从蚂蚁金服的BI和大数据团队建设，看透BI发展，再不懂就落伍了

hello，大家好，我是商业智能BI，是的，我就是那个经常被大家提到的BI······下面我将正式、隆重地向各位做下自我介绍。

BI是什么

江湖上关于“BI是什么”的传说挺多的：BI（商业分析师）；BI（可视化分析软件）；BI······大家说的都有道理，不过大家提到那个可能并不是全部的BI……

众所周知，BI的全称是Bussiness Intelligent（商业智能），也就是说：

BI致力于实现商业智能：作为将数据转化为信息所需的流程、技术和工具，将信息转换为知识，将知识转化为计划，从而驱动有利可图的业务活动。

相关技术包括数据仓库、业务分析和知识管理等等。

近两年，数据中台概念被炒得红得发紫，伴随数据中台概念的还有两句耳熟能详的顺口溜：一切业务数据化,一切数据业务化；

前半句的场景其实一直都在发生,只不过我们把他称之为了信息化；

而后半句话其实说的就是BI：作为数据价值提炼厂，BI的效用就是将数据这种输入转化为商业价值反哺回业务，整个价值反哺转化涉及数据-信息-知识-洞察-action的跃迁：首先，借助数据仓库等技术，实现数据到信息的转化；接着再使用分析获取信息背后的知识；然后再借助规则、模型等挖掘出知识背后的洞察；进而参照洞察以及同类经验，驱动决策者制定有把握的决策以及相关的action todo，最终通过todo来创造更多商业价值；

finebi做的可视化

BI的历史进程

若问BI今年多少岁，我想应该是比大部分我们都大，接下来让我们回顾下BI历史进程：

1.1865年最早出现在Richard Devens的《Cyclopaedia of Commercial and Business Anecdotes》一书当中；

2.1956年IBM发明了硬盘彻底改变了数据存储，为现代商业智能应用程序奠定了基础；

3.1958年一位名为Hans Peter Luhn的IBM计算机科学家就该主题的标志性文章“商业智能系统”，让大家意识到BI的真正潜力；

4.20世纪70年代出现了一些BI厂商，把BI从理论践行到了实践中；

5.1988年在罗马举办的数据分析联盟会议标志着商业智能开始向现代化演进；

6.olap cube：1993年关系数据库之父Edgar F. Codd于提出了OLAP（或在线分析处理）这一革命性概念。该阶段被称为-商业智能1.0（两大问题：复杂性和时效性）；

7.个人计算机和互联网的兴起；

8.云技术和移动商务智能的兴起：该阶段被称为-商业智能2.0，解决了复杂性和时效性的问题；

9.数据全民化与全民数据科学家的崛起；

10.垂直商业智能：2018年出现了从基础广泛的通用BI和数据分析解决方案向行业特定的垂直对齐解决方案的转变；

11.2019年，谷歌以 26 亿美元收购Looker；Salesforce以 157 亿美元收购Tableau······这一阶段，被称为新一代BI或者敏捷BI；

今天蚂蚁金服被讨论太多，我们就来看看它的BI和数据团队是怎么样的。

在蚂蚁的数据团队大概可以分成五个方向。

首先，是数据仓库，他们提供最底层的数据访问、查询和操作的能力；其次，是数据技术，他们提供最底层的分布式计算、存储和调度的能力，帮助各个团队能够自如地处理超大规模的数据，以及实效性相关的技术依赖；

然后，是数据产品，他们在各个业务团队，根据业务的具体需求，将数据仓库的数据进一步封闭，将引入产品和算法的能力，帮助业务团队进行更高效的数据分析和决策；

再次，是人工智能。

最后，是BI团队，他们对接各个业务团队，进行数据分析和决策，利用数据仓库提供的数据、数据产品提供的产品，并与人工智能团队合作，一起实现公司业务的数据化驱动。

代表性产品

市场上，围绕BI展开的产品非常多，有一些厂商专注于实现采存建管用完整链路上的某个环节，也有一些厂商提供了整体的解决方案。

放眼望去，如此众多BI产品，怎么辨别谁更优秀，哪个更值得借鉴，怎样去建设满足业务场景的专属BI工具呢？

市面上就只有Tableua和FineBI，这里我分两类来讲，国内BI和国外BI：

Tableau，大家应该都听过，自助分析是很不错的，但是硬伤就是不能做复杂报表啊，自助式分析在我们的企业里的场景还是太局限了，有时候真的不如excel好用。

还有一个就是FineBI了，国内BI的强者，并且已经在这个位置上很多年了，如果有怀疑的话，可以去看看IDC的报告，SAP、IBM这些顶级大公司的占比都落后于它。

智能化自动化，这在BI工具上最有体现了：简洁明了的数据分析工具，也是我个人最喜欢的可视化工具，零代码零代码！！！

可视化的场景都在这里了。