2023年中国BI产品十大发展趋势

2023-12-01

文章转载自"ToB行业头条"

—
国产BI百家争鸣，国外BI撤出棋局，未来的BI领域将会有怎样的趋势？
来源 / 知达数据（ID：jedidata2）
作者 / Linda

商业智能BI软件经历了二十多年的发展，常规的分析功能已经非常完善，基于常用功能去选型，往往会发现产品的同质化程度非常高。

BI产品选型是否成功，除了评估产品基本功能是否符合当下需求，还需要了解企业的数字化创新方向和BI产品未来的更新计划以及发展前景是否相符。

过去十年笔者主要从事Tableau软件咨询实施培训工作，曾经写过《我与Tableau的十年》一文，通过个人经历回顾了Tableau在国内的发展历史。非常遗憾Tableau最终在2022年退出了中国，这一年里配合客户的重新选型和新选型需求，我花了比较多时间去了解目前国内主流BI工具，包括帆软、永洪、观远、QuickBI等产品。

以下主要是从这些国内产品，结合各类BI评测、行业研究报告总结而来的2023中国BI产品十大发展趋势。个人见解难免疏漏偏颇，欢迎大家指正补充。

自助式数据准备模块成为刚需

继拖拉拽可视化图表成为BI工具标配后，自助式数据准备模块正在成为刚需。什么是自助式数据准备模块？即没有编程和SQL基础的业务用户也可以自助使用的数据处理模块，或者说是轻型ETL模块。

观远的ETL数据建模界面

看似友好的图表拖拽功能，实际上对于数据源干净、准确、结构合理的要求非常高，而对于普通业务人来说，仅仅掌握Excel不足以能够准备好这样的数据源，特别是数据量大的情况下，唯有依靠专业人员把数据处理好。

而现在越来越多的BI产品配备了自助式数据准备模块，让数据的清理、转换、整合、计算等功能通过简单配置就能实现，并且可以通过可视化流程节点看到具体的操作，这使数据处理的门槛大幅降低，业务人员无需培训就能上手。

在众多BI产品中，除了专业做自助数据准备的Alteryx以外，Tableau家的Prep、观远数据的ETL模块都是非常易用的。而帆软、永洪等国内产品也相继发布了轻ETL模块。

帆软FineBI的数据开发模块界面

复杂计算标志着BI工具

实现自助性飞跃

热衷BI的小伙伴大多听过PowerBI的DAX计算，DAX使得PowerBI能处理大部分的计算场景。而Tableau也通过计算字段、表计算、LOD计算分别实现了行级别与聚合计算、视图级别以及指定粒度的计算。

为什么复杂计算如此重要？酷炫可视化图表的基础是设计合理的数据源以及准确高效的计算。而专业分析人员面对的分析场景仅仅通过普通函数计算远远不够。

记得在Tableau8.0推出LOD计算以前，客户问我10个难题，大概只有3个能解决，其余的均需推回数据源计算好，有些甚至要构建相应的数据结构才能算得结果。

而当Tableau具备了指定颗粒度计算能力以后，10个难题有9个能在前端直接完成计算。

对于其他BI工具亦是如此，复杂计算能力意味着BI工具在自助性上实现了质的飞跃。

FineBI 的 DEF 函数

近期，我参加了帆软6.0产品发布会，了解到帆软刚刚发布了DEF函数，能够像DAX那样处理各类复杂计算场景。尽管还未试用，但是看到国内产品也开始推出这样的功能，感到非常欣喜。

接下去，其他国内产品必然也会陆续跟进，随着越来越多的BI产品具有这样的能力，就要比拼哪家的复杂计算功能更为易学易用了，毕竟这一功能的出发点是让普通用户可以自助计算，易用性是制胜关键。

“智能决策”与增强分析

成为重点突破方向

“智能”意味着未来，几乎所有的BI厂商都在布局智能决策与增强分析。这非常容易理解， ChatGPT一经推出立刻成为焦点，BI工具如果不和”智能”挂钩又如何成为客户心目中面向未来的产品？

