據(jù)衍生出無(wú)限的可能，應(yīng)對(duì)任何復(fù)雜的業(yè)務(wù)需要。

足夠簡(jiǎn)單和高效：如果說(shuō)前三個(gè)需要是在“畫(huà)龍”，這一條則是“點(diǎn)睛”。前文已經(jīng)介紹，現(xiàn)如今企業(yè)內(nèi)需要的決策不是有限的一兩個(gè)，而

是每天都有大量的決策。另一方面企業(yè)不是面對(duì)固定的問(wèn)題來(lái)決策，業(yè)務(wù)問(wèn)題是靈活多變的。如此環(huán)境，非簡(jiǎn)單高

效之工具不能解決問(wèn)題。簡(jiǎn)單和高效不僅僅是對(duì)于企業(yè)的宏觀層面，

同時(shí)也是對(duì)于用戶(hù)每一個(gè)分析過(guò)程體驗(yàn)的微觀層面。BI就是要解決以上四個(gè)問(wèn)題，從而能夠讓企業(yè)實(shí)現(xiàn)數(shù)據(jù)決策，提升企業(yè)的效率。這是BI的邏輯，但這也還只是BI的基礎(chǔ)能力。企業(yè)可以用BI解決1個(gè)問(wèn)題，也可以解決1w個(gè)問(wèn)題，可以解決1個(gè)人的問(wèn)題，

也可以解決1w個(gè)人的問(wèn)題，雖然都是在使用BI解決企業(yè)的問(wèn)題，但給企業(yè)帶來(lái)的價(jià)值卻有著天壤

之別。企業(yè)使用BI能夠給企業(yè)帶來(lái)多大的價(jià)值，能夠給企業(yè)提高多少的效率，這不僅是企業(yè)自身管理水平的問(wèn)題，也是BI工具水平的問(wèn)題。好的BI工具要有最低的推廣門(mén)檻，也要有最低的使用成本，這可以降低企業(yè)推廣的難度，降低用戶(hù)分析的難度，讓企業(yè)以極低的成本實(shí)現(xiàn)數(shù)據(jù)化決策，這才能讓大多數(shù)企業(yè)獲得成功。BI要幫助企業(yè)實(shí)現(xiàn)基于數(shù)據(jù)進(jìn)行決策，中間有一些問(wèn)題必須要解決，這決定了BI產(chǎn)品的基礎(chǔ)形態(tài)。在此之外，BI不能僅僅滿(mǎn)足于只解決一兩個(gè)問(wèn)題，我們知道企業(yè)內(nèi)有很多決策要做，其中只有一兩個(gè)決策基于數(shù)據(jù)和全面實(shí)現(xiàn)數(shù)據(jù)化決策

是兩種概念。BI的使命是要讓企業(yè)實(shí)現(xiàn)全面的數(shù)據(jù)化決策，是要給企業(yè)創(chuàng)造最大的價(jià)值，那這就決定了BI產(chǎn)品的發(fā)展方

向勢(shì)必要解決上述企業(yè)面臨的4個(gè)問(wèn)題：數(shù)據(jù)就在那里，可是要拿來(lái)用于決策，中間還有幾個(gè)問(wèn)題需要解決。BI產(chǎn)品會(huì)有很多的功能，但并不是散亂隨意的，我將BI的產(chǎn)品功能劃分為了8個(gè)維度，而這8個(gè)維度與上文的四個(gè)方向形成了一定的對(duì)應(yīng)關(guān)系，具體如下：BI如何幫助企業(yè)提效：

實(shí)現(xiàn)數(shù)據(jù)化決策

讓數(shù)據(jù)規(guī)范起來(lái)：很多企業(yè)的數(shù)據(jù)是混亂的，甚至夾雜著大量的錯(cuò)誤的、無(wú)效的數(shù)據(jù)，這樣的數(shù)據(jù)是沒(méi)有辦法用于決策的。10商業(yè)智能應(yīng)用白皮書(shū)5.0

商業(yè)智能應(yīng)用白皮書(shū)5.0

11FineBI產(chǎn)品特點(diǎn)：

多維度夯實(shí)BI價(jià)值FineBI的產(chǎn)品功能：分解成八個(gè)維度讓數(shù)據(jù)可以被編輯讓數(shù)據(jù)規(guī)范起來(lái)讓數(shù)據(jù)可以看到足夠簡(jiǎn)單和高效2.22.3下文中將以帆軟FineBI產(chǎn)品為例，具體剖析FineBI如何幫助企業(yè)解決上述四個(gè)問(wèn)題。足夠簡(jiǎn)單和

高效讓數(shù)據(jù)規(guī)范

起來(lái)讓數(shù)據(jù)可以

看到讓數(shù)據(jù)可以

被編輯易學(xué)易用的

產(chǎn)品高效的性能更多的數(shù)據(jù)

應(yīng)用場(chǎng)景完善的系統(tǒng)

管理穩(wěn)定安全可靠

的系統(tǒng)豐富美觀的

可視化展示強(qiáng)大的數(shù)據(jù)

分析能力完整的數(shù)據(jù)

規(guī)范管理圖：BI產(chǎn)品功能的8個(gè)維度當(dāng)然，以上的邏輯圖只是一個(gè)簡(jiǎn)單的呈現(xiàn)，產(chǎn)品的幾個(gè)維度彼此之間并不完全獨(dú)立。例如產(chǎn)品數(shù)據(jù)分析能力的提升不僅僅可以幫助企業(yè)里的更多數(shù)據(jù)被看到，也可以幫助讓更多的數(shù)據(jù)可以被編輯。8個(gè)維度具體的解釋及相應(yīng)的FineBI功能設(shè)計(jì)如下：

整

數(shù)據(jù)規(guī)范管理是什么：用戶(hù)能夠分析好數(shù)據(jù)的基礎(chǔ)是有一份高質(zhì)量的數(shù)據(jù)可以使用。規(guī)范數(shù)據(jù)卻一直是企業(yè)數(shù)據(jù)建設(shè)的難題，企業(yè)數(shù)據(jù)量大

且龐雜，數(shù)據(jù)的一致性、準(zhǔn)確性、完整性等面臨著巨大的挑戰(zhàn)。因此產(chǎn)生了很多方法和工具來(lái)幫助企業(yè)規(guī)范數(shù)據(jù)，比

如數(shù)倉(cāng)建設(shè)方法Inmon和Kimball模型、比如后期衍生的數(shù)據(jù)中臺(tái)建設(shè)方法論等等。BI應(yīng)用越深的領(lǐng)域，所產(chǎn)生的分析

