2022年中国BI数据分析平台行业研究报告：BI数据分析平台助力企业数字化转型（摘要版）

行业概览|2022/10 2022年中国BI数据分析平台行业研究报告：BI数据分析平台助力企业数字化转型 （摘要版） 2022ChinaBIDataAnalysisPlatformIndustryResearchReport:BIDataAnalysisPlatformHelpsEnterprisesTransformDigitally2022年中国BIデータ分析プラットフォーム業界研究報告： BIデータ分析プラットフォームは企業のデジタル化の転換を支援する 报告标签：BI、数据分析平台 撰写人：张俊雅 报告提供的任何内容（包括但不限于数据、文字、图表、图像等）均系头豹研究院独有的高度机密性文件（在报告中另行标明�处者除外）。未经头豹研究院事先书面许可，任何人不得以任何方式擅自复制 、再造、传播、�版、引用、改编、汇编本报告内容，若有违反上述约定的行为发生，头豹研究院保留采取法律措施、追究相关人员责任的权利。头豹研究院开展的所有商业活动均使用“头豹研究院”或“头豹”的商号、商标，头豹研究院无任何前述名称之外的其他分支机构，也未授权或聘用其他任何第三方代表头豹研究院开展商业活动。 www.leadleo.com 400-072-5588 1 头豹研究院 行业概览|2022/10中国：BI系列 摘要 商业智能BI是用现代数据仓库技术、线上分析处理技术、数据挖掘和数据展现技术进行数据分析以实现商业价值，其核心能力包括数据连接、数据处理、可视化分析、多维交互分析和数据应用。 BI厂商可分为传统BI、敏捷BI、智能BI三大类型，敏捷BI相较于传统BI具有部署开发周期极短，操作简单等优势，是目前的主流BI形态；智能BI结合AI、云计算等技术，大幅降低了零基础业务人员的使用门槛。 2021年中国BI软件市场规模达7.8亿美元，预计 2026年中国市场规模将达20.2亿美元。市场增长来源于企业数字化转型中对数据分析需求进一步增加，以及敏捷BI和智能BI的发展使得应用客群更加广泛。 BI厂商分类：传统BI、敏捷BI、智能BI BI厂商可分为传统BI、敏捷BI、智能BI三大类型，敏捷BI相较于传统BI具有部署开发周期极短，操作简单等优势，是目前的主流BI形态；智能BI结合AI、云计算等技术，大幅降低了零基础业务人员的使用门槛。 BI厂商部署方式与收费模式 BI部署方式可分为本地BI和云BI，云BI又可分为私有云BI和SaaSBI；厂商会提供免费和收费版BI产品，不同收费版本BI在功能和并发数上有所差异，且企业版根据功能点和项目实施情况不同，收费也存在差异。 中国BI市场展望 目前，中国BI软件正朝着敏捷化、智能化、嵌入式BI的方向发展，这将大幅降低BI软件的使用门槛，并扩大软件的使用人群。近年来，中国各行业数字化转型进展得如火如荼，AI、大数据、云计算、IoT等技术的飞速发展，也拓展了BI软件的应用边界。在各行业数字化转型的过程中，企业对于数据分析的需求不断增加。BI软件作为大数据的重要工具之一，为企业提供了低门槛、可视化、快速便捷的数据分析能力。随着企业在数字化转型过程中对数据分析需求的进一步增加，叠加敏捷BI与智能BI对客群的扩展和使用门槛的降低，中国BI软件市场将保持较高的增长率。 www.leadleo.com 400-072-55882 内容目录 1 BI行业综述04页 •搭建流程与核心能力 •平台架构与工作原理 •行业发展历程 •厂商发展与分类 •部署方式与收费模式 •市场规模 2 BI产业链11页 •BI产业链图谱 •厂商产品对比 •应用场景 3 BI行业发展分析17页 •投融资分析 •相关政策分析 •厂商竞争力 •发展趋势 研究目标 研究目的 •本研究项目旨在探究BI产业当下发展现状及未来发展趋势，同时梳理BI产业链参与者和下游应用场景。 