表和BI商业智能有何不同，80%的IT人都不懂！

一、 表≠BI

很多的人认为， 表就是BI。实际上， 表只是BI的一部分，虽然BI应用的结果通常需要通过 表来展示，但是，BI绝对不仅仅是 表。

其实，大家对这些概念的理解，如同15年前的ERP一样。1998年，国内两大巨头金蝶与用友都开始宣称从财务软件进入ERP领域，于是，ERP才逐渐为世人所知，ERP到底是什么，大家开始众说纷纭。

财务+进销存就是ERP？没有MRP的ERP不叫ERP？显然，国外ERP厂商与国内ERP厂商对大众理解ERP的引导是不一样的。过程曲曲折折，我们不说也罢，现在我们只总结一下15年后的今天，大家对ERP的理解还有偏差吗？各ERP厂商还在强调不同的概念吗？答案是，没有了，大家都统一了，回到了原点：那就是ERP其实是一个系统，它强调的是企业利用信息化手段将各项资源的匹配系统化，只有将这些资源匹配系统化了，才能最大限度的提高效率，降低成本，从而提升竞争力。而到底ERP包括哪些功能模块，已经少有人去强调了。现在中国管理高层提出了一个”协同创新”的概念，其实倒是挺符合ERP的初衷的（只是，它目前变成了OA产品的马甲，此处暂且不表。）

所以，我们有理由相信，最终大家对BI的理解，也会回归到理性的原点：那就是BI是一个辅助决策的智能系统，它的核心就是帮助企业利用好数据，让决策管理者随时随地获取关键信息，让决策者基于数字决策，最终提高决策水平。至于用什么技术来实现上述的目标，慢慢的，会变得不那么重要。

那么，基于现阶段大家的认识，我们来对比一下 表与BI的联系与区别，让大家思考一下，我们到底需要的是什么？

二、EXCEL 表 VS BI

我们先来看看现阶段大家是如何来满足决策管理者的分析需求的：97%以上是通过EXCEL表格手工整理各种 表，不到3%利用了IT技术，实现了 表的自动化。

随着决策者对分析的要求越来越高，于是乎， 表越来越多、越来越复杂（甚至出现了所谓的”中国式 表”——在一个EXCEL页面中，密密麻麻的布满了决策者关心的所有内容，就只恨屏幕或不够大）。大家都知道，这些大量的手工处理，是很容易出错，且无法及时得到的。于是，许多企业有专人来负责 表制作，而这些 表制作人员加班加点也变成了家常便饭。大家努力的效果呢？我们走访了大量的企业决策者，当问他们： 上来的厚厚一叠 表，您有看吗？他们绝大多数会回答：有看的，只是，一般只看其中的一两张。没有时间，真的有感觉有问题，还是直接找人来问了。

对了，这就是问题的关键——我们提供了决策者大量的 表，为什么帮助不大呢？

因为信息一旦过多，就会变成”信息洪水”。

莫什·鲁宾斯坦和艾丽丝·菲尔斯滕贝格在《大脑型组织》一书中写道，17世纪的一位欧洲绅士”一生中所接触的信息量还不如现在的一份日 。”大量的 表仍然让决策者深陷”信息洪水”中。

再问决策者，您是希望用什么方式将信息给您呢？”我也说不好，反正我们是希望有问题的时候我可以随时知道。”

换而言之，传统 表是实现决策者这个”希望”的。这句话的核心有两点：一是有问题才让我知道，没问题的话，其实我也不需要关注。二就是我随时都可以知道。

我们再想想， 表能实现吗？

是呀，谁也怪不着。我们也不想去怪谁，看看如何解决这个问题呢？

简单，就是用BI技术，改变决策者获取 表的方式：

2、BI系统可实现”拉”式与”推”式信息提供方式，决策者主动登陆BI系统可随时查询，或者系统会以邮件或短信的方式推送关键信息。

通过这里就可以看到，BI是一个系统，它是立体多方面的，而 表，仅仅是一种展现方式而已。

三、 表软件 VS BI软件

于是，就有人说了：那我通过一个软件，能自动生成决策者想要的 表，然后再配上一些仪表盘和图表，不就可以了吗？也不见得需要BI呀。 表软件多好呀，简单SETUP一下，写个SQL就可以设计 表了，哪像BI，要规划数据仓库，要ETL，还要建模型，多麻烦呀。

我们总结了一下，企业在通过IT技术实现决策分析需求时，会经历下面的阶段，绝大多数的企业已经或正计划实现到 表自动化或 表图形化的阶段，也就是一些 表软件及前端展示工具可以实现的阶段：

