> 防护罩：（1）我的观点很可能就是个人的偏见，如果不赞同，互持保留意见即可。（2）新输入法打字很慢，语句很可能不顺。 历史爱好者们应该都听过的梗：神圣罗马帝国，既不神圣，也不罗马，也不是一个帝国。套用一下，所谓的 BI（商业智能） 软件，既不够商业，也不够智能。 在正式吐槽之前，必须承认的是，BI这一软件品类确实发挥了极大的作用。主要吐槽它声称可以做到，实际仍然有较大进步空间的两点：（1）无法覆盖经营分析全流程；（2）几乎没有智能。 ## 不够 business 几乎所有的一线 BI 厂家都宣称产品可以让各职能角色感受到： 1. work on the same page， 2. single version of truth 但实际操作中，我们仍然看到各种 excel 或者电子表格飞来飞去，大部分的经营分析不是在 BI 系统上进行的。bi+dw系统导出数据，excel 里分析，电子文档或者ppt里写结论和汇报，这才是业务的实际现象。业务和管理人员无法玩转数据产品，当然有功能培训和人力资源素质等多方面的原因。但更本质的原因恐怕还是bi这种数据产品未能完整覆盖分析的全流程。 为什么“覆盖分析全流程”如此重要呢？因为数据分析具有迭代反复，螺旋上升的特征。（我计划在另外一篇文章里讨论这个话题。）如果一次分析工作需要横垮多个系统或软件，而分析者未具备所有系统的操作能力，分析者很可能视情况舍弃一些相对不重要的环节。比如很多分析者都会舍弃数据准备环节，直接向数据team提交需求，再在数据team提供的数据集上分析。大规模数据集基本都需要在数据开发平台上查询和加工，此类平台大部分是用户不友好的，甚至可能不存在合格的GUI，当分析流程断裂，分析的螺旋上升就会卡顿甚至断裂，影响数据分析工作的开展。这样的断裂，分分钟造成 multi-version of truth，ABC三个部门汇报一个事情，能汇报出5个版本的结果来。哦？你说这是因为没有开展数据治理，如果治理好了统一了口径就消除了问题？倒也不是说不可行，建议有这个想法的朋友先试试看。 是啊，绝大多数的BI产品是没有完整的数据处理能力的。好在近5年，大家陆陆续续都相应地开发了一些数据处理模块。美中不足的是，很多的产品设计者不知道是能力有限，还是资源不足，做了不少半成品。这样的产品也算是聊胜于无。 第二个常见的无法满足的场景是经营分析里的测算、试算。比如 what-if 分析。以 excel 为代表的 spreadsheet 电子表格，从诞生之初就是做测算的。“只需要改动需要修改的cell，其余的计算马上就完成了。”这种美妙的体验，在GUI界面还是类 DOS 的时候就惊艳了世界。后来，excel们支持了整数规划等插件，测算能力就更强了。但是 BI 厂家似乎并不重视这个功能。具备此功能的厂家大部分都用参数来实现，但很多厂家的参数能力像是“吞并了一个草履虫”得来的，和核心功能搭配得不是很紧密。更不要说一些奇怪的门槛，比如只有管理员才能新增参数。难怪业务分析人员不得不把数据导出去玩。 数据系统不掌握所有的商业信息，这也带来了另外一种信息割裂。相关的功能在不少bi里都有，但是都在表面做文章。比如关键时间点的备注，绩效数据填报，在bi上直接批注写分析结论和展开讨论。大部分厂商可能认为这些都不是数据系统应该做的事。从系统设计的角度来说，有道理，但从一次分析的完整生命周期来说，它们很重要。 ## 不够智能 让bi更加智能，是最近10年bi厂家们的一大突破方向。但是，好像就没有几个突破出来的。23年初的aigc能力一时间带来了希望，但是hem已经1年了。 很多已经证明有效的东西和 bi 无缘。 简单的时间序列预测，tableau有，用起来比excel花拟合曲线还简单，一拖一选就好了。国内的几乎都没有。基于时间序列的异动分析，更是无从谈起了。 统计学分析的能力，清一色很差。tableau来自可视分析学，pbi等其它bi几乎都来自单纯的多维数据集分析和传统报表。统计分析，一直是在 spss 和 stata 它们负责，国内机会不用它们。国外的 jd 有此类要求。 多维数据模型很伟大，主要存在维度爆炸的问题，当然它是无辜的，数据结构天然如此。请问，一个业务分析师应该如何发现数据里的异动？10篇数据分析文章里有10篇都会这样教你：大数拆小数，主要指标和次要间按加法或乘法拆解，维度下钻之类。是啊，你慢慢找么。BI为什么不实现一些异动分析呢？维度爆炸了算法写不出来？那就人肉？ 大模型这一波，似乎chatbi能够解决异动分析的问题。咋了？chatbi了，维度就不爆炸了？（一边写一边看《黑土无言》，我有口音了都） 大意如此，以上。（打字还不熟练，打字卡，导致思路很卡。）