研究目标 •梳理中国BI发展历程与厂商分类 •分析中国BI行业部署方式与收费模式 •梳理中国BI产业链 •分析中国BI赛道投融资情况 •探析BI未来发展趋势 本报告的关键问题 •产业链情况：中国BI行业参与者有哪些？ •BI的部署方式与收费模式如何？ •BI厂商核心竞争力在哪？优秀的RPA产品从何考量？ 4 BI企业分析22页 •典型BI厂商——帆软软件 •典型BI厂商——思迈特软件 •典型BI厂商——永洪科技 Chapter1 BI行业综述 搭建流程与核心能力 平台架构与工作原理 行业发展历程 厂商发展与分类 部署方式与收费模式 市场规模 www.leadleo.com400-072-5588 4 BI行业综述——搭建流程与核心能力 •商业智能BI是用现代数据仓库技术、线上分析处理技术、数据挖掘和数据展现技术进行数据分析以实现商业价值，其核心能力包括数据连接、数据处理、可视化分析、多维交互分析和数据应用 BI系统搭建流程 业务需求分析 分析指标体系 源数据和数据质量调研 ETL数据抽取 可视化报表的实现 数据仓库架构设计 业务和数据计算逻辑的实现 清洗转换加载 BI核心能力 数据连接 数据处理 可视化分析多维交互分析 数据应用 数据获取 数据分析 数据展示 BI核心能力包括数据连接、数据处理、可视化分析、多维交互分析和数据应用 BI（BusinessIntelligence，商业智能），指用现代数据仓库技术、线上分析处理技术、数据挖掘和数据展现技术进行数据分析以实现商业价值。BI的主要目的是将企业中不同业系统如ERP、CRM、OA等数据打通并进行有效整合，再利用合适的查询和分析工具快速准确地提供报表，为企业提供决策支持。 BI不仅是一种技术，也是一种企业集成数据解决方案，一套BI系统的搭建需和企业的组织架构、业务架构、IT架构、数据架构等顶层系统性设计相结合。BI系统的搭建流程包含业务需求分析、分析指标体系、源数据和数据质量调研、ETL数据抽取、数据的清洗转换加载、业务和数据计算逻辑的实现、数据仓库的架构设计和可视化分析报表的实现。在项目搭建过程中，企业业务、需求、数据源等都可能存在诸多变数，因此项目实施方需对客户的资源、实际投入、项目期望、长远规划等做好权衡。 来源：头豹研究院 通常情况下，BI的核心能力包括数据连接、数据处理、数据可视化、多维交互分析和数据应用等。数据连接可将各系统数据集中于BI平台统一管理和读取；数据处理是对原始数据的读取、转化、建模等操作；可视化分析可提供可视化面板、拖拽式操作图表和报告等；多维交互分析可提供上卷下钻、联动跳转等功能，方便用户对数据进行分析和发现问题；数据应用分发则是将数据分析结果制作成报告、数据门户等，通过不同数据应用的分发共享来达到协作、汇报的目的。 BI行业综述——平台架构与工作原理 •BI平台的架构自下而上包括基础服务、数据接入、数据处理、数据可 视化和内容呈现；BI平台的工作原理为各种业务数据通过ETL抽取至数据仓库中，进OLAP后生成报表或Cube，最终通过可视化呈现给用户 BI平台架构 仪表盘 选择数据集设置展示图形 选择分析字段 设置筛选字段 字段管理 设置字段类型 增加虚拟字段 函数计算 设置参数 内容呈现 驾驶舱管理 报表发布 用户权限 Data平台（PC） 嵌入分发 查看窗口 Data移动应用邮件分发 数据大屏 链接分发 数据可视化 数据处理 数据接入 文件数据源 大数据平台 API接口 公共数据 基础服务 消息中心 帮助中心 权限管理 角色管理 项目组管理 用户管理 关系型数据库 数据集管理 拖拽定义数据集识别字段类型 SQL定义数据集数据预览 开发目录管理 仪表盘管理 图表管理 BI工作原理 业务数据 ODS ETL 数据仓库 多维数据 OLAP 可视化 BI平台架构自下而上包括：基础服务、数据接入、数据处理、数据可视化和内容呈现 BI平台的架构自下而上通常分为5个部分：基础服务、数据接入、数据处理、数据可视化和内容呈现。 