数据智能产业创新服务媒体
——聚焦数智 · 改变商业
目前由于全球经济形势不稳定、国内产能过剩、劳动力成本上升等因素，中国经济正面临转型的挑战，三驾马车速度变缓，我国经济已由高速增长阶段转入高质量发展阶段。
在这样的大环境下，危中有机。2022年，中国数字经济规模超45万亿元，占GDP比重达39.8%；2023年，我国又成立了国家数据管理局，这是一个标志性的体制机制改革。这些都说明中国已经步入到数字经济时代。
在数字经济的潮流中，对于企业来说，数据是非常重要的生产要素，企业若想实现高质量发展，数字化转型则是重要支撑。而BI作为数字新基建的重要组成部分，通过数据化、智能化成为数字化转型重要的手段。
越来越多的企业也意识到BI的重要性，Gartner 2023年在中国区进行的调研表示，62%的中国CIO将在2023年增加商业智能BI的投资。
指标与BI的融合
是中国BI发展的必然趋势
BI通过各种技术手段帮助企业的数据价值变现。就像我们使用铲子、炸药、挖掘机等不同的手段去挖矿，BI对于数据的挖掘，从技术趋势上也经历了传统BI、自助BI、智能BI的阶段。
在这些阶段中，BI对所有数据进行整合，通过描述性分析、诊断性分析、预测性分析，赋能管理者辅助经营决策，赋能业务人员优化操作层面流程，让企业从粗放式管理进阶到精细化运营。
尤其是到了智能BI阶段，随着AI日渐成熟为有利的手段，数据洞察变得更广泛和深入，从而数据驱动业务变革，助力企业高质量发展。
从中国BI市场来看，BI的发展历经了响应式的报表服务、以Cube为核心的OLAP分析、以宽表为核心分散式的可视化分析、基于指标体系的可视化分析增强分析四个阶段。
1、响应式的报表服务阶段
业务人员提出报表、大屏等相对固定的需求场景，IT人员通过写SQL等技术手段来实现。这个阶段存在灵活性不足、数据指标无法重用、响应不够及时、沟通开发成本高等问题。
2、以Cube为核心OLAP分析阶段
IT通过多维数据库进行OLAP多维建模，业务基于模型做多维度分析。仍依赖于技术部门，技术上属于空间换时间，增加维度会导致数据量存储指数膨胀，影响性能。
虽然对固定报表进行了改进，有了一定的维度灵活性，但因为分析维度数量受限，且很难跨主题融合分析，只适用于部门级的分析应用。
3、以宽表为核心分散式的可视化分析阶段
IT人员提供基础数据源，业务人员根据需求查询出数据集，然后进行可视化分析和报告。技术上使用宽表的方式，支持更多维度，业务人员可直接参与可视化分析，解决了灵活性和敏捷性的问题。
但是随着需求越来越多，宽表持续增长，也会造成指标无法重用、重复建设、数据口径不一致和报表债等问题。
4、基于指标体系的可视化分析、增强分析阶段
IT人员提供基于统一指标体系的数据模型，业务人员基于数据模型进行各种前端应用和分析。
这个阶段企业通过指标中台、指标集市等，构建了统一指标库，不仅保留了宽表阶段的灵活性和敏捷性，而且以指标为核心的方式也能从本质上解决了企业口径不统一、不唯一导致的数据准确性和可重用性的问题。
企业如何落地“管理”
以指标为核心是关键
我们发现不同的BI阶段解决了当时企业数字化运营面临的问题，但也有新的问题出现。那为什么我们说第四个阶段以指标为核心是企业高质量发展的关键呢？
前面我们讲过“BI通过赋能管理者，辅助经营决策，从而助力企业高质量发展”。那么BI究竟如何做才能真正赋能管理呢？——那就要看管理的核心本质是什么。
德鲁克《管理的实践》中指出“不可度量就不可被管理”。企业经营管理的本质就是基于指标的量化管理，通过指标使得业务目标变得可描述、可度量、可拆解。指标才是企业管理的核心抓手，企业通过指标对齐目标，通过流程实现目标，通过考核来衡量目标，三者形成闭环，相辅相成，提高管理水平。
指标体系是指标有序的组织，它反映了企业的管理逻辑，它的构建并不是一蹴而就的，需要一直迭代更新。
一套完整的指标体系搭建需要通过自上而下的方式进行战略目标的拆解，通过自下而上的方式基于业务流程和现状进行搭建，两者同步梳理，既能保障全局，也能真实落地，形成一股强大的合力，让企业朝着正确的方向高质量发展。
Smartbi V11系列新品
经营管理决策和流程优化两手抓
但是，目前的指标平台往往与BI平台分离，各自独立发展。指标平台更多面向IT，主要负责指标的定义和数据的存储；而BI平台则负责数据的分析和可视化，业务用户较难在指标系统中自助数据处理，只能在BI中做数据再加工。
这两个系统在架构上的割裂，导致了数据无法重用和不一致性问题，对数据的准确性和可信度造成了挑战；在数据从指标平台迁移到BI平台的过程中，也造成了低效的数据流动和操作效率，无法支撑数据的实时分析；多平台操作的方式也给用户带来不好的体验和较高的维护成本。
因此，为了打破这种割裂，Smartbi Insight以指标为核心的一站式ABI平台，把指标和BI分析能力打通，实现两者的融合。对于任何一个新客户，只需要把企业的指标体系灌入我们的ABI平台，通过业务可参与的指标管理功能和多样的指标应用方式，实现指标一体化的开发更新应用，整个过程通过标准化的交付服务就可以实现，非常高效。
Smartbi改变了“业务提需求，IT做需求”的传统指标开发模式，向导式的操作方式，让业务人员很容易参与到指标建设中来，而业务人员的深入参与，也让指标实现自增长，沉淀为企业优质的数据资产。
并且，Smartbi是一站式的ABI平台，从数据处理到指标管理，再到指标的应用分析分析、分享，都在一个平台上实现，无需依赖第三方平台。
同时，Smartbi提供丰富的数据分析工具，从广度和深度上提高指标的应用能力。ChatGPT式的对话式分析功能，就是通过大模型AIGC，以自然语言的方式，不仅准确识别用户意图、自动生成图表，还能对图表含义进行智能解析，一键生成仪表盘等。
不仅如此，我们希望AIGC能解决BI需求边界的问题，结合机器学习等技术智能化处理指标的构建和应用，实现说一句话即可构建BI系统，真正做到智能决策未来。
思迈特另外一个产品Smartbi Eagle智慧数据运营平台，可以帮助企业全公司建立一种数据驱动的组织和机制，营造数据文化的氛围，赋能业务，让更多的人，更好得使用数据，从而发挥数据价值，帮助各行业大中型企业客户在数字化转型中，实现数据资产化向资产服务化阶段迈进。
·关于吴华夫
思迈特软件创始人吴华夫本科毕业于武汉大学，拥有中山大学软件工程硕士学位，深耕BI行业20年，对大数据分析与商业智能行业发展历史，技术趋势，客户需求都有深入洞察和认识，打造了Smartbi一站式大数据分析平台。个人连续多年获得“广州天河区优秀人才”、“10年软件行业风云人物”等诸多荣誉。
