BI工具对比
BI工具对比
BI产品是做决策分析系统的关键工具，在市面上有两大阵营，一个是传统的以IT为中心的BI产品，这类产品以COGNOS、BO为代表，从技术路线上需要将数据从应用系统抽取到数据仓库，再建立数据集成，生成多维模型再生成报表。
从业务上IT人员根据指标要求，开发好固定的报表供相关人员查看，辅助决策。
在有另一大阵营是敏捷BI，以TIBCO Spotfire为代表，该类型产品从技术路线上必须将数据从应用系统抽取到数据仓库再进行分析，它可以基于原始数据、Excel、数据仓库和自己桌面的数据进行报表开发；从业务上IT人员可以开发好报表模型，将部分参数暴露给业务人员，让业务人员充分的参与到报表的生成和调节，具有强的灵活性，下面是详细对比。
综上所述，Spotfire产品技术路线灵活，容易上手，报表多样且支持业务人员自有调节，比较适合我厂对数据分析的要求。
怎样评价大数据分析工具FineBI
怎样评价大数据分析工具FineBIFineBI是帆软软件有限公司推出的一款商业智能（Business Intelligence）产品，FineBI 的本质是通过分析企业已有的信息化数据，帮助企业发现并解决存在的问题，预测模拟企业将来的发展，协助企业及时调整策略做出更好的决策，增强企业的可持续竞争性。
下面就为大家介绍下FineBI的一些特点及优势。
1. 特点及优势1.1 特点1）敏捷型BI是近年来新的发展趋势，FineBI属于敏捷型BI，区别的本质是手动建模和自动建模，这是与过去的重型BI有明显区别的。
2）手动建模建出的模型是死的（使用聚合存储），建模之前必须把全部需求调查清楚；一旦需求有变，需要打回信息部重新沟通、建模、做模板。
一前一后都有较高的沟通成本，实际上信息部还是没有真正从过去报表的工作模式中解放出来。
FineBI的自动建模以表间关联为依据，多维数据库中存储明细数据，以深度优化的索引等技术保证即席运算性能；得到的模型灵活多变，需求变化的响应可以在OLAP层面，而非建模层面实现，免去了大量沟通和建模工作，也就是真正解放信息部，盘活业务部，让业务部门做分析。
3）由以上问题进一步导致重型BI项目周期长（半年或年为单位），项目风险高（实施成功后因为难用用不起来、项目实施中间夜长梦多出意外、核心人员离职造成损失等），对比FineBI以周或月为单位，操作界面友好，项目风险很小。
1.2 FineBI的实施周期由于FineBI特有的数据准备模块，除去原始需求沟通时间，技术人员在实施时无需花费过多的时间来进行数据处理，而FineBI特有的分析模式和指标因素在基于固定数据的基础上能够极大的减少需求多变导致的数据准备和沟通交流时间，真正做到了实施周期短，后期也无需投入过多的人力和时间来维护系统，解决需求上的变动。
1.3 FineCube的解决性能问题的原理FineBI采用Cube预处理以及并行计算的先进数据处理模式，使用NIO内存映射文件存储模式，同时采用高效的智能位图索引，以及智能避免重复计算的缓存机制，使得在前端页面展示数据时，运行速度高效快速。
BI与报表的区别
BI 与报表的区别一、前面的话很多的人认为，报表就是BI。
实际上，报表只是BI 的一部分，虽然 BI 应用的结果通常需要通过报表来展示，但是，BI 绝对不仅仅是报表。
其实，大家对这些概念的理解，如同15 年前的 ERP一样。
1998年，国内两大巨头金蝶与用友都开始宣称从财务软件进入ERP领域，于是，ERP才逐渐为世人所知， ERP到底是什么，大家开始众说纷纭。
现在我们回顾总结 15 年曲曲折折过程，大家对 ERP的理解还有偏差吗?各ERP厂商还在强调不同的概念吗?答案是，没有了，大家都统一了，回到了原点：那就是ERP其实是一个系统，它强调的是企业利用信息化手段将各项资源的匹配系统化，只有将这些资源匹配系统化了，才能最大限度的提高效率，降低成本，从而提升竞争力。