数据接入：BI平台需要把各类数据源接入进来，包括文件数据源、关系型数据库、大数据平台、API数据源等，同时需具备对该类数据源进行管理和监控当前状态的能力。 数据处理：BI平台对已接入的数据源的数据表进行二次计算等操作，创建新的数据集，以便用户进行可视化分析。数据处理环节中包含数据集管理和字段管理，BI平台会建设一个中间层存储各类数据集，避免数据的重新调用和计算。 数据可视化：可视化是从数据集到图表，再到仪表盘的过程，包括数据分析（指标、维度）、图表设置和仪表盘设置（仪表盘样式、过滤条件、图表联动和跳转）。 内容呈现：内容呈现是将数据内容分发给用户，分发渠道包括BI报表查看平台、移动App等，在分发过程中被还需对报表数据进行权限控制。 BI的运作涵盖多种复杂的技术，包含ETL、DW、OLAP、DM等环节。简单来说，BI的工作原理为各种业务数据通过ETL（抽取、清洗、转换、装载）工具抽取到数据仓库中，经过OLAP（联机分析处理）后生成报表或Cube，最终通过各种可视化技术呈现给用户。 来源：帆软，头豹研究院 BI行业综述——行业发展历程 •西方BI行业发展历程可分为三个阶段：从20世纪80年代的概念提出，到2019年前后智能BI开始代替敏捷BI；中国BI行业发展历程也可分为三个阶段：从最初本土厂商尝试破局到近几年敏捷BI向智能BI的过渡 西方与中国BI行业发展历程 西方BI1.0阶段 20世纪80-90年代至2000年：商业智能概念浮现 20世纪70年代：第一笔BI厂商诞生 西方BI2.0阶段 1980 2000 2019 2000 2013 2020 2007年左右：巨头玩家入场，行业洗牌，形成四大品牌— —BO、Cognos、BIEE和 MicroStrategy垄断格局 21世纪第二个十年：敏捷BI （自助式BI）兴起，Qlik和 Tableau为敏捷BI代表厂商 西方BI3.0阶段 2019年前后：智能BI开始替代敏捷BI，即AI+BI，成为行业的新方向 中国BI洗牌阶段中国BI智能化阶段 中国BI萌芽阶段 2000-2021年：国内市场被BO、BIEE、Cognos三大巨头垄断 国内厂商通过二次开 发寻求生存发展空间， 2013-2015年：国内BI需求激增，国产BI厂商迎来第一波繁荣，也迎来第一波行业洗牌，众多新型BI厂商陆续入场 可视化+自助化的敏捷BI逐渐成为主流 2016至今：国内AI、大数据、云计算技术飞速发展，对BI领域的发展提供了巨大支持 互联网巨头正式入局，阿里云、腾讯云、百度云均推�了和自身所在生态紧密相关的BI产品 西方商业智能主要经历过三个发展阶段 BI1.0阶段：此阶段的BI被称为决策支持系统，即用数据库支持决策。20世纪70年代，第一批BI厂商正式诞生，包括美国的MicroStrategy、MicrosoftSQLServer、Hyperio、Salesforce四大品牌，法国的BusinessObjects、加拿大的Cognos、CrystalReports和SiebelAnalytic，瑞典的Qlikview等。 BI2.0阶段：全球BI市场经经历一轮洗牌，形成四大品牌——BO、Cognos、BIEE和MicroStrategy垄断格局。敏捷BI也逐渐兴起，以响应业务端的快速决策需求，此阶段敏捷BI代表厂商包括Tableau和Qlik。 BI3.0阶段：AI+BI的智能BI开始逐渐替代敏捷BI，成为行业新的发展方向。 中国商业智能发展历程也分为三个阶段，整体发展进程教晚于西方 萌芽阶段：中国本土BI厂商通过围绕中国式特殊的报表需求，提供定制化二次开发，以打破BO、BIEE、Cognos三大巨头的垄断格局，代表厂商包括润乾、帆软、奥维、亿信华辰等。 洗牌阶段：国内BI需求激增，BI厂商迎来大洗牌，新型BI尝试陆续入局。同时，可视化+自助化的敏捷BI逐渐成为国内主流。 智