大数据时期，险些每个企业都在追求数字化转型、数据化管理，上到公司管理层计策目标制订，下到一线业务同学的项目复盘申报请示、乃至产品经理和开拓的需求沟通，都须要数据的支撑，从过去的拍脑袋的定性决策，转向统统用数据说话的定量决策。从而，带来数据获取和剖析需求爆发式的增长。
一、数据剖析的紧张痛点1. 日常临时取数剖析
业务团队：数据获取门槛高，一线业务职员难以直接打仗数据源，业务数据获取高度依赖数据团队，数据人力、排期跟不上，数据相应周期长，影响数据利用。
数据团队：临时取数花费数据开拓精力，影响数据基建，业务不满意，着力不谄媚。
2. 固化可视化报表
对付一些固定的主题式经营剖析报表，须要培植可视化平台让业务直接交互式剖析决策，乃至一些后台产品都须要供应数据可视化统计剖析能力，例如电商平台B真个商家后台，每个报表页面都须要定制化开拓，前后端、数据开拓人力本钱高，相应慢，一个需求至少1周开拓资源，并且对付一些业务真个开拓，并不具备专业的可视化开拓能力，须要从0开始，学习本钱高。
二、自助BI产品的破局思路1. 自助BI产品理念
自助BI产品理念是自助，通过产品上的低代码、拖拽式、可视化能力构建，让一线业务可以打仗数据，进行自助式的剖析，大家都可数据剖析，取数不求人。就像用饭的时候，去吃点餐，须要厨师给你做菜，用饭时长取决于前面排队的时长，以及单个菜品的工序繁芜度，用饭2小时，1.5小时排队吃半小时。
如果去吃自助，厨师提前把根本的高度集成的菜品原材料组装好，用户按需自取即可，可以进行二次的加工，烧、烤、蒸煮本钱身喜好的口味，用饭时长2小时，1.5小时用饭，0.5小时安歇一下连续吃。
2. 自助BI是数据化运营的必备产品
数据剖析的产品形态有定制化的可视化开拓平台，用户行为剖析，以及自助BI。随着数据化转型的不断深入，企业数据化管理流程和人才体系被逐步培养起来。BI产品的不断迭代和完善，已经可以逐步替代定制化开拓，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。
从终极业务目标看，自助BI产品是一劳永逸的方案。碰着过一些企业，先是采购了用户行为剖析的产品，业务不断发展剖析场景多元化之后，单一的用户行为剖析能力已经无法覆盖剖析需求，还须要再次采购BI工具。
相反，如果选择自助BI产品，只是数据模型的扩展、数据剖析能力的增强。虽然企业每个阶段的痛点和问题各不相同，但智能BI决策剖析产品，才是决策剖析类数据产品终极的归宿。
三、自助BI产品功能架构
敏捷BI工具的标配流程是数据建模、拖拽剖析、可视化呈现、系统管理等功能模块，随着根本看数据的需求知足后，业务会有更多增强剖析、以及从人找数到数找人的预警、推送需求。
同时，对付数据生产者，要持续降本增效，因此环绕数据血缘看板生命周期干系的数据管理流程，在自研产品中也要考虑进去。
1. BI系统架构
数据源：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，否则工具做的再好也是巧妇难为无米之炊，要支持接入常用关系型数据库，以及数据仓库的数据源。
数据模型：数据接入后，在数据模型层，做表之间的关联、字段逻辑处理、元数据信息掩护，形成模型资产，把模型主题、层级分门别类管理好，方面业务快速找到目标数据源，同时须要做好模型权限、字段、行值权限管控，技能层面要把不同数据源集成到OLAP查询引擎，提升即席查询效率。
剖析层：无SQL拖拽剖析，业务基于数据模型，可以直接选择维度、度量、过滤条件后，直接进行数据查询，同时封装可视化图表组件，做结果的可视化展示。对付须要固化的剖析结果，可以将图表保存至Dashboard，且可以对图表系列颜色、数据标签、筛选条件等进行设置。
输出层：紧张包括Dashboard输出、将看板以iframe办法嵌入其他平台、数据推送&预警，以及可视化大屏。将可视化能力直接在系统内运用或跨系统复用。
自助BI行业来说，成熟的商业化产品非常多，传统的BI剖析如帆软BI、BDP、Tableau、永洪BI、亿信华辰等，云厂商阿里quickBI、网易有数、火山引擎智能数据洞察等，在产品细节功能设计的时候，可以注册账号去试用体验即可。
