PowerBI 是不是商业智能领域的法拉利你怎么看

今天，简单谈谈什么是商业智能。

这里会分成三个部分： 1、什么是当下靠谱的商业智能 2、这种商业智能和我们有什么关系 3、我们如何获得这种能力

有人曾被各种技术和名词困扰，那么本文或许可以帮助揭开一些谜团。

什么是靠谱的商业智能

商业智能这个话题，可以吹的很大，如果你查询维基百科等资料他是这么解释的：商业智能（Business Intelligence, BI），又称商业智能或商务智能，指用现代数据仓库技术、在线分析处理技术、数据挖掘和数据展现技术进行数据分析以实现商业价值。商业智能的概念经由Howard Dresner（1989年）的通俗化而被人们广泛了解。当时将商业智能定义为一类由数据仓库（或信息市集）、查询报表、数据分析、数据挖掘、数据备份和恢复等部分组成的、以帮助企业决策为目的技术及其应用。（实在不喜欢复制粘贴，又臭又长）

由于时代和范围的关系，我们更希望知道的是：在当今中国的广大范围的企业中，什么是真正意义上靠谱的商业智能。那么，上面的概念则是完全从IT的角度出来来阐述的，在这方面，我们有几乎完全不同的理解。这里将探讨对当下靠谱的商业智能的认知。

首先，商业智能不管是什么，它必须是可以解决现实问题的，诸如：大数据，AI，机器学习之类的概念虽然可以解决问题，但他们自身也存在很严重的问题，那就是机会成本很大，实施成本也很大，受众面极端的偏向技术。因此，我们说，这些虽然是未来的方面，但并非是我们认为的靠谱的商业智能。

关于当下靠谱的商业智能，注意定语，当下给定了时间范围，靠谱指的是可以普遍的落地，下面给出鲜明的观点：第一，商业智能，必须是商业（业务）驱动的，其本质特征是可以产生价值，或者说可以直接变现。第二，商业智能，智能的是人，而不是工具，其本质特征是通过人的智力来驱动，或者说普通智商的普通人来驱动。

注意，这个定义极大的降低了商业智能的门槛，而这正是 Excel120 关于当下靠谱的商业智能的真实体会。

第一，商业智能，必须是商业（业务）驱动的。商业智能并不是技术男空想出来，做出来放在那里没有人用，而是要服务于业务对象，如：业务人员，老板，管理决策者。因此，我们必须做出通用的假设，那就是：没有业务，别谈数据。每个人的精力是有限的，在一个成功的商业智能案例中，一定有业务专家的参与，技术专家的参与，资源供给者的支持，三者缺一不可，而如今，企业涌现出很多英雄，他们动辄是经理或者总监，本身就是业务，技术，资源的三合一整体。这为作为商业智能的工具提出了更明显的要求。

第二，商业智能，并不智能，智能的是人本身。

举一个例子： 1、身价上亿的大型企业老板，他可以看懂条子图和饼图，但他也许很难理解什么是和弦图、切片器、钻去、交叉筛选等概念。因为他们有很多重要的事务，根本没有时间也没有必要学习理解这些专业内容。 2、中小企业的老板，他们很多人出身平常，也无法理解这些内容。

因此，商业智能的普及程度以及深入程度取决于使用者的智能程度。我们不该假设使用者和分析师一样理解什么是模型，什么是关系，什么是度量值。商业智能并不是技术男空想出来，做出来放在那里没有人用，而是要服务于业务对象，如：业务人员，老板，管理决策者。因此，我们必须做出通用的假设，那就是：假设被服务的对象只需要初高中的智力水平，通过常识就可以读懂商业智能的交付产物。

因此，靠谱的商业智能是应该可以大概率直接给商业（业务）带来价值的，哪怕是一个饼图，也比一堆看不懂的图要有用。说到这里，我们应该列举一些反例来说明什么是不靠谱的，或者是需要注意的：

