如今的商业智能BI不同于传统，已经逐渐向自助型的、以业务为主导的模式过渡。而站在IT角度，IT也应该采用一种能够让业务部门在所有层面参与整个计划的协作方式，但这也许需要更高层领导的支持和鼓动。
本文将重点介绍BI分析平台的评估和选择，包含以下5个方面8条建议。
1、划分涉及人群
整个商业智能分析过程中会涉及到3类人群，每个阶段都会有一个明确的主要角色：
- IT/商业智能专员 ——执行所有初始设置任务，包括软件安装、用户预配、访问权限、管控监督以及某些开发任务（内容和数据源）。
- 业务分析者——执行大多数内容创建任务，包括数据准备、自由格式探索、内容提升和数据验证。
- 信息使用者——主要访问经过整理的内容和可信的数据源并与之交互，以领导管理层居多。
划分人群的目的是帮助梳理不同人的需求，在项目计划的时候能有所考虑。
2、BI分析平台的易用性
传统BI的专业性较高，使用难度较大，在过去的几年常常搁置BI，如今选择BI平台需考虑易用性和上手是否简单，总体来看需要考察：
- 整个BI分析的工作流能否在自有平台中无缝执行？
- 平台是否提供各类数据源的连接（比如关系型数据库、多维分析数据库、云数据库）
- 随着时间的推移，平台是否能够通过扩展来容纳不断增加的数据量以及更多的用户？
- BI平台管理员是否能轻松安装、配置和管理该平台？
- 数据分析人员是否能较为方便地准备数据和整理数据源？
- 信息使用者是否可以轻松查找、查看可用的分析内容并与之交互？
3、交互
在数据分析过程中，一个能满足分析者需求的Dashboard应该能自由地分析，通过一些操作来改变和增加分析的维度及范围，来增加业务分析的深度。因此，需要考虑：
- 能否使用预定义或自定义的分层结构来进行上钻和下钻？
- 能否通过与参数交互来更改分析视图或执行假设分析/场景建模？
- 能否通过筛选控件改变分析范围？
- 能否更改分析视图或分析的场景？
4、分析和探索
数据可视化工具和丰富可视化分析工具，前者用于构建图表，后者使用可视化作为主要分析呈递方式。需要考虑到业务人员人员分析和探索的自由性，诸如FineBI的SPA螺旋式聚合功能，满足了以下几点。
- 支持在前端分析过程中简单处理（筛选、计算）数据。
- 支持对现有数据模型进行充实，创建分析所需的新维度和度量。
- 能够对相关数据点进行合并和分组，从而在数据模型中生成新字段以简化分析。
5、查看和分享
传统的商业智能分析，得出的报告往往通过打印或导出的静态报告发送至领导邮箱。
现代的查看方式有所改变，移动端设备及大屏设备开始流行。因此，需要考虑：
- 查看和分析过程是否支持在不同分辨率不同设备上的展现和交互（平板电脑、手机、大显示屏）？
- 分析能否嵌入组织的 Web 门户或OA、CRM等业务系统中？
- 能否接入外网查看和共享？
- 协作方面，能否通过微信、钉钉等办公社交工具进行分析的讨论（注释、评论等）
- 流程上是否有权限设置，审批流程？
6、管控
在选择BI分析平台时务必考虑灵活性，以便满足业务部门的不同需求。比如从传统BI平台到现代平台的过渡，可以选择在初始阶段以传统方式使用现代平台，然后逐渐扩充用户可以自助访问的功能。但同样重要的是，必须评估平台在“数据管控”和“分析管控”这两个不同但彼此相关的领域中的各种不同功能，以确保日后扩展或者管控模型有所改变时能根据需求灵活地调整。