1. 智能问答：通过输入自然语言来获得可视化图表、分析数据。如输入“2021年A类别销售额”，获得一张数字卡片；又如输入“近3年月度销售趋势”获得一张趋势图。

很多小伙伴会觉得这个功能很酷，但它和对话机器人存在同样的问题，文字如何描述才能让工具理解是关键。目前智能问答功能预设的脚本还非常有限，对于大部分客户来说只是“有趣的尝试”。

北极九章的智能数据问答功能

2. 数据解释：发现数据中存在的异常，并探寻异常的原因是数据分析师最重要的工作。据说现在数据解释功能已经可以智能发现异常，进行预警，并排查问题原因，还能生成精美的可视化图表和分析结论了，你信吗？

如果这是真的，是不是意味数据分析师即将失业了？实际的情况是，这样的功能确实有了，其本质是进行枚举化的归因分析，即结合数据的维度和度量逐项排查，自动捕捉每项分析里与其他值存在明显偏差的数据点。枚举确实是计算机擅长干的事，但是要说这种归因分析已经具备了分析思维，那还远远没有到这种程度。

如同AI狼来了喊了多少年，替代的只是一些低水平重复的工作，想要数据解释让分析师失业，还是非常遥远的事情。但是使用BI工具的数据解释模块作为辅助分析手段，是可以尝试的。

3. 预测分析：搭载基础的数据挖掘功能，如线性回归、时间序列、K-means聚类、重要性计算，早就不是新鲜事了。但是基础版模型只能调整有限的参数，往往无法满足业务分析需求。这个时候就需要更为强大的面向无专业数学和编程基础用户的数据挖掘引擎。

Salesforce公司的Einstein Discovery就是这样一款工具，可以分析历史数据并构建机器学习模型，而不必编写任何代码。相信不久的将来，各家BI厂商都会推出类似的产品。

4. 图表叙述（自然语言生成）：最早接触的图表叙述功能是一个BI产品的第三方插件，能够将自然语言生成（NLG）功能添加到仪表板中，根据仪表板下的整个数据集生成叙述，帮助观众更好的理解数据。

我看了下官方案例，感觉这叙述达到了分析师水准。这可不是要大大减少分析师日常截图表进ppt，再加上文字描述的工作了吗？然而demo只是demo，是不是对于任何场景都有如此稳定的发挥才能决定其商用价值，期待这个模块完善后成为各BI工具的标配。

5. 语义分析：运用各种机器学习方法理解电商、舆情、调研、工业数据等文本所表达的含义，并进行统计和呈现。分词是语义分析的基础，而行业词库和应用场景的维护是关键。

过去语义分析不是BI软件的基本功能，企业需要额外购买产品或服务。如今一些行业属性较强的BI产品已经开始增强这部分功能。

6. 数据建模能力：除了自动化AI功能以外，有些BI产品也增加了简单易用的算法模块，或者能够与Python、R语言平台无缝集成，让有数学和编程基础的分析人员可以手动建模，创建关联、分类、聚类等高级分析模型。这样一来企业可以用一套BI产品解决所有分析问题，而无需单独采购专业建模工具。随之而来的，拥有数据建模能力的BI产品竞争力也大幅提升。

眼花缭乱的“智能决策“和增强分析功能让人们看到了BI工具的未来，但是在BI拥抱AI的路上，有多少是噱头，有多少能真正能帮助企业提升效率，还需要火眼金睛来辨识。

主题模板

成为UI主要优化方向

在众多BI工具里，Tableau的可视化效果得到了全球用户的认可。我认为原因主要是以下几点：

产品本身拥有强大的设计团队，审美在线。自带配色方案、图表外观、字体格式均经得起推敲，没有艺术天分的用户随手拖拽也能生成美丽图表。
图表个性化程度高，基于数据可视化底层语法构建，可以做出任何想要的图表并自定义格式，是可视化设计师的最爱。
Tableau Public社区集结了全球众多的可视化爱好者，眼花缭乱的可视化模板能够提供大量设计灵感，让小白通过复刻学习工具，提升艺术造诣。

