是什么阻碍了BI的应用与发展
BI标准化-商业智能在机构中的应用

【第1页】白皮书商业智能在机构中的应用为什么说标准化商业智能至关重要?【第2页】作者:Karl Van den Bergh投稿人: Crispin Read、Darren Cunningham、Dave Kellogg、Dion Wright、Frank Prabel、Isabelle Nuage、Jem Eskenazi、Jennifer Meegan、Jose Villacis、Kevin Sullivan、Mark Ritacco、Mike Bendel、 Paul Clark、Steve Becker、Steve Jones、Timo Elliott、Toby Pritchett目标读者群:本书主要针对目前还没有使用商业智能(BI)标准的机构内的IT执行官,它们希望能理解标准化BI的价值。
【第3页】现状概要 (ii)导言 (iii)商业智能(BI)标准化的缺乏:原因 (1)BI标准化的缺乏:后果 (3)对于业务的影响 (3)对于IT的影响 (5)对于客户的影响 (6)BI标准化的益处 (7)获得更深刻的商业洞察力 (7)创造更加协调的工作环境 (7)获得全方位的客户视角 (7)更快地实现更多商业价值 (8)BI标准化的途径 (9)把BI标准化提升到战略高度 (9)设立特别工作组以选择BI标准 (9)采取分阶段的途径 (12)小结 (13)关于Business Objects (14)附录 (16)【第4页】现状概要在1984年史蒂文·斯皮尔伯格导演的电影“Gremlins”中,扎克的父亲从唐人街买到一个可爱但又神秘的宠物,作为生日礼物送给扎克。
而当时扎克并没有意识到在遵守照料它的三条规则方面,自己所肩负的重大责任。
由于破坏了其中的一条规则,年轻人无意中释放出浩劫之波,小鬼产生变异并不可控制地迅速繁殖,几乎搞垮整个城镇。
通过这次磨难,扎克终于懂得,表面上看起来不错的东西,如果没有正确地照料,将会产生无法预料甚至是灾难性的后果。
BI工程师招聘笔试题与参考答案(某世界500强集团)2025年

2025年招聘BI工程师笔试题与参考答案(某世界500强集团)(答案在后面)一、单项选择题(本大题有10小题,每小题2分,共20分)1、以下关于大数据和BI技术的说法,错误的是:A. 大数据是指无法用常规软件工具进行捕获、管理和处理的数据集B. BI(商业智能)技术可以帮助企业从大量数据中提取有价值的信息C. 数据仓库是BI系统的核心组件,主要用于存储和分析历史数据D. 实时数据分析是BI技术中的一个重要方向,可以实现即时的数据洞察2、以下关于数据挖掘技术的说法,正确的是:A. 数据挖掘是一种从大量数据中自动发现有价值信息的方法B. 数据挖掘通常用于预测未来的趋势和模式C. 数据挖掘与数据仓库、OLAP(在线分析处理)等技术是相互独立的D. 数据挖掘的结果通常是不可视化的,无法直接展示给用户3、在数据仓库设计中,以下哪个组件负责将数据从源系统抽取到数据仓库中?A. ETL(Extract, Transform, Load)B. OLAP(Online Analytical Processing)C. DWH(Data Warehouse)D. ODS(Operational Data Store)4、在BI(商业智能)项目中,以下哪个工具通常用于数据清洗和预处理?A. TableauB. Power BIC. ExcelD. Alteryx5、题干:在数据仓库中,以下哪个术语通常用来描述从多个数据源提取数据并整合到统一的数据模型中?A、数据湖B、数据仓库C、数据集市D、数据集成6、题干:在BI工具中,以下哪个功能通常用于对数据进行多维分析?A、报表生成B、数据挖掘C、OLAP(在线分析处理)D、数据清洗7、在数据仓库中,以下哪个术语表示将数据从源系统移动到数据仓库的过程?A. ETLB. DMLC. DDLD. ODS8、在BI(商业智能)项目中,以下哪个工具通常用于创建交互式的数据可视化报告?A. SQLB. ExcelC. TableauD. R9、题干:在BI(商业智能)系统中,以下哪个功能不属于数据仓库的核心功能?A. 