1、大数据，不靠谱。这么说是不完全准确的，但为了强调，值得牺牲这个准确性。只有非常少量的企业需要大数据，而且，大数据会产生很大的机会成本，只有大企业可以承担。假设一家企业每天有1万笔订单，每笔1元，那么一年也有365万的流水，在中国可以满足每天有1万笔订单的企业能有多少，不超过10%。而就算达到这个状态，一年也只有365万笔订单记录，在个人笔记本中使用PowerBI就可以任意建模来解决几乎所有问题。而所有老板惊呼，我们有了“大数据”。因此，中国 90% 的企业中，是不需要大数据的，需要的是靠谱的落地的解决问题的方法。

作为非常理性的阐述，我们可以看看实际的数据：

没错，大数据泡沫已破。如果你不怕烧钱就继续大数据吧。我们后续会分析原因。但很多战友会不解，不是进入数据时代了吗，怎么大数据会降低呢？原因很简单，世界进入了大数据的时代，而具体到中国，到某一个中国的领域，到某一个中国的某个领域的某个企业，也许还都在用Excel吧，而且用的还不是微软的Excel，是其他的什么办公电子表格，这就是现实。直面现实没有什么不好，这才是真正出发的起点。曾亲历很多大型企业（超过万人）的财务、运营、销售居然不会透视表。可想，即使有大数据的基础，又有谁来看懂，又给谁用呢？

2、传统数据处理方法，不算靠谱

那么传统的数据处理工具SQL表现如何呢？

这是实实在在的存在，它表示数据市场的真实状况是数据市场在增长，而SQL的增长并不很快，原因很简单，SQL是一项纯技术的工具，和业务没有直接关系，虽然人们对操纵数据有需求，但很难人人变成程序员。

3、人人会用的Excel，并不真的完全靠谱

和业务关系最近的，在中国就是电子表格的代名词的Excel，其表现是：

它的市场态势和SQL类似稳中有增，每当你在搜索引擎搜索Excel技巧，Excel透视表这些关键词来解决自己问题的时候，都会为这个数据做出一个贡献，而Excel在如今的数据时代，尤其是传统Excel（体现在作为办公的用途，如：公式，单元格等）很难面对动辄几万到上百万以及多个表的业务复杂度。

4、AI 和机器学习不靠谱

已经懒得说明了，非常不靠谱。只有在非常特定的非常有限的领域可以用这两种方法，或者投入巨大的财力人力，从普适性的角度来看，几乎没有实际意义。举一个非常简单的例子，PowerBI里的智能预测线，谁敢画出来用，因为你都不知道他是怎么样预测的，看看可以，要是给别人当KPI，人家直接骂娘。反对这个观点很容易，只需要证明AI 和机器学习在某些普适的场景都使用且成本可控（别告诉我要花一个亿，在成本不设限的情况还可以造宇宙飞船的），结果有效，那我在深刻拜服的情况下请教并希望与这样的大牛合作。

我们注意到一个特别的事务：

商业智能，是上述经典四项事物中最值得注意的：

此图非常有说服力，这些数据全部来自于市场的真实搜索量而形成的无可辩驳的证据。它非常清晰有力地告诉我们什么是当下的主流发展力量。

小结

从上述的分析，我们不难得到一个结论：只有可以直接服务于当前环境的商业（业务）对象并直接创造价值的商业智能才是靠谱的，它不是大数据，不是SQL，不是Excel，是去除了大数据的泡沫，不写SQL的纯技术，超越了Excel的限制的可以开启每个人英雄模式，用初高中智力水平加上多年行业领域岗位经验可以直接从数据中创造价值的工具。值得注意的是，运行在PowerBI中的DAX，正是结合Excel的简单，商业智能的特性，SQL的能力而进化和稳定了10年而形成的。

