数林BI为用友和金蝶客户带来什么价值

数林团队的技术工程师们演示时，经常会有代理商或是客户抛出类似这样问题：

1.某针对金蝶或用友的BI产品和数林BI感觉效果差不多啊，数林BI产品有何特点？

2.数林BI能为我们金蝶或是用友BI客户带来哪些与众不同的价值？我们为什么要选择数林BI产品？

3.贵公司的产品和市面上其他标准化BI产品最大的区别在哪呢？

......

诸多问题，原因归结起来无非是对于我们数林BI产品的独到之处不熟悉、不了解。那么今天我们将通过一些案例和大家盘点下数林BI与其他BI产品相比的特别之处。

一、框架

众所周知，对于BI产品而言，是面向多数据源的，例如财务系统、Erp系统、HR系统、CRM系统、MES、Excel等等。要分析这些数据，首先需要对数据进行抽取、转化、加载等。传统BI产品在此基础上必须按用户的需求针对性的撰写T-SQL代码等取数逻辑，ETL到数据仓库，然后再把数据展示到OLAP联机分析平台，用户可通过PC端、移动端（平板、手机）等等查看需求的报表，如下图所示：

数林BI与传统BI相比之下，如下图。在数据处理上设置了基于三大模型（财务、业务、自定义模型）的数据模型管理中心。用户无需编写取数代码，只需在界面选择配置取数方案，数林BI系统将根据用户指定的方案和ERP产品、用户的实际账套情况自动生成ETL逻辑。我们称之为“AI ETL”。

二、ETL部分

案例1：A企业有十几个财务账套，需要取会计科目、核算项目的数据进行收入、成本、费用分析，上线传统的BI产品后，一旦面临会计科目、核算项目变更，或者增加一个财务账套等问题。往往需要花费许多时间找经销商沟通，找原技术人员反复确认后，再修改取数代码，确认修改后的数据准确性，过程稍有不慎，往往数据不准确而不自知。而过了若干年后，万一原来的技术人员离职，企业却需要对科目体系进行调整时（诸如：适应新的会计准则、细化账务的颗粒度提升分析价值），由于新的技术人员不理解原技术人员的代码，也不一定理解财务知识，A企业还需花时间与技术人员解释相关财务概念，最后取数逻辑虽然可以正确执行，但却始终无法确保数值的准确，导致项目不得不搁置、终止......

案例2：B企业有两个财务账套，需对应收账款进行分析，一个应收账款中挂有“客户”这一核算项目，另一账套中不挂，其他BI产品供应商，分别针对挂和没挂核算项目的两个账套分别编写了取数代码，并把数据整合在一起，某天，B企业另一账套将应收账款也禁用修改为带“客户”的核算项目，那么该账套的应收账款取数将会失效，更别提自动取到新的带有“客户”的应收账款数据，该企业又要花费时间、精力、财力找技术人员沟通变动、修改代码、确认数据有效。

案例3：C企业，上线了某标准化BI产品，应收账款分析时，只能按照科目代码或者科目名称二者中的某一项写死代码，如果公司业务发展了，想新设二级科目，把国内和国外的应收账款分开管理统计，则就需要对取数代码进行修改，而增加二级科目这么简单的变化，但因为不是简单的改个过滤条件，一般的技术人员还不能胜任。更别提如果是集团账套，每个账套可能都随时面临会计科目和核算项目的新增、修改、级次变动等等。

假设难以确保BI产品数据的准确性，那么不值得用户信任的BI报表即便再美轮美奂也毫无价值可言。由上述案例可见，一个BI项目的实施成本、实施风险等在数据处理上（ETL）占了绝大部分，所以说，数据取数（ETL）是BI项目的心脏。

针对案例1中A企业的情况，数林BI系统可将企业中不同账套的的数据合并成集团一套账，如下图。若是后续增加了新的财务账套，在初始设置后可重新合并成集团一套账，若是科目代码、科目名称等没有变更，用户只需在软件界面中选择【填补新增数据】即可。

针对案例2中B企业的情况，若是企业后续修改了核算项目，在数林软件中，用户只需在界面上修改配置，如下图所示：

核算项目有几级，我们的“AI ETL”，在系统中智能数据引擎自动判断，用户无需写代码，假设厂商或经销商相关技术人员不能继续对该项目给予技术支持，也无需四处寻找专业技术人员修改。

对于会计科目不一致时，数林BI产品只需在界面上进行科目映射即可，两家公司的会计科目会依据用户的设置自动匹配。

针对案例3中C企业的情况，假设应收账款下，新增了核算项目或是科目级次增加，数林BI系统可自动识别科目级次和核算项目，用户只需在界面中选择所需要的会计科目和核算项目保存，只要一级科目代码不变或映射不变，不管用户是否增加核算项目，产品升级等，数林ETL引擎都会智能根据财务系统的当前情况自动生成准确的ETL代码。如下图：

简而言之，一个BI项目的实施成本、维护成本、实施风险基本上是由数据处理（ETL）决定的，一旦BI展示的数据不是用户关注的，甚至是错误的，BI可能不仅没有价值，甚至可能引导管理者错误的决策，后果不堪设想。而在数据取数上，数林BI系统极大的减少了项目所存在的实施成本、实施风险等，用户更无需担心数据是否准确。

三、数据更新部分

案例：某集团公司上线了一套标准化BI产品，由于数据量大的原因不可能每次花几个小时的时间完整更新，因此选择了数据增量更新，更新上个月1号到现在的数据，容错期只有一个月。假设该集团公司在十二月通过反结账到一个月外的时间段，修改了九月或十月的数据，那么如何正确更新一个月前的数据将是一个难题，要么找技术员修改更新的取数条件，要么只能修改服务器系统的时间到九月，触发九月份数据的更新，而此时系统中有员工登入系统录入了数据，那么这条数据便成了九月或是十月的数据，这对于该公司而言，风险太大，数据准确性也无法保证......

针对上述情况，数林BI中设置了两种自定义更新模式，一种是系统后台自定义更新时间，一种是人工手动更新（以业务模型为例），无论何种模式，用户皆可以选择数据更新的范围。如下图所示，确保数据的准确高效更新。

这里再补充说明下，我们系统中的自定义模块对Excel表格还可以进行增量更新，以减少Excel的数据量，增加效率、防止误改，这是市面上其他BI产品通常所不具备的功能，如下图：

四、数据源管理部分

假设用户要修改服务器Ip地址、密码、实体名等，传统BI产品往往需要按照数据模型逐个配置，而在我们数林BI系统中只需要通过账套设置统一进行修改配置即可。如下图所示：

五、总结

上述稍微举了几个例子，数林BI与其他标准化BI产品的核心区别在于“心脏”（ETL）不同，基于受国家专利(专利号:ZL201710227461.6)保护的、由AI驱动的ETL，无论从实施周期、实施成本、实施风险还是维护成本、项目效果及性价比，尤其是数据准确性上，数林BI都具有无可比拟的优势。

我们用一个表格来归纳总结数林BI与其他BI的主要区别：