請不要將數(shù)據(jù)中臺(tái)做成BI

為什么會(huì)這樣呢？BI作為IT界“顏值擔(dān)當(dāng)”，那可是一直是一項(xiàng)叱咤風(fēng)云的數(shù)據(jù)應(yīng)用技術(shù)。曾幾何時(shí)，為了一張報(bào)表、一個(gè)大屏，有多少企業(yè)都愿意為其“豪擲千金”！為什么現(xiàn)在很多企業(yè)又都對其失去了興趣了呢？今天我們一起聊聊這個(gè)話題！歡迎留言區(qū)談?wù)勀挠^點(diǎn)。1BI到底有沒有價(jià)值？BusinessIntelligence（商業(yè)智能），簡稱BI。BI一詞最早是由Gartner在1996提出的，Gartner將商業(yè)智能定義為：描述了一系列的概念和方法，通過應(yīng)用基于事實(shí)的支持系統(tǒng)輔助商業(yè)決策的制定。也有的說BI這個(gè)概念，早在1989年IBM的研究員就開始使用了，他將商業(yè)智能定義為：對事物相互關(guān)系的一種理解能力，并依靠這種能力去指導(dǎo)決策，以達(dá)到預(yù)期的目標(biāo)。但不論是Gartner提出的還是IBM提出的，不論是1989年還是1996年，總的來說，BI不是一個(gè)新事物，而且已經(jīng)有近30年的歷史了。BI為企業(yè)提供了一種迅速分析數(shù)據(jù)的技術(shù)和方法，包括收集、管理和分析數(shù)據(jù)，通過將這些數(shù)據(jù)轉(zhuǎn)化為有用的信息，從而幫助企業(yè)進(jìn)行決策?？梢钥隙ǖ氖?，在過去的30多年里，BI還是在一定程度上發(fā)揮了它的價(jià)值的，例如：給領(lǐng)導(dǎo)提供了一些輔助決策的數(shù)據(jù)報(bào)表，以及一些漂亮的可視化數(shù)字大屏，等等。隨著數(shù)字化的不斷發(fā)展，人們對數(shù)據(jù)洞察力的期望越來越高，漸漸的人們發(fā)現(xiàn)：不是企業(yè)不再需要BI，而是成功的BI實(shí)在太少了。那些原本為領(lǐng)導(dǎo)提供決策的數(shù)據(jù)報(bào)表，往往被領(lǐng)導(dǎo)束之高閣，而那些“漂亮的數(shù)字大屏”也淪為了“面子工程”，只有在上級領(lǐng)導(dǎo)視察，或外部單位考察的時(shí)候才拿出來“裝裝門面”。說好的“數(shù)據(jù)驅(qū)動(dòng)”呢？，說好的“幫助企業(yè)做出明智的業(yè)務(wù)決策”呢？除了上了一個(gè)BI工具，開發(fā)了一套數(shù)據(jù)報(bào)表，似乎什么也沒剩下！就這樣，傳統(tǒng)BI項(xiàng)目的失敗率一直居高不下，這讓越來越多的企業(yè)對其失去了信心！2BI項(xiàng)目為什么總失??？說到“傳統(tǒng)BI的失敗”，90%的人都會(huì)想到的是：傳統(tǒng)的數(shù)據(jù)倉庫、數(shù)據(jù)分析技術(shù)不能滿足日益增長的客戶用數(shù)需求,企業(yè)應(yīng)該需要有一個(gè)更靈活、更敏捷、更智能的BI工具。的確?！皞鹘y(tǒng)BI工具不好用，在功能、性能方面應(yīng)對企業(yè)日益增長的數(shù)據(jù)量和用數(shù)需求顯得越來越力不從心”！這確實(shí)是一個(gè)導(dǎo)致傳統(tǒng)BI項(xiàng)目不好用、沒人用的一個(gè)原因。但這還不是傳統(tǒng)BI項(xiàng)目失敗的本質(zhì)原因。根據(jù)筆者多年在數(shù)據(jù)領(lǐng)域的經(jīng)驗(yàn)和觀察，BI項(xiàng)目之所以失敗，本質(zhì)上概括為以下兩方面原因：太把BI當(dāng)做一個(gè)“項(xiàng)目”去做很多企業(yè)實(shí)施BI項(xiàng)目，都是通過BI領(lǐng)域的供應(yīng)商去實(shí)施的，在既定的項(xiàng)目框架（目標(biāo)、范圍）下，由供應(yīng)商負(fù)責(zé)需求調(diào)研、方案設(shè)計(jì)、數(shù)據(jù)建模、數(shù)據(jù)采集、數(shù)據(jù)處理、數(shù)據(jù)分析界面開發(fā)等項(xiàng)目全過程。