而到底ERP包括哪些功能模块，已经少有人去强调了。
所以，我们有理由相信，最终大家对 BI 的理解，也会回归到理性的原点：那就是 BI 是一个辅助决策的智能系统，它的核心就是帮助企业利用好数据，让决策管理者随时随地获取关键信息，让决策者基于数字决策，最终提高决策水平。
至于用什么技术来实现上述的目标，慢慢的，会变得不那么重要。
二、 BI 与报表的联系与区别基于现阶段大家的认识，我们来对比一下报表与BI 的联系与区别，让大家思考一下，我们到底需要的是什么?1、EXCEL报表与 BI现阶段是如何来满足决策管理者的分析需求的：97%以上是通过EXCEL表格手工整理各种报表，不到3%利用了 IT 技术，实现了报表的自动化。
随着决策者对分析的要求越来越高，于是乎，报表越来越多、越来越复杂 (甚至出现了所谓的“中国式报表”——在一个 EXCEL 页面中，密密麻麻的布满了决策者关心的所有内容，就只恨屏幕或不够大)。
大家都知道，这些大量的手工处理，是很容易出错，且无法及时得到的。
于是，许多企业有专人来负责报表制作，而这些报表制作人员加班加点也变成了家常便饭。
finebi指标卡同比 -回复
finebi指标卡同比-回复什么是FineBi指标卡同比？FineBi指标卡同比是一种数据比较和分析方法，用于比较两个相邻时期的数据指标。
该方法通过对比同一指标在两个不同时间周期内的变化情况，帮助用户了解和评估业务、项目或运营的发展情况。
本文将详细介绍FineBi指标卡同比的定义、应用案例以及实施步骤等内容。
FineBi指标卡同比的定义：FineBi是一种基于BI（Business Intelligence，商业智能）技术的指标分析工具，可以根据用户的需求进行灵活的数据分析和可视化展示。
而FineBi指标卡则是FineBi工具中的一种常见表达形式，用于展示具体的数据指标和变化趋势。
同比，又称为“比较年度”，是指将当前时期的某个指标与上一个完整时期的相同时期相比较。
例如，将本年度第一季度的销售额与上一年度第一季度的销售额进行比较，即为同比。
FineBi指标卡同比的应用案例：FineBi指标卡同比可以广泛应用于各行各业，以下是一些典型的应用案例：1. 销售指标同比对比：通过对比同一销售周期内不同年份的销售额、销售量等指标，可以了解销售业绩的增长或下降情况，判断产品或市场的发展趋势。
2. 运营效率同比对比：比较相同时间段内的运营成本、人员效率、订单处理速度等指标，可以评估企业运营效率的提升或下降情况，优化运营策略和流程。
3. 项目执行同比对比：比较不同阶段或不同项目的执行进度、成本控制、质量评估等指标，可以及时发现项目执行中的问题并采取相应的措施。
FineBi指标卡同比的实施步骤：1. 数据准备：收集和整理需要对比的数据指标，确保数据的准确性和完整性。
可以利用数据分析工具，如Excel、SQL等，进行数据的清洗和处理。
2. 指标卡设计：根据需要对比的指标和时间周期，设计FineBi指标卡的显示方式。
可以选择柱状图、折线图、饼图等不同的图表形式，并配置相应的数据字段和指标计算方式。
3. 数据连接：将准备好的数据与FineBi工具进行连接，确保数据的有效读取和显示。
BI工具选型指南
BI工具选型指南BI工具是BI项目的核心，选对工具，BI项目就成功了一半。
面对市场上鱼龙混杂的BI工具，不少企业眼花缭乱，无从下手。
其实，BI工具选型说简单也简单，根本的原则就是两个字：合适。
不同的企业在所属行业、具体业务、发展和管理水平、信息化水平、人员技术背景等方面都存在非常大的差异，照搬照抄别人的答案并不能解决问题。