这种商业智能和我们有什么关系

这种商业智能只和认为认为它和你有关系的人有关系。如果你不爱一个人，你永远不会让那个人爱上你，即使有，也是临时的假象。

通过第一部分的论证，商业智能在中国属于刚刚起步，但在急速发展，就像当年的房价，如果除了本职工作，选一个技能来投资，商业智能的技能要比Excel，PPT，R之类有更加明显的性价比。注意：这里并不是否认Excel，PPT，R之类的价值，而是对于数据时代而言，需要人人可用的商业智能，这不是让每人都去做程序员的，Excel和PPT作为办公软件是信息时代的标配，在数据时代属于默认应该有的。如果你不会R，是正常的，因为你不是程序员；你不会Excel和PPT，那你必须补上一个时代的课；对于有了较好办公基础的战友，商业智能能力将是最能帮助你将价值最快放大的武器。

在未来5到10年，可以驾驭商业智能的能力将决定一个人在数据时代是得到机会还是被打击。已经在身边有非常多的案例来说明PowerBI作为一种商业智能工具给一些人带来完全不同的职业晋升。这里有从HR做成PBI分析师的案例；有从财务裁员由于PBI能力得到新的机会的；有从超大型传统企业通过PBI体系的积累转型进入新兴数据企业的；也有直接从草根公司飞跃到外企的。很多战友会反问：为什么我学了PowerBI，没有企业招聘这个岗位？ 其实这个问题非常简单，有多少企业会招聘奥迪司机，会招聘英语翻译，会招聘打字员？请将你的PowerBI能力与另外一样能力整合起来，那个能力应该是某种业务能力，如：HR，财务，运营等。我们已经在上一部分清楚的阐述，企业需要的是价值，是业务价值，不是工具本身，除非这个企业有非常明显的工具需求，如果是这样，那这个企业需要的是PowerBI专家。（掌握Excel120文章的全部内容是成为一个PowerBI专家的最低条件，很显然问这种问题的战友不符合。）

你永远无法叫醒一个装睡的人。 如果你就是认为商业智能和你没有关系，那也很好，我们希望这样的人越多越好，因为他们的存在将是我们价值的体现。在Excel120，我们面向商业智能世界最前沿，提供一手信息以及最新最佳实战经验分享，注意，只为这些真正有心的战友。我们称之为是战友，因为我们认可同样的理念，为同样的事物真正投入。什么是真正投入？如果一个男人说爱一个女人但不愿意花钱，那就是不爱，这的确是真理。如果一个人没事叫你大神，然后丢给你一堆问题，不愿意花钱学习的，他的内心其实是把你当成大婶子来给他做家政服务的，而作为大婶子给他免费服务所花费的时间是对家人、爱人、孩子、老人无形的伤害，连孩子都不要地去给一个陌生人写公式，这是什么精神。因此，整个市场上充斥了盗版，低劣，虚假，投机。Excel120需要真正的战友，我们是PowerBI战友联盟。如果你想改变，想精通PowerBI，想做投资而不是投机，想真正靠数据时代的机遇来塑造自己，我们有必成的模式以及成功塑造案例。

小结

数据时代是不以人的意志而转移的，它已经来到。商业智能能力是最先需要的一种时代性能力，成也萧何败萧何，你准不准备真不重要，你的对手准备好了就行。每年1000W大学生毕业去哪里，你不想去的农村他们也不想去，你想买却买不起的房，他们也想要。你不能战胜他们就必将被他们夺走饭碗，你真的以为10年工作经验和3年有多大差别吗？在3年经验商业智能工具面前，就可能将中年们碾压得粉碎。

我们敬佩那些曾经在领域、行业、公司发挥重要价值的人士，而这并无法阻挡时代的车轮：

既然如此，到底该怎么做呢？

我们如何获得这种能力

有心的战友可以发现，在Excel120的文章，所有文字没有任何Ctrl C V，也没有一篇文章是为了讲一个函数的基础功能而讲。因为，我们的想法是不同的，对于基础的知识，我们直接录制系统化的教程，而所有的基础，我们需要有的是不变的目标，清醒的认识，准确的定位，长久的延续，深刻的思想。

