本文主要介紹分析了BI的發展歷程、新發展趨勢下BI平臺的能力、以及Gartner象限中的BI。一起來看看吧。

Gartner是國際權威的IT咨詢和研究公司，其魔力象限受到Google、微軟、甲骨文、IBM等科技巨頭的熱烈追捧；同時，73%財富500強的CIO，即首席技術官，在采購技術產品時，使用Gartner魔力象限當作一個重要評價依據。

為何世界巨頭公司都以進入Gartner魔力象限為榮呢？

Gartner成立于1979年，全球范圍內有1000多名10-15年IT技術工作背景的分析員，這里的分析員可不是市面上常見的數據分析員，其大多有CIO（首席技術官）背景，具有極強的專業能力，對IT行業研究和解讀極具專業性。

甚至在美國國會要討論有關推動當今經濟的關鍵性商業及技術問題前，他們都會調用Gartner的分析員來輔助分析，由此也可見Gartner的專業性和權威性。

其研究范圍覆蓋全部IT產業，共有200多個研究主題，包含CRM、IT商業價值、供應鏈管理、BI技術等，我們這篇主要聊聊，BI的發展歷程以及Gartner眼中的BI。

一、發展歷程

正如唐太宗所說：“以史為鏡，可以知興替”，這里對應在數據產品設計方法上為，了解產品的不同發展階段，可以更好的知道自己的產品處于一個什么位置，可以借鑒一些歷史經驗，避免掉坑，那首先草帽小子帶你了解一下BI的發展歷程。按照BI平臺歷史演進，可分為3大發展階段。

1. 第一階段：傳統BI

2013年前，傳統BI一直是市場主流，但這并不是一個很好的市場。根據IBM的統計，傳統BI的項目失敗率為60%-70%。傳統BI主要由數據源、數據存儲與管理、OLAP引擎和前端工具組成，對海量數據計算與動態業務支持不足，通常由技術人員在設計好的維度模型上建立數據倉庫。

這造成了2個問題：一是技術人員難以完全理解業務人員的需求；二是數據倉庫不能滿足不斷變化的業務需求。

例如，當業務人員提出，想要下鉆一些字段，來分析產品情況，此時卻發現，產品的字段不在上游的數據倉庫中，需要IT團隊從數據庫同步到數據倉庫，然后才能將字段添加到展現層分析。首先業務部門提需求，接著產品分析需求出文檔，然后進行測試、驗收，這時的業務流程十分長。

2. 第二階段：敏捷BI

為了解決傳統BI的問題，敏捷BI應運而生。敏捷BI又稱自助式BI，指由業務人員自助式建模，能夠實現快速部署、數據源集成、高性能計算、探索式分析的BI可視化產品。這個過程不需要技術人員長期參與，大大縮短了業務人員與數據之間的距離，BI的主導對象從技術主導，變為業務主導。

3. 第三階段：智能BI

智能BI：2017年以后，智能化的概念開始出現，各類BI應用的使用門檻進一步降低，比如自然語言等交互方式的加入?！禛artner2020年分析與BI平臺魔力象限》報告中指出：

1. 2020年，增強分析技術隨處可見，但只有10%的分析師真正有能力使用
2. 2020年，40%有關機器學習模型開發、評分任務的工作將被產品取代，這些產品可能本來不是以機器學習模型開發為主要目標
3. 2023年，90%的全球500強公司將把數據分析治理作為重點
4. 2025年，數據故事將成為最普遍的分析方式，增強分析技術可以自動創建75%的數據故事

那在新的發展趨勢下， BI平臺應具備哪些能力呢？

二、BI能力

Gartner對現代分析和商業智能BI平臺（ABI）的定義是：具備易于使用的、完整的從數據準備到可視化探索、到洞察生成、到增強的自助分析等系列功能。

數據可視化功能在現代的BI平臺中不再是很特別的亮點，更多的差異應該突出在：企業報告功能的集成和增強分析技術。增強分析中主要凸顯的就是機器學習和人工智能相關的數據準備、見解洞察生成和解釋。

1. 數據準備

數據源連接：用戶能夠連接本地和云端的各種存儲類型的數據，支持結構化和非結構化的數據訪問

數據準備：平臺可拖拽不同來源的用戶數據集，生成分析模型，比如根據不同數據來源，用戶可自定義指標、維度、層次結構

2. 可視化分析

數據可視化：高度交互的儀表盤dashboard等，各類豐富的可視化圖表等，并通過圖表圖像的操作來探索數據。包含基礎圖形餅圖、條形圖、折線圖以及其他特殊用途的可視化效果，如熱力圖、樹狀圖、地圖、散點圖等。

• 數據報告：創建可分發的可視化報表，良好的布局方式、美觀的報告能力。
• 數據故事：數據可視化演示的一種方式，將交互數據以敘述的方式展現出來，簡單來說就是自動播放數據可視化的結果，類似于PPT的方式自動展現數據可視化頁面，邊看分析結果邊講解。
• 嵌入分析：考慮按照一定的平臺開放標準對外提供API SDK，將分析的內容可以更好的嵌入業務平臺、應用程序或門戶。

3. 增強分析

自動洞察：增強分析中最核心的能力，利用機器學習自動為用戶生成可洞察到業務細節、深度探索的能力。

比如，分析GMV關聯因素，可能涉及到訂單量、金額、人數、產品類型等多種因素，通過自動洞察可以在分析高費用收入時，找出哪項因素對高費用影響最大。

高級分析：指ABI平臺應該具有深度學習、自然語言處理技術等一系列高級數據算法，一般來說起碼具備分類、聚類、回歸算法，進一步需要支持深度學習，如神經網絡功能。這些功能可以既包含在ABI平臺本身，也可以通過導入和集成外部模型來使用。