企业必须“量体裁衣”，找到最适合自己的BI工具。
采用技术太过前沿的BI工具，如果没有落地场景，这些工具最终将变成IT部门的成本，而技术落后的BI工具很快就会过时，对企业发展也有很大的制约。
因此，在BI工具选型时须慎重，走中庸之道，不保守、不激进，不盲目追求新技术。
所选的工具不仅当下能发挥作用，而且在一段时间内其技术不至于过时。
既关注工具本身，也要考虑企业自身实力。
从场景出发选择BI工具，必将带来不错的回报。
1.BI工具选型要素具体而言，关于BI工具选型要素，企业需要考虑的不外乎易用性、稳定性、功能、采购成本、BI厂商的能力等几点。
图1所示为帆软数据应用研究院的调研数据，可以看到企业在选择BI工具时，最关注的是BI 工具是否高效、易用和便捷（69.10%的受访企业看重这一点）。
而Gartner在Survey Analysis: Key Selection Criteria for Business Intelligence and Analytics Platforms报告中指出，工具的易用性对企业获取商业价值也是排在第一位的影响要素。
从下图来看，企业对于BI工具的功能与稳定性的关注，比例相近，是选型时考虑的第二大要素。
而采购成本并不是企业选择BI工具时的主要考虑因素。
另外，近三分之一的企业（占比为31.2%）看重厂商所提供的服务支持和学习资源，说明企业认识到BI工具附带的服务和学习资源在项目的运维与开发中有着至关重要的影响。
企业选择BI工具时的参考因素2.易用性易用性决定BI平台的整体使用体验，是影响用户持续使用的首要因素。
详解免费 BI工具FineBI时间及数值类指标
详解免费BI工具FineBI时间及数值类指标1. 描述时间类指标，顾名思义，就是指数据字段的类型为时间类型的指标，将BIAnalytics 即时分析的行表头修改为合同签约时间，点击字段后面的下拉按钮，可以看到该字段指标的所有配置，如下图2. 时间显示格式时间类型指标的显示格式包括日期、年、季度、月和星期，如果显示格式选择为年，那么合同签约时间则会显示为年份，后面的数据根据年份分组，如下图：3. 排序方式时间类型指标的排序方式包括降序和升序，升序和降序均可根据自身和数值区域中的数值类型指标进行排序，默认为根据自身升序排序，下面我们将其修改为根据自身降序排序，如下图：4. 过滤设置指标的过滤将在指标条件过滤中详细介绍，这里不再赘述。
5. 指标与维度关联指标和维度的关联与文本类型指标的使用方式一致，这里不再赘述。
如果我们遇到类似这样的需求：按照每月1-7号算第一周，8-15算第二周这样来分组，算出每个月几周的销售额；方案：先用公式列增加一列，将时间字段中的日期挑出来，然后再用数值的自定义分组就可以了。
11.1.3 数值类型指标1. 描述数值类型指标是指字段类型为数值型的字段，数值类型指标在dashboard组件中只能在数值区域进行绑定，以BIAnalytics即时分析中的数值指标为例详细讲解。
在BIAnalytics即时分析的编辑界面中，点击表格组件右上角的按钮进入组件配置界面，点击数值区域数据框下面的折扣字段的下拉按钮，可以看到数值类型指标的所有配置内容，如下图：2. 汇总方式数值类型指标的汇总方式是指对数据进行计算的公式类型，包括求和、求平均、求最大值和求最小值四个汇总方式，默认为求和。
如下图，我们将折扣字段的汇总方式修改为求平均，那么，在显示该数据时，不再是求和之后的数值了，而是平均值：3. 图表类型图表类型切换是指切换该数值类型指标的图表显示方式，这里特指在坐标轴图组件中进行类型切换，包括柱形图、堆积柱形图、折线图和面积图，如下图：数值指标的图表类型切换一般适用于组合图的制作。
主流BI工具的图表样式
