在自助式BI誕生之前，傳統(tǒng)BI一直是市場的主流。傳統(tǒng)BI以大型數(shù)據(jù)倉庫作為數(shù)據(jù)分析基礎，可以幫助企業(yè)構建大型的綜合數(shù)據(jù)分析平臺。不過，它主要面向IT人員，采取的是業(yè)務部門提數(shù)據(jù)分析需求IT技術響應的模式，通常由IT人員先根據(jù)分析需求進行建模，構建分析主題以及分析報表和儀表盤等，業(yè)務人員根據(jù)固定的報表樣式使用報表。 傳統(tǒng)BI業(yè)務流程（來源：《2019中國BI商業(yè)智能行業(yè)報告》） 這樣做的結果是：一方面，業(yè)務人員大多查看的是靜態(tài)類報表，分析維度和度量計算方式已在建模時預先設定好，不能更改；另一方面，由于IT部門缺乏對業(yè)務的理解，有些需求需要和業(yè)務反復溝通，并且當需求變更是需重新建模開發(fā)或修改已有的分析模型，不僅導致IT部門負擔極重，而且需求響應速度慢，經(jīng)常會讓業(yè)務部門錯失商機。因此，很多企業(yè)花重金打造的 BI 系統(tǒng)最終淪為面子工程，收效甚微。據(jù)市場研究機構 Forrester 報告顯示，在擁有傳統(tǒng)式 BI 的企業(yè)或機構中，83％以上的數(shù)據(jù)分析需求無法得到滿足。另外，實施技術難度較大、部署開發(fā)周期長、產品成本高等也是傳統(tǒng)BI較明顯的缺點。基于此，傳統(tǒng) BI屢遭詬病。 與此同時，隨著大數(shù)據(jù)時代的到來，企業(yè)各業(yè)務終端數(shù)據(jù)量激增，除了固定報表展示的需求以外，越來越多的企業(yè)和部門希望在沒有專業(yè)IT知識情況下，即可自主完成數(shù)據(jù)導入、建模、分析等一系列的工作，減少數(shù)據(jù)處理到?jīng)Q策分析的時間。在此背景下，自助式BI應運而生，并快速成長起來。 自助式BI面向不具備IT背景的業(yè)務人員，它通過搭建一個數(shù)據(jù)整合平臺，由IT集中管控數(shù)據(jù)并進行數(shù)據(jù)分發(fā)，業(yè)務人員通過易用的前端分析工具，即可基于業(yè)務理解自助式建模、輕松開展探索式分析，從而快速挖掘出有效信息、預測數(shù)據(jù)變化趨勢，實現(xiàn)數(shù)據(jù)驅動業(yè)務發(fā)展。 自助式BI業(yè)務流程（來源：《2019中國BI商業(yè)智能行業(yè)報告》） 自助式BI大幅降低了業(yè)務人員進行數(shù)據(jù)分析的門檻，并很好地將數(shù)據(jù)分析的任務從IT轉移到業(yè)務身上，使得業(yè)務部門能夠根據(jù)自身需要快速實現(xiàn)數(shù)據(jù)分析需求，縮短了數(shù)據(jù)分析周期，加快了基于數(shù)據(jù)支撐決策的制定；而企業(yè)的IT人員，也可以更專注于技術本身，做好數(shù)據(jù)底層梳理，提升企業(yè)數(shù)據(jù)質量。這即是自助式BI的需求不斷攀升的主要原因。此外，相比傳統(tǒng)BI，自助式BI還具有以下特征： ? 支持多種數(shù)據(jù)源。自助式BI支持IT提供的數(shù)據(jù)庫，還包括一些非傳統(tǒng)的數(shù)據(jù)源，例如Excel、CSV線下數(shù)據(jù)源等。 ? 友好的用戶界面。自助式BI提供人性化的用戶界面，例如業(yè)務人員在查找分析相關問題時，通過簡單的拖拽操作，即可輕松完成。 ? 敏捷的數(shù)據(jù)分析和快速響應能力。自助式BI的業(yè)務流程中，業(yè)務人員可以自助式的實現(xiàn)數(shù)據(jù)源連接、指標集定義、探索式分析、高效查詢和自助的報表制作和儀表盤展示，即時響應需示變化，并可實現(xiàn)信息共享。 ? 豐富的可視化展示。自助式BI將數(shù)據(jù)分析結果用更直觀更美觀更容易讓人接受的圖形來展示。 ? 快速部署。自助式BI重在數(shù)據(jù)分析，以業(yè)務分析為主導，助力企業(yè)打造輕量級BI系統(tǒng)，部署時間一般按天、周、月為單位；而傳統(tǒng)BI一般為大而全的統(tǒng)一平臺，需進行整體的架構設計，構建過程復雜，特別是ETL 處理和數(shù)據(jù)倉庫建模、性能優(yōu)化等方面會耗費大量時間，因此部署周期長，往往以月或年為單位。 自助式BI作為能夠實現(xiàn)快速部署、數(shù)據(jù)源集成、高性能計算、探索式分析的BI可視化產品，當前已有眾多的廠商進入該領域，并推出了在易用性、復雜性和功能上等各不相同的自助式BI產品。如：有些產品主要用于簡單的儀表盤和可視化；有些已將功能擴展到數(shù)據(jù)準備、數(shù)據(jù)發(fā)現(xiàn)或交互式可視化探索等更復雜任務；還有一部分領先BI廠商推出了全能型的BI產品，支持從數(shù)據(jù)準備到可視化探索，到洞察生成的全線功能，還融入了增強智能、嵌入式分析等先進技術，