随着数据爆发式增长，像ERP、OA、CRM等系统在企业运用的越来越多。这些系统的使用必然会产生很多的数据，比如在产品加工设计测试维护过程中产生的主数据；在生产采购库存以及电子商务运营过程中产生数据；通过互联网等渠道获得行业、市场以及竞争对手的数据。
随着大数据的到来，企业在数据分析展现层面，面临着四大重要问题。
第一、运用什么工具来分析数据、提取信息。
第二、怎样改变技术不懂业务、业务不懂数据的“困境”。
第三、如何解决大数据量的运算、处理、展现。
第四、工具应当如何响应市场需求、提升企业价值。
自助式BI的使用将为业务分析带来技术上的变革
传统BI的使用对象是IT技术人员，自助式BI的适用对象是最终用户——业务分析师、领导层。随着数据越来越多，分析时间越来越长，企业和用户需要通过自助式BI工具降低数据分析的门槛。
-
产品采购的成本下降。以前采购传统BI工具的成本偏高，培训、服务咨询成本都算比较高。新型BI产品工具只着重解决一些点的问题，不一定需要大而全。
-
项目周期缩短、人力成本降低。以前的项目周期主要的消耗在 ETL 处理和数据仓库建模、性能优化等方面。如今，建模的要求不再那么高，性能优化在大多数场景下也不再有问题。整个项目周期从以前的月或年为单位快速的减少到按天、周、月为单位。
-
IT 驱动逐步走向业务驱动。IT负责基础数据架构的整理和接口开放维护，业务人员自行进行快速的可视化分析和报表分析维护。
-
自主开发的图表避免了使用第三方插件的兼容性、稳定性问题。从数据连接、ETL处理、建模、前端图表展示，有如“植物大战僵尸”感的拖拽操作。
-
无论是从数据连接、数据清洗、多维数据库表对大数据的支撑，再到前端的多维分析都是一体化的服务。用户可以将多种数据源的数据拿到数据库中，然后提取到业务数据包中就可以对数据进行ETL处理和转义。
在我们社区企业用户中，有一家企业同样的一个项目做了一年才完工了80% 正好到报表开发阶段。还要面临性能优化、模型的更改和维护，自定义的报表制作麻烦等一系列问题。最后通过选用新型的BI产品和工具，短短两个月不到就已经完成了80%的业务报表分析制作，快速的对业务部门形成了强力的业务支撑。