描述主流BI工具FineBI的图表样式是指对图表的一些属性进行外形的修改，美化图表，从而制作处更精美的图表，不同图表类型的样式设置是不一样的，其中坐标轴图和仪表盘这两种组件的样式包含了所有组件的样式设置分类，下面我们分别讲述坐标轴图和仪表盘的样式设置过程。
1.坐标轴图在主流BI工具FineBI的统计组件属性面板，选择样式标签，如下图：主流BI工具FineBI的图表样式设置包括显示数据表格、左值轴单位、左值轴格式、右值轴单位、右值轴格式、横轴文本、图例和显示数据标签几个方面的设置。
2.数据表格主流BI工具FineBI的显示数据表格是指是否在组件下方显示绑定数据表格内容，如下图，选择显示：3.值轴单位以ChartDemo为例，在左值轴单位的后面选择百万，如下图：右值轴单位设置效果同左值轴。
4.左值轴格式以ChartDemo为例，在左值轴格式的后面选择%，如下图：右值轴格式设置效果同左值轴。
5.横轴文本在主流BI工具FineBI的横轴文本后面选择纵向，组件中的图表的横向分类轴中的文本会纵向显示，如下图：6.图例在主流BI工具FineBI的图例后面选择居右，则可将图例显示在图表组件的右侧，如下图：7.显示数据标签在主流BI工具FineBI的显示数据表前后面选择显示，则可看见柱形图柱子上均显示了数据标签，如下图：8.仪表盘在主流BI工具FineBI的属性面板中选择样式，如下图，不同于坐标轴图，仪表盘样式包括单位、指针活动范围以及刻度设置：9.单位主流BI工具FineBI的单位是指仪表盘数据展示时，放在图表中心处显示的数据单位，如下图，我们将默认的元修改为美元：10.指针活动范围主流BI工具FineBI的指针活动范围就是指仪表盘指针能转动的最大角度，默认显示为270度，如果我们选择180度，显示样式如下图：11.刻度设置主流BI工具FineBI的刻度设置就是指自定设置刻度范围内仪表盘的显示颜色，如下图，我们将仪表盘刻度分为三个区间，并设置颜色：。
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。
BI大数据分析工具使用作业指导书
BI大数据分析工具使用作业指导书第1章 BI大数据分析工具概述 (3)1.1 BI工具的发展历程 (3)1.2 BI工具的核心功能 (4)1.3 常见BI工具介绍 (4)第2章数据源接入与整合 (5)2.1 数据源类型及接入方式 (5)2.1.1 数据源类型 (5)2.1.2 数据接入方式 (5)2.2 数据整合方法与技巧 (6)2.2.1 数据整合方法 (6)2.2.2 数据整合技巧 (6)2.3 数据清洗与预处理 (6)第3章数据仓库设计 (7)3.1 数据仓库概念与架构 (7)3.1.1 数据源 (7)3.1.2 数据抽取转换加载（ETL）过程 (7)3.1.3 数据存储 (7)3.1.4 数据访问与分析 (7)3.2 星型模型与雪花模型 (7)3.2.1 星型模型 (7)3.2.2 雪花模型 (8)3.3 数据仓库的ETL过程 (8)3.3.1 数据抽取 (8)3.3.2 数据清洗 (8)3.3.3 数据转换 (8)3.3.4 数据加载 (8)3.3.5 数据质量管理 (8)第4章数据分析与报表制作 (8)4.1 数据分析方法与技巧 (8)4.1.1 描述性分析 (8)4.1.2 关联分析 (9)4.1.3 聚类分析 (9)4.1.4 回归分析 (9)4.2 报表类型及设计原则 (9)4.2.1 报表类型 (9)4.2.2 设计原则 (10)4.3 数据可视化 (10)4.3.1 柱状图 (10)4.3.2 折线图 (10)4.3.3 饼图 (10)4.3.4 散点图 (10)4.3.5 热力图 (10)4.3.6 地图 (10)第5章数据挖掘与预测 (10)5.1 数据挖掘的基本概念 (10)5.2 常见数据挖掘算法及应用 (11)5.2.1 分类算法 (11)5.2.2 聚类算法 (11)5.2.3 关联规则算法 (11)5.2.4 时间序列分析 (11)5.3 预测分析及优化 (11)5.3.1 预测分析 (11)5.3.2 预测优化 (11)第6章用户分析与行为挖掘 (12)6.1 用户画像构建 (12)6.1.1 数据收集 (12)6.1.2 数据处理 (12)6.1.3 特征提取 (12)6.1.4 用户标签体系构建 (12)6.1.5 用户画像应用 (12)6.2 用户行为分析 (13)6.2.1 行为数据收集 (13)6.2.2 行为数据预处理 (13)6.2.3 行为模式挖掘 (13)6.2.4 用户留存分析 (13)6.2.5 用户流失预警 (13)6.3 用户群体分析 (13)6.3.1 群体特征分析 (13)6.3.2 群体需求分析 (13)6.3.3 群体价值评估 (13)6.3.4 群体细分策略 (13)第7章大数据技术与应用 (13)7.1 大数据基本概念与架构 (13)7.1.1 大数据基本概念 (14)7.1.2 大数据架构 (14)7.2 分布式计算框架 (14)7.2.1 Hadoop (14)7.2.2 Spark (14)7.2.3 Flink (14)7.3 大数据在BI分析中的应用 (14)7.3.1 数据仓库建设 (14)7.3.2 数据挖掘与分析 (15)7.3.3 实时BI分析 (15)7.3.4 个性化推荐 (15)7.3.5 风险控制 (15)第8章数据安全与隐私保护 (15)8.1 数据安全策略与措施 (15)8.1.1 数据安全策略 (15)8.1.2 数据安全措施 (15)8.2 数据隐私保护法律法规 (16)8.2.1 国家法律法规 (16)8.2.2 地方政策法规 (16)8.3 数据脱敏与加密技术 (16)8.3.1 数据脱敏 (16)8.3.2 数据加密 (16)第9章 BI工具在实际业务中的应用案例 (17)9.1 零售行业BI应用案例 (17)9.1.1 商品品类管理优化 (17)9.1.2 顾客细分与个性化推荐 (17)9.1.3 营销活动效果评估 (17)9.2 金融行业BI应用案例 (17)9.2.1 风险管理 (17)9.2.2 客户细分与精准营销 (17)9.2.3 业务拓展 (18)9.3 互联网行业BI应用案例 (18)9.3.1 产品优化 (18)9.3.2 用户留存分析 (18)9.3.3 广告投放优化 (18)第10章 BI工具的选型与实施 (18)10.1 BI工具选型原则与方法 (18)10.1.1 选型原则 (18)10.1.2 选型方法 (19)10.2 BI项目实施与管理 (19)10.2.1 项目规划 (19)10.2.2 项目实施 (19)10.2.3 项目管理 (19)10.3 BI工具的运维与优化 (19)10.3.1 运维管理 (19)10.3.2 优化策略 (20)第1章 BI大数据分析工具概述1.1 BI工具的发展历程商业智能（Business Intelligence，简称BI）工具起源于20世纪90年代，其发展历程可概括为以下几个阶段：（1）数据仓库阶段：在此阶段，企业通过建立数据仓库，将分散在各个业务系统中的数据进行整合，为决策者提供统一的数据视图。
bi工具使用考核指标
bi工具使用考核指标BI工具使用考核指标是评估一个人在使用BI工具方面的能力和水平的重要依据。
下面是一些相关参考内容，帮助评估和测量BI工具的使用能力。
1. 理解业务需求：BI工具的使用首先需要理解和把握业务需求，明确分析和报告的目标。
