近几年是数据应用快速增长而又动荡的一年。由于投资热带来的一波2B产业高潮，围绕数据业务的产品层出不穷，无论是通用型的可视化工具，还是带有业务属性的分析产品。
商业智能BI作为一个曾经先于大数据的企业数据解决方案，在经历了互联网的浪潮后也逐渐带上了互联网属性，被贴上了敏捷、大数据等标签。
国外，知名调研机构BARC针对BI重要趋势调研了近2800位用户、顾问和供应商。《2017年BI趋势报告》的结果显示，数据可视化、自助式BI和数据质量/主数据管理被认为是BI工作中最重要的三个部分，也是当下更受关注的BI去世。
国内，从帆软过去一年参与组建的近百家企业BI系统来看，企业对于BI也是基于数据可视化、产品自助性和企业规范化数据管理的出发点。作者以帆软公司的BI产品——FineBI，过去一年在企业的应用情况做了一个简单调研，从应用痛点，产品关注做一个盘点，希望能给诸多企业一些思考和借鉴。
自助式BI分析已成常态。
以往企业上线BI系统往往是企业IT人员来推动，站在信息化的角度来帮助建立数据模型，快速建立数据报表，协助业务分析。即使是过渡到如今新型BI的应用，很多企业也仍就是这么来做，只不过新工具的使用效率更高，分析更轻便。但是，渐渐地我们发现，很多企业如银行业、零售业、互联网电商等以消费者为主的行业，业务部门开始参与数据分析并逐渐接手全盘工作，他们有分析的强烈需求，有向IT同事寻求分析工具的需求，很多公司甚至都设立了数据分析部门或团队，这样一种以业务为驱动的趋势已经形成并蔓延，自助式的BI工具更多成了人手一个的“标配”。
移动端分析成新趋势，应用也讲究个性
BI的作用一方面是协助业务分析，另一方面提供管理者及时有效的数据支撑，降低决策难度。伴随移动OA，移动CRM的出现和流行，移动端的数据分析也逐渐成为新趋势。据调研，67%的CIO以业务领导表示移动BI是一个不错的方式并有意愿尝试。领导需要一个简单的入口，能够看到部门的关键维度汇总分析，甚至对重要数据实时监控并消息推送，找出原因及导致结果的一系列相关因素，以便在最佳时间做出快判断。这往往要求工具查询统计速度更快，响应更及时，BI在技术上迎合了这一点。
BI对数据化管理存在一个反向推动作用
对于众多企业尤其是中小企业，通过基本的分析工具可以完成日常的数据分析工作。但很多应用了BI系统的企业表示，由于BI分析对结果的响应更快，我们发现分析过程中出现的结果偏差往往在于在于数据缺陷、偏差等质量，这是过去所忽略的，背后更是反映了数据规范和管理问题。有这样一个有趣的例子，某企业的销售部门在对某一地区的会员消费进行分析，发现A地区的会员消费率相当得高，是某省会城市的2倍，但会员数量却是该城市的60%（左右），并且这一现象还存在一个上升趋势。后深入调查发现，由于会员消费模式刚推行，一线人员的管理存在漏洞，导致了大量的代刷以及会员价代购现象。某企业IT管理者也曾表示，对于一个认同数据化管理并希望长期致力于这一块发展的企业来讲，BI的应用可以推进企业数据架构的治理和数据质量的梳理工作。很多应用BI或者认同数据化管理的企业也意识到，即使数据展示再有条理再美观，如果数据有缺陷，质量度不高，没有全面的数据集成和质量保障举措，BI的实施都不可能成功。