数据集成B. 数据清洗C. 数据分析D. 数据可视化 10、题干:以下关于ETL(Extract, Transform, Load)过程的描述,不正确的是:A. ETL过程用于将数据从源系统提取到目标系统中B. 数据转换是ETL过程中最复杂的部分C. ETL过程通常在数据仓库环境中进行D. ETL过程不包括数据的加载阶段二、多项选择题(本大题有10小题,每小题4分,共40分)1、以下哪些工具或技术通常被用于数据可视化?()A. TableauB. Power BIC. Qlik SenseD. ExcelE. SQL2、以下哪些是数据分析中的数据清洗步骤?()A. 处理缺失值B. 数据类型转换C. 去除重复数据D. 异常值检测E. 数据脱敏3、在数据仓库设计过程中,关于维度表和事实表的说法正确的有:A. 维度表通常包含描述性的属性信息。
BI技术应用现状及发展概述

● 优化性:现代建筑的复杂程度大多超过参与人员本身的能力极限, BIM及与其配套的各种优化工具提供了对复杂项目进行优化的可能。
● 可出图性:BIM并不是为了出大家日常多见的建筑设计院所出的建筑 设计图纸,及一些构件加工的图纸。而是通过对建筑物进行了可视化 展示、协调、模拟、优化以后,可以帮助业主出如下图纸:
3. 成本和工期管理:BIM、施工计划和采购计划集成的5D模拟; 4. 预制:BIM和数控制造集成的自动化工厂预制; 5. 现场施工:BIM和移动技术、RFID技术以及GPS技术集成的现场
施工情况动态跟踪。
Page *
BIM应用现状
√BIM在国外的应用 √BIM在国内的应用 √阻碍国内BIM发展的一些原因
2.协调性: • 各行业项目信息出现“不兼容”现象。 如管道与结构冲突,各个房间出现冷 热不均,预留的洞口没留或尺寸不对 等情况。 • 使用有效BIM协调流程进行协调综合, 减少不合理变更方案或问题变更方案
世博奥地利馆管线综合
BIM的价值
3.模拟性: • 3D画面的模拟 • 能效、紧急疏散、日照、热能传导等的模拟。 • 4D(发展时间上)的模拟 • 5D(造价控制上)的模拟 • 对地震人员逃生及消防人员疏散等日常紧急情况的处理方式的模拟。
1980
工程量估算 … … .
BIM 数据库
施的没工数有图据实数孤质据岛联系结构数据
方案数据
暖通数据
彼此关联/多专业 自动施工图纸
1990
2000
2010
新技术的产生
BIM在建筑能耗评估方面的应用
二十世纪以后,各国的 能源短缺问题日益突出。
现阶段大多节能建筑侧 重于外观和功能,而忽视 建筑的能效设计,没有对 工程方案能耗进行系统的
bi基础知识

bi基础知识【原创实用版】目录1.BI 的含义2.BI 的发展历程3.BI 的应用领域4.BI 的关键技术5.我国在 BI 领域的发展正文1.BI 的含义BI,即商业智能(Business Intelligence),是一种通过运用数据分析、数据挖掘等技术,使企业能够更加准确地了解其业务状况,从而辅助决策和提升业务效率的管理方法。
BI 可以帮助企业实现对业务的实时监控、数据驱动的决策以及智能化的运营。
2.BI 的发展历程商业智能的发展可以分为以下几个阶段:(1)早期数据分析:20 世纪 60 年代,企业开始使用计算机进行数据分析,主要用于财务管理和库存管理。
(2)数据仓库和 OLAP:20 世纪 90 年代,数据仓库和联机分析处理(OLAP)技术的出现,使得企业可以大规模地存储和分析数据,从而为决策者提供更加全面和准确的信息。
(3)数据挖掘和大数据:随着互联网的普及和数据量的快速增长,数据挖掘和大数据技术逐渐成为 BI 领域的热点。