需求也越多，數(shù)據(jù)質(zhì)量的要求也越高，因此BI工具是否具有規(guī)范數(shù)據(jù)的能力就越重要。FineBI做了什么：縱觀國(guó)內(nèi)所有的BI廠商，F(xiàn)ineBI應(yīng)該是在這一維度投入最大的。我們研發(fā)了自己的引擎，并且我們的引擎經(jīng)過(guò)了幾個(gè)版本的迭代，可以在億級(jí)別的數(shù)據(jù)量上有著非常優(yōu)秀的性能體驗(yàn)。此外，我們自研的引擎相比通用引擎有

著一個(gè)巨大的優(yōu)勢(shì)，那就是可以和數(shù)據(jù)分析的場(chǎng)景進(jìn)行很好的結(jié)合。FineBI能夠識(shí)別出最重要的一些場(chǎng)景，智

能地調(diào)節(jié)計(jì)算資源，正如蘋(píng)果軟硬件結(jié)合的設(shè)計(jì)能夠給到用戶(hù)最佳的體驗(yàn)一樣，引擎和產(chǎn)品的深度結(jié)合也會(huì)給

企業(yè)給用戶(hù)帶來(lái)最佳的體驗(yàn)，這種體驗(yàn)是其他和通用引擎結(jié)合的BI所無(wú)法提供的。

善

系統(tǒng)管理是什么：核心是系統(tǒng)的用戶(hù)管理和資源管理，具體包括用戶(hù)管理、權(quán)限管理、安全管理、任務(wù)管理等等。我們要讓更多用戶(hù)使

用產(chǎn)品，但用戶(hù)越多，系統(tǒng)所產(chǎn)生的所占用的資源也就越多，系統(tǒng)管理就是去實(shí)現(xiàn)系統(tǒng)整體不隨著用戶(hù)使用的增多而

變得更復(fù)雜或是更混亂這一目標(biāo)，從而保證每一個(gè)用戶(hù)都能用得舒服。

大

數(shù)據(jù)分析能力是什么：一份數(shù)據(jù)能挖掘出多大的價(jià)值，就非常依賴(lài)產(chǎn)品的分析能力。一份數(shù)據(jù)，只能原封不動(dòng)的將其展示出來(lái)，這就是沒(méi)有

分析能力，只有展示能力；

一份數(shù)據(jù)，能夠加工成任何用戶(hù)所需要的數(shù)據(jù)或子表，這就是產(chǎn)品強(qiáng)大分析能力的體現(xiàn)。強(qiáng)大的分析能力能夠讓用戶(hù)看的更深、看的更遠(yuǎn)，這也是數(shù)據(jù)決策的核心體現(xiàn)。FineBI做了什么：FineBI打造了數(shù)據(jù)分析“三大件”的分析能力體系，數(shù)據(jù)編輯+主題模型+分析函數(shù)的結(jié)合能夠讓用戶(hù)獲得任何他

需要的數(shù)據(jù)結(jié)果，能夠解決任何復(fù)雜的數(shù)據(jù)需求，可以說(shuō)我們基于數(shù)據(jù)分析“三大件”從而具備了最完整和強(qiáng)大的

分析能力體系。FineBI做了什么：FineBI提供了豐富的數(shù)據(jù)管理方法，尤其在今年我們將進(jìn)一步完善數(shù)據(jù)建設(shè)能力，包括模型建設(shè)和管理、指標(biāo)

管理、維度關(guān)聯(lián)、全局血緣分析等等?；谝陨夏芰ξ覀儗⑻峁┩暾臄?shù)據(jù)規(guī)范管理解決方案，幫助客戶(hù)建設(shè)

規(guī)范的數(shù)據(jù)平臺(tái)，支撐數(shù)據(jù)的分析和展示。

定

全可靠的系統(tǒng)是什么：這是所有ToB產(chǎn)品的基礎(chǔ)要求。所有用戶(hù)都會(huì)有產(chǎn)品確定性和安全性的要求，一個(gè)穩(wěn)定的系統(tǒng)才是可控的，才能夠讓用戶(hù)放心地使用。

效

性能是什么：第一，用戶(hù)查看、分析數(shù)據(jù)時(shí)，產(chǎn)品要有快速的反應(yīng)，這是效率的體現(xiàn)；第二，面對(duì)龐大數(shù)據(jù)量時(shí)，產(chǎn)品依然有高效

率的表現(xiàn)。這些就是對(duì)產(chǎn)品高性能的要求。FineBI做了什么：FineBI為了系統(tǒng)的穩(wěn)定安全可靠做了大量的工作，比如我們做的集群架構(gòu)、存算分離架構(gòu)、服務(wù)拆分以及運(yùn)維

平臺(tái)等等都圍繞著這一目標(biāo)。FineBI做了什么：FineBI在基礎(chǔ)的系統(tǒng)管理能力上是十分完善的，例如內(nèi)置的用戶(hù)和數(shù)據(jù)權(quán)限體系能夠滿(mǎn)足集團(tuán)級(jí)管理需求。同時(shí)FineBI的運(yùn)維平臺(tái)能夠?qū)崿F(xiàn)對(duì)系統(tǒng)資源的管理監(jiān)控，包括負(fù)載、網(wǎng)絡(luò)、內(nèi)存等等情況。12商業(yè)智能應(yīng)用白皮書(shū)5.0

商業(yè)智能應(yīng)用白皮書(shū)5.013高效的性能：正如前文所述，帆軟長(zhǎng)期堅(jiān)持自研分析引擎，并且進(jìn)行了多個(gè)版本的迭代。因此FineBI的引擎不僅僅可以

支撐超大數(shù)據(jù)量的高性能分析，并且能夠智能匹配BI的分析場(chǎng)景，使得我們的產(chǎn)品具備了最佳的分析體

驗(yàn)。最明顯的體現(xiàn)是我們的引擎能夠?qū)崿F(xiàn)分析過(guò)程的高性能體驗(yàn)，而市面上其他大部分的引擎都只能支撐對(duì)一個(gè)固定的結(jié)果進(jìn)行計(jì)算。市面上其他的BI產(chǎn)品面對(duì)分析過(guò)程只能選擇局部數(shù)據(jù)計(jì)算，或者放棄分析過(guò)

程中實(shí)時(shí)結(jié)果的反饋，這樣會(huì)增加用戶(hù)分析過(guò)程中抽象化思考的負(fù)擔(dān)，從而增大用戶(hù)分析的難度。強(qiáng)大的數(shù)據(jù)分析能力：很多BI產(chǎn)品將它們的分析能力集中在可視化功能上，而忽視了分析能力的建設(shè)，這是一種取巧的做法。

