如今，数据可视化已成为我们日常工作中常常能够接触到的一项重要技能，借助Excel或其他数据可视化工具，我们可以轻松生成各种各样的数据图表，从而使得数据更加易懂。而对于企业来说，大数据时代的到来，让企业的运营和管理变得更加精细化，这同样也需要数据可视化。

以往，企业主要使用传统BI工具，通过定期查看数据报表的形式，来了解业务的进展情况。而随着企业信息化程度越来越高，在数据可视化处理方面也越来越复杂，以报表为主要功能的传统BI产品逐渐无法满足企业的可视化分析需求，更多企业转而选择更加简单、灵活、易用的自助式BI产品，如Tableau、Qlik、DataHunter等。在数据可视化方面，传统BI与自助式BI到底有何不同？为什么自助式BI正在彻底取代传统BI？

自由的数据可视化展现能力

很多人将传统的商业智能产品称之为重型BI，例如IBM Cognos、Qracle BIEE以及SAP BO等，原因在于这些BI产品提供了大而全的统一报表平台，也就是说，虽然传统BI具备较为丰富的图表制作功能，但由于整体架构太过复杂，其灵活性和易用性要远远差于自助式BI产品。

同时，随着企业的数据体量越来越大，要求的可视化维度和粒度也更加细腻，传统BI就显得有些吃力了。例如，很多大型消费品企业的业务数据往往在百亿条规模，传统BI根本无法支撑，这在一定程度上会大大降低企业处理数据的效率。

相反，由于自助式BI产品主要面向业务和分析人员，所以在易用性上，要远远好于传统BI。以国内自助式BI的代表性企业为例，DataHunter在数据可视化方面，提供了非常简单的操作流程和用户体验。用户只需通过点击、拖拉拽等操作，就可以完成复杂的业务数据可视化分析过程，而且，系统可以根据现有的业务数据特点，智能推荐可视化呈现方式。

DataHunter数据可视化分析平台提供了包括柱状图、条图、折线图、面积图、双轴图、散点图、地图等在内的近20种常用图表类型，以及包括雷达图、箱线图、热力图、树状图、关系图等多种高级图表。通过丰富的配色方案，可以让用户随心所欲的进行可视化图表的制作，让数据更加直接、美观。此外，DataHunter数据可视化分析平台也支持接入Echars等第三方图表以及企业自带图表类型。

任意维度数据钻取能力

传统BI产品所具备的多维分析能力，主要是基于OLAP概念，即通过各维度的分析快速得到想要的结果。这种分析模式最大的问题在于，可视化展现太过复杂和固定，而且，基于OLAP分析模式的后台引擎，大都仍在使用传统数据库，这显然不支持对于海量数据的可视化处理。

相比而言，DataHunter数据可视化分析平台采用探索式分析技术，基于DH Query Processing Engine（实时动态处理引擎），可自动生成适应多种数据库的SQL，使得用户可以进行任意维度数据钻取，并且无需预先建立Cube。

除全维度的数据钻取外，DataHunter数据可视化分析平台还支持动态关联分析、协同过滤等交互方式，使得业务人员和决策者可以自由地进行深度探索和分析，从而快速发现业务问题。更重要的是，所有的这些交互方式，不仅支持PC端，也支持手机、平板以及触摸屏等设备。

实时的业务看板

在如今的业务分析场景中，企业对于数据的实时性要求越来越高。受限于产品本身的技术架构等因素，传统BI所输出的业务报表，通常以周、月为单位，根本无法满足企业对于实时数据处理和分析的需求。

实时是DataHunter数据可视化分析平台天生就具备的特性。基于实时的业务看板，意味着可视化图表会随着业务数据的实时更新而变化。一方面，这使得企业决策者可以第一时间了解业务的运营状态，及时发现问题并调整策略；另一方面，实时的数据更新也大大提高了分析人员的工作效率，省去了很多重复式的数据准备工作。

传统BI与DataHunter新一代智能BI的区别

结语：毫无疑问，数据可视化分析已经成为企业实现经营目标最有效的手段之一，包括DataHunter在内的一些自助式BI平台，由于易用性强、数据可视化程度高、使用门槛低等特点，正在获得越来越多的企业认可。