每一个产品必然有其存在价值，数据分析中可视化的存在是必不可少的
2020-07-13 阅读量: 1847
Excel 面向的是中高级数据分析用户，以数据分析为主要目的。用 Excel 工作的一般都是统计、数据分析、财务等 Business Users。
Power BI 是以实现 Self-Services BI 为目的， 也就是提供一种用户（而不是程序员）进行数据可视化的工具。Power BI 服务器在 Azure 下，不像 Excel 那么容易安装和配置。
从本质上说，Excel是做数据统计、数据分析、数据可视化的一种基础工具，而BI就是从数据接入、数据准备、数据分析、数据可视化到数据分发应用的一个产品平台，当然包含Excel能做的部分，真正的目的是通过最终得出的数据结果发现问题，来改善业务决策。
但在熟悉Excel和BI的过程中其实可能忽略了两个重要的因素。
一是数据量的大小，现在很多企业的数据都无法用亿级来衡量，当数据量越大，用excel越容易出现卡顿等情况，并且Excel毕竟是人工操作，很很容易出现偏差！比如，某个产品卖得不好，没啥利润，但因数据偏差，导致它被认为是卖得很好，然后各种大量备货投钱。
二是你用Excel做数据分析的目的是什么，如果只是一周汇报基本的数据报告，即使数据量大，如果不怕麻烦也是可以用Excel加班加点去做的。但是，如果是为了辅助决策者实时、高效、科学决策，Excel是完全无法满足领导者的需求的。设想一下，当你精心准备了一周的销售数据报告，而老板突然问起某个数据异常的原因时，你难道又要会后重新做一份针对这个异常数据分析的报告吗？要多长时间，老板等得及吗？所以，当企业的数据量越来越大，要求的数据分析维度越来深越来越细，甚至对实时性和交互性提出了更高的要求。而这时，很多人工报表无法解决的事情，BI可以就解决。BI的价值不是告诉你学员的转化漏斗是多少，而是告诉你为什么是这个数字，从哪里可以改进。
BI（商业智能）的概念在1996年最早由Gartner Group提出，而事实上IBM的研究员Hans Peter Luhn早在1958年就用到了这一概念。他将“智能”定义为“对事物相互关系的一种理解能力，并依靠这种能力去指导决策，以达到预期的目标。”
追究到应用层面，BI其实也经历了四个发展阶段：
Excel报表：在这个阶段催生了一个职业群体就是“表哥表妹”，他们每天都要从公司不同的ERP、CRM、财务系统中导出大量数据，再将多个表格用vlookup和sumif进行关联计算，最后通过把可视化图表截图放到PPT里进行日报和周报汇报。而至于领导到底会不会看，他们也不关心，因为无力关心。
报表系统：也是传统报表的升级版，可以直接对接某个业务系统的数据源，对于数据的响应速度比Excel明显提升，已经可以支持权限管理等，但还是偏向于数据汇报，很难辅助决策。
传统BI：首先可以对接多个系统的数据源，将所有数据整合到一个平台中进行全局分析。其次就是支持实时数据展示，分析维度和深度也远远强于报表系统，支持下钻、联动等数据交互。最后在数据承载量和反应速度上具有明显优势，不仅是汇报工具，更能够辅助决策。
智能BI：和传统BI一样都是支撑决策，但是用户使用层面强调低代码（或零代码）开发、无缝对接、灵活部署，比如用观远Smart ETL托拉拽进可以做分析看板，无需重新建模，赋能普通业务人员做数据分析的能力，让数据员有更多时间可以专注如何将分析与业务结合。并且，还可以借助AI算法的能力构建基于未来的分析模型，比如销售预测、智能排课等。
而从扮演的角色来看，BI的发展可以理解为从数据分析工具到深入场景的“决策大脑”的演进。最开始企业只是想通过其提高做数据分析这项工作的效率，而到后面，更多企业的目的是为了提高做决策的效率和科学性，以结果为导向。
目前，在选择时受争议较多的是报表系统、传统BI和智能BI。
数据分析软件的选择首先要明确企业想要引入相关系统的目的是什么。如果企业的数据量一般，数据分析也只是为了给各部门呈现最终的结果报告不需要帮助各级决策层做决策，那么，报表系统就可以满足基本需求。但同时你也要考虑，当企业数据量越来越大，当发现竞争对手的市场反应速度已经领先自己很多时，我们是不是还要去选择BI，那现在有没有必要一步到位。
自然，如果是赋能决策，已经受够了之前想看的数据永远要延迟一周，想知道的原因总是在会议上找不到答案，或者企业本身就有超前的数据意识，当然是选择BI。更进一步，如果是希望简化BI的对接流程和开发量，减轻数据分析员日常高代码、高重复的工作量，我们会更推荐智能BI。
而智能BI也可以理解为“AI+BI”，代表了BI在未来5年的发展趋势，也是诸多行业龙头和数据分析服务商在共同探索的领域。做AI项目首先企业得有足够多的数据基础，非常清晰的项目目标，并且有中长期的规划，我们才建议去实施。其次一定要选择一家具有AI基因的大数据分析公司。观远数据目前也是和近十家零售巨头客户合作了需求预测、智能配补货、智能排班、销售计划等合作场景。