產(chǎn)品專(zhuān)注于提高其可視化能力可以在短期內(nèi)快速看到價(jià)值，但面對(duì)用戶(hù)復(fù)雜的分析需求時(shí)就會(huì)顯得無(wú)

力，而FineBI則是系統(tǒng)性地設(shè)計(jì)了產(chǎn)品的分析能力，并以此形成了獨(dú)特的基礎(chǔ)結(jié)構(gòu)。FineBI不僅能解決

用戶(hù)剛剛使用產(chǎn)品時(shí)的一些簡(jiǎn)單的問(wèn)題，也能夠解決用戶(hù)深入使用產(chǎn)品之后想要解決的更復(fù)雜、更深入

的問(wèn)題。14商業(yè)智能應(yīng)用白皮書(shū)

5.0

富

觀的可視化展示是什么：簡(jiǎn)單說(shuō)就是將數(shù)據(jù)轉(zhuǎn)換成圖形或圖像并允許用戶(hù)進(jìn)行交互處理。對(duì)于一些業(yè)務(wù)場(chǎng)景而言，餅圖就是最直觀的展示方式，

而有些業(yè)務(wù)場(chǎng)景只有通過(guò)散點(diǎn)圖才能發(fā)現(xiàn)其中的問(wèn)題，豐富的可視化展示能力可以顯著提升用戶(hù)數(shù)據(jù)解讀的效率。整體上而言，F(xiàn)ineBI相比起其他的產(chǎn)品，更加重視產(chǎn)品自身內(nèi)功的建設(shè)，無(wú)論是底層的引擎建設(shè)還是產(chǎn)品分析能力的開(kāi)發(fā)都需要巨大的投入，然而這兩個(gè)維度的投入并不如可視化模塊的投入那樣可以快速地體現(xiàn)。但是我們清楚地知道這是企業(yè)需要的核心能力，隨著企業(yè)面對(duì)的分析問(wèn)題的多樣化和復(fù)雜化，隨著企業(yè)使用BI功能的

深入，產(chǎn)品的引擎和分析能力的價(jià)值就會(huì)愈發(fā)凸顯出來(lái)。當(dāng)然，這些優(yōu)勢(shì)只是某一時(shí)刻的狀態(tài)，F(xiàn)ineBI還在繼續(xù)發(fā)展。如前文所述，我們?cè)跀?shù)據(jù)規(guī)范建設(shè)、系統(tǒng)的穩(wěn)定性等等

各個(gè)維度都有著巨大的投入，未來(lái)一段時(shí)間內(nèi)這些維度上的產(chǎn)品功能都將會(huì)有巨大的提升。FineBI做了什么：結(jié)構(gòu)上，在FineBI6.0之后，我們優(yōu)化了我們的分析路徑，讓用戶(hù)實(shí)現(xiàn)在一個(gè)主題內(nèi)沉浸式地進(jìn)行完整的數(shù)據(jù)分

析，從而具備更高的分析效率。具體設(shè)計(jì)上，我們每一個(gè)設(shè)計(jì)都特別關(guān)注到產(chǎn)品功能上的易用性，例如在數(shù)據(jù)編輯里的每個(gè)功能設(shè)計(jì)，都能夠讓毫無(wú)數(shù)據(jù)分析基礎(chǔ)的用戶(hù)完成非常復(fù)雜的分析。我們也會(huì)不斷回顧產(chǎn)品的歷史設(shè)計(jì)，對(duì)不易用的功能進(jìn)行不斷的重構(gòu)和迭代，例如近期FineBI過(guò)濾層級(jí)方面的重構(gòu)。

學(xué)

用的產(chǎn)品是什么：基于數(shù)據(jù)決策是要提升企業(yè)效率的，但用戶(hù)完成某個(gè)分析卻要很高的成本是不行的。只有低成本的分析，才能讓用戶(hù)

愿意持續(xù)使用，所以產(chǎn)品的易用性易學(xué)性，不僅僅是提高用戶(hù)自身分析效率這么簡(jiǎn)單，它也是企業(yè)數(shù)據(jù)化決策推廣的

重要條件。

多

數(shù)據(jù)應(yīng)用場(chǎng)景是什么：數(shù)據(jù)能用來(lái)做什么？分析數(shù)據(jù)，對(duì)數(shù)據(jù)進(jìn)行可視化，這是BI的基礎(chǔ)能力，在這些基礎(chǔ)能力上可以衍生出更多具體的數(shù)據(jù)應(yīng)用場(chǎng)景，例如數(shù)據(jù)的預(yù)測(cè)、數(shù)據(jù)的問(wèn)答、數(shù)據(jù)的解讀等等。這一維度上目前大多數(shù)BI產(chǎn)品處于同一水平。BI產(chǎn)品的基本形態(tài)是相似的，例如系統(tǒng)管理能力、一定的數(shù)據(jù)分析能力、可視化能力等這些基礎(chǔ)能力是所有產(chǎn)品都具備的，在這些基礎(chǔ)能力之外不同產(chǎn)品之間也有一定功能上的差異?？偟膩?lái)說(shuō)，F(xiàn)ineBI在兩個(gè)功能維度上具有最大的優(yōu)勢(shì)：FineBI做了什么：我們提供以規(guī)則為基礎(chǔ)的圖形展示能力，相比于圖表類(lèi)型的窮舉方案，基于規(guī)則配置，通過(guò)不同規(guī)則的組合可

以實(shí)現(xiàn)極為豐富的展示圖表。FineBI做了什么：FineBI目前已經(jīng)更新了數(shù)據(jù)問(wèn)答、數(shù)據(jù)解釋兩種應(yīng)用場(chǎng)景，此外我們?cè)跀?shù)據(jù)協(xié)作分析場(chǎng)景上有完善的功能提供。FineBI的優(yōu)勢(shì)：強(qiáng)大的性能與分析能力商業(yè)智能應(yīng)用白皮書(shū)5.015BI因?yàn)槠湄S富多樣的可視化組件，簡(jiǎn)單靈活的制作方式而被人所熟知，但“福禍相依”，其優(yōu)勢(shì)使得大家以為BI僅僅于此。隨著企業(yè)對(duì)于數(shù)字化轉(zhuǎn)型的重視，對(duì)于數(shù)據(jù)驅(qū)動(dòng)決策的認(rèn)識(shí)提高，BI在整個(gè)企業(yè)數(shù)字化轉(zhuǎn)型中的生態(tài)位越來(lái)越重

