现在百度一搜商业智能或者BI，铺天盖地的软文。一味的夸赞自家工具多么好用，可视化多么炫，XXBI是数据分析师必备。

而且最近好多人私信我，有哪些好用的免费BI工具？莫不是快到年底了IT部门都想搞点业绩，疯狂冲KPI？

哎~只想说，帮企业做数据分析，大家都搞错了重点。

接下来随便扯扯。

BI全称商业智能，但商业智能个人觉得是个很虚的名词，在目前的大环境下，BI在做的事情，更多是为帮企业做数据分析的平台，搭建一个数据中台。真正所谓“智能”，我现在只看到互联网行业围绕业务做的大数据分析平台算是成功的尝试。

BI的需求目前更多还是取数和简单分析

我是做BI项目的，经历过的绝大多数项目BI都是用来应对取数需求，还有一些大数据量的简单分析。

数据开发人员经常会收到来自各个部门的报表或者取数需求，为了能够方便快速的提供报表，就需要让一些常规的报表由用户部门自己去提取。

什么工具能很快实现自动取数？显然是BI。

企业可以将数据通过数据仓库来集中规整，然后用BI来对接数据仓库，实现数据的打通和整合。不同业务的数据可以用几张明细宽表来覆盖，每次业务要某某数据，就把这张宽表导出给他，在Excel或是别的工具里面做报表做分析。

至于做分析，BI无论说多么简单，多么好用，业务都不太想学不太想用，这是本质问题。所以BI是否免费并不重要。只有互联网电商以及一些金融行业的业务人员有数据分析的意识。但我相信数据分析是未来叙事，但就像企业推广信息化一样，需要很久。

企业怎么用BI的，站在IT的视角来总结一下（基于帆软商业智能FineBI）：

IT以项目的形式按需求来做。企业的数据分析报表工作由IT全面掌握，IT将BI视为自己的工具，通过BI来快速实现业务提出的取数、做报表以及分析需求。

IT做基础表，做核心模版，业务在核心模版的基础上做简单分析。IT为业务搭建大部分分析基础模块，包括基础表、数据业务包以及分析模版基础，业务只是在IT做好的FineBI模版基础上进行调整、分析，执行个性化的字段选择、切换指标、排序、过滤等操作。

IT做业务包，让业务不用准备数据，只通过仪表板分析。IT提供基础数据以及业务分析所需要的绝大部分合成数据和指标，业务基本不需要做数据处理工作，仅通过仪表板中、组件内的简单分析功能(字段选择、汇总、占比、指标加减、过滤等)来实现自己的分析。

IT做基础表，其他不管，业务自己处理数据，自己分析。具体为IT只提供基础数据或带有少量的业务指标数据基础，业务分析所需要的大部分业务指标数据、合成数据都由业务自己处理完成，并在业务自身处理数据的基础上进行分析或报表的开发。

所以到这，BI在企业的使用，是否是免费BI工具并不重要，而是企业IT与业务的配合，并且由此引发的数据安全问题，BI的易用性，平台的稳定性才是重要所在。

另一个重要因素是人

BI工具要想发挥最大价值，最好是给业务部门里那些负责报表开发和数据分析的人来使用。但很多传统企业就没有这样的人，所以就会很尴尬：

IT尴尬：IT只管数据，用BI也是看中其数据整合能力和快速出报表，但让IT来帮业务做分析就很不现实，理解业务的成本很高

数据分析师的尴尬：数据分析师做深度的挖掘分析又不屑于BI，用Python岂不是更专业

业务的尴尬：我只会Excel，我还没数据，做分析这个不应该给IT提需求吗？

一个业务分析师能力的要求，无非有以下几种：数据提取，数据分析，决策。

最基础的当然是数据提取。这没什么好说的，一般来说，要完成按照业务方的需求取数工作必备的知识就是SQL取数语言，其次是要有快速熟悉公司的数据表结构和数据口径的能力

其次就是通过各类可视化工具对数据进行可视化分析。在每个公司的情况不同，用到的工具可能也有不同。较为主流的可视化工具是tableau以及更基础的Excel。当然编程语言也是数据可视化的重要一环（不过还是较少用到的）比如，Python和R语言。可视化的目的不在于炫技，而是在于对既定现实的分析，辅助我们更直观地了解数据背后代表的意义。

所以，扯回来，企业要想做好数据分析，免费BI工具是无用的，人这一环必须做好，培养致力于解决业务分析问题的人才。