企业BI工具如何选型，这5点是关键！

选择合适的 BI 工具对于企业来说非常重要，因为它可以直接影响到数据分析和决策的效率和效果。

BI 是为了企业决策服务的数据分析工具，BI 是器。 因此，BI 选型并不是直接找一个打分表进行打分，而是要回到起点，看企业当下和未来的决策需求。

一、企业 BI 选型的出发点

企业 BI 选型的思考路径：

1. 明确企业决策的目标和主要场景：如当前企业的聚焦点是企业级经营决策、管理决策、业务决策、还是决策执行场景。

2. 识别企业数据和分析建设的现状：例如数据基础如何，是否已有决策规则，其他数据平台或工具的使用情况，等。

3. 基于目标与现状之间的差距，明确建设路径：例如，是从中心化决策逐步发展到业务自主的分布式决策，还是自下而上先从业务决策支持开始，亦或是混合模式发展。

4. 基于建设路径识别所需的关键 BI 能力：如业务自主决策需要更强的自助分析能力，混合模式则要求 BI 对不同数据角色的支持更好，如果是全企业的分布式决策，还需要 BI 平台架构有支持规模化用户和业务的能力。对于企业 BI 建设所需的关键能力，在后续整体评估时，可以赋予更高的权重。

5. 其他需要考虑的关键因素：如 BI 采购成本和建设成本，解决方案的专业深度，厂商的服务能力，等。

6. 基于以上所列的关键 BI 能力和其他考虑因素，结合权重，对多个厂商做整体评估/打分。

二、基于企业决策类型进行 BI 能力选型

BI 平台选型过程中，虽然要综合考虑预算、服务等多方面因素，但其中最核心的还是 BI 平台的产品能力。 如何基于企业的决策需求，来识别所需的关键 BI 能力呢？

我们将基于企业中常见的4类决策场景，来介绍一下对应的 BI 能力选型。

2.1 企业级决策场景

一般由CXO、董事会、等决策层进行的企业级决策，聚焦企业经营战略，制定企业整体的决策规则。如，企业某阶段的目标为营收，北极星指标为 GMV。

这一类决策场景，需要分析全局数据，分析复杂度高，同时报告结构（如企业经营分析）相对固定的同时，对报告的分析又具备临时性和不确定性。 如经营分析会上，对于某个指标经常要做现场二次分析。

因此，对于此类决策场景，需要关注的 BI 产品能力主要有：

● 多源数据接入和融合的能力，来提供企业全局数据视角；

● 报表/看板的专业设计呈现，如中国式报表的支持，企业驾驶舱的设计呈现；

● 数据洞察能力，以应对临时性的复杂分析需求，能够在决策会议中完成现场的洞察并形成结论。

2.2 精细化管理场景

一般有中高管理层，将企业级决策规则进行拆解，上传下达的精细管理过程。 如基于企业核心指标进行指标体系拆解，并基于此进行过程管理、绩效管理、等。

精细化管理场景下，需要建立企业决策支持的指标体系，指标的建设和管理过程一致、透明。配合以编辑的分析报告工具，更方便各级管理层的定期汇报。

对于此类决策场景，需要关注的 BI 产品能力主要有：

● 数据建模能力，如基于数据准备功能能够完成分层数仓的构建，以支持业务模型；

● 指标支持能力，对企业指标可进行统一的定义、管理、和使用，实现对企业决策全局执行情况的精细跟踪管理；

● 分级预警能力，基于企业指标体系和业务规则，能够对风险进行分级管理和预警，高等级风险能够层层上报；

● 智能分析报告，自动生成分析报告，提高管理层日常总结、汇报的效率。

● 细粒度数据权限管理，企业全局数据在跨业务、跨层级分析时，有安全保障。

2.3 业务决策场景

基于企业的决策规则，各业务部门对部门业务负责，需要对各自业务场景进行穿透性分析，以做出业务决策。

业务决策场景下，业务专业度高，但 IT 业务理解弱，业务专家又缺乏专业数据技能；分析穿透性高，通常需要把一系列的报表、看板按业务逻辑有机组织在一起；业务迭代节奏快，数据分析跟上市场飞速变化节奏。

因此这类决策场景，需要关注的 BI 产品能力主要有：

● 自助分析能力：产品易用，低门槛的拖拉拽即可完成从数据接入、数据准备、报表和可视化分析、数据应用发布等全流程，使业务专家不依赖 IT 部门即可完成业务分析，解决业务专家经验与 IT 技能难以兼得的难题，放大业务分析的生产力，跟上业务迭代的节奏。

● 数据应用和门户：业务团队能够自助创建多终端的数据应用和数据门户，把一系列的业务分析看板，按照特定业务逻辑组织，呈现完整的主题分析结果。

2.4 一线决策执行场景

当企业决策从决策层开始、层层下发拆解，触达到业务一线时（如门店店长、一线运营），企业的决策行动聚焦在高效执行和迭代上，一线人员能够在指导下正确判断、快速行动，是提高执行效率和效果的关键。

对一线业务人员来说，需要快速获取实时业务情况，依据企业制定的既定规则迅速做出判断、并快速响应行动，行动结果能沉淀反馈至上级业务。

因此，一线决策执行场景下，需要关注的 BI 能力有：

● 数据时效性，如实时数据，确保前线人员能够掌握最新的业务数据，具备更即时的决策能力。

● 移动端触达和交互，通过移动端和 OA系统（如钉钉/企微/飞书等）触达，使一线用户能够随时随地访问所需数据，以及通过移动端推送订阅预警的数据追人能力。

● 数据填报能力，借助填报功能，支持各种数据输入的交互和回填，将数据与企业业务操作紧密联系起来，如预警推送的接收方可在移动端随时反馈一线业务声音，以便于及时调整业务营运策略。