而在這個(gè)過程中，企業(yè)作為業(yè)主方參與的深度不足，技術(shù)和知識沒有從供應(yīng)商哪里很好的傳遞下來，從而導(dǎo)致將BI項(xiàng)目做成了一個(gè)一次性的“工具型項(xiàng)目”。殊不知，數(shù)據(jù)驅(qū)動(dòng)需要持續(xù)的數(shù)據(jù)運(yùn)營。企業(yè)的管理和業(yè)務(wù)是靈活多變的，缺乏持續(xù)的數(shù)據(jù)運(yùn)營機(jī)制，沒有配套的數(shù)據(jù)分析人員，而只是依靠供應(yīng)商提供的幾個(gè)固定的分析界面、固定的數(shù)據(jù)報(bào)表，再加上數(shù)據(jù)更新不及時(shí)，這樣的BI注定是用不起來的。在傳統(tǒng)BI的實(shí)施過程中，常常出現(xiàn)一期項(xiàng)目看起來效果不錯(cuò)，但企業(yè)后續(xù)的新需求、新項(xiàng)目就變得遙遙無期，或者爛尾。這是項(xiàng)目制BI固有的頑疾！沒把BI當(dāng)做一個(gè)“項(xiàng)目”去做如果說，將BI作為一個(gè)“工具型項(xiàng)目”、“項(xiàng)目型項(xiàng)目”去做，由供應(yīng)商交付項(xiàng)目驗(yàn)收之后，BI工具就被束之高閣，是傳統(tǒng)BI項(xiàng)目失敗的一個(gè)核心原因。而另一個(gè)原因就是：沒把BI當(dāng)做一個(gè)“項(xiàng)目”去做。大家都知道項(xiàng)目有三個(gè)要素：時(shí)間、成本和質(zhì)量。而這三個(gè)要素傳統(tǒng)BI項(xiàng)目做的都不好。時(shí)間上。業(yè)務(wù)需求不明確，業(yè)務(wù)與IT之間往往需要來回倒騰、確定需求。當(dāng)然也存在技術(shù)上的延遲問題，導(dǎo)致BI項(xiàng)目無法按計(jì)劃及時(shí)完成。模糊的需求、技術(shù)的延遲，拉長了交付的周期，等需求開發(fā)完了，發(fā)現(xiàn)業(yè)務(wù)需求已經(jīng)發(fā)生了變化。成本上。企業(yè)采購機(jī)構(gòu)BI軟件往往需要耗費(fèi)大量成本，尤其是一些國外的軟件，例如：SAPBO、OracleBIEE等。另外，BI項(xiàng)目要獲得一個(gè)較好的分析結(jié)果就需要對數(shù)據(jù)進(jìn)行有效的處理，缺乏數(shù)據(jù)治理能力的BI項(xiàng)目，往往耗費(fèi)大量的人工成本，來對臟數(shù)據(jù)清理和大量長尾數(shù)據(jù)的處理，既消耗了大量的成本，又出不來有價(jià)值的分析。質(zhì)量上。數(shù)據(jù)的不及時(shí)、不完整、不準(zhǔn)確是數(shù)據(jù)分析項(xiàng)目最大的問題。另一個(gè)問題是：太技術(shù)導(dǎo)向，導(dǎo)致業(yè)務(wù)與技術(shù)之間脫節(jié)，從而使得BI項(xiàng)目的目標(biāo)偏航，讓BI淪為老板看的報(bào)表系統(tǒng)而不是當(dāng)作整個(gè)公司數(shù)據(jù)驅(qū)動(dòng)系統(tǒng)。3數(shù)據(jù)中臺(tái)的誕生！毋庸置疑，數(shù)據(jù)是有價(jià)值的，將數(shù)據(jù)作為生產(chǎn)要素，把數(shù)據(jù)比作石油、金礦，其實(shí)毫不為過！在如今的數(shù)字化時(shí)代，數(shù)據(jù)大爆炸，對于企業(yè)來講，缺少的并不是數(shù)據(jù)，而是如何有效的管理和利用數(shù)據(jù)的手段。事實(shí)上，企業(yè)對于數(shù)據(jù)利用的探索一直沒有停止，除了BI、還有數(shù)據(jù)倉庫、數(shù)據(jù)集市、數(shù)據(jù)湖、大數(shù)據(jù)平臺(tái)、數(shù)據(jù)中臺(tái)等等。經(jīng)過了大量的實(shí)踐驗(yàn)證，當(dāng)前很多企業(yè)都將期望放在了數(shù)據(jù)中臺(tái)上！

