敏捷BI有什么不同?

发布网友发布时间：2022-04-24 09:27

共7个回答

热心网友时间：2022-04-14 20:43

差别还是蛮大的，先说说传统BI，其做法是IT人员事先根据分析需求来进行建模以及做二次表，提前汇总好数据，业务人员在前端查看分析结果报表，这带来的最大问题就是：
1.业务人员查看的报表相对静态，分析的维度和度量的计算方式已在建模时预先设定好，不能更改，比如定好了是求和或求平均数，想改成求方差必须回去修改模型；
2.分析需求变更时，业务人员不能直接调整报表，需要IT人员重新建模或修改已有分析模型，耗时较长，响应速度较久。
而敏捷BI是采取轻量建模、N个视图的方法，不建二次表，数据连进来直接可以进行分析，并且业务人员可以实时调整分析的维度和度量的计算方式，极大增加灵活性，真正做到和数据对话。技术上理解，就是采用了列存储，分布式计算，比如像FineBI，就是通过动态生成的位图索引技术来处理字符串等类型的数据，通过NIO内存映射文件技术来快速处理数字类型的数据，关键是自动建模，处理起来快。
敏捷BI，像国内的话，以FineBI为代表，自动建模，所有维度，所有指标，索引关联都在一开始就建立好，所以在做分析的时候可以方便创建维度，查看分析的时候也可以方便查看切换维度。

热心网友时间：2022-04-14 22:01

差别挺大的吧，传统的数据建模比较厚重，敏捷的建模轻，搭建速度快，周期也短，敏捷bi国外有qlikview国内有永洪bi，处理速度，什么的都是挺不错的，敏捷bi有替代传统bi的趋势

热心网友时间：2022-04-14 23:36

传统BI

在对大数据进行分析的过程中，传统BI的做法是，IT人员事先根据分析需求来进行建模（以及做二次表或打Cube），提前汇总好数据，业务人员在前端查看分析结果报表。这种做法很成熟，持续了很多年，但是也存在着一些问题。

业务人员查看的报表相对静态，分析的维度和度量的计算方式已在建模时预先设定好，不能更改，比如定好了是求和或求平均数，想改成求方差必须回去修改模型。2.分析需求变更时，业务人员不能直接调整报表，需要IT人员重新建模或修改已有分析模型，耗时较长，响应速度较久。

造成这些的问题的本质原因是，过去的技术架构针对海量数据的计算能力不足，需通过建模、二次表、Cube提前进行数据运算汇总。

敏捷BI

随着技术的发展和演进，BI领域已经迎来了新一代敏捷BI的革新。以BI工具FineBI为例：基于大数据的处理技术，其对TB-PB级的数据可实现秒级响应。敏捷BI的数据展现是起点，而不是终点。看到了数据，能交互式分析，能深入向下挖掘，能发现问题找到答案。敏捷BI的分析报告能让非IT部门的同事直接在分析平台上做出来。不能把所有的分析报告需求都提交到IT部门，这样会严重增加IT部门的工作负担。敏捷BI的实施和操作相比传统BI都要来得更为简单，可以说是以业务人员为使用对象的BI。分析报告需求经常需要数据层的改动，需要IT部门去改进数据层和业务层，传统BI平台需要一两个月去梳理模型。敏捷BI无需事先建模，可在分析过程中灵活调整分析维度和报表展现，需求变更可以在一天之内响应，提升企业的洞察力决策力。与传统BI的重量建模、统一视图不同，敏捷BI采取轻量建模、N个视图的方法，数据连进来直接可以进行分析，并且业务人员可以实时调整分析的维度和度量的计算方式，极大增加灵活性，真正做到和数据对话。想必大家会有一个疑问，既然有这么便捷的方式，为何传统BI不采用这种架构呢？正如上文所说，传统的技术架构没有引入现在的大数据技术，面对海量数据无法在用户点击的几秒内就展现结果，因此必须通过建模提前把数据汇总好，才能保证分析报表展现时的速度。实现敏捷BI的大前提是采用新架构处理数据的性能有了几十倍提升，涉及的技术包括分布式计算、内存计算、列存储、库内计算等。

