随着商业智能和大数据价值的不断深入人心，很多企业都搭建了商业智能平台，帮助企业利用数据分析企业运行现状，辅助决策。
传统的企业BI平台都是由IT相应——业务提需求的模式运行，企业数据分析的重担基本都压在IT部门，随着企业发展，业务分析需求不断增加，导致IT部门需求应接不暇，而且由于对业务的不了解，在项目进展的过程中，IT往往要和业务反复沟通需求，然后再开发、测试。
这样导致IT工作量倍增，疲于响应，业务的需求也无法及时满足，甚至僵化了IT和业务部门之间的关系
后来新型的自助式BI的概念应运而生，完美地解决了上述问题。自助式BI通过搭建一个数据整合平台，由IT集中数据管控来进行数据分发，将数据分析的任务从IT转移到业务人员身上。
一来业务人员能够灵活使用数据进行分析，探索数据价值，而来IT部门也不用再为无穷无尽的需求犯愁，有了更多时间去聚焦在企业数据底层的梳理，提升企业数据质量，推动企业数字化创新。
很多企业在没接触商业智能系统前对它的认识存在误区，认为商业智能系统就是买个技术买个软件而已，其实不然，BI不仅仅是一个软件/平台，而是一个完整的商业智能解决方案，从前期部署到后续维护，需要考虑各方面因素，比如数据系统后端架构，企业业务需求的适应，实施技术如何融入到内部工作流程等等。
那么，企业应该如何建设新型自助式BI平台呢，这里我拿国内用的比较多的BI工具FineBI为例来讲解一下企业构建自助式BI的步骤。
一、底层搭建
企业数据从产生到应用依次经过数据产生、数据存储与处理、数据应用三个阶段，由业务系统产生的数据经过ETL加载到数据仓库，并在数据仓库中进一步加工处理后进入BI工具，通过BI工具实现数据分析与可视化展示，FineBI处于企业数据管理的最上层，即数据应用层。
要想顶层应用良好，底层的数据建设尤为重要，因此搭建自助式BI的前提条件就是建设良好的底层数据，故bi系统建设的第一步就是要搭建数据仓库。数据仓库的建立，有以下几个主要方面工作：
①业务数据进行整合
②主数据管理
③元数据管理
④数据质量管理
⑤数据抽取清洗、转换
⑥数据装载
⑦分主题建模等，最终支持各级业务人员的数据分析、业务预测、决策。
二、应用部署
系统正式上线使用前，IT人员需要进行一列的系统准备工作，该阶段主要任务是完成系统规划，主要包括平台的目录管理、用户管理、系统管理、安全管理、平台使用情况监控建设五个部分。
三、需求调研
平台部署完成后，IT人员要对业务人员数据分析需求进行收集，然后针对目标推广业务部门所需要的数据体系、权限体系、数据更新体系、运维体系的进行搭建，提供业务人员进行自助分析所需要进行的环境。
由于业务人员对数据的理解不同于IT人员，需求调研的过程容易出现数据需求五花八门，标准不一的情况，所以要建立需求收集规范，规范业务人员的需求内容，降低IT的理解成本。
在系统开放给业务人员使用前，建议由IT人员收集部分业务核心模板需求并与业务人员合作完成核心模板上线。需求表单参考如下：
四、数据准备
经过前面的应用部署和需求调研后，进入数据准备阶段，将数据仓库中的数据加载到BI平台中，由管理员（一般为IT人员）准备好业务分析需要的数据。
企业数据源众多，不同部门需要不同的数据，为方便数据管理，要将数据按照业务打包分类，FineBI中就是以业务包的形式来管理数据的。这里建议将业务包划为两种类型的分组：
1）公共分组：用于存放基础数据或公共数据；
2）部门分组：用于存放部门数据，一个部门一个分组，分组下存放该部门的业务包数据，业务包以业务线命名，方便权限管理
五、权限设置
为了保障数据安全，需要对数据进行权限管理，让不同部门层级的人只能看到对应权限下的数据。Finebi中权限管理分“权限受体”和“权限项”，权限受体可以部门、角色或用户为单位，权限项包括人员权限、目录权限、管理系统、业务包权限。
可以按照角色为单位分配权限，比如建角色一个财务部总监的角色，分配财务数据查看权限，也可以“部门”为单位，比如给销售部门下的销售员分配销售业务包的数据使用权限；还可以以单个用户为单位分配权限。
经过上面的五个步骤，一个自助式BI平台就基本搭建完成了，但要想实现业务自助分析，还需要对业务人员进行简单培训，学会使用BI工具进行分析，因此企业在选择BI工具时还需考虑工具的分析性能和操作繁杂度，便于业务人员上手。
关注我，并转发该文章，私信回复“BI”，即可获得FineBI个人永久免费版~