資料可視化并不是資料分析

商業智能解決方案對于一些企業來說，可能是一個欺騙性的解決方案。許多企業聲稱商業智能軟體解決方案實際上隻能提供所需功能和效果的一半。

重要的是區分兩種類型的業務分析和智能工具：端到端解決方案和僅是前端的解決方案。端到端解決方案由平台後端組成，基本上是處理準備所有資料的工具和算法，以及建立資料可視化和儀表闆報告的前端。

雖然人們喜歡看到其資料易于處理可視化，但隻有這樣的平台還不足以從企業的資料獲得真正的見解。使用資料可視化工具，從他們的名字可以想象其作用，人們沒有所有的初始，背景階段的準備和加入的資料。這意味着使用者需要首先具有可以送入軟體的資料，即預先制作的中央資料庫。

當涉及企業需求時，這兩種類型的軟體之間的差別是顯而易見的。人們需要明白的是，可視化雖然很重要，但不能成為強大的商業智能軟體的唯一元件。

了解背後的故事

采用儀表闆非常簡單，是以，大多數使用者将清理和連結進入業務報告的大量的資料這些所有在幕後進行的工作視為理所當然的工作。随着品質較差的資料在許多不同的平台和資料庫上傳播，必須進行工作以建立從其開始分析的基礎。在一天結束時，準備資料分析可能需要一個典型項目的80％的時間。

為了有效分析的目的，從業人員首先需要把所有的資料放在一個中心位置，希望能夠更新和更改它，同時仍然能夠使用相同的資料源。然而。如今為業務建立資料存儲庫不是那麼簡單。

企業用于收集資料的大量平台和軟體工具（從excel到salesforce，從googleanalytics到crm軟體）使得幾乎不用人工完成，并建立一個資料庫。此外，不同的來源和使用者，錯誤命名，過時和淩亂的資料是不可避免的。

由于缺少内置後端元件來自動執行同步和清理過程的工具，從業人員可能花費大量的時間隻是為了弄清楚報告發生了什麼。并最終會在每次添加新資料時重複相同的工作，或者甚至投資其他軟體來做這樣的工作。很多時候，從業人員不能得到真正有趣的見解。

實時更新和協作

為了使分析工具對組織真正有用，必須不斷更新分析工具以考慮變化。但是，這可能很容易導緻企業在更新時形成瓶頸。沒有準備可視化工具将從分散的源中提取資料的能力，這些資料源很容易與通路它們的多個協作者不同步。然後工作會得到一個大量混亂的不同資料與不可靠的儀表闆和報告，因為它變得非常難以掌握。企業通路資料源并更改或更新資料源的使用者越多，其所犯的錯誤越多，使用系統的難度就越大。

商業智能軟體應允許多人一起協作并更改現有資料集。使用端到端解決方案，企業可以獲得使用集中式資料存儲庫的好處，并能夠以任何方式組合資料。任何使用者在伺服器上運作的任何查詢都将依賴于一個版本的真相并解決沖突的報告。

将“情報”放在商業智能中

一旦從業人員在一個地方獲得所有資料，分析就歸結為解決涉及幾組數字的複雜計算。這可以在有限的程度上由諸如excel的程式來完成。但問題是，從業人員必須做大量的手動工作，每個計算發生。對于更深入的分析，工作必須建立多階段公式，同時執行多個計算。例如，要計算每月的平均總銷售額，需要同時計算所銷售的所有商品的總和和平均值。

可視化工具專注于報告資料而不是分析資料，是以它們隻使用限制性平台來限制每個公式可以輸入的聚合數。要使其工作，從業人員必須在進行計算之前彙總資料。換句話說，不是同時計算和和平均值，每個步驟必須單獨進行，在儲存之後，然後一起計算。

使用端到端解決方案可以避免這個繁瑣的過程，因為這些使使用者能夠建立在單獨來源中工作的複雜公式。該軟體自動執行所有必要的預計算，允許從業人員直接跳過之前的資訊。

如果企業要查找的是一個漂亮的報告，則資料可視化工具可能會适合。但是，當它歸結到資料分析的根本砂礫，他們絕對是不夠的。bi軟體是端到端的，并且結合了可以處理大量雜亂資料的健壯的後端對于大多數企業是至關重要的。

本文轉自d1net（轉載）