大屏|搭了数据中台怎么用？AI+BI 让数据产生价值视觉|驾驶汽车|马斯克|自动驾

编辑导语：数据中台被誉为大数据的下一站，由阿里兴起，核心思想是数据共享，并在 2018年因为“腾讯数据中台论”再度成为了人们谈论的焦点。如今似乎人人都在提数据中台，但却不是所有人都清楚数据中台到底意味着什么。本文就数据中台展开了讲解，说明了数据中台的应用方向和具体用法。推荐对数据中台存在疑惑的同学阅读。

文章插图
数据中台主要应用方向有传统BI、敏捷BI、可视化大屏、AI等四个方向。
一、传统BI商业智能（Business Intelligence，简称：BI），又称商业智慧或商务智能，指用现代数据仓库技术、线上分析处理技术、数据挖掘和数据展现技术进行数据分析以实现商业价值。
商业智能的概念在1996年最早由加特纳集团（Gartner Group）提出，加特纳集团将商业智能定义为：商业智能描述了一系列的概念和方法，通过应用基于事实的支持系统来辅助商业决策的制定。商业智能技术提供使企业迅速分析数据的技术和方法，包括收集、管理和分析数据，将这些数据转化为有用的信息，然后分发到企业各处。
传统的BI主要用户是管理层，应用场景倾向于辅助商业决策，因此更多的采用固定格式的报表或者仪表盘，然后定义一些固化的粒度，实现下钻和聚合。由于有固定的格式、固定的钻取方向，因此一般采用星型模型或者雪花模型实现。而不管是星型模型还是雪花模型，构建模型的关联关系都是一个复杂的工作，一般都需要通过报表自带的客户端软件进行模型的设计，包括表的定义、表的关联关系、指标和维度的区分、指标的汇总方式等。

文章插图
1. 传统BI应用案例提供传统BI的商业化产品主要有Oracle BIEE、IBM Cognos、SAP BO、Microstrategy等。
传统BI主要有以下缺点：
（1）成本较高
传统BI解决方案基本是两种思路一种是大数据一体机、另外一种是分布式数据仓库。但是，大数据一体机的总体拥有成本高，大多数企业都无福消受，而分布式数据仓库按流量收费，使用成本不菲，1TB的数据可能就需要几十万。这样的大数据产品，大幅提升了BI应用的整体拥有成本。
（2）工作负担重
传统BI的报表制作需求会由业务部门提交到IT部门去实现，且每个新的需求都需要重新建模开发，无论是业务部门还是IT部门都增加了工作负担。
（3）实施失败率高
据不完全统计，在企业实际的应用中，BI的实施失败率高达70%。
（4）部署周期长
传统BI产品的部署和实施往往需要几个月时间，需要进行整体的架构设计。这样的部署周期在日新月异的商业环境下更显尴尬。
二、敏捷BI随着Tableau工具的面世，打破了传统BI的建模思路，整个BI领域走向敏捷化。敏捷BI最大的特点是不再拘泥于数据模型，而是更加侧重和倾向于基于SQL实现复杂的报表逻辑。传统的BI建模虽然也提供SQL的实现方式，但是并不是平台的推荐和首选。以Tableau、FineBI、永洪BI为代表得BI新兴势力，都把SQL放在一个核心位置，报表的模型关联仅仅通过页面的简单操作即可实现，数据模型变成报表或者自助分析的一部分，而不再是两个分开的主体。采用敏捷BI的模式，不同的报表或者自助之间进行了隔离，不会再出现多个报表或者自助共用一个数据模型，导致变更互相影响的情况。
敏捷BI的另外一个显著特点是提供了自助分析和业务自行定义报表的功能。传统的BI认为，业务人员只需要了解业务的逻辑即可，在一个复杂底层逻辑的基础上，业务人员无法很好地完成报表自定义，因此在这方面比较欠缺。