今年环境不好，各位也有目共睹，用传统的路子已经行不通了，企业管理的路子也开始发生变化，越来越重视数据驱动业务和数据化管理，希望依托BI来迈出数据化建设的第一步。
但纵观BI行业，各个厂商的BI数据分析工具也是五花八门，产品逻辑和功能架构迥然不同，BI选型成为商业智能落地的关键症结所在。
提到商业智能BI，大家已耳熟能详，似乎并不高深，无非用做统计数据，制作看板。如此看似简单的产品，但IT人员在做产品选型时很多时候依旧“一头雾水，不解其意”。
市面上的传统BI、OLAP式的BI、敏捷BI、云BI等五花八门。易上手如PowerBI，全面实用如FineBI、图表丰富如Tableau。
五花八门的产品源自于千差万别的应用层需求，BI无疑是偏应用层的。我们列举三五需求，也许项目经理更能感同身受。
1. 业务端需求：战略部需要复杂报表制作；财务部需要手工数据补录；运营部需要数据实时展现；用户中心需要BI支持多维自助分析；决策层需要管理驾驶舱；销售代表需要移动端呈现。
2. 技术端需求：需要支持实时数据处理；需要支持ETL二次开发；需要支持Echarts外部图表插件对接；需要支持大屏、移动应用的快速高效开发……
而市场上兴起的BI新趋势似乎也造成了更多困扰：数学算法平台是否应该集成在BI层？增强学习对BI的价值体现在哪里？等等。
左手是琳琅满目的BI产品，右手是云泥之别的BI需求，BI选型确实难。但“一地鸡毛”式的选型困境也应有破解之法。我们将需求和产品功能进行匹配和梳理，总结下来，无非四大方面：
敏捷BI产品大肆宣传“敏捷BI无需复杂的数据建模，无需Cube，业务需求无需转手IT部门，业务人员即需即用”。
但须知，无论何种BI产品或者可视化数据产品，都不应该让业务人员直接面对未经治理的原始数据。基于“脏乱差”数据基础上的任何BI系统都缺乏实际应用价值。
因此，无论BI系统的产品逻辑如何演进或变化，“基础数据准备”都是必备的模块。具体包含以下内容：
1. 数据连接能力：大部分BI系统都会同时支持主流的关系型数据库、分布式数据库、文本数据源三种数据类型。基于具体的业务需求，需针对性的关注方案商的BI系统能否支持实时数据对接，以及对API接口的支持能力。
2. ETL能力：ETL引擎是进行数据治理、数据归整的基础。市面上的BI系统的ETL能力分为三种：一是采用Kettle、Kafka等三方ETL工具；
二是自主研发简单、基本的ETL工具，支持常见的少数ETL逻辑计算函数；
三是自主研发全面、完整的ETL工具，封装了50-100种逻辑计算功能。但是，我们选型的时候并非必须采购拥有完整、全面ETL的BI产品。
3. 数据建模：OLAP式的BI更强调搭建多维数据模型，帮助分析人员多维探索、分析数据，并通过创建Cube对数据进行预计算，进而保证分析高效，但这个牺牲了实时性。
而敏捷BI融入了大数据的技术架构，关注通过分布式计算、内存计算、列存储、库内计算等技术实现数据的实时分析，达到亿级数据能够秒级响应，因此省去了Cube环节，仅需轻度建模即可满足探索性分析、自助式分析的需求，比如FineBI。
BI看板、管理驾驶舱、移动端可视化等需求本质上都属于固定报表开发，也是大部分企业都需要的。固定报表开发主要面向技术，技术更关注报表开发的规范性、高效性、插件和素材的丰富性、二次开发支持能力。
1. 图表开发能力：图表类型的丰富程度、是否支持3D可视化图表、地图集成与优化能力、图表扩展能力（如能否集成Echarts图表）等是考察BI产品图表开发能力的重要指标。
2. 复杂报表：战略部门、财务部门以及其他各业务部门可能存在较多的复杂报表需求，如果BI工具缺乏复杂报表支持能力，技术人员也只是“巧妇难为无米之炊”。
而国外的BI产品在复杂报表开发方面的表现明显偏弱，国内数据可视化产品的话帆软在这领域比较突出，但是FineReport（报表）和FineBI（分析型BI）目前是两套产品，但据某用帆软的甲方，技术上可做集成，数据可以互通。
3. 大屏设计能力：管理驾驶舱是中国大企业、机关单位的主要需求之一，酷炫的大屏设计往往成为BI项目的“点睛之笔”。目前，市面上的大屏设计主要有三种方式：
一是基于Echarts、Highcharts等前端可视化开发工具实现。其开发效率最慢，需要UI支持。
二是借助BI/报表系统的固定样表功能模块实现。其开发效率较快，也需要UI支持。
三是BI产品直接提供酷屏设计器，内置多种Html酷炫组件，提供多种UI皮肤。其开发效率最快，对UI人员的依赖度极低。
4. 移动应用集成：与主流应用的集成能力 。
大数据时代，业务部门对BI的需求已经从传统的看板、指标过渡到了从大数据中分析、挖掘运营问题。
即时的、多样的数据分析需求逐渐普及，面向业务人员的自助式BI成为趋势。但业务人员缺乏开发能力，如何让业务人员可以用、用的好、用的惯自助式BI成为了企业关注的重点。实现“自助”的方式有多种：
1. 无代码化，提高易用性：典型的代表是Tableau、PowerBI和帆软的FineBI，这几个产品都致力于“人人都是数据分析师”，在无代码、托拉拽的可视化基础上，将“易用性”做到了极致。
2. 减少建模，提高敏捷性：省去了只有技术人员才懂的数据建模、CUBE等冗余环节。面对海量的数据，随时拖拉拽，同时保证大数据的实时响应。这是BI推崇的自主分析之道。
总之，殊途同归，无代码化、敏捷BI、增强学习都是通往自助式分析这一“罗马帝国”的途径，能在单点做到极致的BI产品都值得关注。
1. 数据填报：这个也是报表系统最常用的场景之一，主要解决一线业务人员如财务人员、仓库人员、生产管理人员等大量的手工数据、台账数据如何填报和补录的问题。
2. 权限管理：数据是企业的命脉，如何对数据做好不同细粒度的管控很重要，这很考验BI决策平台的管理能力，这一块的话帆软的FineBI在行，国外BI对这一块基本薄弱。
帆软BI可通过角色设置权限，权限受体包括部门、角色、职务、用户
可对人员管理、目录权限、管理系统、数据连接、数据权限（数据表）、分享权限、定时调度管理权限等设定权限，权限设置力度丰富
权限设置对象较深，可细致到组件还是数据行级
所以在BI选型过程中，除了工具产品本身，还要考虑厂商的业务方案能力，越是top的厂商在这块做的越成熟，对于甲方来说同行的经验也更加丰富，总之，各取所需，软硬结合！