这些技术可以帮助企业从海量数据中发现有价值的信息,为决策提供支持。
3.BI 的应用领域商业智能的应用领域非常广泛,主要包括:(1)销售与营销:通过分析销售数据、客户行为等,为企业制定更加有效的销售策略和营销活动。
(2)生产与供应链:通过对生产、库存、物流等环节的数据分析,优化生产流程,降低成本,提高供应链效率。
(3)财务管理:通过对财务数据的实时监控和分析,帮助企业实现财务风险的防范和控制,提高资金使用效率。
(4)人力资源管理:通过对员工的招聘、培训、绩效等方面的数据分析,优化人力资源配置,提高员工的工作效率和满意度。
4.BI 的关键技术商业智能领域的关键技术主要包括:(1)数据仓库:用于存储和管理企业级数据,为 BI 系统提供数据支持。
(2)数据挖掘:通过挖掘大量数据,发现潜在的规律、趋势和关联关系,为决策者提供有价值的信息。
(3)数据可视化:将复杂的数据以直观、易懂的方式呈现出来,帮助决策者快速理解数据信息。
BI的概念与发展

BI的概念与发展[摘要]BI(BusinessIntelligence)即商务智能,它是一套完整的解决方案,用来将企业中现有的数据进行有效的整合,快速准确的提供报表并提出决策依据,帮助企业做出明智的业务经营决策。
本文介绍了BI的发展与应用,并重点阐述BRIO Intelligence,COGNOS等BI软件。
[关键词]BI、BRIO Intelligence、COGNOS、应用状况引言如今,信息化的浪潮在世界各地,各行各业掀起,信息化的层次也在不断演进,从MRPII、ERP到CRM,从数据仓库(Data Warehouse)、到数据挖掘(Data Mining),每一次变革都极大地推动着企业信息化的升级和企业管理水平的提高。
随着信息技术的与时俱进,企业信息化的热点也随之转变,时下,一个管理信息化的热点商业智能(BI,business intelligence)正在兴起。
1.BI的基本介绍BI是Business Intelligence的英文缩写,中文解释为商务智能,用来帮助企业更好地利用数据提高决策质量的技术集合,是从大量的数据中钻取信息与知识的过程。
事实上,已经兴起的企业信息系统(EIS)、决策支持系统(Decision Support System)、ERP、CRM 等即是为满足同样的目的而兴起的IT潮流。
BI是在ERP等信息化管理工具的基础上提出的,是基于信息技术构建的智能化管理工具,它实时地对ERP、CRM、SCM等管理工具生成的企业数据进行各种分析,并给出报告,帮助管理者认识企业和市场的现状,做出正确的决策。
BI 系统在技术与功能上都已不同于以往的管理信息系统(MIS),它具有以下特点:一是在不断提供完善的技术同时,还提供整体应用的解决方案,即系统整体设计思想,这一设计思想已将未来的决策分析需求纳入系统;二是利用分类技术将信息消费者使用的决策支持对象分门别类,帮助业务人员解决每天业务运转可能出现的各种主要问题,从而简化对业务信息的访问。
2024年BI软件市场分析报告

2024年BI软件市场分析报告1. 引言本报告将对当前BI软件市场进行分析,以了解其发展趋势和竞争态势,并为相关企业提供决策参考。
2. 市场概述BI软件全称为商业智能软件(Business Intelligence Software),是一种用于提取、分析和展示企业数据的软件工具。
BI软件市场近年来呈现快速增长的态势,主要受到企业对数据分析的需求不断增加的推动。
3. 市场规模和增长趋势根据市场调研机构的数据,BI软件市场在过去几年中保持着稳定的增长。
预计到2025年,全球BI软件市场规模将达到1000亿美元。
这一增长主要受到企业对于数据驱动决策的重视和数据分析技术不断进步的影响。
4. 市场竞争态势BI软件市场竞争激烈,主要的竞争者包括国际巨头和本土厂商。
目前市场上最主要的BI软件厂商有Tableau、QlikView、Power BI等。