四、自助BI产品从0到1的踩过的一些坑1. 数据集资产是根基
对付BI产品而言，数据集资产是根基，用户去进行自助剖析的条件是，有数据可以剖析。在过去从0到1做BI产品初期，最大的问题是功能有了，但是没有可以供业务去查询利用的数据资产模型，自助剖析、数据可视化做的再好，也不会有业务去利用。
以是，在企业内部推动BI项目时，要联动数据资产培植者(数仓开拓等)，去供应可以给业务去利用的流量、订单、会员等数据模型，让用户体会到，自己取数也很大略，而且更快。
对付数据集管理模块功能设计时，须要供应全面的元数据掩护、数据集分级分类检索、数据逻辑确认的能力，让用户方便地找到所须要的数据，一键申请权限，快速自助剖析。
2. 自助剖析要足够自助
曾经，BI项目组中，产品和研发一贯环绕一个到底自助剖析模块应不应该支持模型关联的问题争执不休。开拓的不雅观点是该当像QuickBI一样，将所有的建模过程在数据集创建中进行，自助剖析仅做可视化配置。
而产品的不雅观点则是，自助剖析除了输出可视化配置能力外，还承担了无SQL取数的功能，很多一线的业务同学，是利用自助剖析取数的。数据开拓在进行数据集创建时，考虑模型的通用性，会供应一些根本的明细数据，如果只能在数据集上关联，意味着业务进行剖析须要关联时，须要联系数据集卖力人去改模型，这个周期就很长了。
最初上线时，把自助剖析模型关联以及打算字段处理的功能做了灰度隐蔽，业务部门直接找过来说，没有这个功能他们就不用了。在这里，我的不雅观点是，自助BI产品，须要包括：自助BI剖析+可视化配置能力，自助BI剖析，是传统AdhocSQL 取数的低代码、无SQL版本。否则，就只是做到自助可视化，而做不到自助剖析。
3. 建立自研BI产品的核心竞争力
业务发展早期为了更快的利用起来会外采商业化BI产品，毕竟自研的周期还是比较久的。当业务已经利用了商业化的产品，虽然经由业务发展以及老板的决策说，我们是时候自己搞一个BI产品了。
那么，说服业务去迁移还是比较困难的，毕竟他们已经有了很多的报表积累，没有上风，凭什么要迁移呢，纵然口头上答应了老板说要全力支持，但是真正实行的时候，却因各种优先级问题迟迟推进不下去。
实质还是由于，没有形成对他们足够有吸引力的竞争上风。例如，外采BI一样平常是采取数据库连接的办法，进行后续剖析，多数BI产品对数据全链路追踪能力是缺失落的，或者仅限于系统内部的数据集、看板、图表之间的关系。
而自研产品可以具备的上风是从数据源生产加工全流程，到终极的运用，可以做到全链路的数据追踪，针对不该用的报表进行一键下线，打通系统内部的数据管理工具，做到加工过程的任务资源开释，实现降本增效。
五、BI产品的发展趋势1. 灵巧的可视化配置能力持续完善
自助BI可视化的终极目标是要完备替代定制化的可视化开拓需求，环绕这一目标，须要看现有的BI产品对可视化门户快速搭建的能力、移动端可视化剖析、以及大屏可视化配置的能力。
2. BI+AI智能化剖析能力
传统的BI产品紧张办理了用户查数据的问题，BI产品和其他定制化或者用户行为剖析类的产品紧张的劣势在于短缺剖析思路的沉淀，须要业务职员具有剖析目标和剖析思路。
融入AI剖析能力，可以帮助业务更高效的进行数据剖析，例如当GMV指标颠簸非常时，利用基尼系数的算法模型，自动天生影响KPI颠簸的关键维度以及Top影响成分，不须要业务进行逐层剖析了，一键定位。
此外，可视化图表的选择上可以利用机器学习自动推举，这个能力百度的Sugar已经实现了的。
3. 人找数到数找人的能力构建
对付业务职员来说，他们更希望只关注业务，最好能有专门的数据剖析帮他进行数据剖析，见告他有什么问题，该怎么做就可以了。基于业务设定的预警规则+智能的归因剖析+IM的信息推送，当业务非常时，直接见告业务，有问题了，哪里有问题，他该怎么做。
#专栏作家#
数据干饭人，微旗子暗记公众年夜众号：数据干饭人，大家都是产品经理专栏作家。专注数据中台产品领域，覆盖开拓套件，数据资产与数据管理，BI与数据可视化，精准营销平台等数据产品。善于大数据办理方案方案与产品方案设计。
本文原创发布于大家都是产品经理，未经作者容许，禁止转载。
题图来自Unsplash，基于CC0协议。
