报表与BI应用的不同特点 - 金融行业 - ITPUB论坛－专业的IT技术社区

wangjia

目前国内银行建立数据仓库、BI等系统，首先解决的主要是综合报表类需求，而真正BI类应用目前还相对不多，这与银行经营管理水平的现状是相符的。
报表类应用属于结构化的，需求也是比较明确的，所要求的输出结果就是报表，不需要OLAP能力，甚至根本不需要提供联机查询的功能，直接下载生成静态的报表文件即可，特别是对于一些重要的业务报表，其性质属于业务档案，必须以静态文件的方式存放，不允许动态生成，这是银行管理所要求的，一般技术人员是不了解这一点的。BI类应用则属于非结构化的，需要系统能提供某种分析能力，而非固定的结果，需要支持OLAP、ad hoc。
目前许多银行越来越多的基于数据仓库多维模型来支持报表的生成。在多维模型中可以生成立方体（CUBE），其中的每个单元格（CELL）都对应某种粒度的指标。如果是BI类应用，为了有效支持OLAP，往往会直接生成CUBE中所有CELL的内容，以便高效的支持各种分析需要。但对于报表类应用来说，由于报表需求是明确的，对应到CUBE中哪些CELL是报表所需要的数据也是非常明确的，从实际情况看，CUBE中对应报表数据的CELL主要呈现稀疏矩阵的特征，也就是说，虽然报表的数据也是利用多个维度、不同层次的运算得到的，但是结果（包括中间结果）只需要一定粒度的数据，而非全部粒度的数据。
那么是否可以通过预先生成CUBE中全部CELL的数据，以便满足将来增加的报表需求呢？如果新增的报表需求所需要的多维模型恰好是原有CUBE的子集，那么预先生成的CELL中的数据就可以直接使用，确实很方便，但如果原有的CUBE不能完全包含新增的报表需求，那么就需要调整原有模型或重建，也就是需要重新生成CUBE，原先所生成的大量数据可能就会长期闲置，造成资源浪费。因此，面对这种管理类需求，通常更愿意把不同种类的需求看作是不同的集市，各个集市有针对性的解决特定问题，降低相互之间的影响。
那么是否可以建立一种模型，能够预先计算出能满足银行未来所有报表需求的指标集呢？大家都知道这样一句话——管理无定式，所以报表需求会不断的花样翻新，是没有止境的，而且银行自身的业务、管理还在不断发展变化，所以如果真的能建立一个完全覆盖银行各种管理需要的指标集，不仅难度大、成本高、周期长，而且不能保证有怎样的稳定性。也就是说，这是不可行的。
因此，我认为对于以支持报表为主要目的的多维模型，通常都是稀疏矩阵，只需要按照实际需求计算所需粒度的指标即可，无需预先计算出CUBE中的全部指标。而对于具有OLAP性质的需求，则应预先全部计算好CUBE中所有CELL的数据，满足用户使用。
楼主说的挺有道理的。
事实上，在许多应用的案例中，报表其实仅仅只是BI应用中的一个部分，就像楼主所说，BI是提供的某种分析能力，这种分析能力往往是动态的。
而大部分客户都习惯上将BI的应用概念停留在报表的层面，当然不可否认，报表对于客户来说也是很重要的分析方式。因此，很多客户上BI的项目最主要的目标就是要将所有以前无法实现的报表，或者需要手工进行加工的报表都希望用BI来完成。
这样，就会大大丧失了BI的动态分析能力。
毕竟BI中的CUBE的维度还是有数量上的限制，根据不同目的，来设计不同的CUBE，而报表中的所需要的粒度，也像楼主所说“管理无定式，所以报表需求会不断的花样翻新，是没有止境的”。
另外，报表所需数据往往具有离散的特性，即它可能是各种不同特性数据的整合体。