要，在部分企業(yè)的重要性已經(jīng)等同于甚至超過(guò)生產(chǎn)系統(tǒng)了。前文提到，BI產(chǎn)品終極目標(biāo)是“讓人人都是數(shù)據(jù)分析師“，注定會(huì)發(fā)展出不同的產(chǎn)品形態(tài)，以滿(mǎn)足不同場(chǎng)景的數(shù)據(jù)需求。然而，不同種類(lèi)BI各有優(yōu)劣，分別適用于不同的場(chǎng)景，并沒(méi)有絕對(duì)互相替代的關(guān)系，因此是屬于多形態(tài)共生。同時(shí)，帆軟認(rèn)為BI僅靠一種模式并不能滿(mǎn)足企業(yè)的訴求，需要包含數(shù)據(jù)全鏈路的管理和建設(shè)，包括了數(shù)據(jù)生產(chǎn)，數(shù)據(jù)

準(zhǔn)備，數(shù)據(jù)存儲(chǔ)，數(shù)據(jù)可視化和分析，數(shù)據(jù)決策，以及資產(chǎn)的治理，行業(yè)方案的應(yīng)用復(fù)用，甚至包括了組織和人才的

構(gòu)建。FineBI對(duì)于一般的產(chǎn)品而言，性能當(dāng)然是越快越好。但是對(duì)于BI產(chǎn)品來(lái)說(shuō)，更快的性能不是錦上添花，而是必不可

少。企業(yè)的數(shù)據(jù)量越來(lái)越大，數(shù)據(jù)決策越來(lái)越多，數(shù)據(jù)分析的場(chǎng)景也會(huì)越來(lái)越復(fù)雜，這些都給引擎帶來(lái)了巨大

的壓力，一款優(yōu)秀的BI產(chǎn)品必須要擁有一顆強(qiáng)大的心臟。FineBI在億級(jí)別的數(shù)據(jù)量處理上已經(jīng)有著非常優(yōu)秀的

性能體驗(yàn)，但帆軟對(duì)產(chǎn)品的性能和支撐的數(shù)據(jù)量還有更高的追求。我們今年將會(huì)對(duì)FineBI引擎進(jìn)行進(jìn)一步的升

級(jí)，從而實(shí)現(xiàn)在十億數(shù)據(jù)量級(jí)別上的高性能體驗(yàn)。FineBI發(fā)展方向：新的技術(shù)將為產(chǎn)品易學(xué)易用性帶來(lái)新的變革：這里所說(shuō)的新技術(shù)便是AI。AI的出現(xiàn)給我們的工作生活帶來(lái)了許多新的可能，通過(guò)AI技術(shù)的融合能夠讓BI使用變得更加簡(jiǎn)單和高效?；蛟S用戶(hù)不需要學(xué)習(xí)大量的工具知識(shí)也能做好分析，或許用戶(hù)即便不懂?dāng)?shù)據(jù)也能夠用好數(shù)據(jù)來(lái)解決業(yè)務(wù)問(wèn)題......總之，AI的出現(xiàn)帶來(lái)了很多可能，對(duì)于BI產(chǎn)品來(lái)說(shuō)也是一樣，AI技術(shù)的結(jié)合將是下一代BI的必備能力。除了新技術(shù)的應(yīng)用，產(chǎn)品易用性的升級(jí)探索是永無(wú)止境的。今年我們將針對(duì)FineBI的圖表配置易用性、函數(shù)編寫(xiě)易用性等方面做進(jìn)一步的優(yōu)化和改進(jìn)。很多人說(shuō)BI不是業(yè)務(wù)系統(tǒng)，穩(wěn)定性要求不如業(yè)務(wù)系統(tǒng)高，個(gè)人并不認(rèn)同這一觀點(diǎn)。隨著B(niǎo)I被企業(yè)的應(yīng)用范圍越來(lái)越廣，它對(duì)業(yè)務(wù)的影響范圍也隨之增大，它的穩(wěn)定與否也時(shí)刻影響著企業(yè)的業(yè)務(wù)安全。在這一維度上FineBI仍

有很大的發(fā)展空間，即便帆軟已經(jīng)做了很多功課，但我們還要進(jìn)一步追求更高的目標(biāo)。今年帆軟將圍繞著防宕

機(jī)對(duì)FineBI做更多的優(yōu)化，我們會(huì)系統(tǒng)性地梳理所有可能引發(fā)宕機(jī)風(fēng)險(xiǎn)的問(wèn)題并將其根除。商業(yè)智能應(yīng)用白皮書(shū)5.017

富

觀的可視化展示所謂萬(wàn)變不離其宗，F(xiàn)ineBI的發(fā)展不會(huì)改變BI產(chǎn)品本身的定位，而是尋求更高的效率。從目前來(lái)看，BI的未來(lái)發(fā)展也離不開(kāi)上述幾個(gè)維度。

定

全可靠的系統(tǒng)FineBI我們今年會(huì)新增資源控制管理功能，從而避免用戶(hù)無(wú)序使用進(jìn)而浪費(fèi)企業(yè)內(nèi)有限資源的情況。同時(shí)我們會(huì)進(jìn)一步完善資源使用情況的監(jiān)控，方便企業(yè)對(duì)無(wú)效資源和風(fēng)險(xiǎn)操作的管控。發(fā)展方向：FineBIFineBI目前具備的圖表類(lèi)型很完善，但相對(duì)弱勢(shì)之處在于，基于規(guī)則的配置相比基于窮舉的方案的學(xué)習(xí)成本要高一些，這是我們接下來(lái)需要解決的方向。FineBI在這一維度上FineBI目前的能力是比較完善的，而未來(lái)我們需要進(jìn)一步完善的是具體功能上的細(xì)節(jié)，從而進(jìn)一步降低分析的成本。比如完善模型的多事實(shí)多維度能力、完善窗口計(jì)算能力等。FineBI

Platform：多形態(tài)融合的分析平臺(tái)FineBI

的發(fā)展方向：萬(wàn)變不離其宗

大

數(shù)據(jù)分析能力

學(xué)

用的產(chǎn)品

善

系統(tǒng)管理

效

性能FineBI16商業(yè)智能應(yīng)用白皮書(shū)

