前段时间与朋友聊天，聊到了数据处理与分析的话题，就随口问了一句，“你们单位目前主要应用了哪些数据处理与分析工具?”，当得知朋友单位目前主要应用的是一些报表工具时，便追问他，“那你们单位有没有应用BI商业智能呢?”，没曾想，却遭到了朋友的反问，“报表工具不就是商业智能吗?”

　　实际上，在现实工作中，将报表工具等同于BI商业智能，或者将二者混为一谈，绝非个例。而且，经常也有企业会有这样的疑问，“我已经有报表工具了，还需要BI商业智能做什么呢?”之所以会产生以上误区及疑问，归根结底是因为，并不清楚报表工具与BI商业智能之间的区别。那么，报表工具与商业智能到底有何区别?有了报表工具还需要BI商业智能吗?本文试作浅要解析。

　　什么是报表工具?

　　报表，简单而言就是用表格、图表等方式动态显示数据，它用以访问、格式化数据，并把数据信息以可靠和安全的方式呈现给使用者。报表按用途可分为财务报表、销售报表、统计报表、技术报表等。而报表工具，顾名思义就是制作各类报表的工具，它可以制作各种数据报表、图形报表，或者制作特定格式的电子发票联、流程单、收据等等。报表工具在技术上主要可以分为SQL型报表工具(以SQL/OLAP为理论基础，基于数据库或数据仓库自动化来制作报表)以及Cell型报表工具(以Excel为原型，将注意力放在表格及格间运算上，主要解决报表的格式和展现问题)等。

　　报表工具的本质是统计和展现数据，并提供基础的分析功能，比如排序、总计、方差等，目的是帮助用户掌握和了解数据，让报表使用者通过观察企业数据，知道当下发生了什么事情。

　　什么是商业智能?

　　一般认为，商业智能(Business Intelligence，BI)的概念最早由Gartner提出。Gartner于1996年正式提出商业智能的定义，即“一类由数据仓库(或数据集市)、查询报表、数据分析、数据挖掘、数据备份和恢复等部分组成的，以帮助企业决策为目的的技术及其应用”。

　　虽然随着时代的发展，如今BI商业智能的概念已经得到了更新和拓展，比如，Gartner于2013年在“Business Intelligence”一词中加入“Analytics”，合并成ABI(Analytics and Business Intelligence，分析与商业智能)，而且一些学者及研究机构所提出的BI的定义也不尽相同，但是业界对于BI商业智能的共识(或核心观点)都是从数据中获取知识进而辅助决策，也即通过数据探索、挖掘、分析乃至预测，让使用者能更深层次地掌握过去及当下事件，预测未来事件及趋势，进而更好地辅助决策，而这也是BI商业智能的本质所在。

　　商业智能与报表工具有何区别?

　　从以上分析可知，报表工具与BI商业智能在定义与本质上存在明显差异，将报表工具等同于BI商业智能显然是不正确的。而报表工具与商业智能的区别，具体还体现在以下几个方面：

　　面向的对象与群体不同。报表工具主要面向IT开发者，或是某些企业内专门设置的报表开发人员，并服务于业务流程，这是因为报表的开发与制作，通常需要具备一定的数据库知识、代码编写能力及二次开发能力;BI商业智能则主要面向一线业务人员、数据分析人员以及管理人员，因此更强调易用性。特别是如今随着自助式、敏捷型、轻量化BI的兴起，以及AI等技术在BI中的应用，BI商业智能已经成为“人人可用的数据分析工具”，所面向的对象与群体，相较于报表工具更广。

　　功能侧重点不同。报表工具主要侧重于数据展示，通常具备展示、查询及数据填报等功能，所生成的报表往往是基于某一套系统，报表格式往往是固定的，更加侧重于让企业管理层看到短期的运作效果。BI商业智能则主要侧重于数据分析，它通过充分利用数据以及各种主题分析，展现数据变动趋势，挖掘数据背后的规律，从而实现基于数据的洞察。正因为如此，报表工具所制作的报表，主要是基于原有的系统数据结构进行关联展示，其所呈现的通常是二维信息，缺少交互，难以实现多维分析，展现的也只是过去及现在的数据，难以发现数据间潜在的关联;BI商业智能则能整合多业务系统(如CRM、ERP、MES、APS等)的数据源，能够快速处理大量数据，可通过钻取、联动、旋转、切片等实现任意维度、任意分析路径的数据处理与分析，找到数据之间的潜在关联，推演未来变化及影响，最大程度地挖掘出数据背后的价值，实现智能数据分析与卓越数据洞察。

　　实施周期不同。报表工具的部署与实施相较BI商业智能而言更简单，投资可以比较小，实施周期相对较短，见效也比较快。BI商业智能的部署与实施则相对比较复杂，投资比较大，实施周期也相对比较长，通常会遵循“总体规划、分步实施、迅速收益、不断完善”的原则，在梳理企业信息化建设现状与需求，并确定了合理可行的实施步骤的基础上，分阶段地进行BI商业智能的建设与实施。

　　总的来说，报表工具通常可理解为数据展示工具，主要用于数据的查询、填报、展示;，更着重于短期的运作支持。BI商业智能则可理解为数据分析工具，旨在将现有的数据转化为知识，帮助企业做出明智的业务决策。但需要指出的是，如今报表工具与BI商业智能关系可交叉可递进。比如，一些报表工具实际上也具备数据分析的功能，可以实现多维数据的处理与分析;而BI商业智能也正朝着平台及解决方案的方向发展，在BI商业智能越来越成为数据分析与展示平台或解决方案的今天，主流的BI厂商实际上都将报表工具作为其BI工具及产品的组件之一，也即报表工具成为主流BI工具与产品的一部分。

　　有了报表工具，还需要BI商业智能吗?