● 开放与集成能力，将一线执行的过程与结果，与企业其他系统打通，形成业务动作的闭环。

2.5 组织数据文化建设场景

在企业的4类决策场景之上，还有一类非直接决策类型，但对于企业、尤其是部分发展较为成熟进入数字化阶段的企业较为的重要的一个场景，即企业的数据文化建设。数据文化建设不仅仅是组织层面的方法论和资源投入，也依赖数据分析工具 - 包括 BI 平台 - 的产品能力。 主要聚焦在是否能够让更多用户参与数据分析、以及是否能够支持大规模的用户和数据这2个方面。

● 低门槛：

● 企业级的系统架构：如能够低成本的支持系统扩展，以高性能和高稳定性支持大规模的用户量和数据量，以支持企业的规模化业务发展；

● 企业级的管理能力：如系统数据安全保障、细粒度数据管理、平台日志和审计、系统巡检和监控、等管理、运维能力。

当然，厂商的服务能力、数据建设方法论经验，也是在产品能力之外的重要考虑因素。 成熟的数据经验和完整的服务能力，能够帮助企业更快明确数据文化建设的目标和建设路径，少走弯路。

三、BI 选型整体考虑因素

前面我们介绍了如何基于企业的决策目标场景，来识别 BI 关键产品能力，作为 BI 选型输入的重要一环。 在产品能力之外，BI 选型还需要考虑综合成本、厂商能力、市场认可度、等其他因素。

3.1 产品获得成本

大家最熟悉的是采购成本。BI 平台的定价方式和价格区间如何，是否与企业预算匹配。除了直接的产品费用之外，还要考虑评估（POC）成本、实施费用、产品采用和实施的时间周期、等，这些不像产品费用那样直接，但都是成本。 尤其是产品采用和实施的时间周期，即时产品费用很低，但是时间周期过长，企业错失决策时机，背后的成本就高了。

部署和运维成本。BI 平台是否能简单、快速的部署。是否支持不同的部署方式适配企业需求，如 SaaS、私有化部署，日益重要的信创环境部署，等。 日常的运维除了维保费用之外企业自身 IT/数据团队的资源投入多少。一般来说，BI 平台构成越复杂，部署和运维成本越高。

学习成本。 BI 平台是否足够易用好用，能够快速上手并形成产出。是否有清晰的学习路径、丰富的培训资源、等。 更低的学习成本，意味着更多的数据分析生产用户，更快的产出，更高的分析决策效率。

举例来说，BI 平台由多个工具组成的话，如分开的数据准备工具、报表分析工具、可视化分析工具、等，意味着更高的获得成本： 企业需要皮评估、采购多个工具，采购成本高；IT/数据团队就需要管理运维多个系统，复杂度高，稳定性风险大，运维成本高；企业员工则需要学习多个工具的使用、以及数据和分析在多个系统之间的流转，学习成本更高。  相较来说，一站式 BI 平台，只需采购一套平台，运维一套系统，学习一个工具技能，整体获得成本大大降低。

3.2 厂商综合能力

解决方案和服务体系是评估厂商综合能力的2大关键因素。

解决方案：厂商的解决方案能力对于业务落地结果、和企业长期合作都具有重要意义。解决方案能力意味着企业在该行业或场景是否有深刻的理解、是否具备应用实践经验。高质量的解决方案，直接关系到客户业务决策问题能否得到完善解决，也关系到服务过程中遇到问题时能否得到有效的帮助。

服务体系：服务体系一般包括如培训服务，售后技术支持，问题/故障响应机制和SLA保障，实施和二开支持，客户成功服务等。 厂商是否具备完善的服务体系，是否能交付高质量的服务，是选型时必须要考虑的因素。 此外，厂商是否能提供一些进阶能力的服务，也意味着厂商在特定领域的深度沉淀，可以依据企业情况参考作为加分。 例如，BI 厂商是否能帮助企业做数据建设成熟度评估，并基于评估结果为企业提供数据建设的方法论和路径建议，等。

品牌和理念：BI 厂商及其提供的产品与服务，是要能伴随企业成长的。BI 厂商对于如何支持企业决策的理解、BI 厂商基于企业决策理解所做未来产品规划、等，是否与企业数据建设的发展规划一致。 例如，厂商让业务用起来的理念，适合推广业务自主决策的企业，而非集中化 IT 开发的企业。

3.3 市场认可度

行业市场影响力。评估 BI 厂商时，企业可以参考厂商在企业所在行业的影响力，包括市场占有率，头部客户占有率，标杆案例情况，等。 例如，银行客户可以重点观察目标厂商对于头部银行客户的获客情况，是否有多家大银行的成功经验，等。

BI 行业影响力。厂商在 BI 行业中的行业地位，可以参考的因素有，权限行业报告提名情况（如Gartner， IDC报告），参与行业标准制定（如国内数据行业一般可以看信通院主导的行业标准编著），行业资质获取情况（如权威机构的产品测评），等。

四、总结

基于以上的选型思路和评估因素，我们列举了一个评估打分表，作为参考。

使用说明：

权重：1~3：

1： 可选， Optional

2：建议选择，Prefer

3：必需，Mandatory

打分： 0 ~ 4

0：不具备该项能力，

1：具备部分基础能力

2：具备基础能力

3：在基础能力之上，具备部分高阶能力

4：行业领先

权重打分 = 权重 X 打分