5.0發(fā)展方向：發(fā)展方向：發(fā)展方向：發(fā)展方向：01圖：FineBIPlatform-全鏈路數(shù)據(jù)分析平臺(tái)-價(jià)值主張多形態(tài)分析融合BI不同形式產(chǎn)品之間并不是代際替換關(guān)系，而是需要長(zhǎng)時(shí)間共存的。因?yàn)?，企業(yè)的場(chǎng)景是豐富多變的：因此，帆軟基于“BI多形態(tài)共生”的理念，融合自身的多種形態(tài)BI產(chǎn)品，推出全鏈路數(shù)據(jù)分析平臺(tái)——FineBIPlatform：FineBI

Platform是將帆軟多款數(shù)據(jù)產(chǎn)品，包括FineReport、FineBI、FineDataLink、FineVIS、FineChatBI，整合到一

起的“全鏈路數(shù)據(jù)分析平臺(tái)”，滿(mǎn)足不同角色的不同數(shù)據(jù)訴求，滿(mǎn)足不同企業(yè)的信息現(xiàn)狀的不同訴求。行業(yè)復(fù)用資產(chǎn)門(mén)戶(hù)消費(fèi)層數(shù)據(jù)中心計(jì)算存儲(chǔ)服務(wù)底座對(duì)外呈現(xiàn)需要炫酷的大屏財(cái)務(wù)類(lèi)復(fù)雜場(chǎng)景需要固定式復(fù)雜報(bào)表大量業(yè)務(wù)用戶(hù)需要像即席或者問(wèn)答B(yǎng)I

這種簡(jiǎn)化的分析形態(tài)數(shù)據(jù)分析師需要以業(yè)務(wù)為導(dǎo)向的

自助深度分析FBP作為“全鏈路分析平臺(tái)”，主要的價(jià)值主張如下：多形態(tài)分析融合支持各種類(lèi)型的分析

,

復(fù)雜的固定式報(bào)表

、靈活的自助分析

、

炫酷的大屏

、AI賦能的問(wèn)答資產(chǎn)發(fā)布資產(chǎn)運(yùn)營(yíng)資產(chǎn)配置門(mén)戶(hù)/概覽

應(yīng)用目錄搜索全鏈路血緣數(shù)據(jù)目錄模型管理指標(biāo)管理數(shù)據(jù)質(zhì)量管理API發(fā)布服務(wù)權(quán)限服務(wù)監(jiān)控?cái)?shù)據(jù)計(jì)算層(FDL)

數(shù)據(jù)開(kāi)發(fā)

數(shù)據(jù)管道

任務(wù)運(yùn)維租戶(hù)管理安全管理

權(quán)限管理

外觀配置容器化部署

APM復(fù)雜報(bào)表(FR)

自助分析(FBI)大屏看板2D&3D(FVS)

預(yù)警洞察

問(wèn)答B(yǎng)l18商業(yè)智能應(yīng)用白皮書(shū)5.0

商業(yè)智能應(yīng)用白皮書(shū)5.019分析計(jì)算引擎

數(shù)據(jù)存儲(chǔ)統(tǒng)一數(shù)據(jù)中心一體化的數(shù)據(jù)開(kāi)發(fā)管理平臺(tái)

,

為不同類(lèi)型的消費(fèi)提供統(tǒng)

一

的

數(shù)據(jù)行業(yè)應(yīng)用復(fù)用提供豐富的數(shù)據(jù)源連接器

,

行

業(yè)指標(biāo)

,

模板甚至方案統(tǒng)一資產(chǎn)門(mén)戶(hù)將生產(chǎn)的數(shù)據(jù)資產(chǎn)更好的治理

起來(lái)

,

發(fā)揮更大價(jià)值統(tǒng)一運(yùn)維管理統(tǒng)

一

的用戶(hù)管理

、登陸

、項(xiàng)目

運(yùn)維

、安裝部署本地素材庫(kù)行業(yè)智庫(kù)應(yīng)用數(shù)據(jù)源帆軟商城資產(chǎn)

管理資產(chǎn)

發(fā)現(xiàn)數(shù)據(jù)

服務(wù)運(yùn)維

平臺(tái)平臺(tái)

管理數(shù)據(jù)

治理智能運(yùn)維日志管理因此在FBP中，帆軟將行業(yè)應(yīng)用復(fù)用上升成公司級(jí)的戰(zhàn)略，同時(shí)推出包括帆軟市場(chǎng)，行業(yè)智庫(kù)，應(yīng)用數(shù)據(jù)源，本地的素材庫(kù)等多個(gè)功能模塊旨在讓帆軟的行業(yè)經(jīng)驗(yàn)以更好的形式落地到客戶(hù)的實(shí)際場(chǎng)景中。a)行業(yè)智庫(kù)將帆軟的行業(yè)經(jīng)驗(yàn)，結(jié)合數(shù)據(jù)中心的載體，將其內(nèi)化到產(chǎn)品里，再也不是PPT的形式。可以所見(jiàn)即所得，且可以快速基于指標(biāo)和模板，搭出自己想要的DEMO，縮短交流對(duì)齊的周期。02行業(yè)應(yīng)用復(fù)用伴隨著企業(yè)數(shù)字化改革的深入，很多企業(yè)已經(jīng)脫離使用工具的階段。向外看，從客戶(hù)視角出發(fā)，當(dāng)前帆軟提供給客戶(hù)的場(chǎng)景解決方案（工具產(chǎn)品+項(xiàng)目服務(wù)），用戶(hù)不清楚概念性的方案的最終形態(tài)（售前階段難以理解帆軟），用戶(hù)的上線成本&時(shí)間較高（交付階段難以相信帆軟），主要有以下提升點(diǎn)：所見(jiàn)即所得：

圍繞開(kāi)發(fā)用戶(hù)提升綜合開(kāi)發(fā)效率，降低系統(tǒng)綜合上線成本&時(shí)間，形成需求發(fā)起-應(yīng)用市場(chǎng)挑選-系統(tǒng)對(duì)接上線-個(gè)性化修改的高效路徑；圍繞數(shù)據(jù)生態(tài)，吸引更多的需求方和供應(yīng)方參與進(jìn)來(lái)，從而提升整個(gè)產(chǎn)業(yè)效率，企業(yè)內(nèi)、企業(yè)間形成數(shù)據(jù)資產(chǎn)

的交易，讓數(shù)據(jù)應(yīng)用變得更簡(jiǎn)單。內(nèi)容通用阻塞（內(nèi)容不足、價(jià)值不高、缺少體系化整合）、重點(diǎn)內(nèi)容阻塞（客戶(hù)案例價(jià)值不高、demo質(zhì)量不佳）客戶(hù)工程還原回來(lái)困難、底層數(shù)據(jù)復(fù)用難度大、應(yīng)用內(nèi)容復(fù)用到客戶(hù)困難等大量?jī)?nèi)容沉淀在個(gè)人而非組織、組織之間的資料流轉(zhuǎn)不佳、重心在打單回收效率不佳等FineReport以IT為中心的預(yù)定義報(bào)表平臺(tái);