这些厂商在技术创新、产品功能和用户体验等方面展开了激烈的竞争。
5. 市场驱动因素BI软件市场的增长主要受到以下因素的驱动:•企业对于数据分析和决策支持的需求不断增加;•数据分析技术的不断进步,使得BI软件的应用更加简便和高效;•云计算和大数据技术的发展,为BI软件的应用提供了更好的基础设施。
6. 市场挑战和机遇BI软件市场面临一些挑战,比如数据安全和隐私保护的问题,以及用户教育和培训的需求。
然而,市场也存在着一些机遇,比如新兴技术(如人工智能和机器学习)的融入,可以为BI软件带来更多的创新和增长机会。
7. 市场前景综合考虑市场规模、增长趋势、竞争态势和驱动因素等因素,可以看出BI软件市场具有良好的前景。
随着企业对数据的重视程度不断提升,以及数据分析技术的不断进步,BI软件市场有望继续保持快速增长。
8. 结论本报告对BI软件市场进行了概述和分析,指出了市场的规模、增长趋势、竞争态势、驱动因素以及面临的挑战和机遇。
综合来看,BI软件市场具有良好的前景,相关企业可以抓住机遇,投入更多资源,以在市场中取得竞争优势。
BI的定义及其实战
BI的定义及其实战人共享信息,那么您可能需要创建一个能够简单使用与保护的BI 解决方案。
您还需要考虑一旦您的同事听到这种方便的BI 解决方案,他们也可能想要使用它。
为了预见这种需求,您的解决方案从一开始就应具备可伸缩性。
表面上看来,让公司中的任何人都能够运行报告,以便从企业数据库中获取数据,这大概是一个不错的办法,但这种方法可能不可能受到数据库管理员的欢迎。
由于他们会告诉您,直接查询企业数据库可能会带来一些问题。
下列是几个常见的问题:•假如组织的数据以不一致格式存储在不一致平台中,那么要将这些数据合并为可用于分析的通用格式是非常困难的。
数据无法从源表直接复制到公共的目标表中,而是需要在存储前执行某些操作。
•在多个的数据库中,数据定义可能不一致,而协调看起来相似的数据是非常困难的。
比如,销售数据库中的收入数据可能是根据一组业务规则计算的,但它们可能又受到总帐数据库中的一组完全不一致的业务规则的影响。
•每个数据库都可能针对数据插入或者执行查询进行了结构化或者优化。
即使您只想查询一个数据库,但运行分析查询通常需要汇总大量的数据,而这将消耗较多的数据库资源。
因此,您的查询可能需要执行很长时间,同时可能会与其他执行插入、更新或者查询操作的应用程序产生资源争用。
•历史数据通常存档而非在企业数据库中无限期地保护。
假如您想要查看一段时间内的趋势(这是常见的BI 活动),您的解决方案可能需要存储不可能持续储存在企业数据库中的数据。
•一些分析所需的数据可能不在企业数据库中。
而可能在平面文件、电子表格或者是非结构化数据格式(比如Word 文档的格式)中。
更大的烦恼在于获取人们存储在其本地计算机或者脑海中的信息。
•即使能够得到数据,有的时候质量问题也意味着您不能直接从数据源中使用数据。
您可能需要下载数据并对其进行清理,然后才能分析数据。
除非能够在数据源中清理数据,否则您每次访问数据时都需要手动清理,同时还需确保每次都应用相同的规则。
BI——促进企业发展的利器
为了全面增强企业的国际市场竞争能力,近年来制造业企业深入贯彻“坚持以信息化带动工业化以工业化促进信息化”的战略举措,坚持不懈地推进制造业信息化应用提高企业自主创新能力。
相当大部分的制造业企业已经建立了自己的核心业务系统,诸如企业资源规划系统(ERP)系统、客户关系管理(CRM)系统、供应链管理(SCM)系统和人力资源(HR)系统等。
这些系统的应用给企业的管理带来了大幅提升,规范了企业的流程,加强了企业的业务协同,加快了企业的运行效率,降低了企业的营运成本。
随着数年来的运行企业已经积累了大量的运营数据,这些数据是企业的财富,如何充分利用奸这些财富,来提升企业的效益、维系企业的客户、降低企业的成本、激励员工的士气,已成为众多制造企业日益关注的重点。
