在數(shù)聚股份看來，商業(yè)智能分析的第一個(gè)層次是報(bào)表呈現(xiàn)，也是我們常說的數(shù)據(jù)可視化。其主要的目標(biāo)就是從組織層面（集團(tuán)、公司）或業(yè)務(wù)部門出發(fā)，通過可視化分析報(bào)表直觀、全面的呈現(xiàn)企業(yè)日常經(jīng)營(yíng)、業(yè)務(wù)的情況。

時(shí)至今日，各類商業(yè)智能BI軟件的數(shù)據(jù)可視化功能已經(jīng)十分成熟，在滿足常見的圖形諸如柱狀圖、餅狀圖、折線圖、二維表格等圖形可視化的方式外，還支持在各個(gè)產(chǎn)品技術(shù)生態(tài)下的個(gè)性化圖表呈現(xiàn)?？梢哉f，這些形式用于企業(yè)日常的業(yè)務(wù)數(shù)據(jù)（財(cái)務(wù)、供應(yīng)鏈、人力、運(yùn)營(yíng)等）呈現(xiàn)已經(jīng)綽綽有余，再結(jié)合工具提供的各種維度（看數(shù)據(jù)的角度）篩選、關(guān)聯(lián)、跳轉(zhuǎn)、鉆透等方式查看各類分析指標(biāo)，業(yè)務(wù)分析圖表能實(shí)現(xiàn)主題劃分，確保主體間報(bào)表間相關(guān)聯(lián)的邏輯關(guān)系。

一個(gè)層次清晰的商業(yè)智能BI報(bào)表首先讓用戶對(duì)業(yè)務(wù)產(chǎn)生清晰直接準(zhǔn)確的洞察，并且一次開發(fā)完成后便可循環(huán)使用，大大減輕了手工制作Excel報(bào)表的繁瑣。報(bào)表分析往往圍繞各個(gè)業(yè)務(wù)部門日常工作展開，其中的分析內(nèi)容包含復(fù)雜的計(jì)算規(guī)則，且數(shù)據(jù)源來源廣泛，這一切對(duì)于數(shù)據(jù)的質(zhì)量都提出了高于過往Excel時(shí)代的要求。

但是結(jié)合數(shù)聚股份長(zhǎng)期的商業(yè)智能BI部署經(jīng)驗(yàn)，很多企業(yè)的商業(yè)智能建設(shè)基本都只停留在這個(gè)階段，或者還沒有完全達(dá)到這個(gè)程度。在數(shù)據(jù)文化和BI認(rèn)知均需提升的背景下，商業(yè)智能的價(jià)值此時(shí)往往有限，開發(fā)的報(bào)表內(nèi)往往冗雜著大量未經(jīng)篩選的指標(biāo)，數(shù)據(jù)的作用僅從可視化角度對(duì)業(yè)務(wù)進(jìn)行解讀，信息接收的形式相對(duì)被動(dòng)。

第二個(gè)BI分析層次是數(shù)據(jù)的"異常"分析，本質(zhì)上是將業(yè)務(wù)邏輯、技術(shù)（數(shù)據(jù)后臺(tái)）邏輯和工具邏輯三者結(jié)合重構(gòu)的過程。這里的異常指的是超出過往經(jīng)驗(yàn)判斷的情況。此階段下客戶往往已經(jīng)形成了BI的基本認(rèn)知，能夠結(jié)合實(shí)際情況，對(duì)報(bào)表的開發(fā)提出明確的功能需求并敢于淘汰過往指標(biāo)和新增業(yè)務(wù)邏輯。

在數(shù)聚股份看來，商業(yè)智能BI報(bào)表經(jīng)歷了第一層次的重構(gòu)視覺感官后，直觀地反映業(yè)務(wù)運(yùn)營(yíng)情況，展現(xiàn)經(jīng)驗(yàn)之外的數(shù)據(jù)表現(xiàn)情況。商業(yè)智能就是要對(duì)這些 "異常" 數(shù)據(jù)進(jìn)行有目的的分析，通過相關(guān)聯(lián)的維度、指標(biāo)使用鉆透、關(guān)聯(lián)等分析方式探索出可能存在的原因。

在這個(gè)BI分析層次中，帶著問題通過可視化分析找新的問題，在多維度的指標(biāo)體系下構(gòu)建智能儀表盤，產(chǎn)生相對(duì)穩(wěn)定的模型進(jìn)行分析。這個(gè)階段的用戶不再被動(dòng)接受圖表信息，而能夠準(zhǔn)確定位深層次業(yè)務(wù)問題。數(shù)據(jù)和業(yè)務(wù)聯(lián)系愈發(fā)緊密，數(shù)據(jù)圖表之間的邏輯性更強(qiáng)。

第三個(gè)BI分析層次是形成業(yè)務(wù)分析模型。理想狀態(tài)下，業(yè)務(wù)建模分析由業(yè)務(wù)用戶提出為宜，但其實(shí)很多情況下，服務(wù)商的角度更便于總結(jié)業(yè)務(wù)分析模式，因?yàn)橐粋€(gè)優(yōu)秀的服務(wù)商往往可以統(tǒng)籌同一行業(yè)的多家企業(yè)信息，進(jìn)而取長(zhǎng)補(bǔ)短，在行業(yè)背景下提出真正適合于客戶企業(yè)的模型。通過合理的建模找出業(yè)務(wù)中可能存在的問題，回歸業(yè)務(wù)決策和執(zhí)行層面，從而不斷優(yōu)化具體業(yè)務(wù)活動(dòng)。業(yè)務(wù)建模可簡(jiǎn)單，可由一個(gè)或多個(gè)圖表組成，也可復(fù)雜，通過一組或多組數(shù)據(jù)圖表支撐。業(yè)務(wù)建模即業(yè)務(wù)分析的邏輯思維模型，在商業(yè)智能中，業(yè)務(wù)模型利用整合過后的數(shù)據(jù)、圖表化方式來驗(yàn)證客戶對(duì)業(yè)務(wù)分析的分析結(jié)果。

在數(shù)聚股份看來，業(yè)務(wù)建模分析化被動(dòng)為主動(dòng)，是一種更深層次的業(yè)務(wù)數(shù)據(jù)的價(jià)值挖掘和探索分析。這層分析的提出更加深入業(yè)務(wù)，通常圍繞一個(gè)一個(gè)業(yè)務(wù)分析場(chǎng)景展開。

審核編輯 黃宇