主要面向IT部門(mén),

為企業(yè)日常管理提供固定式的報(bào)表展示具備基礎(chǔ)SQL知識(shí)的IT人員參數(shù)查詢(xún)Finechat

BI以業(yè)務(wù)為中心的問(wèn)答式大數(shù)據(jù)分析平臺(tái),

主要面向普通業(yè)務(wù)人員的即時(shí)查數(shù)與分析具備一定業(yè)務(wù)理解的普通業(yè)務(wù)人員FinevIS面向經(jīng)營(yíng)分析

、參觀展示等場(chǎng)景提供豐富

組件

,

動(dòng)態(tài)交互的大屏展現(xiàn)TT開(kāi)發(fā)好

,

面向管理和參觀場(chǎng)景所見(jiàn)所得FineBI以業(yè)務(wù)為中心的自助大數(shù)據(jù)分析平臺(tái);

主要面向業(yè)務(wù)和數(shù)據(jù)分析師

,

以問(wèn)題為導(dǎo)向的探索分析;也支持報(bào)表制作具備業(yè)務(wù)邏輯和數(shù)據(jù)素養(yǎng)的業(yè)務(wù)人員或數(shù)據(jù)分析師自助數(shù)據(jù)集圍繞業(yè)務(wù)用戶(hù)提升需求選擇&確認(rèn)的效率，客戶(hù)不需要去想象基于帆軟產(chǎn)品能實(shí)現(xiàn)什么系統(tǒng)，而是在平臺(tái)上直接挑選“成品”；從短期角度來(lái)看，目前的調(diào)研信息顯示當(dāng)前應(yīng)用復(fù)用主要阻塞點(diǎn)包括：產(chǎn)品阻塞：20

商業(yè)智能應(yīng)用白皮書(shū)5.0

商業(yè)智能應(yīng)用白皮書(shū)5.0

21平臺(tái)阻塞：

平臺(tái)渠道雜亂、平臺(tái)運(yùn)營(yíng)管理不佳、生態(tài)能力欠缺、當(dāng)前營(yíng)銷(xiāo)能力難以支撐應(yīng)用內(nèi)容跟客戶(hù)業(yè)務(wù)需求的匹配因此僅靠一種模式并不能滿(mǎn)足企業(yè)的訴求，因此帆軟將多種形態(tài)融合在一起。提高應(yīng)用數(shù)量&質(zhì)量：降低應(yīng)用成本：運(yùn)營(yíng)阻塞：內(nèi)容阻塞：定位典型用戶(hù)產(chǎn)品定位典型功能典型用戶(hù)產(chǎn)品典型功能產(chǎn)品定位典型用戶(hù)典型功能定位典型用戶(hù)典型功能產(chǎn)品智能圖表三維組件離屏控制數(shù)據(jù)填表復(fù)雜報(bào)表豐富組件多種地圖素材庫(kù)定時(shí)調(diào)度OLAP數(shù)據(jù)集故事儀表板管理駕駛艙打印輸出0304商業(yè)智能應(yīng)用白皮書(shū)5.0

23統(tǒng)一資產(chǎn)門(mén)戶(hù)2022年之前，BI工具往往聚集在如何更好更快的生產(chǎn)出數(shù)據(jù)資產(chǎn)，但隨著企業(yè)的數(shù)字化轉(zhuǎn)型，很多企業(yè)已經(jīng)走向第4個(gè)階段——「數(shù)字平臺(tái)化」，即如何將現(xiàn)有資產(chǎn)通過(guò)更好的治理發(fā)揮出更大的價(jià)值。22

商業(yè)智能應(yīng)用白皮書(shū)5.0b)帆軟市場(chǎng)我們將客戶(hù)的常用的組件、模板、甚至解決方案，打包上傳到帆軟市場(chǎng)上，方便用戶(hù)更好的參考。這一項(xiàng)目其實(shí)自

2018年就開(kāi)始構(gòu)建，但之前僅僅是PPT的形式。在FBP中，我們做了一系列功能，包括資源導(dǎo)入導(dǎo)出，數(shù)據(jù)脫敏等讓模

板復(fù)用的效率極致提升。統(tǒng)一數(shù)據(jù)中心強(qiáng)大的消費(fèi)層必須得依賴(lài)統(tǒng)一的數(shù)據(jù)層，帆軟在FBP中將多產(chǎn)品的數(shù)據(jù)層能力融合到一起，包括數(shù)據(jù)目錄、指標(biāo)模型、

數(shù)據(jù)管理、數(shù)據(jù)開(kāi)發(fā)、數(shù)據(jù)服務(wù)、運(yùn)維中心等，如下圖：c)應(yīng)用數(shù)據(jù)源用好BI的前提是對(duì)接數(shù)據(jù)，這項(xiàng)工作雖然簡(jiǎn)單，但極其繁瑣，在FBP中，我們將常用的數(shù)據(jù)源進(jìn)一步封裝，包括SAP數(shù)

據(jù)、用友NC、釘釘數(shù)據(jù)、飛書(shū)數(shù)據(jù)等等，如下圖，可以“開(kāi)箱即用”B因此在FBP中，自2023年開(kāi)始，通過(guò)統(tǒng)一資產(chǎn)門(mén)戶(hù)、通過(guò)流程管理，對(duì)產(chǎn)出的元數(shù)據(jù)梳理，治理?xiàng)l約的整合，全生命周期的管理等等，將以前通過(guò)自服務(wù)產(chǎn)生的內(nèi)容，更好地發(fā)布出去，將資產(chǎn)價(jià)值最大化。沉淀從數(shù)據(jù)到應(yīng)用管理體

系，提升業(yè)務(wù)用戶(hù)找資產(chǎn)、用資產(chǎn)的效率，提升面向管理用戶(hù)的運(yùn)營(yíng)運(yùn)維能力。數(shù)字平臺(tái)化戰(zhàn)略導(dǎo)向

,全面推進(jìn)數(shù)據(jù)建設(shè)共享數(shù)據(jù)

,企業(yè)級(jí)協(xié)同走向新高度全員培養(yǎng)

,打造人才建設(shè)新體系價(jià)值外延

,創(chuàng)新應(yīng)用促進(jìn)數(shù)字產(chǎn)業(yè)升級(jí)智能生態(tài)化文化引領(lǐng)