1、什么是數(shù)據(jù)中臺(tái)？

關(guān)于數(shù)據(jù)中臺(tái)的概念，網(wǎng)上有很多種不同的說法。筆者在以往的文章中，也有相關(guān)數(shù)據(jù)中臺(tái)概念的定義。常見的一種定義是：數(shù)據(jù)中臺(tái)指數(shù)據(jù)采集交換、共享融合、組織處理、建模分析、管理治理和服務(wù)應(yīng)用于一體的綜合性數(shù)據(jù)能力平臺(tái)，在大數(shù)據(jù)生態(tài)中處于承上啟下的功能，提供面向數(shù)據(jù)應(yīng)用支撐的底座能力。其實(shí)這個(gè)定義還是太技術(shù)化，相比我更喜歡以下這個(gè)說法：數(shù)據(jù)中臺(tái)是一套“讓企業(yè)的數(shù)據(jù)可持續(xù)用起來”的機(jī)制，一種戰(zhàn)略選擇和組織形式，是依據(jù)企業(yè)特有的業(yè)務(wù)模式和組織架構(gòu)，通過有形的產(chǎn)品和實(shí)施方法論支撐，構(gòu)建一套持續(xù)不斷把數(shù)據(jù)變成資產(chǎn)并服務(wù)于業(yè)務(wù)的機(jī)制。數(shù)據(jù)中臺(tái)需要具備數(shù)據(jù)匯聚整合、數(shù)據(jù)提純加工、數(shù)據(jù)服務(wù)可視化、數(shù)據(jù)價(jià)值變現(xiàn)4個(gè)核心能力，讓企業(yè)員工、客戶、伙伴能夠方便地應(yīng)用數(shù)據(jù)。數(shù)據(jù)中臺(tái)是在組織數(shù)字化轉(zhuǎn)型過程中，對各業(yè)務(wù)單元業(yè)務(wù)與數(shù)據(jù)的沉淀，構(gòu)建包括數(shù)據(jù)技術(shù)、數(shù)據(jù)治理、數(shù)據(jù)運(yùn)營等數(shù)據(jù)建設(shè)、管理、使用體系，實(shí)現(xiàn)數(shù)據(jù)賦能、數(shù)據(jù)驅(qū)動(dòng)。

2、數(shù)據(jù)中臺(tái)與BI的關(guān)系

在企業(yè)的數(shù)據(jù)中臺(tái)架構(gòu)中，BI屬于數(shù)據(jù)前臺(tái)的范疇，提供數(shù)據(jù)分析和可視化能力，是數(shù)據(jù)中臺(tái)的用戶對象之一。而數(shù)據(jù)中臺(tái)更多是一種統(tǒng)一的數(shù)據(jù)管理架構(gòu)，它是一種技術(shù)和組織的解決方案，可以支持商業(yè)智能（BI）分析，并可以實(shí)現(xiàn)數(shù)據(jù)積累，數(shù)據(jù)清洗，數(shù)據(jù)集成，數(shù)據(jù)建模，數(shù)據(jù)可視化等。因此，我們看到業(yè)內(nèi)數(shù)據(jù)中臺(tái)解決方案中，常常將BI融合其中，搭配使用。數(shù)據(jù)中臺(tái)是從數(shù)據(jù)源獲取數(shù)據(jù)，整合、清洗和統(tǒng)一管理數(shù)據(jù)，然后通過接口服務(wù)將數(shù)據(jù)提供給各個(gè)系統(tǒng)使用。BI則是從數(shù)據(jù)中臺(tái)獲取數(shù)據(jù)，使用報(bào)表、圖表等工具，分析和可視化數(shù)據(jù)，為決策者提供支持。對于大型集團(tuán)公司而言，BI工具可以有多套（要么購買、要么自主開發(fā)），而數(shù)據(jù)中臺(tái)一般建議只建設(shè)一套。