对于其他BI工具来说，由于产品基因不同，想要在这个部分超越Tableau确实不易，那有什么办法能提高产品自身竞争力？笔者认为预制大量可视化主题模板和UI设计方案不失为经济而取巧的做法。

国内教育体系缺乏对于可视化艺术能力的培养是不争的事实，这个时候指望用户人人都是艺术家是不可能的，但是大部分用户还是具有应用好模板或者模仿制作的能力，当产品提供足够多预制方案给到用户，最后的呈现效果将会大有不同。

这里不得不提阿里QuickBI产品，其预制的主题模板是我调研的BI产品里最为丰富的，并且大量用到了酷炫动画，其震撼效果确实非平面可视化作品可比，非常适合用来做大屏。这当然也和阿里家动画设计能力以及产品定位有一定关系。

另外就是继Tableau之后，很欣喜的看到帆软也有了自定义图表功能，可以基于可视化底层语法从0构建图表，这是非常大的进步。

Quick BI的主题模版目录

纯BS架构保持流行趋势

开箱即用的纯BS架构谁不爱？全球范围内Domo是BS架构BI领导者，然而纵观其市场份额，至今未能超过领军的微软、Tableau和Qlik。这说明了纯BS架构存在一定的问题。

1. 用户开箱即用，但如何部署是头疼的问题。私有化部署动辄16核64G Linux服务器的刚性需求可不是一般业务部门能自己搞定的。即便是IT部门也需要走流程申请，打通若干关卡以后才能安装。这样一来，产品试用的门槛变得非常高。而公有云方案终究不被很多中国企业所接受。

2. 箱子打开了，用起来和客户端一样吗？差别大了！从保存撤销、版本控制，到网络资源影响、导出发布不同环境、个性化功能，在网页端开发让人非常没有安全感。没经历过十次八次文件丢失，错误保存覆盖原文件，都不算是专业表格。

3. 平台性能不稳定。对大量的数据输入以及报表的应答等都需要通过浏览器与服务器进行交互，通信开销大，而且对于实现复杂的应用构造有较大的困难，资源消耗过大从而堵塞整个平台。

观远数据的“开箱即用”

然而在种种问题下，BS架构依然保持流行趋势，可见其好处也太过明显了。

1. 使用方便。只要有网络、浏览器，可以随时随地进行查询、浏览，甚至编辑报表。

2. 更为统一的版本控制、升级管理，更容易进行产品扩展。

3. 更为高效的数据资产管理，共享性强。

4. 节省成本。BS架构让IT只需一次部署就能服务所有用户，而CS架构IT除了要保证服务器正常运行以外还要保障每一个客户端正常运行，其运维难度不在一个级别。另外BS架构还可以节省开发者个人电脑消耗，综合起来可以大大节省成本。

另外纯BS架构便于使用年费定价，这个点对于软件厂商极具吸引力，观远和QuickBI均是存BS架构产品。当然也有些前期使用该架构的厂商做了妥协，除了BS架构外也开发了轻型的客户端，如永洪BI。站在专业分析师角度，我还是更中意带有客户端的产品。

元数据管理重要性日益显现

大数据对于一些企业来说或许是伪命题，但重视元数据管理则一定是真命题。

元数据管理通俗来说是建立数据的图书管理规则。无论企业的数据规模是小还是大、背后的处理逻辑是简单还是复杂、报表数量是多还是少，都需要建立档案进行有效管理。这样新老用户都可以进行高效的自助服务，快速找到并理解需要的数据。

完善的元数据管理使企业拥有强大的数据底座，可以快速探索数据之间的逻辑关系、业务和数据之间的联系，并可以追溯数据质量问题。

随着企业数据平台建设的深入，越来越多企业意识到元数据管理的重要性，而其中数据血缘是非常流行的功能。数据血缘描述了数据的来源和去向，以及数据在多个ETL处理过程中的转换，并基于知识图谱，形象的展现这种关系。