,塑造企業(yè)數(shù)字化領(lǐng)導(dǎo)力

人機(jī)交互

,創(chuàng)新智能化商業(yè)模式

和諧生態(tài)

,貫通產(chǎn)業(yè)上下游聯(lián)動(dòng)信息碎片化以人為中心的粗放型管理模式

以紙質(zhì)表單為載體的運(yùn)營(yíng)機(jī)制業(yè)務(wù)數(shù)字化數(shù)據(jù)文化萌芽

,

啟動(dòng)企業(yè)數(shù)據(jù)

建設(shè);信息系統(tǒng)主導(dǎo)

,

加快業(yè)務(wù)線上

流轉(zhuǎn);數(shù)據(jù)價(jià)值化聚焦場(chǎng)景

,

優(yōu)化IT建設(shè)

實(shí)時(shí)精準(zhǔn)

,

驅(qū)動(dòng)科學(xué)決策自助分析應(yīng)用復(fù)用FDL預(yù)警洞察權(quán)限管理發(fā)布運(yùn)營(yíng)配置資產(chǎn)管理

資產(chǎn)目錄權(quán)限申請(qǐng)管理開(kāi)發(fā)模版使用數(shù)據(jù)接入數(shù)據(jù)處理數(shù)據(jù)數(shù)據(jù)服務(wù)規(guī)范數(shù)據(jù)儀表板報(bào)表組件指標(biāo)維度數(shù)據(jù)表模型FR/FVS調(diào)度任務(wù)開(kāi)發(fā)模版提供數(shù)據(jù)管理數(shù)據(jù)使用數(shù)據(jù)使用數(shù)據(jù)同步數(shù)據(jù)生成組件/錯(cuò)標(biāo)主題文檔AIAPIIT復(fù)雜標(biāo)準(zhǔn)構(gòu)建與業(yè)務(wù)靈活自助完美結(jié)合 IT和業(yè)務(wù)的配合是企業(yè)數(shù)字化建設(shè)中最大的難題，甚至沒(méi)有之一。

傳統(tǒng)IT模式標(biāo)準(zhǔn)但復(fù)雜，導(dǎo)致開(kāi)發(fā)周期極長(zhǎng)，大大提高了數(shù)據(jù)使用的門(mén)檻；

敏捷BI模式自由簡(jiǎn)單但缺少管理，雖然極大的激發(fā)了業(yè)務(wù)使用的潛力，但數(shù)據(jù)處理的不規(guī)范和隨意，使得系統(tǒng)在性能、存儲(chǔ)空間、更新時(shí)長(zhǎng)、口徑混亂上有極大的風(fēng)險(xiǎn)。FBP中將兩者完美結(jié)合，即支持業(yè)務(wù)類(lèi)Excel式的數(shù)據(jù)處理，又支持復(fù)雜的ETL開(kāi)發(fā)，維度建模。消費(fèi)層的統(tǒng)一數(shù)據(jù)層，天然解決統(tǒng)一數(shù)據(jù)口徑、數(shù)據(jù)權(quán)限等問(wèn)題 原先中帆軟生態(tài)里，F(xiàn)R和BI的數(shù)據(jù)來(lái)源不同，帶來(lái)阻礙和困惑，F(xiàn)R的數(shù)據(jù)權(quán)限該如何控制？FR和BI的數(shù)據(jù)計(jì)算方式不一致，如何保證數(shù)據(jù)一致性？數(shù)據(jù)變更后上述問(wèn)題變得更為嚴(yán)重。

同時(shí)，又可以通過(guò)數(shù)據(jù)服務(wù)的能力，可以將統(tǒng)一的數(shù)據(jù)層輻射至其他場(chǎng)景。全鏈路血緣帶來(lái)的無(wú)限可能

由于FBP將自數(shù)據(jù)的ETL開(kāi)發(fā)、模型、指標(biāo)、組件到模板，全鏈路血緣進(jìn)行整合，我們可以基于此架構(gòu)帶來(lái)

無(wú)限可能

一張看板里到底用了哪些指標(biāo)？

一張看板里的某個(gè)具

體的指標(biāo)，到底是怎

么來(lái)的？其背后的含

義是什么？

一個(gè)指標(biāo)到底用在了

哪些看板里面？指標(biāo)

改動(dòng)后會(huì)影響那些看

板？

基于血緣，判斷哪些

指標(biāo)是常用的，哪些

直連可以物化。

當(dāng)數(shù)據(jù)錯(cuò)誤時(shí)，可以

基于全鏈路血緣進(jìn)行

排錯(cuò)。商業(yè)智能應(yīng)用白皮書(shū)5.0

25帆軟統(tǒng)一數(shù)據(jù)中心有如下幾個(gè)優(yōu)勢(shì)：24

商業(yè)智能應(yīng)用白皮書(shū)5.0所在企業(yè)背景：我所在企業(yè)是一家100人左右的中小型企業(yè)，有25個(gè)BI產(chǎn)品用戶(hù)，比例相對(duì)較高。21年，公司面臨數(shù)字化轉(zhuǎn)型的挑戰(zhàn)，從剛開(kāi)始做BI的選型到真正上線這一過(guò)程，我們只有100個(gè)人，并花一年的時(shí)間教會(huì)這25個(gè)BI產(chǎn)

品用戶(hù)具體如何使用。相較于大企業(yè)較為宏大、每年投入幾個(gè)億的數(shù)字化轉(zhuǎn)型，我們這種幾百人到一千人之

間的中小企業(yè)在數(shù)字化轉(zhuǎn)型過(guò)程中，可以有更多的互動(dòng)交流，與其他企業(yè)的數(shù)據(jù)分析師或者是IT項(xiàng)目負(fù)責(zé)人

一起交流，互相進(jìn)步。哪些企業(yè)應(yīng)該要上BI

？所有的企業(yè)。很多企業(yè)上BI的阻礙之處主要有兩大方面——缺乏人才、對(duì)數(shù)字化轉(zhuǎn)型投入產(chǎn)出的未知。其實(shí)不管目前任何規(guī)模的企業(yè)，都應(yīng)該有員工學(xué)習(xí)

BI產(chǎn)品、零代碼產(chǎn)品，規(guī)模小的企業(yè)可以從SAAS的產(chǎn)品

如九數(shù)云開(kāi)始切入，甚至先把

FineBI本地版“物盡其用”都是極好的，投入幾千塊錢(qián)買(mǎi)幾個(gè)簡(jiǎn)道云賬號(hào)把企業(yè)