Gartner的分析師認為深度學習將迅速成為最有用的預測性分析工具之一，深度學習和組合建模正快速成為構建預測分析模型最有用的技術之一。

自然語言查詢（NLQ）：用戶直接在搜索框輸入或通過對話的方式查詢數據，Gartner預測到2020年，50%的分析查詢將通過搜索、自然語言處理或語音生成。

早在國內16-17年微軟lgnite大會上，BI演示中已實現了這樣的功能，目前已經有一些國內的BI廠商基本上實現類似這樣的效果。

這會帶來幾個變化：

一是，任何用戶均可以文本或語音的形式提問，使問題和回答日益復雜化；

二是，自然語言處理被當作查詢接口使用，甚至會成為ABI平臺的主要交互方式；

自然語言生成（NLG）：自動理解用戶在分析過程中的意圖，判斷用戶期望找出的關鍵點，將用戶關心的分析內容或結果呈現出來。

4. 數據安全

安全性：平臺安全性管理、用戶管理、身份驗證、審核平臺訪問等能力。

數據管理：追蹤使用情況，管理信息共享方式和共享者、執行影響分析以及第三方應用程序協作功能。

云部署：基于云和本地數據部署，支持跨云部署，云中構建、管理分析以及分析應用程序的能力。

目錄：自動生成平臺管理中所使用的元素，如數據、模型、可視化頁面等內容，形成可檢索的目錄

BI未來將會真正往智能化的方向發展，但目前智能化還未普遍化，那有沒有哪些較為先進的BI產品，可作為指導呢？接下來我們聊聊，報告中講到的部分比較優秀的BI平臺。

三、Gartner象限中BI

橫軸，前瞻性：即愿景的完整性，包含市場理解、產品戰略、營銷戰略、商業模式、 產品定位和創新性，其實質是在解釋企業在業內的領先度。

縱軸，執行能力：包括產品與服務等整體可行性、銷售執行力與定價、市場狀況、營銷團隊的執行、客戶體驗及公司整體運營，實質揭示企業在市場的成功度。

可劃分為4大象限：

（1）Niche players，特定領域者：在特定細分市場和區域取得了成功，但也難以超過哪些大型及成熟的廠商，代表企業有IBM、Birst、Domo、Information Builders、Pyramid Analytics、Board International、Logi Analytics、Alibaba cloud（Quick BI）、Dundas。

①Alibaba cloud（Quick BI）

魔力象限新進入者，首次抵達特定領域者象限，入選的是阿里云中的Quick BI產品，具備一定全球化能力，特別是3.4版本中擴展了企業分析報告的功能。

優勢：自助分析、數據洞察、類Excel報告和回寫功能，阿里云平臺自帶產品，用戶體驗好、服務滿意度高。

不足：阿里云目前專注于中國市場，海外裝機量不高，離全球化有一定的距離，新的BI產品，在自動洞察、數據故事、數據源連接等方面需要加強。

②Birst

Infor旗下子公司（Infor，全球第三大企業級應用軟件級服務供應商），Birst產品主要服務于Infor的客戶群體，提供端到端的數據倉庫、分析報告和可視化平臺服務能力。

優勢：基于云的元數據管理BI，提供數據準備、儀表盤、可視化分析、預定格式的報告。支持本地源數據的實時連接，支持在Microsoft SQL server、SAP HANA、Exasol、Amazon Redshift上構建數據倉庫模型。

不足：部署實施過程中的性能問題和客戶支持上有所不足，自助化分析部分客戶使用率不高。

③Domo

云ABI平臺，1000多個數據連接器，用戶友好的數據可視化和儀表盤能力，主要面向業務部門如銷售、運營等，平臺易用和快速部署比較能吸引用戶注意。

優勢：儀表盤能力較強，產品能力和支持能力強，Domo的訂閱服務在全球發展勢頭迅猛。

不足：Domo主要面向業務部門用戶，非IT驅動，只是用于營銷、財務、供應鏈等特定的分析領域，可以認為是部門級、個人的分析工具。全球化支持程度不高，增強分析能力不足。

（2）Visionaries，有遠見者：了解市場發展方向，或有改變產業規則的愿望，但市場執行力不佳；在執行力上分為有遠見但短期內無法實現的早期創業者，和有遠見但執行反應能力調整不及時的成熟大廠，代表企業有salesforce、SAS、SAP、Oracle、Yellowfn、Sisense。

（3）Challenges，挑戰者：現有經營狀況良好，有足夠的市場，市場執行力強，但是前瞻性不夠，在新市場未做出改變和發展計劃，代表企業有Microstrategy、Looker、TIBCO Software。

（4）Leaders，領導者：執行力和前瞻性得分均比較高的大型成熟公司、行業領袖。擁有大量客戶群體，在全球市場上享有極高的知名度，這些行業領袖在市場中有很大影響力，有能力和實力影響和引領整個行業的發展，代表企業Microsoft、Tableau、Qlik、Thoughtspot。

④Microsoft power BI

視化具備數據準備、可視化的數據發現、交互自助式分析、增強分析等能力，支持azure云saas模式和Power BI Report Server本地模式，Power BI Desktop也可以作為個人分析工具使用。

優勢：病毒式傳播，影響廣泛，拉新成本低，云服務如增強分析、自動化ML的創新已超過大多數廠商，Power BI還提供了基于AI的文本、情感、圖像分析。

不足：本地版的power BI Report Server對比Power BI Pro云服務存在很大的功能性差異，包括儀表盤、流分析、預置分析、自然語言問答、增強和警報等。