商业智能技术提供使企业迅速分析数据的技术和方法，包括收集、管理和分析数据，将这些数据转化为有用的信息，然后分发到企业各处。

由于技术的不断升级，BI从传统集中式分析逐渐向员工自助式分析转变，从中心化向去中心化转变，业务需求部门对BI的使用也再逐渐增加。

数字化时代，每个企业都积累了海量数据基础，而对于企业来说却是把双刃剑。数据量越多，能够获取的数据价值就越大，但是，如果没有强大的数据分析能力，海量数据也会成为企业高效决策的障碍。无论是互联网企业还是传统企业都希望最大程度挖掘数据价值，提高决策效率和生产效率。BI商业智能自诞生之日起，便用于为管理层提供数据决策支持，是企业数字化转型的核心。

数字化转型是利用数字化技术和能力来驱动企业商业模式创新和商业生态系统重构的一种途径与方法。其本质是用数字化技术对业务的重构、流程的重构和组织的重构。

数据中台的概念一度成为2019年最热的话题，而在数据中台架构中，BI是数据中台面向终端用户的核心。

狭隘的BI仅包含BI分析平台；广义的BI包含了数据仓库和BI分析平台一整套解决方案。如图中所言，站在公司层面，人力系统、财务系统、业务系统等各系统就像散落的点，而BI基于数据仓库和业务的梳理，将这些点连接成线，通过数据挖掘和分析，将公司数据连接成面，才能够全面看问题，清晰了解公司的问题和优势所在。

Tableau为企业如何推广使用BI绘制了详细的蓝图。首先要保持敏捷性，避免新瓶装旧酒。BI的发展从既重视分析逐渐转变为员工的自助式分析，对此，传统的瀑布式的分析，逐个项目式分析已无法适应时代需求，保持敏捷是非常重要的。再次，熟练程度取决于技术能力，工具的更新迭代需要与员工技术培训同步进行，只有不断提升员工的技术能力，才能不断工作效率。而数据文化则要求不断提高用户的使用频率，经验交流，培养用户数据化、可视化的工作习惯，比如，东风日产举办的全员数据分析挑战赛。

对企业来讲，Tableau提供的是端到端一体化数据能力，包括数据处理能力、可视化能力、数据平台能力。

在数据分析工作中，80%的精力都在做数据处理。面对枯燥的数据处理工作，Tableau Prep可以帮助企业数据完全自动化处理，肉眼可见数据调整、合并变化过程。

通过数据平台能力，可实现实时数据预处理，大量的线下数据处理工作可以转移到线上，大量降低线下手工的工作。还可实现邮件订阅和指标预警，完全避免了线下手工干预，节约了大量人工成本。