传统上,BI开发属于IT领域,业务人员先提出需求,由商业分析师将商业语言转换为技术要求,再由BI开发人员将技术要求转换为技术语言,最终完成产品交付。传统BI工具对应的是传统的开发流程:瀑布流程,如图1.2.1所示。除上述角色外,在开发过程中还应设有项目经理、流程变更经理、质量控制人员、运维人员等。一个正式的传统BI项目,至少需要5~10个人才能启动。
图1.2.1
瀑布流程具有以下特点。
● 在初始阶段定义项目交付标的与标准。
● 具有严谨的项目流程控制。
● 具有周密的项目时间安排计划。
● 适合大型开发项目团队使用。
● 随着项目的推进,修改项目内容的难度也随之增大。
● 适用于中大型团队的项目管理。
● 涉及众多人员及经费审批流程。
● 项目开发时间通常持续6个月到数年不等。
有人戏称传统BI为“喂养式BI”,项目中的每个人的责任都是清晰的,只需做好自己分内事,将“球”传给下一位,任务就完成了。
显然,在商业模式转向快速化、轻量级、个性化的当下,传统的BI工具与BI思想受到了挑战,原有的模式已经不适应新的需求。对于数量众多、更加轻量级的BI应用,需要以更小的规模、更少的成本和更快的速度完成数据挖掘过程,才能有其应用价值。而通常这部分需求要么因为资金的缘由无法实现,要么通过Excel透视表实现了部分功能,但由于Excel功能有限,无法成为真正意义上的自助式BI。
随着自助式BI(SSBI,也称敏捷BI)这一新概念在近几年的迅速流行,BI领域正发生着翻天覆地的变化。图1.2.2为顾问公司Gartner在2020年发布的BI分析平台魔力象限图。魔力象限图的 X 轴(COMPLETENESS OF VISION)指的是产品的“潜力性”,即产品是否有清晰的远景; Y 轴(ABILITY TO EXECUTE)指的是“易用性”,即产品功能是否能胜任BI分析任务。其中Microsoft与Tableau处于第一象限领导者的位置,而2020年也是微软连续处于领导者位置的第13年。在笔者看来,领导者因自助式BI而兴盛。
图1.2.2
借助自助式BI解决方案,BI从由IT人员维护的操作性分析转向由业务人员主导的探索性分析。通过使用Power BI等工具,业务人员可无须在IT人员介入的情况下独立完成大数据级别的商务智能分析。自助式BI让“人人都是数据分析师”不再是一句空洞的口号。
如果把BI工具比喻成武器,那么传统BI工具像导弹,其特点是精准,射程远,威力大,但需要专业人员操作,且维护成本高。自助式BI工具像冲锋枪,易上手,普通人通过短期培训就能让其发挥出很大的威力,图1.2.3为二者特性的对比。
图1.2.3
这并不是说传统BI工具不再重要了,对于许多数据规模大、逻辑复杂的应用场景,仍然需要用传统BI工具来完成。因此,传统BI工具目前仍然处于不可缺失的地位。企业应思考的不是二选一的问题,而是如何将传统BI工具和自助式BI工具有机结合,发挥出它们的最大威力。比如,传统BI工具在数据仓库搭建方面更有优势,IT人员可专注于数据仓库开发、数据治理等工作,业务人员则可以通过自助式BI工具连接数据仓库实现探索性分析,在最大程度上释放生产力,从而达到事半功倍的效果。