【IT168 专稿】商业智能技术的出现已经很多年了，其作用与收益已被广泛认可，然而商业智能项目在企业中的实施率却非常低，其原因主要包括以下几个方面：
1. 高额的产品费用
商业智能项目一度被称为贵族产品，其高额的产品及实施费用让很多企业望而却步，尤其是商业智能产品厂商被数据库厂商及ERP厂商收购后，目前的主流商业智能产品掌握在IBM、SAP、Oracle和Microsoft，除微软产品外，其他商业智能产品的价格都有比较大的上升。
2. 漫长的实施周期
国内的商业智能项目的实施周期都比较长，一般都在6个月以上。漫长的实施周期不仅带来高额的实施费用，同时也导致用户的需求无法快速实现。
3. 无法快速变化
数据分析的需求随时在变，这就要求商业智能系统必须快速响应用户的分析需求。但在目前的商业智能架构中，分析需求的变化可能会导致ETL、数据仓库、数据模型及报表都发生变化，从而使需求变化在很长时间后才能得到支撑，这样就失去了数据分析的意义。
4. 需求专业的实施团队
目前的主流商业智能产品开发要求的技能都非常高，只有专业的商业智能实施团队才能掌握和使用这些工具，这使得企业的IT部门人员无法完成项目的实施及变更。
综合以上四点，中小型企业很难构建自己的商业智能系统。
2012年，微软推出了其新一代的商业智能产品，包括SQL Server 2012、Office 2013及SharePoint 2013。新一代的产品在提升原有商业智能产品能力的同时，也为中小企业提供了相应的商业智能解决方案。
在针对于中小企业的商业智能解决方案中，SSAS(SQL Server 2012 Analysis Services)中新增的Tabular模型是一个非常重要的角色。
Tabular模型具有以下特点：
1. 大幅度降低了数据模型的开发难度
在以往商业智能项目中，数据模型的设计是最复杂的部分，往往需要具有非常丰富经验的人才能完成此项工作，对于企业的IT人员基本是无法完成的。
Tabular的开发非常简单，它摒弃了晦涩的多维概念，采用非常容易理解的表格方式。同时模型的数据源也扩展到Excel、文本文件、Access文件、SQL Server数据库、Reporting Services报表等更多的数据源，使用户可以依据于现有的数据形式构建数据模型。
2. 减少ETL开发的工作量
在以往商业智能项目中，我们需要构建统一的数据仓库，从而我们必须使用ETL工具对各种数据源进行合并、映射、计算以及数 据的检验，需要非常大量的工作。在Tabular模型中，模型可以基于原生态的数据结构进行构建，而不需要标准化的数据仓库，这将大幅度减少ETL的开发量。
3. 与Power View及Excel整合，使数据展现更加容易
Tabular模型可以通过Power View及Excel进行展现，用户可以通过Office快速开发各类数据展现形式，包括表格、矩阵、图表、地图及仪表盘等。
4. 需求的快速响应
Tabular模型的出现大幅度降低了商业智能系统的开发难度，使数据模型开发与数据展现开发都可以由用户或企业的IT人员来完成，这样当需求发生变化时，用户可以在第一时间对变化的需求进行改动，并可以快速展现出改动后的结果。
Tabular模型的开发方便简单，其可以根据多种数据源构建，包括各类数据库、多维模型、Excel文件及文本文件等，使用户可以轻松基于现有数据构建模型。基本构建步骤如下：
1. 建立Tabular模型工程
2. 连接到数据源
3. 构建关系图
4. 通过Excel浏览模型
综上所述，Tabular模型的出现解决了传统商业智能系统开发过程中最难的几个部分，如ETL、数据仓库、多维模型等，使得普通用户或企业IT人员也可以快速构建商业智能系统，拉近了数据与用户之间的距离，对于中小企业来说，是构建自身商业智能系统的非常好的途径。
从另一个角度上讲，对于大型企业，由于其具有业务系统众多、复杂，数据量大，用户多等特性，从长远来看，构建企业数据仓库仍是非常必要的，所以其更适合采用微软的多维数据模型。
更多精彩尽在2013年4月18～4月20日第四届中国数据库技术大会，北京永泰福朋喜来登酒店。
2月28日之前购票享7折优惠。
