在2009年Gartner的商业智能（BI）会议上，允许普遍用户搜索信息并创建报表的新型数据分析工具成为了议题之一。如今，这类工具被统称为自服务（self-service）BI工具。自服务BI可能是最终提升BI投资回报率的关键因素。然而，要达成这样的结果，必须有专业的规划和控制。

　　让我们来看下投资公司RBC Wealth Management USA的例子（RBC Capital Markets LLC位于明尼苏达的分支，约有6000名员工）。自从采用了基于Web的Tableau Server数据分析工具（Tableau Software公司产品）后，向BI团队提出需求的员工数从40上升到了450人。普通员工不再需要精通BI工具或者掌握复杂的数据查询方法，他们可以通过Web链接方便地获取所需数据并运用在报告或图表中。

　　Shawn Spott是RBC Wealth Management的企业智能副总裁，他认为自服务BI工具十分优秀。但是，这些都离不开专业性的指导以及后端的充分准备：“别指望仅仅在每个人桌面上放个BI工具就万事大吉了——没人能够自己学会钓鱼。”

　　为了保证BI系统能够切实发挥作用，Shawn的两人团队将1.25TB的数据提供给用户，用于分析各业务线和公司的整体状况。对用户来说，所见的只是一个链接而已；但是在这个链接背后， Spott团队将Teradata Corp.的SQL Server数

据仓库和SAS Institute Inc.的Enterprise BI Server中长达8年的数据进行了整合。

　　Spott在引入自服务BI工具时并不急于求成。他首先从公司的资产管理咨询部门入手 – 该部门的员工对BI系统已经不再有任何奢望，因为他们没有通过原有的工具获得过满意的结果。他们的最终期望是评估与公司内部和外部销售合作的2200个代理的水平。

　　“他们知道哪些代理业绩最好 – 比如说A、B、C三位代理 – 但是对于代理D，却因为缺乏相应的度量来评估其前景。这就是他们必须拥有、极度渴望的东西。”Spott说。

　　对于资产管理团队通过自服务BI工具所取得的成绩，其他团队都亲眼所见。很快，诸如人力资源和法规部门也提出了申请。“我很惊讶法规如此封闭的部门也有这样的要求。”Spott表示。

　　自服务BI和传统BI的比较

　　自服务BI成功的关键之处在于为用户解决了传统工具的一个最主要问题：在提出生成或者修改报告的请求之后，来自于IT或者BI团队的反馈显得相当迟缓。

　　James Kobielus是Forrester公司的高级分析师，他认为反馈较慢的原因一是BI或者IT本身的问题，另外也因为用户在数据分析方面的需求持续上升。从Kobielus的客户情况来看，自服务BI已经是BI市场的最大热点。通过自服务BI工具，用户可以自行从应用或者内部数据库中获取数据。

　　Kobielus认为，一旦把IT从报表开发流程中分离开来，BI流程就变得更加敏捷，而企业也就可以将战略思路付诸行动。

　　自服务BI不仅能为客户带来便利，而且还打开了数据分析的新思路。通过Excel表格，用户已经能够进行一定程度的数据汇报、建模和可视化，但是就预测工具和统计建模来说，还没有足够便捷的使用方式。“新型的BI工具都提供了自服务、高度友好的预测和统计建模功能，用户只需通过鼠标拖拽即可。”Kobielus说。

　　当然，就如Spott的例子一样，IT仍然要在后端做大量的工作——据整合、模板开发以及教授用户如何通过向导驱动界面来使用自服务BI工具。

　　对于Spott来说，自服务BI的强大之处不在于图形用户界面（GUI） -- 他认为各类工具的界面都差不多 – 而是在于对元数据的处理，从而能够与多种数据源进行连接。在Spott看来，这是IT团队在挑选数据工具时面临的最大挑战。“我要找的是这样的工具：基于后端系统动态连接到不同平台上的多重数据源。这其中的技术难题在于：针对不同数据源的并发连接。”Spott解释到。