如今，數(shù)字化轉(zhuǎn)型成為了抓住新一輪科技革命和產(chǎn)業(yè)變革浪潮的關(guān)鍵。無(wú)論是中國(guó)還是全球其他經(jīng)濟(jì)體，都將破局點(diǎn)聚焦于數(shù)字化轉(zhuǎn)型。能否成功實(shí)現(xiàn)全面的數(shù)字化轉(zhuǎn)型、推動(dòng)數(shù)據(jù)賦能企業(yè)經(jīng)營(yíng)發(fā)展成為了在變革與競(jìng)爭(zhēng)中存活、發(fā)展、成為領(lǐng)軍者的關(guān)鍵。數(shù)字化轉(zhuǎn)型已經(jīng)成為國(guó)家重要戰(zhàn)略之一，數(shù)據(jù)也成為了新型生產(chǎn)要素，是數(shù)字化、網(wǎng)絡(luò)化、智能化的基礎(chǔ)，是數(shù)字經(jīng)濟(jì)深化發(fā)展的核心引擎。

自“十四五”以來(lái)，我國(guó)諸多政策開(kāi)始推動(dòng)信創(chuàng)產(chǎn)業(yè)的深入，實(shí)現(xiàn)關(guān)鍵數(shù)字技術(shù)自主研發(fā)和自主可控。我國(guó)信創(chuàng)產(chǎn)業(yè)競(jìng)爭(zhēng)力不斷突破，國(guó)產(chǎn)化進(jìn)程穩(wěn)步推進(jìn)。2022年開(kāi)始政策重點(diǎn)提及“數(shù)字經(jīng)濟(jì)”、“數(shù)字政府”和國(guó)家信息化。在此背景下，BI產(chǎn)品作為數(shù)字經(jīng)濟(jì)的重要一環(huán)，也迎來(lái)了重大機(jī)遇。

然而，諸多企業(yè)的數(shù)字化轉(zhuǎn)型效果不足，數(shù)據(jù)沒(méi)有發(fā)揮真正的價(jià)值。據(jù)數(shù)據(jù)調(diào)查顯示，轉(zhuǎn)型成效顯著的領(lǐng)軍企業(yè)占比為16%。由于前期數(shù)字化投入尚未完全轉(zhuǎn)化為顯著的、可度量的商業(yè)價(jià)值，或者數(shù)字化價(jià)值還停留在相對(duì)局部的業(yè)務(wù)、組織與環(huán)節(jié)，企業(yè)對(duì)自身數(shù)字化的滿意度不高。數(shù)據(jù)應(yīng)用方面，當(dāng)前企業(yè)的痛點(diǎn)可以概括為：

一、缺乏數(shù)據(jù)管理機(jī)制和保障

企業(yè)雖然已經(jīng)積累了一定量的歷史數(shù)據(jù)，但由于前期缺乏統(tǒng)籌性的規(guī)劃，導(dǎo)致諸多企業(yè)沒(méi)有建立起有效的數(shù)據(jù)管理機(jī)制和保障，出現(xiàn)了數(shù)據(jù)來(lái)源復(fù)雜、數(shù)據(jù)質(zhì)量參差不齊、基礎(chǔ)數(shù)據(jù)分散、數(shù)據(jù)不一致、統(tǒng)計(jì)口徑不統(tǒng)一等問(wèn)題，導(dǎo)致在應(yīng)用時(shí)數(shù)據(jù)質(zhì)量得不到保障，數(shù)據(jù)無(wú)法匹配、數(shù)據(jù)不可識(shí)別、數(shù)據(jù)不一致、冗余重復(fù)、時(shí)效性不強(qiáng)、精度不夠等問(wèn)題頻發(fā)，數(shù)據(jù)結(jié)果與實(shí)際情況不匹配，無(wú)法作為業(yè)務(wù)改善及經(jīng)營(yíng)決策的參考依據(jù)，難以支撐上層應(yīng)用，無(wú)法完全釋放數(shù)據(jù)的真正價(jià)值。

二、數(shù)據(jù)整合的能力有限

同樣由于企業(yè)系統(tǒng)的分散，不同系統(tǒng)均有各自的數(shù)據(jù)體系，在企業(yè)內(nèi)部形成了“數(shù)據(jù)孤島”。同時(shí)在數(shù)據(jù)應(yīng)用的過(guò)程中，需要引入大量的外部數(shù)據(jù)，例如第三方市場(chǎng)監(jiān)測(cè)系統(tǒng)數(shù)據(jù)、電商平臺(tái)系統(tǒng)數(shù)據(jù)等，導(dǎo)致企業(yè)數(shù)據(jù)混亂，整合難度大。

三、數(shù)據(jù)應(yīng)用能力差

在應(yīng)用層面表現(xiàn)為應(yīng)用場(chǎng)景匱乏、分析維度單一、形式簡(jiǎn)單固化、應(yīng)用深度不足等。例如，一些企業(yè)對(duì)于數(shù)據(jù)應(yīng)用仍然停留在數(shù)據(jù)的統(tǒng)計(jì)性上，分析性不足，對(duì)于數(shù)據(jù)結(jié)果的挖掘和洞察，以及通過(guò)數(shù)據(jù)做出決策等能力差。只注重?cái)?shù)據(jù)的結(jié)果，而沒(méi)有發(fā)揮數(shù)據(jù)的前瞻性功能。數(shù)據(jù)應(yīng)用層次過(guò)淺，導(dǎo)致數(shù)據(jù)無(wú)法結(jié)合實(shí)際業(yè)務(wù)場(chǎng)景發(fā)揮真正的作用。