3、數(shù)據(jù)中臺(tái)與BI有什么不同點(diǎn)？數(shù)據(jù)中臺(tái)與BI雖然都是數(shù)據(jù)平臺(tái)，也有很多類似的地方，但它們本質(zhì)上是兩類不同的數(shù)據(jù)平臺(tái)。兩者的主要區(qū)別在于：解決的問題不同：數(shù)據(jù)中臺(tái)主要用于收集、存儲(chǔ)、整合和管理不同數(shù)據(jù)源的數(shù)據(jù)，以便更好地支持業(yè)務(wù)分析；而BI則是通過分析和可視化數(shù)據(jù)，以找出潛在的問題和機(jī)會(huì)，從而幫助企業(yè)更好地執(zhí)行決策。技術(shù)的架構(gòu)不同：數(shù)據(jù)中臺(tái)主要采用分布式架構(gòu)，可以支持大規(guī)模的數(shù)據(jù)存儲(chǔ)及計(jì)算；而BI主要采用集中式架構(gòu)，可以支持多維度、高效的數(shù)據(jù)分析。提供的服務(wù)不同：數(shù)據(jù)中臺(tái)主要提供數(shù)據(jù)資源到數(shù)據(jù)資產(chǎn)和轉(zhuǎn)化，以及API化（或其他共享方式）的數(shù)據(jù)服務(wù)；而BI主要提供數(shù)據(jù)報(bào)表、數(shù)據(jù)應(yīng)用可視化服務(wù)。處理的數(shù)據(jù)不同：數(shù)據(jù)中臺(tái)的數(shù)據(jù)主要是原始數(shù)據(jù)，例如：原始的日志數(shù)據(jù)、業(yè)務(wù)數(shù)據(jù)、IOT數(shù)據(jù)等；而BI的數(shù)據(jù)主要是加工過的數(shù)據(jù)，例如：報(bào)表數(shù)據(jù)。面向用戶不同：數(shù)據(jù)中臺(tái)主要面向IT部門，IT部門負(fù)責(zé)搭建和維護(hù)數(shù)據(jù)技術(shù)平臺(tái)，沉淀數(shù)據(jù)資產(chǎn)、并提供數(shù)據(jù)服務(wù)；而BI面向業(yè)務(wù)部門，負(fù)責(zé)利用平臺(tái)上的數(shù)據(jù)進(jìn)行分析和挖掘，從而獲取有價(jià)值的數(shù)據(jù)洞察、以作出更加明智的決策。

4、數(shù)據(jù)中臺(tái)與BI有什么相同處？

雖然說了數(shù)據(jù)中臺(tái)與BI這么多的不同點(diǎn)，但是他們之間很多相同之處，例如：兩者都是數(shù)據(jù)應(yīng)用的重要工具，都可以幫助企業(yè)更有效地分析數(shù)據(jù)，挖掘有價(jià)值的信息。兩者都可以將數(shù)據(jù)從多種來源組織起來，提供直觀的可視化效果，以支持?jǐn)?shù)據(jù)分析。兩者都可以幫助企業(yè)實(shí)現(xiàn)數(shù)據(jù)驅(qū)動(dòng)，幫助企業(yè)發(fā)現(xiàn)潛在的商機(jī)，改善企業(yè)決策制定的過程。另外，還有一個(gè)重要的相同點(diǎn)，那就是從實(shí)施方法上都屬于業(yè)務(wù)驅(qū)動(dòng)。相對于傳統(tǒng)的數(shù)據(jù)倉庫、大數(shù)據(jù)平臺(tái)的技術(shù)驅(qū)動(dòng)，數(shù)據(jù)中臺(tái)和BI都是業(yè)務(wù)驅(qū)動(dòng)的，離業(yè)務(wù)更近，業(yè)務(wù)驅(qū)動(dòng)的第一出發(fā)點(diǎn)不是數(shù)據(jù)，而是業(yè)務(wù)，一開始不用看你系統(tǒng)里面有什么數(shù)據(jù)，而是去解決你的業(yè)務(wù)問題需要什么樣的數(shù)據(jù)服務(wù)，加速企業(yè)從數(shù)據(jù)到數(shù)據(jù)資產(chǎn)，再到數(shù)據(jù)價(jià)值的過程。