做为企业营运数据综合处理的利器——商业智能(BI),近年来在企业信息化建设中已频频现身。
特别是在电信行业、金融服务行业,几年前就已经开始了自己的商务智能系统的建设。
对于制造业企业来讲,也有许多先进企业在信息化应用中纳入了商业智能;其具体应用,目前主要还是集中在营运数据的综合统计和多维分析等商业智能初、中级应用方面。
BI助信息系统实现集成BI高速发展的土壤在于:随着中国企业MIS/ERP/财务等软件的信息化应用不断深,企业数据大量积累,信息隔离现象普遍;而激烈的市场竞争,使得企业的各级管理人员必须站在全局的角度,从多个维度对企业实际业务环节进行更加深入和有针对性的分析,从中寻找更多的市场商机和更大的利润增长空间。
然而,大部分应用系统原有的报表技术都是基于静态数据的固定报表,无法在原来的数据库中实现许多复杂的商业指标;企业管理者们虽然知道这些指标非常有用,但目前的应用系统通常却很难得到。
企业决胜未来靠的是什么?在市场竞争日益白热化的今天,众多成功企业,着重通过透析历史经营情况归纳成的经验和失败的教训,用数据来证明经营手段是否成功,来预测未来的发展趋势,快速准确地把握风云变幻的市场脉搏。
人工智能(AI)和商业智能(BI)的区别与联系
人工智能(AI)和商业智能(BI)的区别与联系人工智能的浪潮正在席卷生产生活的方方面面,商业智能也是当下信息化的热词。
它们之间有怎样的区别和联系呢,本文进行了多方面的研究。
1.概念人工智能,我们也经常见到它的缩写AI,全称是Artificial Intelligence。
商业智能,英文是Business Intelligence,缩写BI,又称商业智慧或商务智能。
人工智能是帮助我们把人所积累的业务经验和知识,固化到系统。
人工智能是计算机科学的一个分支,它企图了解智能的实质,并生产出一种新的能以人类智能相似的方式做出反应的智能机器。
早在1996年,加特纳集团(Gartner Group)提出BI的定义:商业智能描述了一系列的概念和方法,通过应用基于事实的支持系统来辅助商业决策的制定。
它可以帮助企业梳理其生产关系,培养依托数据做决策的基础和习惯。
简而言之,BI梳理生产关系,AI是先进生产力。
从商业智能走向人工智能,中间会隔着数据挖掘。
而商务智能系统中的数据可以是企业其他业务系统中的大数据,所以大数据是最基本的前提,大数据是生产资料。
2.具体应用AI领域的研究主要是机器与人的某些关联,最简单如指纹识别、视网膜技术、语言识别、人脸识别、图像识别、自然语言处理和专家系统等等;还有医学上的应用,纳米机器人,机器器官等;在各类产品与服务中,机器人是公众认知最强烈的人工智能产物。
近年来在线下零售店、火车站等公共场所、家庭儿童教育、养老陪护与家务工作等多种场景,机器人落地速度快,国内一大批机器人企业迅速成长起来。
BI是对企业数据的搜集和分析过程,目的是促使企业的各级决策者做出对企业更有利的决策。
而商业智能可以辅助的业务经营决策,既可以是操作层的,也可以是战术层和战略层的决策。
举个例子,某贸易企业的商务智能系统数据包括业务系统的订单、库存、销售、客户和供应商信息等,以及企业所处行业和竞争对手的数据、其他外部环境数据。
传热学知识总结1
传热学主要知识点1. 热量传递的三种基本方式。
热量传递的三种基本方式:导热(热传导)、对流(热对流)和热辐射。
2.导热的特点。
a 必须有温差;b 物体直接接触;c 依靠分子、原子及自由电子等微观粒子热运动而传递热量;d 在引力场下单纯的导热一般只发生在密实的固体中。
3.对流〔热对流〕(Convection)的概念。
流体中〔气体或液体〕温度不同的各部分之间,由于发生相对的宏观运动而把热量由一处传递到另一处的现象。
4对流换热的特点。
当流体流过一个物体外表时的热量传递过程,它与单纯的对流不同,具有如下特点:a 导热与热对流同时存在的复杂热传递过程b 必须有直接接触〔流体与壁面〕和宏观运动;也必须有温差c 壁面处会形成速度梯度很大的边界层5.牛顿冷却公式的基本表达式及其中各物理量的定义。
