如今，百度一下商业智能或bi工具，总能看到tableau的身影。并不是tableau的营销做得好，而是国内对于商业智能工具的认知和选择似乎都落在了tableau身上。导致不管业内业外都对商业智能的概念有了偏颇之见，认为就是一个前端展示工具，就是一个做图表的。
这里并不是在否认tableau。确实，tableau的可视化，图表制作能力被众人称赞，这点值得国内bi厂商借鉴。但从商业智能的应用来看，企业对于bi的关注，更多的是数据处理的性能（数据量、速度、稳定性）、产品的适配性（可开发性、可集成性）以及分析效率（展现效果、操作体验）。由此看来，bi的发展还有很大的空间。
那么，回到问题，国内bi工具应该如何突围？
先来谈谈商业智能。商业智能起初的定义是，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。商业智能作为一个工具，是用来处理企业中现有数据，并将其转换成知识、分析和结论，辅助业务或者决策者做出正确且明智的决定，帮助企业更好地利用数据提高决策质量的技术，包含了从数据仓库到分析系统等。所以商业智能严格来讲是一套解决方案，是基于企业现有it技术架构，提供快速准确数据分析的解决方案。
从帆软公司十多年来在企业数据分析领域的探索，再结合finebi的产品定位，我们可以嗅出这么几条：
1、对于企业的数据分析需求要贴地气
每个企业的it建设各不相同，数据库多种多样，数据的规范性，系统的开发集成需求也不同。bi除了需要支持各种类型的数据库和数据源，还要支持hadoop、greenplumn一类的大数据平台以及各种数据仓库。对于有些企业有数据仓库，而有些企业只有简单的数据库，有些企业数据量大，有些企业数据一般的差异性需求，bi工具是否能针对企业不同的软硬件设施提供不同的解决方案。这一点，finebi能给到两种方式访问企业大数据量：finedirect（直连）与fineindex（建cube）。fineindex可通过对数据进行抽取预处理，对数据增量更新，实现快速数据分析。finedirect提供基于sql的数据库直连引擎，支持大数据平台的10亿至百亿的数据访问，实时数据分析。
2、数据分析不要仅局限于展现，更多在于探索
探索这里可以理解为两个方面，一是前端数据展示具有“探索导向性”，如何理解？目前的数据展示，都是基于历史数据的归纳和重整，缺乏对决策制定的引导。领导拿到报告，了解到某某地区销售额上涨、下降，某时段产品市场热度较低，这些情况可以说看完就算了，领导还是不知道该做什么决定，他想看与往年的对比，报告又得pass重来。这要求图表之间要有极强的交互性，用户可以深层次多角度进行查看。比如finebi的数据钻取，数据切片和数据旋转等多维分析操作，还有spa螺旋式聚合分析可针对前端数据做简单处理。二是“深度分析”。目前的商业智能bi缺乏数据挖掘的功能，bi工具的发展可以更加倾向于对数据的挖掘和预测分析，比如和r语言的集成，包括分类预测、聚类分析、关联规则、时序模式等等。
3、保持“轻量化”属性
目前bi的使用逐渐偏向业务分析人员，工具需要轻量化，减少技术问题的牵绊。国内bi工具对于本土化企业需求应该更具优势，对于用户分析习惯和业务逻辑思维有更加准确的理解，所以这种优势应保持并深入发展。
所以，就目前国内市场来看，bi发展还处于慢热阶段，未来，应该是潜力无限。