4數(shù)據(jù)中臺(tái)+BI真正實(shí)現(xiàn)數(shù)據(jù)驅(qū)動(dòng)！數(shù)據(jù)中臺(tái)+BI，兩者各司其職確相互融合，并提供一站式數(shù)據(jù)應(yīng)用，是打通企業(yè)數(shù)據(jù)資產(chǎn)應(yīng)用的最后一公里的關(guān)鍵。數(shù)據(jù)中臺(tái)+BI，提供一站式數(shù)據(jù)工作臺(tái)，將加速推動(dòng)企業(yè)的數(shù)據(jù)平民化進(jìn)程，讓“人人都能成為數(shù)據(jù)分析師，人人都會(huì)找數(shù)據(jù)、用數(shù)據(jù)，用數(shù)據(jù)說話、用數(shù)據(jù)決策”，真正實(shí)現(xiàn)企業(yè)的“數(shù)據(jù)驅(qū)動(dòng)”。沒有數(shù)據(jù)中臺(tái)的BI，很難實(shí)現(xiàn)持續(xù)數(shù)據(jù)運(yùn)營，而沒有BI的數(shù)據(jù)中臺(tái)，數(shù)據(jù)價(jià)值將無法直觀體現(xiàn)。下面我們看下，如何融合數(shù)據(jù)中臺(tái)和BI能力，發(fā)揮數(shù)據(jù)的真正“威力”！1、自上而下，全面盤點(diǎn)企業(yè)數(shù)據(jù)資產(chǎn)自上而下梳理是一種以業(yè)務(wù)視角進(jìn)行數(shù)據(jù)梳理的方式，通過對企業(yè)的相關(guān)制度文件、職能體系、業(yè)務(wù)流程、業(yè)務(wù)單據(jù)等進(jìn)行全面分析，逐層分解，梳理數(shù)據(jù)資產(chǎn)的三級目錄、業(yè)務(wù)屬性和相關(guān)管理屬性。三級目錄，即數(shù)據(jù)資產(chǎn)的分類，是按照業(yè)務(wù)視角對企業(yè)數(shù)據(jù)資產(chǎn)的梳理和分解，例如：數(shù)據(jù)域-數(shù)據(jù)主題-數(shù)據(jù)子主題-數(shù)據(jù)對象，（注：三級目錄不限于三級，但一般建議控制在五級之內(nèi)為宜）。業(yè)務(wù)屬性，即用來描述數(shù)據(jù)資產(chǎn)的業(yè)務(wù)元數(shù)據(jù)。如上圖所示，常見業(yè)務(wù)屬性包括：所屬數(shù)據(jù)域、數(shù)據(jù)主題等分類屬性，數(shù)據(jù)對象、業(yè)務(wù)定義、業(yè)務(wù)規(guī)則、敏感等級等。管理屬性，即用來描述數(shù)據(jù)資產(chǎn)的管理、維護(hù)、使用相關(guān)元數(shù)據(jù)。如上圖所示，常見管理屬性包括：管理部門、管理人員、聯(lián)系方式、更新頻率、最后更新時(shí)間、數(shù)據(jù)共享?xiàng)l件等。2、自下而上，深入分析企業(yè)業(yè)務(wù)痛點(diǎn)數(shù)據(jù)治理、數(shù)字化轉(zhuǎn)型首先是需要消除企業(yè)痛點(diǎn)，這是見效最快的方式。但同時(shí)我也發(fā)現(xiàn)，很多企業(yè)最大的痛點(diǎn)是不知道自己的痛點(diǎn)在哪里。對此，筆者給出以下思路供參考：（1）找到那些對業(yè)務(wù)影響很深的點(diǎn)，如不解決業(yè)務(wù)就無法順暢執(zhí)行；（2）找到那些對業(yè)務(wù)影響很廣的點(diǎn)，牽一發(fā)而動(dòng)全身，做好一點(diǎn)帶動(dòng)全局；（3）找到那些對業(yè)務(wù)有高價(jià)值的點(diǎn)，能夠?yàn)榭蛻魩砀卯a(chǎn)品或服務(wù)、更好的體驗(yàn)，亦或是為企業(yè)帶來更多的收入和利潤；（4）找到那些相對成熟且容易實(shí)現(xiàn)的點(diǎn)，先易后難，逐步推進(jìn)，不要上來就選擇一個(gè)根本無法完成的目標(biāo)。