BI解决方案为什么不能少了ETL？

       很多企业启动一个BI项目时，其需求的出发点往往都是想找一个系统，来自动做报表，并且做的漂亮点，有图表，还有，能让业务人员自己也可以做报表，最好是能在手机上看报表。于是，就开始找厂商进行PK，PK的重点放在： 

      1、做报表哪家更容易上手

      2、手工报表哪家可以实现

      在与企业的交流中，经常会遇到类似的场景：

      问：你们有多个业务系统吗？ 

      答：有啊。

      问：那你们的需求报表中来自不同系统的数据吗？ 

      答：肯定有啊，比如电商与ERP就是不同的系统，但我们分析销售是需要取自两个系统的。 

      问：那你们有没有想过，这两个系统的数据是怎么做到一张报表里去的吗？ 

      答：这个......不是你们BI厂商应该解决的吗？ 

      答：是的，是BI厂商应该解决的，但是，就算这一期的需求我们BI厂商帮助你们解决了，在后面的使用中，你们又有一张报表还需要从另外一个新的系统中取数，怎么办？也就是说，就算你们掌握了怎么使用BI工具做报表，但是，你们没有办法取到数据，怎么办？ 

      答：可以啊，做报表时，同一个报表，可以将不同数据源的数据按规则整合在一个报表中的呀。 

      问：如果这个规则并不那么简单，怎么办？ 

      答：...... 

      那么，我们到底应该怎么做，才能从根本上解决：让多个业务系统的数据很方便的在一个报表中取到呢？解决方案很简单，就是通过ETL工具，将多个业务系统的数据整合到一个数据中心（数据仓库）中去。一旦在同一个数据库中已经包含了多个业务系统的数据，那么，随心所欲的取数，就会变成现实。 

      ETL是什么？ETL，是英文 Extract-Transform-Load 的缩写，用来描述将数据从来源经过抽取（extract）、转换（transform）、加载（load）至目的数据库的过程。 

      在这里，我们先不去讨论ETL到底在技术上是怎么实现的，我们更关心的是，我们在什么情况下，就必须使用ETL工具？ 主要是以下几种情况： 

      1、业务系统的数据一般是按照单据与流程来设计与存贮的，并不能很好的用在数据分析上，一个很常见的例子就是基础资料分类，系统里的编码规则或分类方式并不能满足分析的需求，所以一般都有手工维护一套。那这时候我们就需要将数据进行必要的清洗与整理； 

      2、对于一些ERP，如用友U8较低的版本，它是一年一个数据库，要实现跨年度分析，就必须将每年的数据库整合到一个数据库中；又或者有些零售系统，因为数据量非常大，甚至每个月的小票就是一个表，这样，就必须将这些交易数据按照时间维度重新整合到一个表中。

      3、不同的业务系统，经常会存在主数据不一致的情况，比如同样一个客户，可能在ERP中是一个编码，在CRM中又是另外一个编码，甚至可能有一对多的情况出现。此时，就要通过ETL的数据清洗，完成主数据的统一管理； 

      4、不同业务系统通常是负责企业运营的不同业务，而这些业务之间是有流程上并行或串行的咬合的，比如客户销售的前期跟进流程在CRM中完成，一旦成交，订单的执行则在ERP中完成，当订单交付之后的服务，又是在CRM中完成。当我们要完整的对一个客户进行分析时，是必须将ERP与CRM的数据整合在一起，才能一窥全貌的。 

      所以，ETL在实际应用中，工作量会与业务需求的复杂性成正比。远不止大家认为的那么简单，一定要在BI项目选型时给予足够的重视。