那么在这里，我们将给出非常本质的思考，思想是道，行为是术，如果我们是同道中人，你定会乐于其中。

商业智能，就起本质目的，是通过数据表示现实世界，通过处理数据去处理现实世界的问题。现实世界的问题有两种：一种是你知道的问题，一种是你不知道的问题；数据也有两种，一种是你已经有了的数据，一种是你没有的数据。而各种商业智能概念都可以从这两个角度展开。

在阐述获得能力之前，我们有必要让你非常清晰的知道真相。

你可以通过这个图看出你位于什么位置，如果你看不懂的话，那再来一个：

注意，作为决策者，他永远是抓住最核心最精华的信息（而不是数据），去解决最重要的生死发展核心问题，想象一下，他们愿意为了得到这种信息而付出代价；也愿意为了解决这种问题而付出代价，因此分析师才有了职业生命。如果这个图还不能让你有感觉的话，那你再看：

已经非常清晰了，最高决策基于的报表要的是最简单的直接，就是Excel，因此Excel是永远可以活着的，而Excel办不到的，PowerBI等角色和工具可以办到，但你选什么呢？这个图的结构是正确的，但事实的发展状态是不平衡的，尤其是中国，它其实是这样的：

在当今的中国大部分企业，你可以用知道的数据去处理掉老板提出的问题就已经是高大上的企业了。 不要吹大数据，不要吹AI，不要吹机器学习，想找死的企业就上，上了不想死，就继续烧钱，可能可以烧出来，但这种企业真的和你我没有半毛钱关系。对于用不知道在哪里的数据去解决自己都不知道的问题而言，算了吧，随他去吧，能把知道的做好就不错了。

于是，你可以非常清楚的看到 Excel 作为数据工具的需求当然是有的，而它和数据技术之间的鸿沟则完全在商业智能的范畴之内。值得一提的是商业智能中也集成了一些AI和机器学习的能力，例如PowerBI中就有这样的能力，但我们根本不推荐，因为我们非常清楚，你可以用PowerBI替代Excel，用已知的数据去处理好已知的问题就已经是非常强大的生产力了，能得到85分就是明星了，我们根本不去想那种要100分的不现实需求。

我们希望这些洞察图可以对战友们理解当前的形式有更加准确的把握，这还不算完，我们要让战友们看到更加本质的思考和洞察。在用知道的数据去解决知道的问题的过程中，例如：通过销售数据去建立销售数据模型来计算利润率，发展，预测，预算等都属于这个范畴。而这个范畴需要有三个核心能力： 1、数据的理解能力 2、业务的理解能力 3、工具的生产力

我们将未来的职场人士按照这三项核心能力在知道·知道象限再分成8种，分别来看：

【出局者】

为了好听点，叫出局者吧，不懂业务，不懂数据，不懂工具，回家种地。

【办公者】

办公者，大部分毕业1~2年的人，从事非常基本的数据操作，从决策者得到明确的需求，然而只能用Excel来处理数据，获得的信息很有限，薪资很快达到瓶颈。

【决策者】

决策者，一般是老板，懂业务，不懂数据，不懂BI。他们有权有势，有生杀大权，经常拍脑袋决策，他们特别需要信息专家的辅助来超越自身战胜竞争对手，这些老板一般只能看懂条子，柱子，饼子，因为至少在他们赚了钱打麻将的时候就可以顺便学习这些图形。当你试图让他们看懂复杂的数据可视化的时候，你要么选择跳槽，要么不要抱怨伺候人很难。

【被挑战者】

被挑战者，他们一般已经通过自己的努力，在业务和数据上都有很多想法，但苦于只能使用Excel类的电子表格工具，无法最大化信息价值，他们虽然是企业的栋梁，但被动者却也成为企业发展的绊脚石；而积极者能够意识到危机并乐于学习，这样的人有可能会跳出被挑战者的圈圈，解除中年危机，甚至到达更广阔的的天地。

