您真正需要多少个商务智能系统？
来源：CPDA数据分析师网 / 作者：数据君 / 时间：2021-03-05
您意识到解决报告问题的方法可能是每个人都在谈论的新型商务智能软件之一
但是搜索引擎进行快速搜索之后，您发现自己被显示的看似无穷无尽的各种商业智能系统，所有有前途的“为企业中的每个人提供自助服务分析”以及其他类似的保证似乎不知所措，这暗示着通过下载此特定的BI您的所有BI问题将立即得到解决，但是在深入探讨之前，什么是BI系统？从广泛的意义上讲，BI软件旨在帮助企业更好地理解和检查自己的数据，从而允许以数据为依据的决策以及组织的长处和短处的全貌，BI系统应该允许用户（无论是内部还是外部）都可以通过嵌入式分析从数据中获得所需的答案，无论他们的技术专业水平如何，只要他们需要从易于使用和理解的自助服务仪表板中获取它们，用户。
简单的工具无法处理复杂的数据
不过，虽然这变故确实有点用有限的范围或大小的数据处理时，合理的，如一些相当简单的Excel电子表格，当你处理复杂的数据（即大数据或从多个不同来源的数据始发）就像上面的示例一样，情况变得越来越好复杂，获得一个可以解决所有数据问题的“一刀切”的BI工具的想法远非显而易见，要了解原因我们必须首先查看处理复杂数据所需要的处理。
解决困难的数据：您需要知道的
通常，不能将大型或分散的数据简单地“馈送”到任何类型的BI系统中，并且不能立即产生可操作的结果，通常数据需要经过几个准备阶段，然后才能以报表或BI仪表板的形式进行可视化和呈现。我们可以大致定义有效数据分析的四个阶段或要求，连接到数据源，数据存储在各种数据库，云应用程序和本地中，并且在阶段需要将其引入到您的BI系统中，如果有问题的BI工具无法本地连接到您的源，则您将需要其他插件或开发工作。
数据集成和ETL
当使用杂乱无序的数据（例如由员工或客户生成的数据，没有严格适用于流程的一致规则），或使用不一定遵循相同内部逻辑的各种数据源时，将需要复制数据，进行修改或扩充，以生成一个在所有数据源中都一致的单一版本（单一真相），如前所述，数据准备通常是数据分析中困难的部分，查询数据存储库，将所有数据都放在一个位置后，您需要能够通过OLAP或内存内关系处理，在合理的时间内快速扫描各个表，以解决问题，数据可视化，将数据放入系统中并进行清理，并处理了相关表后，就可以显示结果了，当涉及到进行有意义的分析时，每个不同的阶段都是至关重要的，但是可悲的事实是，大多数现有软件工具实际上并不是端到端解决方案，他们通常将能够处理上述详细任务中的1-2个，但在处理其他任务时将具有非常有限的功能（如果有），有些工具侧重于数据集成，但是前端功能非常有限。而其他仅仅是伪装为“分析”的数据可视化工具。
所有这些混乱的根源在于，“商业智能软件”已经成为一个足够广泛的术语
可以涵盖几乎所有涉及条形图或数据透视表的内容，而实际上数据分析是一个极其复杂，多方面的过程。但这是另一个问题–您仍在等待这些报告！那么，您如何解决复杂的数据问题呢？复杂数据问题的两种替代解决方案，流水线方法，公司发现处理越来越多的数据准备和与复杂数据相关的其他任务的一种方法是，简单地继续投资于越来越多的工具，模块和敬业的专业人员，这些工具，模块和专业人才会相互叠加，直到企业拥有一堆可以提供端到端解决方案的工具-想法是所有这些BI系统将组成一个工作单元。
这是流水线方法，数据在ETL和可视化工具之间传递，然后终从其原始格式转换为有用的可视表示形式
装配线确实为某些组织带来了合理的结果，但是缺点也很明显：这是一种非常笨拙，不灵活的BI方式，始终保持多个不同系统正常运行并确保它们正确“连接”的需求很快就会成为后勤和财务上的噩梦，每个工具都带有自己的“专家”，自己的客户经理，支持代表和专业服务，而且这还没有提及购买和维护所有这些独立系统所涉及的成本，因此您发现自己需要处理三到十二个问题才能实现应该做的简单任务，而不是用来解决所有问题的工具。
流水线方法的替代方案源于以下概念
业务分析可以有所不同–即使在处理复杂数据时也可以简单，敏捷和容易，并且需要部署大量不同的工具以确保合理性，结果不是牢不可破的自然法则，在单栈体系结构中，分析软件从一开始就计划用作复杂数据的解决方案-因此，它的每个组件都针对快速数据提取，集成和分析进行了优化，产品的技术基础以实现该目的的方式构建，并确保该工具能够以所需的性能速率运行，包括何时需要处理大数据或即时执行复杂的计算，因此用户只有一个系统，具有一个联系点并且拥有内部产品所有者，可以满足他们从企业数据集成到仪表板和报告的所有数据分析需求，请注意这并不是指在同一标签下混杂在一起的各种数据准备，分析和可视化工具，这些工具通常被打包为“全栈商业智能”，而是一个单独的工具，可以作为完整，优化的单元来提供任何复杂性数据的分析解决方案。
分析单独出售吗？