《手工处理 表》–>《 表自动化》–>《 表图形化》–>《仪表盘+多维》–>《数据挖掘》

那么，让我们再来对比一下 表软件与BI系统的区别。

表只能实现查询，查询仅仅只能告诉你事实是什么？不管查询的界面是多么炫，多么简单，多么便捷。

而我们不仅仅需要知道发生了什么，还要知道为什么发生，这就需要分析。要实现分析有两个要素，一是任意维度；二是任意分析路径。

我们来看一个例子：您是一个连锁集团的销售总监，当系统告诉你2008年的收入与2007年相比，下降了5.3%时，接下来你会怎么做？

先从各分店的角度分析，发现排名前两位的大店收入只有2007年的80%左右。

这时，得从商品的角度来分析，这两个店的哪些品类的销售同比下降。

再从时间的角度来分析，下降较快的品类是否有季节性？

再回到分店的角度来分析，下降较快的品类在其他分店的情况是否也是如此呢？

再从客户的角度来分析，这些品类又主要是哪些客户在消费？哪些大客户的销售同比下降导致了这种结果？

再回到时间的角度来分析，看这个季度的每个月收入，到底哪个月下降最快？

上例中，分店、品类、时间、客户等就是维度，而”先分析……再分析……”就是分析路径。

1、任意维度

表可以实现多维度呀。什么是真正的任意维度？不就是任意维度任意组合嘛。 表可以的呀。

是的， 表可以的，但我们来看，如果要实现上面的多维度分析，要制作多少张 表？

分店收入TOP10

品类销售 表

品类销售趋势分析

分店品类销售分析

品类客户销售分析

季度销售分析

……

那到底什么是真正的任意维度？对不起，纠正一下，应该是任意维度任意”动态”组合。

动态，就是指浏览用户自己可以通过鼠标拖拽即可完成，无须通过 表设计人员。这才是关键！

2、任意分析路径

再看看分析路径。

“分析路径，不就是 表钻取吗？”

是的，分析路径的实现过程，就是设置 表之间的钻取。

“那 表软件也可以实现的呀。”

是的，只要设计好 表之间的参数传递，要实现 表之间的钻取是没有问题的。只是……

暂且不说 表软件设置参数的传递有多麻烦，关键是，通过这种设置得到的分析路径是固定的，A 表——>B 表——>C 表。但事实上，决策者的分析思路是不确定的，虽然可以总结出一些常规的路径，但在实践中，总会需要走一些非常规的路径。

真正的任意分析路径是可以由决策者自行决定的，而不是由IT人员预先设置好的。决策者的”不走寻常路”成为了IT 表制作人员难以摆脱的”噩梦”！

3、传统 表软件的几道坎

其实， 表软件还有几道坎：

首先，一张 表一个SQL，随便一个变化，就需要修改SQL，维护起来麻烦；

第二，对于复杂的应用，是需要写复杂的存储过程来实现的，这样维护起来麻烦，运行效率也低；

第三，那就是权限管理。刚开始用 表软件时，可能大家也不怎么关注，认为反正就是当官的人用，也没几个人。可等慢慢的发现，就算没多少个人用，但 表数量多起来以后，权限的设置就变得麻烦了。大多数 表软件权限管理是比较初级的，就是让你在设计 表的SQL时，加上where条件，这样，同一个样式的 表，因为不同where条件，就要设计成N多张 表。有的企业，进 表平台一看吓死人，密密麻麻有几百张 表，仔细一下，搞了半天也没多少张，只是，同一张 表后面加了一个括 ，如销售日 （北区）、销售日 （南区）……

当然，国内一些做的比较好的 表软件商（比如帆软（我们））将这一块的功能优化了一下，至少按角色来进行授权，这样，只要是这个角色浏览 表，就自动会按这个权限来控制，就不需要每个 表都授权了，如北区销售总监，它的条件就是”部门=”北区’”。

4、 表软件难以完成的任务

您是一个连锁集团的销售总监，最近在筹备一次促销活动，为了让这次促销效果更好，成本更低，需要马上了解下面的信息：

哪些类型的客户（年龄、收入、性别、学历）更有可能购买促销产品？——有了它，就可以更精准的发送促销广告，降低广告成本，提高广告效果。

上述类型的客户，又同时会购买其他哪些商品？——可同时参与促销，或者，在促销品的旁边陈列，以提高促销收益。

上述类型的客户，一般是什么时间来消费？——以决定促销活动什么时候开始比较合适？需要持续多久？

以往类似的促销效果如何？促销产品的销售变化？客流量是否增加？客单价是否提高？——以决定促销是否进行。

……

上述这些，都是 表软件无法完成的任务，但利用BI的数据挖掘技术，就可以轻松的得到上述答案。

四、BI价值思考

BI不是让你相信自己所知道的，而是促使你去思考更多的问题和疑惑。

BI迫使我们怀疑得出的结论、回到初步阶段、重新设定假定和条件。它促使我们思考，而不是给出事实。

BI可以让你从不同视角查询一系列相关数据，以便在一组不确定的条件下更进一步接近事实。

你需要BI工具帮助做出最佳决策，而不是正确决策。

BI让决策不再止步于结果。

最后， 表软件和BI各有侧重，尤其是后者，都是企业数据化管理的毕竟之路。

更多关于BI和 表软件的了解，不妨尝试一下帆软的两大工具：

表软件：FineReport

BI商业智能：FineBI