3、全面匯聚、整合和沉淀數(shù)據(jù)資產(chǎn)將企業(yè)數(shù)據(jù)轉(zhuǎn)化為生產(chǎn)力，需要業(yè)務(wù)用戶快速定位、理解和充分利用數(shù)據(jù)。與傳統(tǒng)數(shù)據(jù)倉庫不同，數(shù)據(jù)中臺(tái)的目標(biāo)是將企業(yè)的數(shù)據(jù)資源經(jīng)過統(tǒng)一梳理、采集、加工、處理……，然后形成數(shù)據(jù)資產(chǎn)，并自動(dòng)注冊形成數(shù)據(jù)資產(chǎn)目錄。數(shù)據(jù)資產(chǎn)目錄解決了跨部門數(shù)據(jù)資產(chǎn)的共享問題，方便業(yè)務(wù)決策者找到、理解、信任，他們想要的數(shù)據(jù)，以支持業(yè)務(wù)部門利用數(shù)據(jù)來優(yōu)化他們的業(yè)務(wù)。通常，IT人員不會(huì)從業(yè)務(wù)的角度理解數(shù)據(jù)，他們只專注于數(shù)據(jù)相關(guān)的技術(shù)問題，而業(yè)務(wù)人員缺乏IT技能，也很難將數(shù)據(jù)轉(zhuǎn)換為業(yè)務(wù)的洞察力。數(shù)據(jù)中臺(tái)提供了有效的數(shù)據(jù)管理方法和工具，幫助企業(yè)管理數(shù)據(jù)資產(chǎn)，并將其轉(zhuǎn)化為對企業(yè)有價(jià)值的信息和有意義的業(yè)務(wù)洞察力。數(shù)據(jù)中臺(tái)建設(shè)的意義，在很大程度上是實(shí)現(xiàn)了IT和業(yè)務(wù)的拉通，讓IT與業(yè)務(wù)形成合力，朝著同一個(gè)方向和目標(biāo)努力。4、按需“組裝”數(shù)據(jù)服務(wù)，構(gòu)建數(shù)據(jù)供應(yīng)鏈數(shù)據(jù)中臺(tái)+BI構(gòu)建企業(yè)的數(shù)據(jù)供應(yīng)鏈。堅(jiān)持“以終為始”的原則，以業(yè)務(wù)需求為導(dǎo)向，通過數(shù)據(jù)中臺(tái)的數(shù)據(jù)采集、數(shù)據(jù)處理、數(shù)據(jù)計(jì)算等能力，按需對數(shù)據(jù)進(jìn)行加工處理和組裝，形成可供調(diào)用的維度表、事實(shí)表、匯總表等數(shù)據(jù)模型。再利用BI工具連接這些模型，對數(shù)據(jù)進(jìn)行分析和可視化，從而實(shí)現(xiàn)企業(yè)數(shù)據(jù)資產(chǎn)的一站式應(yīng)用。數(shù)據(jù)中臺(tái)提供了數(shù)據(jù)萃取服務(wù)、數(shù)據(jù)共享服務(wù)、數(shù)據(jù)資產(chǎn)運(yùn)營服務(wù)等等支撐能力，是構(gòu)建企業(yè)數(shù)據(jù)供應(yīng)鏈的關(guān)鍵，讓企業(yè)的數(shù)據(jù)能夠以服務(wù)的形式快速供給相關(guān)業(yè)務(wù)。數(shù)據(jù)即服務(wù)——這是數(shù)據(jù)中臺(tái)的靈魂。5、敏捷BI，自助分析，驅(qū)動(dòng)業(yè)務(wù)決策敏捷BI是從工具側(cè)和方法側(cè)，對傳統(tǒng)BI的全新升級。關(guān)于敏捷BI，你可能聽過這些關(guān)鍵詞：更快速、更靈活、更簡單、更自動(dòng)......，很多人談敏捷BI都側(cè)重其工具和技術(shù)，當(dāng)然這是一個(gè)很重要的方面。而另一方面，敏捷BI與傳統(tǒng)BI的區(qū)別在于交付方法上。傳統(tǒng)BI更多的是由IT人員進(jìn)行數(shù)據(jù)報(bào)表開發(fā)，業(yè)務(wù)人員只管“看”，十分被動(dòng)。而敏捷BI更強(qiáng)調(diào)