但是搜索引擎进行快速搜索之后，您发现自己被显示的看似无穷无尽的各种商业智能系统，所有有前途的“为企业中的每个人提供自助服务分析”以及其他类似的保证似乎不知所措，这暗示着通过下载此特定的BI您的所有BI问题将立即得到解决，但是在深入探讨之前，什么是BI系统？从广泛的意义上讲，BI软件旨在帮助企业更好地理解和检查自己的数据，从而允许以数据为依据的决策以及组织的长处和短处的全貌，BI系统应该允许用户（无论是内部还是外部）都可以通过嵌入式分析从数据中获得所需的答案，无论他们的技术专业水平如何，只要他们需要从易于使用和理解的自助服务仪表板中获取它们，用户。
简单的工具无法处理复杂的数据
不过，虽然这变故确实有点用有限的范围或大小的数据处理时，合理的，如一些相当简单的Excel电子表格，当你处理复杂的数据（即大数据或从多个不同来源的数据始发）就像上面的示例一样，情况变得越来越好复杂，获得一个可以解决所有数据问题的“一刀切”的BI工具的想法远非显而易见，要了解原因我们必须首先查看处理复杂数据所需要的处理。
解决困难的数据：您需要知道的
通常，不能将大型或分散的数据简单地“馈送”到任何类型的BI系统中，并且不能立即产生可操作的结果，通常数据需要经过几个准备阶段，然后才能以报表或BI仪表板的形式进行可视化和呈现。我们可以大致定义有效数据分析的四个阶段或要求，连接到数据源，数据存储在各种数据库，云应用程序和本地中，并且在阶段需要将其引入到您的BI系统中，如果有问题的BI工具无法本地连接到您的源，则您将需要其他插件或开发工作。
数据集成和ETL
当使用杂乱无序的数据（例如由员工或客户生成的数据，没有严格适用于流程的一致规则），或使用不一定遵循相同内部逻辑的各种数据源时，将需要复制数据，进行修改或扩充，以生成一个在所有数据源中都一致的单一版本（单一真相），如前所述，数据准备通常是数据分析中困难的部分，查询数据存储库，将所有数据都放在一个位置后，您需要能够通过OLAP或内存内关系处理，在合理的时间内快速扫描各个表，以解决问题，数据可视化，将数据放入系统中并进行清理，并处理了相关表后，就可以显示结果了，当涉及到进行有意义的分析时，每个不同的阶段都是至关重要的，但是可悲的事实是，大多数现有软件工具实际上并不是端到端解决方案，他们通常将能够处理上述详细任务中的1-2个，但在处理其他任务时将具有非常有限的功能（如果有），有些工具侧重于数据集成，但是前端功能非常有限。而其他仅仅是伪装为“分析”的数据可视化工具。
所有这些混乱的根源在于，“商业智能软件”已经成为一个足够广泛的术语
可以涵盖几乎所有涉及条形图或数据透视表的内容，而实际上数据分析是一个极其复杂，多方面的过程。但这是另一个问题–您仍在等待这些报告！那么，您如何解决复杂的数据问题呢？复杂数据问题的两种替代解决方案，流水线方法，公司发现处理越来越多的数据准备和与复杂数据相关的其他任务的一种方法是，简单地继续投资于越来越多的工具，模块和敬业的专业人员，这些工具，模块和专业人才会相互叠加，直到企业拥有一堆可以提供端到端解决方案的工具-想法是所有这些BI系统将组成一个工作单元。
这是流水线方法，数据在ETL和可视化工具之间传递，然后终从其原始格式转换为有用的可视表示形式
装配线确实为某些组织带来了合理的结果，但是缺点也很明显：这是一种非常笨拙，不灵活的BI方式，始终保持多个不同系统正常运行并确保它们正确“连接”的需求很快就会成为后勤和财务上的噩梦，每个工具都带有自己的“专家”，自己的客户经理，支持代表和专业服务，而且这还没有提及购买和维护所有这些独立系统所涉及的成本，因此您发现自己需要处理三到十二个问题才能实现应该做的简单任务，而不是用来解决所有问题的工具。
流水线方法的替代方案源于以下概念
业务分析可以有所不同–即使在处理复杂数据时也可以简单，敏捷和容易，并且需要部署大量不同的工具以确保合理性，结果不是牢不可破的自然法则，在单栈体系结构中，分析软件从一开始就计划用作复杂数据的解决方案-因此，它的每个组件都针对快速数据提取，集成和分析进行了优化，产品的技术基础以实现该目的的方式构建，并确保该工具能够以所需的性能速率运行，包括何时需要处理大数据或即时执行复杂的计算，因此用户只有一个系统，具有一个联系点并且拥有内部产品所有者，可以满足他们从企业数据集成到仪表板和报告的所有数据分析需求，请注意这并不是指在同一标签下混杂在一起的各种数据准备，分析和可视化工具，这些工具通常被打包为“全栈商业智能”，而是一个单独的工具，可以作为完整，优化的单元来提供任何复杂性数据的分析解决方案。
分析单独出售吗？
回到我们从头开始的示例–不要相信任何声称自己产品的提供商都是您需要的东西，检查数据的复杂性，并事先确定需要做哪些准备好进行分析，以及终要生成哪些报告，仪表板和分析，如果您正在寻找的软件不能提供这些要素中的任何一个，那就知道您将在考虑购买其他工具-或选择单栈解决方案。
商业联合会数据分析专业委员会
京公网安备 11010502034401号
课程体系 
试听申请 
复听申请 
在线报名 
考试大纲 
考试报名 
准考证打印 