簡(jiǎn)單的流程“在線化”都是數(shù)字化轉(zhuǎn)型小投入的開(kāi)始，只有開(kāi)始才能有下一步的數(shù)據(jù)指導(dǎo)經(jīng)營(yíng)決策。所有的工具都只有一種特性——用則有用，不用則無(wú)用。所在企業(yè)為什么要上BI，以及BI帶來(lái)了哪些作用？組織架構(gòu)十分扁平。由出版社社長(zhǎng)統(tǒng)一領(lǐng)導(dǎo)整個(gè)數(shù)字化轉(zhuǎn)型項(xiàng)目，協(xié)調(diào)各方的資源，不需要花費(fèi)很多時(shí)間進(jìn)行跨部門(mén)溝通，能夠快速達(dá)成共識(shí)。職務(wù)角色比較復(fù)合。正常的

IT部門(mén)已經(jīng)有比較成熟的數(shù)倉(cāng)中臺(tái)、報(bào)表體系等，職責(zé)比較分明。但我們公司

IT

部門(mén)只有兩個(gè)人，我作為分析師可能會(huì)負(fù)責(zé)一些IT項(xiàng)目，而我們公司

IT也可能做一些分析工作。所以我們這樣的中小型企業(yè)職務(wù)角色比較復(fù)合，部門(mén)之間交叉會(huì)多一些。05統(tǒng)一運(yùn)維管理隨著B(niǎo)I系統(tǒng)的復(fù)雜度提升，拿帆軟的工具舉例，既有消費(fèi)層的FineReport、FineBI，又有數(shù)據(jù)層的FineDatalink，同時(shí)

還有引擎和存儲(chǔ)的架構(gòu)升級(jí)，包括了當(dāng)前的存算分離的架構(gòu)，及未來(lái)的MPP架構(gòu)的引入。無(wú)疑給系統(tǒng)的運(yùn)維管理提出

了極大的挑戰(zhàn)：我們?cè)谙硎芩接胁渴饚?lái)的安全自由的同時(shí)，又不得不應(yīng)對(duì)如上挑戰(zhàn)。因此，F(xiàn)BP通過(guò)帆軟統(tǒng)一運(yùn)維平臺(tái)，將帆軟應(yīng)用整個(gè)運(yùn)維鏈路中的問(wèn)題（從部署到運(yùn)維管理，到監(jiān)控告警，到故障問(wèn)題

快速處理）通過(guò)可視化的形式最低成本的解決。王曉博華東理工大學(xué)出版社有限公司數(shù)據(jù)運(yùn)營(yíng)總監(jiān)單產(chǎn)品的集群如何部署，存算分離的

架構(gòu)該如何部署？多產(chǎn)品如何更好的集成部署？多產(chǎn)品之間的升級(jí)如何不互相影響，故障如何隔離？產(chǎn)品內(nèi)的問(wèn)題如何運(yùn)維等？復(fù)雜產(chǎn)品架構(gòu)與環(huán)境的適配度該怎么應(yīng)對(duì)？標(biāo)準(zhǔn)產(chǎn)品與第三方組件如何更好的適配，如何保證第三方組件的高可用，使得系統(tǒng)能真

·高可用？部署26

商業(yè)智能應(yīng)用白皮書(shū)5.0

商業(yè)智能應(yīng)用白皮書(shū)5.027故障性能問(wèn)題快速處理故障信息采集故障預(yù)警自愈日志自動(dòng)分析生成報(bào)告業(yè)務(wù)鏈路分析自動(dòng)化健康檢測(cè)可視化運(yùn)維管理多項(xiàng)目管理應(yīng)用系統(tǒng)啟停系統(tǒng)配置修改系統(tǒng)異地備份業(yè)務(wù)優(yōu)先級(jí)管理走進(jìn)BI資深用戶(hù)：

所用與所悟2.4對(duì)話(huà)【2024帆軟MVP候選人】

故障問(wèn)題快速處理

告警

全方位監(jiān)控告警帆軟應(yīng)用部署系統(tǒng)運(yùn)維管理快速監(jiān)控技術(shù)能力較弱。專(zhuān)業(yè)的運(yùn)維技術(shù)人員在使用FineBI時(shí)遇到一些小問(wèn)題可能對(duì)他來(lái)說(shuō)比較簡(jiǎn)單，調(diào)調(diào)參數(shù)即可。但是我們要借助外部力量，需要咨詢(xún)帆軟的技術(shù)支持，沒(méi)有任何的經(jīng)驗(yàn)，需要一步步慢慢摸索。但是好處是我們能夠非?？焖俚陌盐覀冋莆盏膬?nèi)容通過(guò)多次內(nèi)部培訓(xùn)教授給這些BI產(chǎn)品用戶(hù)。大幅提高工作效率。我們這種規(guī)模的企業(yè)數(shù)據(jù)分析師只有兩個(gè)人。而數(shù)據(jù)分析內(nèi)容分散在各業(yè)務(wù)部門(mén)——銷(xiāo)售、

印制、總編辦公室等，數(shù)據(jù)統(tǒng)計(jì)工作量較大，占個(gè)人

30%

到

50%

工作量。之前沒(méi)有

Fine

BI

時(shí)都是通過(guò)手工去做，現(xiàn)在把這些固化的東西放到FineBI里面做儀表板，通過(guò)一些分析替代掉這些手工固化工作，進(jìn)而剩余時(shí)間去

做其他事情。除此之外，我們企業(yè)去年11月份更換ERP，因?yàn)樵贓RP更換過(guò)程中有大量數(shù)據(jù)（大的表單近千萬(wàn)級(jí)別量級(jí)）

需要核驗(yàn)，F(xiàn)ineBI在這個(gè)過(guò)程中起到十分關(guān)鍵的作用，這些核驗(yàn)的工作全都是在

BI

中進(jìn)行的，如果沒(méi)有

BI的話(huà)工作量會(huì)非常巨大，就是對(duì)于我們一個(gè)中小企業(yè)來(lái)說(shuō)，沒(méi)有專(zhuān)門(mén)寫(xiě)報(bào)表寫(xiě)SQL的人。所在企業(yè)內(nèi)FineBI用戶(hù)使用情況：結(jié)構(gòu)組成：

內(nèi)部使用BI的人大部分是業(yè)務(wù)部門(mén)的，只有四個(gè)人（2個(gè)分析師，2個(gè)IT）具有技術(shù)/數(shù)據(jù)背景，

剩下21個(gè)人都是業(yè)務(wù)部門(mén)的骨干、中層領(lǐng)導(dǎo)等。FineBI掌握程度：25人中大概有一半（12人左右）經(jīng)常使用

FineBI，并