中国的Fine和永洪敏捷BI也受到国内很多企业的青睐可以在网上了解了解自己就更清楚了

热心网友时间：2022-04-15 01:27

目前市场上普遍认为，商业智能和分析平台市场的主流已经从IT主导分析报表转向业务主导分析。而从国内的企业管理类软件市场来看，BI软件一直是投资的热点，发展迅猛的轻量型敏捷BI更是亮点。敏捷BI较之传统BI所体现出的快速部署、大数据量秒级分析、可视化数据分析等优点获得了市场青睐。
1989年，调查机构Gartner公司前分析师霍华德·德斯内尔提出了“商业智能”作为一个术语来描述“通过应用基于事实提高企业决策支持系统”的概念和方法，商业智能技术提供使企业迅速分析数据的技术和方法，包括收集、管理和分析数据，将这些数据转化为有用的信息，然后分发到企业各处。自此之后，BI产品并被认为是继ERP之后，企业服务领域新的增长蓝海。
在几十年的不断发展中，BI产品已经成为大型企业商务决策中不可或缺的工具。BI诞生之前，企业经营数据一直处于被忽视的状态。领导人做重大决策往往依靠长时间积累的经验，而在某些重要时刻，经验又会因时、因地、因情景产生不可预估的波动。这样的决策往往伴随巨大的风险。商务智能所要争取的就是充分利用企业日常经营中积累的大量数据，并将它们转化为信息和知识来帮助企业做出理性的决策，降低风险，减少损失。
虽然BI产品在商业活动中起到了巨大的作用，但因其无法根治的缺点让用户痛苦不已：
实施失败率高。据不完全统计，在企业实际的应用中，BI的实施失败率高达70%。在这其中，国外产品（比如BO、ORACLE等）引入国内后因水土不服导致的失败更是让人唏嘘。
部署开发周期长。传统BI产品的部署往往需要几个月时间，需要进行整体的架构设计。这样的部署周期在日新月异的商业环境下更显尴尬。
IT部分负担重。传统BI的报表制作需求会由业务部门提交到IT部门去实现，且每个新的需求都需要重新建模开发，不仅IT部门负担沉重，多达数日的制作效率更会让业务部门错失商机。
正是传统BI无法根治的问题和商业环境的迫切需求让敏捷BI顺势而生。只需一周即可部署上线，再也不需要建二次表、Cube、经历复杂模型的漫长流程；可以从海量数据中瞬时生成分析结果，业务人员可以自助取数分析获得报表······
敏捷BI经过短短几年的发展就解决了传统BI的所有问题，让用户爱不释手。难道敏捷BI真的如此强大吗？
Each coin has two sides。敏捷BI自有其优势，但也因此让其缺点一目了然：
复杂运算能力。敏捷BI无法实现复杂的建模功能，对于复杂的需求自然束手无策。业务人员可以通过敏捷BI快速完成简单的数据分析，但企业高层往往需要从更复杂的数据模型中获得决策信息。
宏观控制能力。如果一个企业完全采用自助分析，那么很难从高处获得数据全貌。管中窥豹可能会帮助你聚焦一点，但也会因此错失全局。
从上面的分析，我们可以清楚的了解这两者的优缺点。尺有所长，寸有所短。
部署周期短。永洪BI是一款B/S架构的系统，安装配置30分钟即可搞定。报表开发、人员培训一周内可以完全部署完毕，让企业快速实现数据可视化。
操作简单易上手。移动报表设计全程零代码操作，拖拉拽即可生成图表，下载APP即可查看报表，企业员工能快速掌握使用技巧。
兼容性强大，轻松集成，支持十二数据源接入，可以嵌入企业微信当中
多终端应用，跨屏协同、灵活输出，永洪移动报表自适应企业数据大屏幕输出，安卓、苹果，各类终端，完美支持。
自主可控、贴身帮扶、永不受限，每个客户从有项目需求开始，专有一个QQ项目讨论组，最少一名技术专家、一名客户经理、若干名客户人员，VIP式服务，有问必答，关注帮助客户达成目标。
多年的产品发展和客户服务让我们对用户需求有了更深刻的认识。永洪报表平台在架构设计中充分融合了传统BI和敏捷BI的思想，并与OA、ERP做了深度集成。一方面，对于企业中复杂的数据分析需求和常规的日常报表需求，可以通过建立数据仓库、数据建模、分析展现的过程解决；另一方面，对于频繁的业务数据分析需求，各部门人员可以通过直连数据库等方式直接进行数据分析。完全拖拽式的操作和丰富的展现形式让分析结果一目了，从全方位解决客户商务智能需求。

热心网友时间：2022-04-15 03:35

区别如下：
1、传统BI产品有IBM，Oracle和Microsoft等厂商，三款BI都有较好的性能，主要满足大中型企业的需求，其中Microsoft的SQL Server产品性价比比其他两家要高一些。Informatica在数据集成领域保持领先，市场表现优异。
2、国内敏捷BI产品有帆软、永洪BI、BDP商业数据平台等，永洪对大数据量BI展示还是做得挺好的，分布式的方式使得硬件支撑的费用并不突出，但是数据的处理速度挺快的。BDP商业数据平台这2年很火，集数据整合、数据处理、可视化分析、账号权限管理为一体，属于新型敏捷BI软件，据说亿行数据秒反应，BDP个人版可以免费体验。

热心网友时间：2022-04-15 06:00

现在商业智能在中国跟遍地开花似的，越来越多做数据分析行业的厂商投入到了BI的研发中，不过还是良莠不齐吧。中小企业即使规模小，但是运营业务复杂，数据种类来源多样加上之前独立部署的信息系统的情况，还是很需要搞套bi来好好整理下数据价值。推荐你用帆软的finebi，大小企业都有成功案例，行业内口碑很不错。

热心网友时间：2022-04-15 08:41

国内像Smartbi、永洪等敏捷BI平台都不错，如果你对性能有要求，建议选择Smartbi自助分析平台，之前参加过他们的活动，笔记本上跑1亿数据量，速度也是杠杠的，真心强大。