2024-09-01-帆软-2024年商业智能应用白皮书5.0_74页_12mb

商业智能应用白皮书5.0核心内容总结

1. BI理念与演变

• 核心定义：BI（商业智能）是将数据转化为经营决策支持的综合技术，包括数据仓库、ETL、分析和可视化。
• 三大发展阶段：
  1. 报表式BI：用户需具备SQL等技术能力，渗透率低（<1%）。
  2. 自助式BI：消除技术门槛，用户渗透率约10%。
  3. 智能BI：融合AI技术，目标是“人人皆可对话式分析”，渗透率趋100%。

2. 智能BI的核心：AI for BI

• 定位：以生成式AI大模型为核心，降低数据思维门槛，解决传统BI对技术依赖。
• 发展方向：
  • 2025年：进入智能BI阶段，问答式BI产品成熟。
  • 2030年：语音交互、知识图谱集成，形成立体分析闭环。
• 典型应用：FineChat提供多轮对话分析、自动报表生成、指标追溯等。

3. 数据资产入表与治理

• 数据资产化关键：
  • 三权分置：数据资源持有权、数据加工使用权、数据产品经营权。
  • 价值确认：需满足《企业会计准则》中的资产确认条件：经济利益流入、成本可计量。
• 实践路径（以浙高运为例）：
  • 整理数据资源，标注数据包后实现入表。
  • 建立数据目录和血缘追踪系统，支撑数据溯源。
• 治理策略：“拉式策略”，从业务流溯源数据质量，定制化解决数据问题。

4. 全链路数据架构与FineBI

• FineBI功能优势：
  • 支持多维度分析（8大能力）。
  • 强化引擎性能，十亿级数据处理。
  • 答案检索、意图解析，实现实时分析。
• 全链路平台：整合FineReport、FineDataLink，构建数据孤岛整合方案。

5. 数据治理体系：拉式策略

• 适用场景：聚焦数据消费过程中的数据问题，灵活治理。
• 核心步骤：
  1. 基于指标体系洞察数据流-信息流-业务流。
  2. 设计稳健数据仓库架构。
  3. 审核机制确保数据准确性。
• 案例：缺陷项目管理存在问题时，通过流程重构和系统整合实现数据清晰溯源。

6. 指标与价值实现

• 建立指标体系：
  • 自上而下：战略解码至执行落地。
  • 自下而上：收集一线业务指标，形成体系化图谱。
• 数据指标应用：
  • 统计型分析：传统BI聚焦。
  • 归因型及预测型：AI for BI实现深度分析。
• 实践建议：内置业务团队进行数据分析，提升业务领域化能力。

7. 企业数据资产入表对财务影响

• 产出提升：资产从折旧转至数据入表项，提升净资产收益率。
• 融资可能性：数据资产可质押贷款、作价入股。

8. 帆软数字化建设理念

• 三大阶段：
  1. 跟随：业务需求推动IT响应。
  2. 协同：业务型IT与业务深度协作。
  3. 引领：BI构建实现数据驱动决策。

该白皮书系统梳理了BI从基础分析到智能决策的演进路径，提出了AI For BI、数据资产化入表等问题的解决方案，适合作为企业数字化决策的重要参考。