6. 热辐射的特点。
a 任何物体,只要温度高于0 K ,就会不停地向周围空间发出热辐射;b 可以在真空中传播;c 伴随能量形式的转变;d 具有强烈的方向性;e 辐射能与温度和波长均有关;f 发射辐射取决于温度的4次方。
7.导热系数, 外表传热系数和传热系数之间的区别。
导热系数:表征材料导热能力的大小,是一种物性参数,与材料种类和温度关。
外表传热系数:当流体与壁面温度相差1度时、每单位壁面面积上、单位时间内所传递的热量。
影响h 因素:流速、流体物性、壁面形[]W )(∞-=t t hA Φw []2m W )( f w t t h AΦq -==状大小等。
传热系数:是表征传热过程强烈程度的标尺,不是物性参数,与过程有关。
8.实际热量传递过程:常常表现为三种基本方式的相互串联/并联作用。
9.复杂传热过程第一章 导热理论基础1傅立叶定律的基本表达式及其中各物理量的意义。
傅立叶定律〔导热基本定律〕:垂直导过等温面的热流密度,正比于该处的温度梯度,方向与温度梯度相反。
(1)空隙中充有空气,空气导热系数小,因此保温性好;(2)空隙太大,会形成自然对流换热,辐射的影响也会增强,因此并非空隙越大越好。
- 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。
是什么阻碍了BI的应用与发展商业智能(BI)的应用在国内IT软件界一直处于初级和低迷阶段,IDC的调查也证实了这一点:"国内市场大概只有10%知道BI",那么到底是什么原因阻碍了BI的应用与发展呢?相信在IT软件界很多人都希望知道真相,但又有谁真正思考过这个问题呢?直到目前仍没看见对这个问题即深刻又清晰的解答。
根据我在IT软件界20多年的经验,我对此问题总结出以下五大因素:一、人的因素1、BI鲜为人知。
(1)根据IDC调查显示"国内市场大概只有10%知道BI",那就是说知道BI的人少,使用BI产品的人就更少,应用成功的更是少得可怜,不足挂齿。
(2)在国内,真正属于成熟的、完整、完备的BI产品显得非常贫乏,甚至是空白(参见《谁是当今世界上最完整、最完备的BI产品》),因为了解知道的人太少,同时BI产品研发成功并作为产品销售推广应用的就更少;即使知道BI 的人,但对BI的应用价值也并不真正认知,成功的案例更是少之又少。
在这样的氛围下,BI的应用与发展其结果可想而知。
2、BI产品价值未能充分体现。
(1)对开发商或工程实施者来说,BI产品价值在于:其一,减少开发和维护成本。
一个满足商业智能业务需求、完备的BI产品,可以减少开发与维护成本,即是减少人力资源成本、节省开发周期和维护时间、减少二次开发成本……;其二,增加附加价值。
若开发商在行业领域有丰富的"行业经验"的话,再加上BI产品本身的价值,并能向最终用户提供BI应用解决方案,则BI产品将会带来无可估量的附加价值(参见《什么是BI的真正价值》)。
(2)对最终用户来说:使用BI可以对数据进行深度提炼与整合,变成有价值的数据信息,为企业决策者提供快速有效的决策分析。
基于上述二点:首先BI价值未能充分体现是因为BI产品能带来什么样的价值是很多企业决策者或项目负责人都没有认真、透彻思考和评估过的,其结果他们不可能认知BI产品的价值,既然不认知又怎么会去用?又怎么可能用得好呢?其实属于BI的内容和内涵是非常丰富的,如果对BI产品有很好的、深刻的了解,就能区别开哪一些要实施的业务是属于BI的内容,哪一些是BI产品能做到的,只有这样,才能真正享受到BI产品所带来的价值。
然而目前的状况是我们缺少这方面的素质和慧眼,故此严重影响和阻碍了BI产品的应用与发展。
3、软件人才普遍存在"通病"。
(1)缺少自知之明,自以为是。
