本着务实的态度，利用较低的成本，通过对大数据进行高速捕获和实时的分析，以获取核心业务和战略决策所需的关键信息，从而提升企业经营管理和战略决策水平，最终创造巨大的商业价值，也许是对大数据价值的最好诠释。

    在对大数据进行分析的过程中，传统数据挖掘/BI（Business Intelligence）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：

    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。

    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。

    解决方案--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。采用敏捷BI的数据分析优点包括：

    分析报告不能只能看而不能动。数据展现是起点，而不是终点。看到了数据，要能交互式分析，要能深入向下挖掘，要能发现问题，要能找到答案，还要能采取行动。和数据交互的过程要足够快，如果用户每次点击需要等三五分钟才出结果，就无法进行交互分析。敏捷BI基于大数据的处理技术，对TB-PB级的数据可实现秒级响应；

    分析报告应能让非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实施和操作简单，业务人员可直接使用；

    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。

    敏捷BI的原理

    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，不建二次表和Cube,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。

因此，敏捷BI可以通过更低的成本、更短的上线周期，快速让企业洞察到数据的含义和价值。

敏捷BI带来的行业变革

    《自由人》里提到一句顺丰快递王卫说的话--有时候，仅仅是快，就能改变一个行业。

    我们先来看一个真实案例。

    某互联网媒体/研究机构面临以下问题：

    ·该机构是国内最大的互联网媒体/研究机构，70%以上的海外上市企业引用其研究分析报告。同时向客户提供定制化咨询报告的服务，分为提供线下报告和提供软件两种服务类型；

    ·客户的定制化需求多变，若生成报告需3-4周交付周期，若提供软件需半年交付周期。由于人工成本高，迭代周期太长，不敢承接太多报告需求的项目，每年只能做少数的定制化项目；

    ·因此，该机构希望借助BI工具提升业务效率和收入空间。

    总结一下该机构的需求：

    ·项目的需求举例：根据时间维度，网站汇总，进行用户的来源地区、来路域名和页面访问次数，停留时间，有效访问次数、跳出率、回访者、新访问者、回访次数、回访相隔天数等相关数据的统计。要能够动态添加条件，通过对用户行为监测获得的数据进行分析，更加详细、清楚地了解用户的行为习惯；

    ·每天数据量几千万条，且不同网站客户的分析需求是各自不同的，灵活变化的多维度分析需求对分析性能提出了更高的挑战，传统的数据库以及Hadoop架构已经无法满足高性能的即时分析需求；

    ·国外的产品，如IBM、SAP、Oracle等，价格较为昂贵，在几百万量级，难以承受；

    ·国内的产品大多是上一代BI,需事先建模再进行分析，难以应对灵活的多维度分析变化需求，且针对大数据量的处理能力不能满足要求。

    最终该机构采用了敏捷BI技术，将三个月的细节数据（约50亿条）导入敏捷BI系统，直接定制报告的分析展现。这一举措为客户带来了巨大的收益：

    业务效率提升：采用敏捷BI工具后，对比原先基于Excel和SQL编程的分析方法，线下报告交付周期从3-4周缩短至小于1周，软件交付从半年缩短至一个月；

    项目来源增加：原先不敢承接需求未完全确定的项目，因担心需求变化导致没有能力交付。采用敏捷BI工具后，可在几天内快速搭建原型向客户展示，任意需求变更可在一周内调整完毕。通过这种快速原型试错的方式，有了能力承接此类项目；

    收入空间加大：由于业务效率的极大提升，有能力承接更多的项目，收入空间有了几倍的增长；

    客户满意度提升：能够快速响应客户的需求和变化，超出客户预期，大幅提升了客户满意度和客户留存率。

    不仅如此，该机构后续还进行了创新模式的转型：

    基于敏捷BI工具，该机构构建了新型的SaaS平台，进一步提升用户体验，为客户提供直观可交互的分析展现报告

    通过SaaS的账号销售模式带来稳定的长期可持续收入，改变了原先基于一个个独立项目的营收模式

    该机构的价值描述从媒体/咨询服务公司向提供大数据服务的互联网应用提供商转变，大幅提升资本市场价值

    旗下子机构迅速跟进敏捷BI工具的使用和新模式的改变

    这是一个单一企业的案例，事实上，敏捷BI对个人、企业、乃至行业都会产生很大影响。

    对个人的变革：

    业务人员可以通过自服务的方式与数据进行交互式探索，更加敏捷的进行数据分析，洞察数据含义和价值。

    IT人员不再被繁重的修改建模任务拖累其它高价值的工作，生产力得到释放。

    对企业的变革：

    对拥有大数据的企业，如咨询研究机构、互联网营销机构、舆情/商情分析机构、精准营销机构、以及各行业的传统企业，无论是内部使用数据，还是对外提供数据服务，都有了更加敏捷高效的方法。

    对拥有小数据的企业或部门，在做市场分析、财务分析、销售分析、客户分析时，不用再用复杂的系统工具进行数据挖掘，分析的门槛极大降低，这意味着原来由于成本、实施周期、复杂度等门槛而被BI厂商排拒在外的广大中小企业，可以通过敏捷BI真正开始数据挖掘之旅。

    对行业的变革，以IT行业为例：

    对应用厂商，如ERP、CRM、行业应用提供商，可以快速嵌入敏捷BI工具，来为客户提供更多增值服务。

    对实施商，BI的项目风险极大降低，项目周期极大缩短，短平快的出结果。

    这是一场新的变革，大数据时代，涌现无数的数据掘金者，也需要有人来提供好铲子。