在自助式BI誕生之前，傳統BI一直是市場的主流。傳統BI以大型數據倉庫作為數據分析基礎，可以幫助企業構建大型的綜合數據分析平臺。不過，它主要面向IT人員，采取的是業務部門提數據分析需求IT技術響應的模式，通常由IT人員先根據分析需求進行建模，構建分析主題以及分析報表和儀表盤等，業務人員根據固定的報表樣式使用報表。 傳統BI業務流程（來源：《2019中國BI商業智能行業報告》） 這樣做的結果是：一方面，業務人員大多查看的是靜態類報表，分析維度和度量計算方式已在建模時預先設定好，不能更改；另一方面，由于IT部門缺乏對業務的理解，有些需求需要和業務反復溝通，并且當需求變更是需重新建模開發或修改已有的分析模型，不僅導致IT部門負擔極重，而且需求響應速度慢，經常會讓業務部門錯失商機。因此，很多企業花重金打造的 BI 系統最終淪為面子工程，收效甚微。據市場研究機構 Forrester 報告顯示，在擁有傳統式 BI 的企業或機構中，83％以上的數據分析需求無法得到滿足。另外，實施技術難度較大、部署開發周期長、產品成本高等也是傳統BI較明顯的缺點?；诖?，傳統 BI屢遭詬病。 與此同時，隨著大數據時代的到來，企業各業務終端數據量激增，除了固定報表展示的需求以外，越來越多的企業和部門希望在沒有專業IT知識情況下，即可自主完成數據導入、建模、分析等一系列的工作，減少數據處理到決策分析的時間。在此背景下，自助式BI應運而生，并快速成長起來。 自助式BI面向不具備IT背景的業務人員，它通過搭建一個數據整合平臺，由IT集中管控數據并進行數據分發，業務人員通過易用的前端分析工具，即可基于業務理解自助式建模、輕松開展探索式分析，從而快速挖掘出有效信息、預測數據變化趨勢，實現數據驅動業務發展。 自助式BI業務流程（來源：《2019中國BI商業智能行業報告》） 自助式BI大幅降低了業務人員進行數據分析的門檻，并很好地將數據分析的任務從IT轉移到業務身上，使得業務部門能夠根據自身需要快速實現數據分析需求，縮短了數據分析周期，加快了基于數據支撐決策的制定；而企業的IT人員，也可以更專注于技術本身，做好數據底層梳理，提升企業數據質量。這即是自助式BI的需求不斷攀升的主要原因。此外，相比傳統BI，自助式BI還具有以下特征： ? 支持多種數據源。自助式BI支持IT提供的數據庫，還包括一些非傳統的數據源，例如Excel、CSV線下數據源等。 ? 友好的用戶界面。自助式BI提供人性化的用戶界面，例如業務人員在查找分析相關問題時，通過簡單的拖拽操作，即可輕松完成。 ? 敏捷的數據分析和快速響應能力。自助式BI的業務流程中，業務人員可以自助式的實現數據源連接、指標集定義、探索式分析、高效查詢和自助的報表制作和儀表盤展示，即時響應需示變化，并可實現信息共享。 ? 豐富的可視化展示。自助式BI將數據分析結果用更直觀更美觀更容易讓人接受的圖形來展示。 ? 快速部署。自助式BI重在數據分析，以業務分析為主導，助力企業打造輕量級BI系統，部署時間一般按天、周、月為單位；而傳統BI一般為大而全的統一平臺，需進行整體的架構設計，構建過程復雜，特別是ETL 處理和數據倉庫建模、性能優化等方面會耗費大量時間，因此部署周期長，往往以月或年為單位。 自助式BI作為能夠實現快速部署、數據源集成、高性能計算、探索式分析的BI可視化產品，當前已有眾多的廠商進入該領域，并推出了在易用性、復雜性和功能上等各不相同的自助式BI產品。如：有些產品主要用于簡單的儀表盤和可視化；有些已將功能擴展到數據準備、數據發現或交互式可視化探索等更復雜任務；還有一部分領先BI廠商推出了全能型的BI產品，支持從數據準備到可視化探索，到洞察生成的全線功能，還融入了增強智能、嵌入式分析等先進技術，