【天極網IT新聞頻道】在剛剛過去的Smartbi V9新品發布會上，多位嘉賓為我們帶來的精彩演講在現場引起了熱烈反響，小麥從本周開始選取一些整理成文，與未能到場的麥粉們一起分享。首先分享的是Smartbi CEO吳華夫做的《崛起·預見》開場演講。

【背景】

按照麥肯錫的定義，數據規模大于10TB即為大數據。按照這個定義，目前中國有超過90%的企業擁有大數據。中國許多的企業正處在數字化轉型的浪潮中，逐步從粗放式管理向精細化運營轉型，而BI是釋放企業數據價值的重要手段。據Gartner一項調研顯示，BI和數據分析是企業CIO預算增加最多的領域，其次才是網絡信息安全、云服務等。而BI的發展分為三階段：傳統BI、自助BI和智能BI，后兩者合在一起叫現代化BI。現在我分別展開為大家做一些簡單的介紹，盡量給大家帶來一個完整的BI視圖。

　一、傳統BI

傳統BI以IT為中心，面向的數據源主要是企業的內部數據，可能也有少部分的外部數據。數據倉庫、數據集市、OLAP等數據建模工作統統由IT人員負責做好。業務人員可以做一些簡單的加工處理，能看一些報表、報告，比如銀行里面看一些監管報表。另外，也能基于已有的數據模型做一些數據的摸索分析，做一些儀表盤。傳統BI的核心是業務人員所有的分析路徑都是IT幫你建好的，分析維度無法脫離IT設定好的框架。

　二、現代化BI

現代化BI與傳統BI比較，第一，是面向的數據源不一樣。現代化BI面向的數據源除了企業內部數據以外，還有外部數據，可能還有互聯網的數據，有物聯網的數據，還有流數據等等;第二，是數據處理方式不一樣。現代化BI不再需要IT人員預先建好模型，模型不再是必備的，源數據抽取過來以后更多是以未建模的數據湖形式存在。業務人員能自己進行敏捷建模，還有自動推理。比如說位置這個字段，建模的時候能自動生成地理維度分析，還有數據混合，可以把結構化、非結構化、內部的、外部的、數據倉庫以及數據湖所有的數據做混合的分析。所以在現代化BI里面，有一個重要的概念叫邏輯數據倉庫，或者叫做語義虛擬層;第三，處理完的結果也不一樣。現代化BI的處理結果通常會以分布式列存儲的形式進行存儲，然后可以做分析。比如可以做增強的數據發現，會告訴你數據的規律;第四，交互方式也會改變。比如看一張報表，或者生成一個可視化圖形，現代化BI更多會通過自然語言去創建。也有可能是自動創建圖形，不需要業務人員再去操作，直接就把結果告訴你了。另外，也可能不再是以報表的形式，而是以故事化、場景化的形式展示結果。

　【崛起】

　　1、Smartbi解決方案總體架構

Smartbi的總體架構分成三塊，中間是BI產品，我們的企業報表軟件、自助分析平臺和數據挖掘平臺對應的就是BI發展的三個階段：傳統BI、自助BI和智能BI。底下是我們的核心功能層，包括數據的加工處理和分析展現。最上面的應用層是BI+商店，除了基礎的技術平臺之外，我們還會面向各個行業提供場景化的解決方案，讓客戶能夠“開箱即用“，或者做一些簡單的加工就可以使用。

　2、傳統BI產品

傳統BI我們是提供報表產品，最大的特點是以WPS或Excel作為報表設計器，使報表的開發工作變得異常簡單。其次，功能又非常強大，可以繼承WPS或Excel全部的函數和圖表功能。同時，我們又可以解決Excel的一些問題。比如說數據量不能超過100萬行、權限無法處理、發布和共享不方便等等。實際上我們是結合了后臺數據能力和WPS或Excel易于學習的能力，一起構建我們的報表產品。還有分析報告，我們可以把Office和后臺數據做一個很完美的結合。很多企業的周期性會議，都是通過秘書去復制、粘貼生成一個分析報告，利用我們的產品就可以自動生成報告了。

　3、自助BI產品

我們的自助分析平臺是希望業務用戶可以自助去分析數據，那我們的產品跟其它友商有什么不一樣呢？大部分功能是大同小異的，但我們在企業級的數據安全、數據分析和共享、權限控制等幾方面有獨到之處，詳細的內容稍后我們的同事會給大家介紹。

　4、智能BI產品

最后一個是我們的智能BI產品，這是我們今年V9版本最重要的產品線。我們有一個分布式的機器學習平臺，通過這個平臺去完成智能BI的任務，包括分類、聚類、回歸還有深度學習等等。另外，智能BI也體現在我們交互方式的改變，Smartbi會提供一個自然語言處理的接口，這一塊我們還會持續地增強。我們希望通過對話的方式，讓管理人員對著手機說話就能得到他想要的數據。

　5、BI+商店

剛才介紹的是技術平臺，我們還希望給每個行業提供一體化的解決方案，就是通過一套BI+應用模板來實現的，BI+是我們接下來一個很重要的戰略。所謂的BI+應用模板，我舉個例子，比如說給某個餐飲企業做了一個項目，我們可以把整套數據應用打個包，以后有了同行業的餐飲客戶，這些數據應用就可以直接復用。通過BI+，可以從兩個方面去改善客戶體驗。從需求端來說，因為我們提供了分析展現的模板，項目的咨詢顧問就不是從零開始了，可以基于已有的模板提供給客戶選擇，咨詢門檻會降低很多。從實施端來說，整個數據實施的工作會變得非常簡單。有了數據應用，后臺的數據該怎么去支持？只需要干一件事情，ETL工程師從源系統里面把數據抽取到數據模型里面來，可以做到實施的標準化。總的來說，BI+包含了分析展現模板和數據模板，最終就是要打造一個BI+應用模板超市。

　【預見】

下面我引用一個比較流行的概念“中臺”，說一下我們對中臺的理解。企業的需求是不斷變化的，不可能每一個需求都從頭去做，應該是把通用性的東西加工后抽象出來做成企業的中臺，企業中臺又包含技術中臺、數據中臺和業務中臺。我們的BI產品實際上就是技術中臺，和企業本身的數據中臺一起為業務中臺提供支撐。BI+應用就是業務中臺，通過模板化的方式讓需求的交付變得更加簡單，并且支撐各種行業化、場景化的數據應用。

最后看下我們做的一家銀行的案例。我們把源數據采集過來放到數據倉庫和數據湖，包括銀行的主題模型、指標體系等，這就是數據中臺。然后又搭建了技術中臺，技術中臺除了傳統的數據分析與可視化，還包括了ETL、MPP數據存儲，以及機器學習和數據挖掘。技術中臺結合銀行數據中臺，就可以產生各種應用場景，有管理駕駛艙，有各種主題分析，比如銀行ATM選址分析、客戶資金流分析等等。我們還通過自助分析平臺做到業務賦能，我們搭個臺，讓用戶自己唱戲。接下來我們會把應用場景模板化形成業務中臺，也即BI+應用模板，為其它的銀行客戶提供經驗。