【潜力者】

潜力者，他们懂得BI，如PowerBI，但却没来得及积累对数据的理解以及业务的深度。Excel120的大学生毕业生学员就是典型的潜力者，由于潜力者选择了在知道象限耕耘，只要努力，假以时日便可以成为分析专家或业务专家，甚至成为信息专家。很多问为什么会PowerBI却找不到工作的战友，请你至少是分析专家或某方面业务专家，在此之前，由于PowerBI的略微超前，你要知道很多企业都是被挑战者，在你没有过硬的数据理解力和业务深度前，仅仅只是PowerBI是不够的。

【分析专家】

分析专家，他们懂数据，也懂BI，如：PowerBI。这种懂指的是深刻的懂，他们玩转数据就像是呼吸，那么自然；他们摆弄PowerBI，就像是玩具，那么轻松。如果有业务专家的配合，他们形成了双子星组合，将帮助企业提供重要的洞察力以获得个人价值的最大实现。

【业务专家】

业务专家，他们懂业务，懂BI，但并不直接接触底层数据。通过BI，他们可以洞察到想要的信息，而这些信息很可能来自于分析专家的配合，他们在一起是完美组合。这种对业务的懂，指的是深刻的懂，他们看到数字就不用查数据库就知道是对还是错，因为行业业务数字已经成为了身体反应，他们可以依靠直觉来预测，AI和机器学习在他们眼中就是呵呵，如果一定要用AI或机器学习，也是学习他们给出了特定的主题来帮助他们更好的直觉。

【信息专家】

信息专家，一种数据时代非常凶残的存在。他们自带业务，数据，商业智能属性，可以在任意时间任意地点拿出超轻薄笔记本，具备1天1个人1台笔记本1套方法驾驭1亿数据的能力，再通过业务洞察，直接为最高决策者提供价值连城的信息情报。

值得注意的是，我们并没有讨论那些特别偏重技术的象限，从时代发展而言，那部分技术都是为了知道象限和业务服务的，因此，射人先射马，擒贼先擒王，不管你愿不愿意被归类，你都已经被归类了。被归类并不重要，重要的是我们在清楚地知道自己是谁以后去大胆地成为那个想成为的自己。这个过程会需要挑战和突破自己，Excel120的存在就是为了聚集这些真心实意希望朝着信息专家方向发展的战友，为大家提供实实在在的助力。

本文应该会遭到很多非议，但那根本不重要，相对于这里的思考，这里的洞察，这里的期望，以及这里的对真相的解释，都必须是伴随着痛苦的。996算个P，当你知道自己的理想在哪里的时候，生命的每一秒都应该被赋予意义。

小结

因此，对于出局者，尽管出局吧。对于办公者，可以享受Excel和PPT的乐趣，但永远不会跃迁，因为生存维度决定了高度。决策者，不管是中小企业主，土老板，还是大企业的管理决策者，如果你不能成为他们，将注定为他们服务，既然如此，请放下看似高大上的不落地，切切实实地为他们做好点线面，柱子，条子，大饼，一页纸中国式复杂报告，让他们可以很轻松的GET到有价值的信息，那便是成为真正的信息专家的境界。刚刚学习PowerBI的潜力者们，你们应该有信心和耐心，未来是属于你们的。对于分析专家和业务专家，你们需要彼此助力，达成战略同盟，便可以1 1>2，在彼此帮助的同时，最大化为企业数字化进程助力，实现三盈（不是赢，赚钱就是盈，要赢干嘛）。对于信息专家，这是Excel120追求的目标，也是我们所有实践和实战最后的归宿，始终不变的目标：一个人一台笔记本在星巴克打开，一杯咖啡，一天时间用Excel120基于伟大前人基础独创的一套BI方法论驾驭一亿数据，为值得辅助的主贡献全部力量，助其成功。