　　就如前面所说，报表工具侧重于数据查询与展示，其所生成的报表无论多么酷炫，查询有多么简单和便捷，它只是罗列了一堆数字而已，通常只能告诉管理者或决策者事实是什么，而无法让管理者或决策者快速识别和了解数据背后的问题，也即事实为什么会发生(原因是什么)，未来趋势会如何等等。而且，随着报表越来越多，越来越复杂，甚至出现了所谓的”中国式报表”，在一个excel页面中，密密麻麻地布满了管理者或决策者关心的所有内容，简单而言就是格式复杂、信息量大，但管理者或决策者的精力毕竟是有限的，因此在这样的背景下，“随时随地获取关键信息”则成为管理者或决策者的核心诉求。而BI商业智能的出现，实际上就是为了解决报表信息越来越复杂、越来越泛滥的问题，其作为辅助决策的智能系统，核心就是帮助企业利用好数据，让管理者和决策者随时随地获取关键信息，能清楚地知道发生了什么以及发生的原因是什么，基于数字决策来提高决策水平。

　　那么，有了报表工具，还需要BI商业智能吗?答案显然是肯定的。特别是在数字经济时代，数据被认为是基础性资源及重要的生产力，蕴含着巨大的价值，企业纷纷将数据的挖掘与利用放在了非常重要的战略位置，那么，BI商业智能系统作为用以整合企业内外部海量数据，提高数据分析质量与效率，为具体业务赋能，为企业决策提供支撑的数据分析与挖掘的有力工具，则成为必需。而且，从国内企业信息化建设与发展阶段来看，目前绝大部分企业依然使用的是报表工具，主要用于解决企业内数据统计和展示的需求，而随着数据分析、利用与挖掘的需求逐渐被激发，这些企业部署和实施BI商业智能的意愿也必将越来越强烈。

　　观数台，新一代增强智能协同BI平台

　　如今，市场上的BI产品众多且各具优势，但“适合自己的才是更好的”。因此，企业在进行BI产品选型时，应结合自身需求，从BI的产品性能、数据整合与分析挖掘能力、跨平台跨系统的数据集成能力、BI功能与企业需求的匹配度与性价比、BI厂商的实施与服务能力等方面进行综合评估。而观数台作为久经市场验证、饱受客户认可的新一代增强智能协同BI平台，已帮助越来越多的企业进行数据分析、挖掘与智能洞察，并辅助其作出决策，满足大数据时代数据处理与分析的需要。

　　观数台是亦策软件拥有自主知识产权，专为中国企业量身定制的本土化、轻量级、可嵌入的商业智能(BI)平台，凭借其关联引擎、增强智能、内存计算等核心技术，支持自助式BI与嵌入式分析等应用场景，允许每位用户深入洞悉数据，挖掘数据价值，从而辅助企业管理者及决策者作出决策。

　　需要强调的是，观数台不仅仅只是数据处理与分析工具，更是涵盖从整合数据源、数据采集、数据采集归档、自助式分析到报告分发的一站式解决方案。观数台包含观数台BI、观数台报表、观数台数据采集、观数台门户、观数台机器人以及观数台移动端共6大核心组件，可全面满足企业数据处理、分析、挖掘与洞察的需求。

　　观数台主要组件

　　其中，观数台BI基于内存、关联专利引擎、开放架构，并结合AI等新技术，覆盖企业全业务应用场景。观数台报表，作为类Excel的数据报表工具，凭借便捷开发方式和展现形式，结合观数台+BI的内核，可提供高性能、便捷的中国式报表制作。观数台数据采集，则可实现各类系统外的手工数据的录入、导入，以及相应的审核工作流，确保企业有效完整的获取各类数据。观数台门户，作为企业级数据应用门户，可整合多个BI工具，实现统一门户、统一权限，灵活便捷地和企业各应用集成。观数台机器人作为全中文NLP(自然语言处理)数据分析智能助手，可提供中文自然语言理解、意图识别的人机交互应用场景，支持上下文关联查询，帮助用户自由探索数据价值。而观数台移动端是观数台BI在移动端的扩展，作为专业的移动分析应用工具，它完全基于移动端体验的产品，既补全了观数台分析平台的完整性，也满足了客户的不同数据分析应用场景，可在智能手机、平板电脑等移动设备中随时随地查阅信息，并及时沟通、实时反馈、协同决策。

　　不管企业目前的信息化处于哪个阶段，亦策观数台都能适应企业的各种数据处理需求。亦策观数台自推出以来，迅速在全国各地铺开，目前已经在制造、零售、医药、教育、金融、航空与物流等众多行业与领域得到广泛应用，为各行业客户带去了精准的分析建议与决策。

　　（责编：杨培）