观远数据的元数据管理

元数据管理中，另一个受欢迎的功能是全局搜索。无论是报表、卡片、ETL、数据集、字段包含相关的内容都可以搜索出来，这大大提升了分析人员查找相关数据资产的效率。

可喜的是，这些功能在逐步成为BI产品，特别是国内BI产品的标配，观远、帆软等产品均已拥有相应模块。

Embedding低代码方案成主旋律

BI和其他应用的结合度越来越高，企业OA、智能决策辅助、与各系统的协作已经成为了BI新出口，这时候低代码集成方案就显得非常重要。

过去国外BI软件的嵌入式开发难度大、成本高、效果差，而国内产品在这方面具有天然优势。往往都开发了原生接口与企业微信、钉钉等国内主流OA平台集成，客户仅需简单配置就可以在其他应用上查看报表。

如今微软、Tableau也都推出了各自云原生的Embedding方案，降低了客户开发成本的同时转而按时间、用量、访问次数进行收费。这对于某些拥有大量不特定低频使用用户的客户来说比较友好，但是大部分企业难以接受其计费方式，很难单独为这个模块买单，选择自建portal的客户仍是多数。

与此同时，接近免费的低代码Embedding方案则逐渐成为国内BI软件标配。这不得不说是国内BI完胜国外BI的一项。

观远数据的集成方案

数据安全具有一票否决权

重视数据安全的另外一方面是加强数据安全功能建设，因为客户对于此类功能的态度从nice to have演变为must have。

数据安全对于企业来说是至关重要的课题。近年来不少企业组建了C4C（China for China）团队或者开展了C4C项目，其中将数据从Global迁移回中国本地数据库是重要环节。这一方面由于中国政府对于跨境数据安全的限制，另外也有利于提升效率，更好的支持中国业务研发。

在此前提下，无论是国内企业还是国际企业都比以往更注重数据安全，以及数据迁移的便捷性。数据安全成为BI产品选型更重要的因素，甚至具有一票否决权。

有些国外从架构层面无法满足中国数据安全法要求的厂商必须做出产品调整，如在中国设置独立的云服务器。而另一些担心未来存在不确定因素的国际公司也纷纷采取行动，不得不说Tableau退出中国和此事存在相当的关系。

这一点上，中国本土BI厂商具有天然优势。在Tableau宣布退出后，国内企业绝大部分都转向国内BI产品选型，而国外企业大多用PowerBI作为后备，也有一部分开始使用国内BI产品。这种景象在之前的十几年时间里，几乎是看不到的。

帆软BI搭载的“补天”安全响应中心

以下是几个比较常见的BI产品数据安全类功能：

1. 数据脱敏：数据脱敏原是数据库或者ETL工具的领域，但现在也成为BI分析工具的重要功能。这是因为BI分析工具大多具有数据落地层，并且带有轻型数据准备模块，这样一来数据脱敏就成了必须。

BI产品的数据脱敏功能指的是提供配置界面，让用户通过设置脱敏规则设置进行数据的变形、隐藏，实现敏感隐私数据的可靠保护，限制开发人员和普通用户查看这部分数据。特别是对于涉及个人、客户隐私，企业机密的数据，必须需要进行数据脱敏。

2. 动态水印：在访问界面打上动态水印，包括访问者账号、邮箱、当前时间等信息，可以警示访问者注意数据安全，评估截图拍照后转载信息是否符合企业数据安全要求，如需转载需要承担相应责任。

这一功能不失为经济实用的数据安全手段，只是防范力度略弱，“防君子不防小人”。

3. 截屏限制：这类功能通常在APP应用内实现，通过禁止用户截取屏幕，或者截取图片只可以在应用内进行分享而无法向外部转发（转发图片变为透明或者黑色），从而保护数据安全。这类功能一般只有对于数据安全有极高要求的企业会需要，目前主要通过第三方插件，按用户数收费，成本是比较高的。