四、缺乏數(shù)字化人才

數(shù)字化轉(zhuǎn)型始于技術(shù)，成于人才，核心技術(shù)的實(shí)現(xiàn)和創(chuàng)新需要大量的人才作為支撐，同時(shí)數(shù)字化轉(zhuǎn)型的關(guān)鍵在于數(shù)據(jù)的應(yīng)用，因此其相關(guān)人才的建設(shè)不應(yīng)僅局限于IT人員，還應(yīng)當(dāng)提升業(yè)務(wù)部門對(duì)于數(shù)據(jù)的思維和運(yùn)用能力，提升業(yè)務(wù)層面的工作效果。然而，當(dāng)前企業(yè)面臨著數(shù)據(jù)人才緊缺的情況，在限制企業(yè)數(shù)字化轉(zhuǎn)型速度和成功率的同時(shí)，還會(huì)導(dǎo)致企業(yè)對(duì)技術(shù)人才的吸引力不足，形成惡性循環(huán)。

基于痛點(diǎn)，作為數(shù)據(jù)的“最后一公里”的BI工具，也進(jìn)行了不斷地迭代，近年市場(chǎng)的發(fā)展趨勢(shì)明顯呈現(xiàn)出從IT走向業(yè)務(wù)、從報(bào)表工具走向分析決策的特征，開(kāi)始逐漸步入業(yè)務(wù)用戶商業(yè)分析的時(shí)代。

場(chǎng)景一：一站式的平臺(tái)架構(gòu)，實(shí)現(xiàn)統(tǒng)一的數(shù)據(jù)分析

一站式的平臺(tái)架構(gòu)，全面覆蓋數(shù)據(jù)分析過(guò)程中的各個(gè)環(huán)節(jié)，包括數(shù)據(jù)采集、清洗、整合、存儲(chǔ)、計(jì)算、建模、訓(xùn)練、展現(xiàn)、協(xié)作等。

一站式BI的目的，是讓用戶可以在一個(gè)統(tǒng)一的平臺(tái)上完成全流程數(shù)據(jù)分析任務(wù)，極大降低了實(shí)施、集成、培訓(xùn)的成本，企業(yè)可以輕松構(gòu)建數(shù)據(jù)應(yīng)用。以此降低應(yīng)用難度，讓系統(tǒng)不再形同虛設(shè)，使企業(yè)全員真正用起來(lái)。

 場(chǎng)景二：降低數(shù)據(jù)應(yīng)用門檻，讓業(yè)務(wù)人員成為核心

實(shí)現(xiàn)“人人都是數(shù)據(jù)分析師”，首先需要降低產(chǎn)品的學(xué)習(xí)和使用難度，讓零基礎(chǔ)的業(yè)務(wù)人員也能實(shí)現(xiàn)自助式分析。

敏捷BI提供可視化流程數(shù)據(jù)建模能力，可快速完成表和字段的轉(zhuǎn)義、異構(gòu)數(shù)據(jù)源關(guān)聯(lián)、多粒度表達(dá)式、數(shù)據(jù)脫敏、異常數(shù)據(jù)過(guò)濾、維度度量擴(kuò)展、缺失值填充、去重、拆分列、范圍分組、格式轉(zhuǎn)化、自循環(huán)列等一系列操作，提高數(shù)據(jù)質(zhì)量。業(yè)務(wù)人員通過(guò)簡(jiǎn)單的點(diǎn)擊、拖拽等動(dòng)作，即可完成制作報(bào)表、數(shù)據(jù)分析和洞察，實(shí)現(xiàn)數(shù)據(jù)分析全員化。

場(chǎng)景三：“平民化”的BI+AI，實(shí)現(xiàn)數(shù)據(jù)深度洞察

BI幫助企業(yè)從數(shù)據(jù)中獲得洞察力，而AI則可以使洞察更為精準(zhǔn)化、自動(dòng)化、智能化，實(shí)現(xiàn)科學(xué)的決策與預(yù)測(cè)。BI滿足了企業(yè)在結(jié)果監(jiān)控、問(wèn)題診斷、決策支持上的需求，AI則滿足了業(yè)務(wù)預(yù)測(cè)、問(wèn)題預(yù)警、探究數(shù)據(jù)背后的關(guān)聯(lián)關(guān)系等深層次需求。

BI融入AI增強(qiáng)分析模塊，以“AI平民化”為理念，可以全流程可視化建模，降低AI應(yīng)用門檻，讓AI應(yīng)用走進(jìn)業(yè)務(wù)，讓業(yè)務(wù)人員上手更簡(jiǎn)單。其中內(nèi)置插件化算子，可以滿足常用分析場(chǎng)景，使AI深度分析與BI數(shù)據(jù)可視化深度融合以實(shí)現(xiàn)聯(lián)動(dòng)分析：

數(shù)據(jù)問(wèn)答可以讓用戶使用文本輸入問(wèn)題，系統(tǒng)以可視化的方式進(jìn)行自動(dòng)展示答案；

數(shù)據(jù)解釋可以對(duì)數(shù)據(jù)影響較大的因素進(jìn)行自動(dòng)統(tǒng)計(jì)和分析，比如從不同的因素分析部門員工離職的原因，找到影響較大的原因作為數(shù)據(jù)分析參考；

數(shù)據(jù)洞察則自動(dòng)給出用于發(fā)現(xiàn)業(yè)務(wù)數(shù)據(jù)增長(zhǎng)、減少的原因，比如發(fā)現(xiàn)西部市場(chǎng)比南部市場(chǎng)銷售增長(zhǎng)，就可以一鍵選擇數(shù)據(jù)洞察，發(fā)現(xiàn)背后的原因。