商业智能 BI ( Business Intelligence) 是从数据源到数据仓库再到数据展现等组成的数据类技术解决方案，将企业中不同业务系统（包括财务系统，物流系统，仓库管理系统，客户管理系统等）中的数据进行有效的整合，并利用合适的报告工具为企业提供报表展现与分析，从而为高层提供决策支持。
那么 BI 的核心到底是什么？ 首先就是通过搭建数据仓库平台，从而按照业务的需要整合数据为分析决策提供支持。还有一种说法就是：将数据转变为信息，转化成知识，信息和知识支撑决策，决策产生价值。
对于BI，大家的理解是什么？
接触过我们的一些客户，对于BI 他们的看法是：BI 在我们的企业里，只看到了其昂贵的支出，但是我并没有看到它所带来的价值在哪里？ 如果一定要说价值的话，可能就是节省了人工创建报告的时间成本。
这样的看法其实是有很大的普遍性，就如同之前有参加一些活动，有人直接问到：你能直接告诉我这个东西有什么用，能解决我们什么问题，能不能帮我们企业赚钱....。来自不同的业务，企业类型的听众，他们关注的点实际上都各不相同。包括统一家企业，不同的人对BI的认知程度和认可程度也不相同。
在这里我们可以用一种可能大家相对能够理解的、并非技术与专业的方式和视角去看 BI 的价值到底在哪里。如下BI 的三个分析层次，或许能够给我们带来对 BI 的认知认可的程度有一些转变。
BI 的三个分析层次
第一个层次是报表的展现（数据可视化部分）。所谓报表展现也就是我们熟知的是使用柱状图、饼状图、折线图、还是热力图，树状图等图形可视化的方式将我们的业务数据（如销售，市场，财务，供应链等）合理有效美观的展示出来，再通过相应的维度（看数据的角度）筛选、钻取等方式查看我们的kpi。
这些分析展现的内容大多是围绕业务的场景展开，这里面有一些分析需要相应的计算规则，甚至需要跨从系统抽取数据，从单个业务系统中是无法直观看到的对应业务视角的数据。这种层次的报表分析就是第一层分析，也就是让我们的报表用户再对日常的业务有清晰、直接、准确的认知，另外同时也减少了他们自己手工通过 EXCEL ，PPT来做报告的人工成本和降低了报告数据的错误几率。
所以第一个BI的层次就是：通过可视化分析报表全面直观的展现企业的业务的运转情况。
事实上，目前很多企业的 BI 也就停留在这个阶段，甚至还没有完全达到这个程度。因此，如果只是停留在第一个层次上，那么BI 的价值就显得非常有限，数据的作用也仅仅是从一个"可视化"的角度对业务做出了形式上的解读，而业务用户是被动的接收来自可视化报表上传递出来的信息。
第二个层次是数据的深层分析。这里我们对深层的理解是：通过可视化报表展现，我们发现了一些KPI反映出来的情况超出了我们的日常经验判断。比如，比如在今年的 1-8 月份，产品销售毛利率稳定在 20%-30% 之间，到了9月份，整体的毛利率突然下降到了 10% 不到。这时候就需要们对我们的数据进行深层次的分析，仅仅通过日常经验是无法直观判断问题出在哪，是什么原因造成。
BI 在这里就可以展现其第二个层次的价值，也就是深层挖掘原因是什么，到底发生了什么，背后的业务逻辑是什么，具体的分析方法根据具体业务场景会稍有不同。比如通过相关分析、向上向下钻取、关联分析、聚类分析等方式探索出可能存在的原因。
第三个层次是预测模拟分析。而预测模拟分析是需要有精通业务的用户与统计分析专家一起，通过合理的建模来进行相关的预测或者仿真模拟，将其反映出来并最后要回归到业务，形成决策并不断优化的一个过程。在很多的企业里，这个部分也就是目前市面上常规称之为的“大数据”。这里的建模简单来说也可以理解为一种业务分析的逻辑思维模型，根据我们的历史数据找出其中的规律，相关系数等从而搭建相应的模型来对业务进行预测，指导。
预测模拟分析区别于第一层的全面数据展现和第二层的深层数据分析，它是一种更深层次的业务数据的主动设计和探索分析。这层分析的提出更加深入业务，围绕一个一个业务分析场景展开，对业务的认知要足够深。通过对业务了解来推进和主导，再辅助合适的数据分析、挖掘或统计工具，这样商业智能 BI 的价值才能得到充分的发挥，数据的价值也才会得到充分的体现。
BI 的总结
我想分享的是：BI能够给企业带来价值，这是毋庸置疑的，只是具体我们的企业对于 BI 的认知和推进到了哪一个层次，推进到了哪个层次，那么 BI 能给我们带来的价值就在哪个层次。而如何有效和成功的推进 BI 的建设与落地，这是我们 BI 服务提供商和我们客户一起共同要面对和努力的问题。
（全文完）
欢迎留言和探讨，联系邮箱：tino.li@webidata.com
网友评论