BI商业智能开启新时代
BI商业智能最初是由全球领先的信息技术研究和咨询公司Gartner于1996年提出，经过20多年的发展，我国的BI产业发生了诸多变化。
一是由国外厂商向国内厂商转变。21世纪初期，诸多国外厂商进入到国内市场，我国BI行业可以说被国际厂商长期垄断。经过数年发展，国内BI产品逐渐走向成熟，在技术能力方面不输于国外BI产品，并在场景和服务方面具有优势，再加上政策的支持，如今国产BI工具已经成为市场主流。
二是传统BI向敏捷BI转变。传统BI的架构复杂，部署成本高、运用负担重、实施失败率高等成为了普遍的问题。无论是在技术上还是理念上，已经无法满足企业变化速度加快、数字化转型情况多样化的需求。于是，在2012年，以永洪科技为代表的BI厂商开始推出敏捷BI产品，快速部署、便捷应用、灵活变更的特性，使敏捷BI开始成为市场的主力军。
如今，国内BI产业迎来了新一轮的变革。
时代机遇：数字化转型进入实质性阶段
BI产品被誉为数据的“最后一公里”，将数据以可视化的形式展示，并进行深度分析。因此，BI处于数字化转型的尾部，是在企业具有基本的信息化能力，积累了一定的数据，进入应用阶段后，帮助企业通过数据支撑业务决策、驱动业务增长。
数字化转型已经成为国家重要战略之一，数据也成为了新型生产要素，是数字化、网络化、智能化的基础，是数字经济深化发展的核心引擎。
经过几年的发展，各企业开始重视数据的价值，尤其是大型头部企业，已经进入到了较为成熟的数据应用阶段，BI工具的价值得到了更大规模的体现，成为了热门行业。
自“十四五”以来，我国诸多政策开始推动信创产业的深入，实现关键数字技术自主研发和自主可控。2022年，政策重点提及“数字经济”、“数字政府”和国家信息化。在此背景下，BI产品作为数字经济的重要一环，也迎来了重大机遇。
可以看出，政策大力推动，各大企业的信息化基础逐渐完善，数据积累丰富，并有了较强的数据意识，使得BI再次成为各大企业关注的重点。
需求变革：开启业务用户商业分析时代
在数字化转型的实质性阶段，企业对于数据应用的需求也发生了改变，追求数据对业务的实际提升价值。
对于BI工具来讲，近年市场的发展趋势明显呈现出从IT走向业务、从报表工具走向分析决策的特征，开始逐渐步入业务用户商业分析的时代。
这一转变的原因在于，数字化转型战略需要“自上而下”的进行规划与落地，需要顶层设计和资源调配作保障。而到了数据应用阶段，需要将数据融入业务、指导业务、驱动业务，这便要求企业实现数据的全员化，业务人员成为数据的出发点和落脚点，才能让数据真正赋能于业务发展。
因此，新一代的敏捷BI工具主要以面向业务人员为主，当业务人员有需求和问题时，IT工程师只需负责把基础的数据整理好，业务人员通过拖拉拽的方式完成数据深度分析，支撑业务科学决策。
早在2010年左右，欧美企业已经开始规模化进入业务用户商业分析时代。根据数据显示，在2010年，美国有35%的企业雇员普及了BI工具，在最佳实践案例的企业中，70%的雇员使用了自助式BI工具。
以雀巢集团为例，通过战略性技术投资来增强员工能力，并创建了一个现代和先进的组织，培养以数据驱动的企业文化，让员工能够基于数据做出科学的业务决策，从而保持企业的竞争力。截止2020年底，雀巢集团每月有超过45000位活跃的BI用户。
场景闭环：如何在BI新时代取得先机
2022年，是BI商业智能的业务用户商业分析时代序曲之年，我国企业以业务人员为中心的数据应用模式已初见端倪，一些数据领先的大型企业已经取得良好的成果。
