一 什么是BI数据分析平台？（What）

商业智能（Business Intelligence, BI），指用数据仓库、数据挖掘、数据可视化等技术进行数据分析,将企业中现有的数据转化为知识，辅助业务进行经营决策的一种技术方式，表现形态可以是一套大数据技术组合的解决方案，也可能是一款数据分析工具。 

参考博文:
BI系统概述（上）——BI价值及核心模块
BI系统概述（下）–BI功能规划及设计
数据产品：自助BI产品实践指南
BI & 数据分析平台产品发展趋势

数据分析工具的产品形态有定制化的可视化开发平台，用户行为分析，以及自助敏捷BI。
本篇文章所写的BI数据分析平台是指独立的一款可视化数据分析工具，注重自助式、探索式敏捷分析，随着BI产品的不断迭代和完善，已经可以逐步替代定制化开发，例如一些商业化的BI推出可视化大屏模式以及PC、移动端可视化门户的快速搭建能力。

二 BI数据分析平台作用？（Why）

BI的核心价值在于满足企业不同人群对数据查询、分析和探索的需求，从而为管理和业务提供数据依据和决策支撑。

1、驱动企业数字化转型：推动企业由经验驱动决策向数据驱动决策的转变，不断挖掘数据，提炼出有效信息，并且将有效信息转化为可参考、可执行的知识，最终通过数据支撑管理决策。

2、推动业务精细化运营：推动业务运营从“粗放式”向“精细化”运营
过渡中，从⽽提⾼运营效率、增加客户收⼊，更有效地提⾼企业竞争⼒。

3、数据资产沉淀：通过BI数据分析平台将企业数据、数据分析方法经验、数据应用场景沉淀共享，提高组织整体的数据素养。

三 BI数据分析平台核心功能架构

BI数据分析平台核心功能

BI数据分析平台具有数据采集、数据整合以及可视化分析功能；也可与数仓配合使用，对数仓存储整合后的数据进行挖掘、可视化分析。 产品功能层面核心模块：数据连接、数据处理、可视化分析、多维交互分析以及数据应用的共享分发等。

BI数据分析平台功能架构

1. 数据连接模块

从系统架构层级看，BI系统最底层是数据接入层，数据源是原材料，需要支持连接多种数据源，如关系型数据库MySQL、Oracle，通过 JDBC 的方式直接连接数据库。同时支持Excel本地文件上传以及大数据平台如ClickHouse对接等。

2. 数据准备模块

通常数据分组分包、可视化ETL等功能，主要是将连接到BI系统的数据进行整合、建模。将数据源内的原始工作表，按需取数放入数据包中，在可视化ETL中将工作表行列转化、合并、过滤等操作，加工成业务分析所需要的工作表。

3. 仪表板模块

仪表板模块具有可视化分析、多维交互分析、可视化编排等功能。它主要是将数据字段映射到可视化图形，同时提供多维交互分析，最终呈现可视化结果。

可视化分析主要是将工作表数据字段通过拖拽操作映射到图表维度、指标上，从而绘制出各类图表，常见的图表类型有趋势类、占比类、分布类、空间类、关系类等。

多维交互分析（也是OLAP分析），是通过上卷、下钻、旋转、切片/切块等操作对数据进行多维度分析。

可视化编排是将分析图表、页面组件等进行布局美化，让数据可视化结果更加清晰美观，同时具有更多的页面组件增加分析能力。

4. 数据应用模块

将数据分析的可视化结果，以不同应用的方式分发，通常有驾驶舱、数据门户、移动BI、外部链接、预警通知等功能。

5. 系统管理模块

系统管理模块主要是对整个系统内用户、权限以及资产的管理，能够实现对数据的行列级权限管控，保障数据稳定建设的同时，保障数据安全性。

四 BI数据分析平台的发展思考

1、数据集资产是根基

对于BI产品而言，数据集资产是根基，用户去进行自助分析的前提是，有数据可以分析。自助分析、数据可视化做的再好，但是没有可以供业务去查询使用的数据资产模型，也很难被应用起来。

2、快速灵活的可视化配置能力持续完善

当前BI产品可视化配置能力上的敏捷性还不够，有些BI产品整体配置流程繁琐，分发应用能力与移动端可视化能力不足，对用户的学习使用成本均有不小挑战，因此BI产品要完全替代定制化，实现完全自助，需要更快速灵活的图标可视化配置能力，可视化门户快速搭建的能力、移动端可视化分析。

3、增强分析

在现代BI的帮助下，业务人员获得了灵活的进行数据分析的工具，但数据分析的具体思路和对数据的判断和解读还是需要人工参与，整个过程依然需要消耗一定的时间精力，分析结果也很大程度上取决于分析人员的分析能力和业务理解能力。

增强分析是将常见通用的数据分析的场景沉淀为产品功能中，利用机器学习和统计学方法，辅助分析人员完成数据分析，一方面，增强分析可以提升常见场景的数据分析效率，规范分析过程；另一方面，分析人员可以借助计算机的计算能力，从数据中挖掘到隐藏的信息。

PowerBI和QuickBI都提供了在指标波动的场景下，自动进行原因定位的功能。QuickBI的智能监控，可以展示出各维度和相关指标对波动指标的贡献度，方便用户发现问题原因；而PowerBI产品的波动分析则更进一步，使用自然语言生成技术和一系列辅助图表，直接为用户呈现波动分析的数据结论。

4、数据分析嵌入业务工作流

数据分析有四个层次：描述、诊断、预测和决策，BI平台的发展历程，正是按照这四个层次的顺序，不断为业务赋予更大能力的过程。数据是手段，业务才是目标。让业务和数据更无缝的结合、尽可能缩短业务问题到业务决策的路径，必然会成为BI平台未来的发展方向

BI数据分析平台可以提供了各种功能，将其提供的数据能力嵌入到业务系统中。业务人员可以在业务系统中，一站式完成数据分析到运营动作再到效果反馈整个流程闭环。