考核指标可以包括：- 能够与业务人员沟通，深入了解业务需求- 能够将业务需求转化为具体的数据分析和报告目标- 能够合理设计和组织数据结构和显示方式，以满足业务需求2. 数据获取和整理：BI工具需要获取和整理数据，为后续的分析和报告提供基础。
考核指标可以包括：- 能够从不同数据源中获取数据，包括结构化数据和非结构化数据- 能够将数据进行清洗和整理，确保数据的准确性和完整性- 能够处理大量数据，进行数据挖掘和预处理，以便进行后续的数据分析和报告3. 数据分析和建模：BI工具的核心功能是对数据进行分析和建模，从中发现业务的问题和机会。
考核指标可以包括：- 能够使用BI工具提供的分析和建模功能，包括数据可视化、数据透视、预测建模等- 能够合理选择和运用不同的分析和建模方法，以解决业务问题和挖掘业务机会- 能够根据分析结果制定相应的业务策略和决策，为业务的发展提供支持4. 报告和可视化：BI工具的另一个重要功能是报告和可视化，以便将分析结果传达给相关人员和团队。
考核指标可以包括：- 能够使用BI工具提供的报告和可视化功能，设计和生成具有专业水平的报告和图表- 能够合理选择和运用不同的图表和可视化方式，以实现最佳的信息传递效果- 能够对报告和图表进行简洁、清晰、有条理的组织，以便读者快速理解和获取信息5. 效果评估和改进：BI工具使用后需要对效果进行评估和改进，以不断提升分析和报告的质量。
考核指标可以包括：- 能够使用BI工具提供的效果评估和改进功能，监控和分析数据分析和报告的效果- 能够根据评估结果，对数据分析和报告进行优化和改进，以提升数据分析和报告的质量和价值- 能够及时反馈和沟通，与相关人员协作，推动企业数据分析和报告的持续改进综上所述，BI工具使用考核指标涵盖了理解业务需求、数据获取和整理、数据分析和建模、报告和可视化、效果评估和改进等方面。
主流BI工具如何设置文本类型指标
1.描述主流BI工具FineBI的文本类型指标就是指字段的数据类型为文本类型的指标，点击合同类型字段后面的下拉按钮，可以看到文本类型指标所有的配置内容，如下图：2.分组方式主流BI工具FineBI的文本类型指标的分组方式包括相同值作为一组和自定义分组。
相同值作为一组主流BI工具FineBI的相同值作为一组，就是指将该字段中的所有相同数据合并起来成为一个组，默认分组方式为相同值作为一组。
自定义分组主流BI工具FineBI的自定义分组是表示按照实际要求将字段中不同的值归并到一个组中，比如说将长期协议订单和长期协议归并到一个新的分组长期协议1组内，即如果合同类型为长期协议订单或者长期协议，在dashboard组件中显示的时候都显示到长期协议1组内，而非长期协议订单，也不是长期协议，最后字段只剩下3个组。
3.创建分组选择主流BI工具FineBI的自定义分组，进入自定义【合同类型】分组，在未分组列表中选中长期协议字段，点击上方的移到分组按钮，在文本框中输入新的分组名称长期协议1，然后再点击创建，此时就创建了一个新的分组，如下图：4.在主流BI工具FineBI中由于创建分组之前需要先选中某个字段值，故创建分组之后，该字段值就被默认选中移动到新的分组内，直接点击确定按钮，即可移动到新的分组内，如下图：5.以同样的方法将长期协议订单字段值耶移动到新的分组长期协议1中，如下图：注：如果想要在某个组内重复显示指定的字段值，只需要选中该字段，点击复制到分组即可，但是请注意，未分组列表中的字段值无法复制，也无法将字段值复制到未分组列表中，如果想要将字段值从新的分组内移开，选中它，点击移出分组按钮，即可将其移回未分组列表中，同样未分组列表中的所有字段值都无法进行移出分组操作。
6.效果查看点击保存配置，在主流BI工具FineBI的即时分析页面可以看到如下图效果：7.排序方式主流BI工具FineBI的排序方式有3种，分别是升序、降序和自定义排序，默认为字母升序。