例如，某全球领先ICT企业培育了近2000+商业化数据分析师，生产了超过3万+张自服务分析报告，周活报表10000+。某大型国有银行通过敏捷BI服务了全行上千名数据分析师，利用高效便捷的数据分析服务促进了更快、更有效的业务决策。
业务用户商业分析时代的特点主要有：
1、业务人员成为数据应用的核心
传统BI是“面向IT的报表工具”，报表的开发与制作以IT为主导，其原因是传统BI的技术门槛高，操作难度大，需要专业的人员才可完成数据分析。同时，传统BI的应用结果主要是数据报表，很难实现数据的深度挖掘与洞察。
业务用户商业分析时代下，新一代的敏捷BI是“面向业务人员的可视化分析”工具。
传统BI的流程是由业务人员提出需求，IT人员制作报表提供给业务人员使用，其问题一方面在于沟通过程中存在理解偏差，报表经常存在不符合业务人员需求的情况；另一方面导致业务人员只知数据结果，不知根本原因，数据应用效果差。
敏捷BI的自助式分析模式，其简单易操作的属性，可以让业务人员通过拖拉拽的方式完成数据分析，并进行“究其原因”的探索式分析，在减少反复沟通测试成本的同时，让业务人员可以真正通过数据提升业务效果。
2、数据应用由浅入深，深度分析成为必需品
“数据可视化”不等于“可视化分析”，企业、管理者和业务人员所需要的也不仅仅是一张张数据报告，而是深入挖掘数据价值，赋能业务增长。因此，敏捷BI着力通过自服务分析、AI增强分析等功能，使业务人员可以以便捷的可视化方式，对数据进行分析、挖掘与洞察，实现数据的深度应用。
敏捷BI融入AI增强分析模块，以“AI平民化”为理念，可以全流程可视化建模，降低AI应用门槛，让AI应用走进业务，让业务人员上手更简单。其中内置了5种类型，20余种插件化算子，可以满足常用分析场景，使AI深度分析与BI数据可视化深度融合以实现联动分析：
数据问答可以让用户使用文本输入问题，系统以可视化的方式进行自动展示答案；
数据解释可以对数据影响较大的因素进行自动统计和分析，比如从不同的因素分析部门员工离职的原因，找到影响较大的原因作为数据分析参考；
数据洞察则自动给出用于发现业务数据增长、减少的原因，比如发现西部市场比南部市场销售增长，就可以一键选择数据洞察，发现背后的原因。
可以看出，与纯AI产品不同，BI+AI的模式更多的是让数据应用更加智能、便捷，其出发点仍然是通过数据辅助决策、指导业务。正因如此，使BI+AI的模式可以落到实处。
例如，敏捷BI帮助某大型风电企业建立了风机故障预测模型，准确率可达90%以上，提前预知故障，减少计划外中断，增加设备综合效率，降低维修成本每年约数百万元。
3、人人都是数据分析师
在业务用户商业分析时代，每个人都可以通过敏捷BI工具实现数据深度应用，这便需要BI厂商构建完善的产品和服务体系，实现人人都是数据分析师。
由于BI应用需要企业具备一定的数据基础，沉淀一定的数据资源，因此当前我国的BI需求仍然以大型企业为主。但随着数据应用的加深，越来越多的中小企业也认识到了数据的价值，需求态势逐渐旺盛。然而，大多BI厂商缺乏对中小企业的关注，导致产品与服务体系缺失。
BI商业智能进入新时代，其根本原因在于企业数字化转型进入实质性阶段，企业的数据需求产生了根本性变革，数据价值得到了更大的体现。在变局前夕，恪守旧制虽不会在短时间内消亡，却也必然会消失在趋势的洪流中。BI厂商应当洞察企业需求，积极转变思维理念，通过更为完善的技术、产品与服务，落地到业务场景中，帮助企业实现数据深度应用，驱动业务增长，这也是BI厂商持续保持竞争力的关键。
