01 什麼是BI?
在公司裏，BI指的是一套完整的解決方案，用來將企業中現有的數據進行有效的整合，快速準確的提供報表並提出決策依據，幫助企業做出明智的業務經營決策。整個流程簡單來說，就是從數據接入、數據整合清洗、數據分析和處理到數據視覺化，為企業提供報表展現與分析一系列動作。
02 為什麼要搭建BI專案？
對於企業來說，BI的價值不僅在於滿足企業不同人群對數據查詢、分析的需求，還能夠幫助企業實現業務監測、業務洞察、業務優化、決策優化甚至數據盈利。所以BI工具可以幫助企業做有效的數據分析，幫助主管做正確的輔助決策，大大提高企業的數據分析效率從而間接提高生產力。
03 如何從0–1搭建BI專案？
主要從以下九步詳細講解如何搭建BI專案：
1.不同階段企業數據分析應用特點
當前大多數企業都處於起步企業及發展企業，一個好的BI專案能夠釋放大量的人力，節約時間成本，促進企業數據落地。
2.BI專案價值鏈
3.框架設計
這一部分的重點在於業務主體分析，即一個專案的著重點在於能否結合現有的業務，解決業務難點及痛點，讓數據視覺化，便於各分支進行業務管理。
4.專案核心要素歸納
專案的核心要素有三個：
①過程：各部門梳理各自所需的業務指標，搭建指標庫。
②輸入：有BI工程師進行數據治理，包括ETL、數據倉庫搭建、數倉建模等。
③輸出：針對現有的數據倉庫分層，實現報表輸出，只要指標搭建完善，能夠實現很好的戰情室展示及報表數據展示、數據預警及監控。
5.BI專案調研步驟
專案開展時，業務指標的梳理是一個重點，但各部門的配合也尤為關鍵，需要分析出各自部門的主題思想，這樣企業級戰情室才能構成。
6.數據治理思想（數據倉庫分層）
（離線）數據倉庫的數據與原始數據是分離的，（離線）數據倉庫的數據變動不會影響原始數據。
在這裏需要瞭解數據倉庫的分層目的：
· 空間換時間。通過建設多層次的數據模型供用戶使用，避免用戶直接使用操作型數據，可以更高效的訪問數據。
· 把複雜問題簡單化。講一個複雜的任務分解成多個步驟來完成，每一層只處理單一的步驟，比較簡單和容易理解。而且便於維護數據的準確性，當數據出現問題之後，可以不用修復所有的數據，只需要從有問題的步驟開始修復。
· 便於處理業務的變化。隨著業務的變化，只需要調整底層的數據，對應用層對業務的調整零感知.
7.BI專案金字塔模型
8.分析全景圖
體系梳理設計企業業務的方方面面，銷售體系和財務體系可能具有相似處。
技術實現的架構：
當前主流的架構基於企業已上線的系統數據量，數據量不是特別大的，數據倉庫會使用關係型資料庫作為數據倉庫（oracle、sqlserver等），ETL使用Kettle等開源工具。另一種是數據量大的，會使用MPP架構，Hadoop+hive+sqoop 進行整體實現。
04 BI專案帶來的效益
1. 建設數據倉庫 ，推動數據資產共用
打通從數據源到場景應用、數據挖掘的轉化通道，以數位化方式解決經營、專案業務開展過程中的諸多難題，並將經營數據資產應用到集團全體。在此過程中，通過積累系統建設方法論、管理流程、人才隊伍、專案實施等經驗，為未來逐步深化應用到集團的各個業務板塊，實現集團各業務的健康發展夯實基礎
2. 減少人工統計數據，降本提效
利用數據分析系統，實現績效KPI和管理方法的全面即時管控與資訊傳遞，增加服務的品質與可控性，同時減少人工處理的工作，縮短資訊統計分析週期，快速回應快速分析問題和績效結果。
3. 提升業務數位化管理能力，建立數據分析能力
提供面向集團管理層、業務主管、業務人員的多層級的數位化資訊看板，利用標準的指標描述，統一的數據口徑，在發現問題，追溯問題，定位問題，解決問題過程中，各層級始終以數位化描述，提升集團整體業務數位化管理能力，也將提高業務人員數據處理效率和數據多維度分析能力，增強主管部門的數據應用與分析能力，從而為經營決策提供新的手段。
4. 基於數據進行科學決策
通過數據整合、統一口徑等手段，將有效提升數據準確度、完善度、標準度，利用各業務系統數據關聯後的二次開發，將實現經營狀況數位化分析，通過多終端、多場景的數據應用，提升指揮調度、應急回應能力。
同時數據的統一管理，將有效加強集團管控力度，通過建立“用數據說話、用數據管理、用數據決策”的管理機制，有效防範業務運行風險，為推進經營過程、專案管理業務治理能力數位化進程提供有力支撐。
在最后給大家推薦一個我最常用的BI軟體，大家感興趣的話可以體驗看看：
文章來源：數據分析不是個事兒
原文連結：https://mp.weixin.qq.com/s/KR4JRQz3j6ZnGqc-K7H6_g
※※※※※※※※※※※※※※※※※※※※※※※※※※※※※※※※※
我是「數據分析那些事」。常年分享數據分析乾貨，不定期分享好用的職場技能工具。各位也可以關注我的Facebook，按讚我的臉書並私訊「10」，送你十週入門數據分析電子書唷！期待你與我互動起來~
文章推薦
◆跟資料打交道的人都得會的這8種資料模型，滿足工作中95%的需求
回顧十週入門數據分析系列文：
關注數據君的臉書：
我是「數據分析那些事」。常年分享數據分析乾貨，不定期分享好用的職場技能工具。按贊我的臉書，會有豐富資料包贈送唷！
