BI的互联网思维去介中化.docxVIP

3.2 BI的互联网思维——去中介化时下除了大数据，另一个最火的词恐怕就是互联网思维了。伴随着一批批优秀互联网企业的崛起，各个产业的价值链都面临（或正在）被颠覆性重构，众多传统企业家们也深深的陷入“互联网焦虑症”中。这其中，最焦虑的恐怕就属中介行业了。因为虽然一千个人对互联网思维有一千种理解，互联网思维在业界也有许多不同流派，但“去中介化”是大家较为共同一致的主力观点之一。中介行业包括房地产中介、经销商、猎头等，其存在的前提是买卖双方有信息不对称的情况，如果互联网打破了这个格局，中介赖以生存的基础就不复存在了。Tesla就是一个典型案例。有人说，任何一家汽车生产厂商进入中国只有走经销渠道代理模式才能接地气地活下来。这次Tesla进入中国市场，在业务模式上没有借助汽车经销商，而是模仿Apple的体验店模式建立了自己的门店。为什么要这么做呢？其本质还是互联网思维的去中介化。Tesla非常清楚当用户和厂商之间的沟通更加便捷、直接和低成本时，营销传播的方式也就必然发生变革，企业的生产组织模式也将不再一样，这是一种全新的商业模式。其它领域，如O2O、互联网金融等，也都在产生着这种新模式。（插图：Tesla门店）我们不禁在心中神往，BI能不能也时髦一把，体现一下互联网思维，改变IT工具在人们心中的传统古板形象呢？要回答这个问题，我们首先要探寻一下，在使用BI进行大数据分析的整个过程中，有没有一个“中介”的存在？传统BI的数据分析过程让我们来看一下采用传统BI工具的数据分析过程。（插图：传统BI数据分析流程）如上图描述：第一步，分析人员产生分析需求。大部分分析人员都来自于业务部门，如销售、市场、财务、人事、战略、运营等。企业的战略会拆解到这些业务部门形成一个个细分目标，通过数据分析，一方面业务部门要准确的获知目标完成的情况，如根据目标制定KPI进行量化，另一方面也要更好的达成目标，如对用户行为进行分析以更好的提供个性化服务。也有小部分分析人员来自于IT部门，这些人员一般不是开发人员，而是IT运维人员，需要分析系统运行状况、IT资源利用情况等。第二步，分析人员和技术人员沟通分析需求。这一步开始就不那么美妙了，因为分析人员开始搞不懂了。传统BI工具更多是面向技术人员的，非常复杂，里面的各种概念，像ETL、Metadata、DWA、DWD、Cube等，让分析人员理解清楚它们的意思是比较困难的，因此分析人员必须提交请求给IT部门的技术人员，双方约见会晤时间，沟通分析需求。由技术人员理解透彻后，后面的活儿由他们处理，分析人员暂时置于等待状态。第三步，技术人员进行数据建模、报表开发。知道了分析人员要什么，技术人员就开工了。分析需求的业务语言转换成了技术语言，技术人员到数据库或数据仓库或日志文件里找到需要的数据项，经过几周的奋战，终于完成了庞大的建模任务，也开发完了前端的报表展现。第四步，BI系统根据预设模型对数据进行提前运算汇总。有了模型，BI系统就知道改如何对数据进行组合和计算了，数据结果会在分析人员看报表之前被算好。第五步，分析人员查看BI系统生成的分析结果报表。一个月之前提的需求终于看到了成果，而且报表打开的速度好快（因为结果早就算好了，现在只需展示在页面上）。还来不及感动，分析人员敏锐的从数据中发现，上个月新注册的用户这个月贡献的总消费额下滑明显，是什么原因导致的呢？是客单价低了还是购买次数下降了还是。。。？分析人员想查看这些用户这个月的平均消费额，以进一步了解情况，然后。。然后就没有然后了。。分析人员发现页面上没有按钮或选项让他能执行这个操作，于是找到技术人员询问，技术人员从堆满桌子的研发任务清单中抬出头来大声咆哮：“当时不是你说要求和的吗！没说求平均数啊！等下个月有空时改模型吧！”分析人员想起前些年有关于需求变更过于频繁导致程序员刺杀产品经理的新闻，连忙说：“对不起，您先忙。。。”上面的场景是不是十分熟悉，看到这你是会心一笑，还是想起什么而心脏一紧？如果企业还没有BI工具（不论是自开发系统还是第三方采购），而是靠写程序做分析，那更惨，变需求等于改代码，上述工作量要再加大几倍。随着业务的不断发展，分析需求随时会发生变更，如修改计算公式、调整分析的数据维度组合、增加KPI等，那么则要循环重复上述步骤，技术人员需要修改底层模型和上层报表，以匹配新的需求。这一过程往往要耗费很长的时间，因为哪个公司的技术人员也不是闲的就等着给分析人员改报表用，光主营业务的核心应用系统的开发任务就已经排的很满，修改模型和报表等于是又加重了技术人员的负担，更严重的是会影响核心系统的开发进度。实际情况中，一个分析需求变更经常要数周甚至一个月以上的周期才能得到响应，而且技术人员那里还会遇到修改报表任务排队的情况。传统BI系统架构事情为什么是这个样子的呢？是传统BI系统的架