在国内IT软件界,有一个不成文的"通理":大多数IT软件技术人才都有"老子最牛,无所不能"的通病,具体体现在:①认为别人能做的东西自己也都能做到,甚至比别人做得更好;②认为自己难以做到、难以解决的问题别人也不可能做到与解决;③对于那些不是国际知名品牌的BI产品,他们根本不愿去学习和应用,因为觉得学了对仕途也没什么帮助,同时也存有崇洋媚外的思想……。
尽管这些不知名的BI产品更符合他们的需求,但由于他们有这种的"通病",就难以接受那些所谓无名的BI产品了。
(2)心态不端正或扭曲。
正如上述所说,尽管有些人知道BI或认知BI,但是,他们没有什么好的心态去倾听与交流,也就是无法心平气和的去寻找和分析真正满足需求的BI产品,而总是拿众多不同BI产品的优点来挑剔另一个BI 产品的缺点,大家总是在比来比去、斗来斗去、折腾来折腾去,劳命伤财,浪费时间,无法能找到真正符合自己需要的BI产品。
基于这些"通病",你想让他们购买使用BI产品,我看比登天还难!4、对BI产品不认知。
(1)第一个不认知是:使用者区分不开哪一些业务可以由BI产品来做?(2)第二个不认知是:即使知道了哪一些业务可以由BI产品来实现,但提炼不出、总结不出可以实现的那些业务模型、关键性指标(如KPI)、如何解决商业智能应用的性能问题等等,即便有一个好的BI产品,也没办法去应用与实现。
(3)第三个不认知是:即使没有第一、第二个不认知的问题,但由于又对BI产品不了解,也就是完整完备的BI产品非常庞大,产品的应用过程也是千差万别的,不是你一时半会能搞清楚的,甚至你就是用过某一类的BI产品,也不代表你真正认知一个完整完备的BI产品究竟包含了多少内容,尽管不断重复的看来看去、选来选去、比来比去,甚至不断的重复投入购买BI产品,最终发现所选购的BI产品在其应用中都缺胳膊少腿,连现今业务都无法充分满足,更谈不上满足将来BI需求变化了。
这种情况普遍存在,从而打击了使用者选用BI 产品的信心。
二、产品的因素实践证明,无论是国内外的BI产品,在BI应用过程中都显得缺胳膊少腿,也就是说BI产品欠缺完整性和完备性,应用中不能满足日益变化的BI业务需求,这是国内外的BI产品都普遍存在的问题,具体特征表现在:1、国外品牌的BI产品难以满足国内基础的、大量的、千差万别的中国式报表需求。
尽管国外的BI产品应用水平非常高,但他们的应用是侧重在OLAP(数据分析)、数据仓库、数据挖掘以及动态报表(以水晶报表为典型报表)等方面,虽然国内有部分重点行业(如金融、证券、保险等)在这方面应用得比较多,但大部分其他的行业应用仍以查询报表为基础和主调,而且是必不可少的中国特色报表(类Excel统计分析报表、类动态报表<水晶报表>与类Excel混合型报表等),这些极具中国特色的报表制作与实现是国外BI产品所望尘莫及的、无所适从的,甚至是不可用的。
2、国内BI产品欠缺完整性。
(1)目前国内的BI产品可以说分为二种不同的类型:①基于仿照国外的产品来做,重点侧重在OLAP(数据分析)方面,OLAP 有的功能大部分它都有,但它又没有国外做得那么细、那么透彻;②仿照水晶报表的产品、类Excel报表的产品或类Excel报表和水晶报表的混合型产品,但他们也仅仅局限于是单一的报表工具。
(2)不管是哪一种类型的BI产品,在商业智能应用领域里面都显得不完整,有很大的局限性,要不就是仅仅只做OLAP,要不就是仅仅只做报表,欠缺完整性完备性,既缺少广度又缺少深度(即产品的功能不够宽不够细)。
好比一个小区的建设一样,一个称得上成熟、优秀的模范小区,其条件必须要有相配套的水电、煤气、通讯等设施,如果要求更高的话还需要有完善的周边环境建设如超市、医院、幼儿园等,以及优质的物业管理包括保安服务、清洁服务等,仅仅在小区里面有高档漂亮的房屋是不够的,单是局部的优秀是无法称得上完整完备、舒适、方便、安全的生活小区。