除了以上的数据安全功能，企业对于数据权限管控的要求也越来越高，不仅仅满足于数据集、报表、行、列级别的数据权限，甚至提出了更复杂的权限要求，并要求和其他系统集成权限，而非单独在BI系统维护。这对于BI厂商来说，是巨大的挑战。

Quick BI的自定义水印

交互分析、共享协作模块

使用更为广泛

过去，很多企业对于BI的使用停留在静态报表阶段。界面上除了筛选以外，几乎不做任何操作，将报表分页打印出来也无伤大雅，最终用户往往只需要一张表格或者一幅图片。这种用法太过传统，不符合潮流。

现代BI倡导的交互式分析，通过图表快速发现问题，并进一步通过图表探索发现问题原因。图表与图表间的交互主要通过下钻上卷、点击联动、参数设置等方式进行，而最后用故事点串起整个分析过程，展现给观众。

如今除了钻取联动分析、故事点以外，交互式分析又引入了数据问答、数据解释等AI新玩法。未来交互分析必将大行其道，为企业创造更多价值。

除了交互式分析更为广泛被使用以外，共享协作也越来越重要。BI产品一直致力于让企业里更多的人能自由灵活地探索数据，分享自己对于数据的见解，听取同事的反馈，并采取行动。

这对于BI产品的协作性提出了非常高的要求，除了基本的BI功能以外，还需要开发协作功能。如对于报表或者数据点做出评论或者注释，增加对话、收集数据（填报）、打分、审批、提醒、预警等协作功能，甚至提供对于协作数据的分析。

值得一提的是，观远数据在共享协作方面做的非常不错，而帆软6.0大大强化了数据的交互性。

观远强大的交互分析功能

通过本土化应用服务细分需求

在BI产品难以从基本功能比出高下的今天， BI厂商不得不通过更多的本土化功能或者细分使用场景来打造产品的竞争力，从而服务细分需求、赢得客户。其中以下是国内客户比较关注的一些“特殊”功能：

1. 数据录入：这是特别受中国客户欢迎的功能，多少与国内企业数据基础不够扎实有关。大量的手工数据需要填报导入，使得数据整合处理、控制数据质量成为了众多企业的难题。这个难题如果不解决，BI产品便英雄无用武之地。

于是不少BI厂商推出了相应的数据采集或者填报模块，方便客户在不单独开发或使用数据库解决方案的情况下也能快速收集数据并进行整合。

2. 回写修改数据库：如果你是一位传统BI顾问，一定会对这样的功能嗤之以鼻。数据库怎么能让用户随便回写、修改？但是这样的需求一直存在，特别是规模较小，缺少数据规范的企业。

即便是大企业拥有健全的数据规范，业务部门依然渴望在某些报表能对数据进行修改，如调整目标进行试算，维护主数据、月结财务调整等。

你可以说这些功能本来就不应该在BI实现，但是不能调，对业务部门来说意味着不好用，又要自助又要不断找IT修改数据，这多难办？久而久之业务部门还是使用他们最可靠的伙伴Excel，而BI作为数据源只读工具的使用率越来越低。

这样的痛点恐怕也是具有一定中国特色的，国外BI产品极少迎合这类需求，但是国内产品就是要解决国内客户的痛点，不少工具开发了类似的功能。

3. 中国式报表：这是最具有中国特色的BI需求，出于监管原因和长期以来形成的习惯，企业中很多报表必须做成特定的格式并配合打印。这其中一部分报表，如财务报表，需要上传给相应的政府部门，而另一些则是为了迎合领导习惯的阅读方式，在固定的位置呈现特定的字段。而多行表头、单元格合并、单元格级别的格式设置、缺乏数据结构支撑的小计总计是这类报表的特点。

这种独特而复杂需求自然不是国外工具可以满足的，国外产品只能基于数据结构做标准的数据透视表，于是这成为早期国内BI产品立足的地方。

帆软亦是从Fine Report起家，后来才做了Fine BI产品。作为一款国内BI产品，如果连中国式复杂报表的功能都没有，肯定会被带上不接地气的帽子。