正是因为国内外BI产品在国内的BI应用中都短胳膊短腿,故使得使用者在应用过程中要不就是放弃这类产品,要不就是自己去编程实现这类产品所无法满足的功能,要不就是再购买别的产品来弥补,这样做其结果就是造成了项目实施难度增大,成本增高,原本期望想做的事情也许只好放弃了……,所以国内外产品在商业智能应用方面让人满意的成功案例实在是少之又少。
3、国内BI产品研发难度大、屡屡受挫。
(1)曾经有很多企业投入大量的资源研发BI产品,如东软、用友、金蝶等大型集团,小型的企业更不计其数,但到目前为止,基本上还没见到研发出满足国情需要的完整的通用BI产品。
(2)即便有极少的企业研发出了BI产品,也仅限于仿照OLAP工具或报表工具,但这些工具都不能满足国内商业智能业务应用的需求,更经不起市场的检验,一拿到行业上去应用往往就出现"见光死",搞得很多项目中途放弃,其结果是客户回头率很低--在以后的项目中再也不会去购买这类BI产品了。
上述的情况严重打击和挫伤了开发商的激情,同时也影响了BI产品的销售。
4、BI产品本身引发的问题。
(1)产品易用性问题。
无论是国内外的BI产品,易用性都不理想,体现在很多应用或特定的应用都需要编程来实现,使得应用或实施的难度增加,对使用者的素质要求也大大提高,这也会严重影响使用者的情绪,降低BI产品使用的普及率。
即便有些BI产品在实施过程中不用编程,但其制作过程、实现过程往往过于复杂、难学,同样也会影响使用者的信心。
(2)产品稳定性问题(指产品的BUG)。
使用者在应用BI产品过程中若经常遇到出错、死机等问题时,如果BI产品供应商不能及时给予修正,久而久之也会挫伤使用者的信心,这种情况在国内产品相对而言比较常见。
(3)产品性能问题。
尽管使用者能用BI产品制作出各种各样的查询、报表、分析等结果,但如果这些结果的运行效率很低,也就是说明可能存在以下这四个方面的问题:①BI产品在制作这些结果的过程不合理,不是用最优最佳的方法去实现;②BI产品数据驱动的性能技术不过关,例如其性能仅以标准通用的驱动技术(如ODBC、OLEDB、JDBC等)没有什么区别、不分上下;③没有或缺少处理海量数据的关键技术(如没有复杂表关系的处理技术、代码表转换处理技术等);④运行这些结果的数据过于庞大,没有建好数据仓库;也正是这四者的问题必具其一,以致于使用者无论是费了九牛二虎之力还是轻而易举的完成这些结果,但由于性能太差,也让使用者无法接受。
犹值得一提的是,很多BI产品都没有超高速数据引擎、海量数据处理或数据仓库等功能。
(4)产品二次开发问题。
大部分国内外BI产品在二次开发方面都显得非常薄弱(除了水晶报表和蓝葵BI产品之外,水晶报表有几百个API函数,蓝葵BI产品有近2000个API函数),尤其是国内的BI产品,在这方面更是贫乏,甚至根本就没有这方面的功能。
而二次开发功能的强弱与好坏是至关重要的,它具体体现在BI产品使用者是否能解决一些意想不到、突如其来的、特定的、特殊的(BI)业务需求(也就是说当BI产品本身不具备解决或者处理这些业务需求时,使用者可以通过二次开发接口<API函数>来解决这些特定的问题),故此丰富的二次开发接口是深入使用BI产品必不可少的重要环节。
如果没有这种丰富的二次开发接口,BI产品使用者在项目实施过程中的满意度和实施结果也就可想而知了。
(5)产品互整合问题。
BI产品的应用往往和其业务系统是分不开的,也就是说BI产品所实现的过程和结果通常要和业务系统整合为一个系统或一个平台,也就是说BI产品必须要能与别的产品或业务系统无缝整合在一起,这是国内大部份行业应用的普遍需求。
BI产品整合能力的强弱与好坏的标志是:BI产品在非Web的环境下能否被封装成控件来使用。
这种特性是国内绝大部分的BI 产品可以做到的,但国外大部分知名品牌的BI产品在非Web的环境下,是难以或无法嵌入到别的产品或系统当中而成为一个统一的系统或平台,使用者或最终客户往往看到的是二个系统或平台,这对系统使用人员来说极不方便,对于这种情况,国内很多行业的最终客户是难以接受的。
三、品牌的因素1、部分重点行业存有不成文的"通理"。