會計的概念
現在已經是9012年了，本人在上海從事BI實施業務與數據分析工作，市面上走一圈下來，剛剛開始建數據倉庫做BI報表的企業仍然是大把，且不乏世界500強和涉及全國業務的老牌公司，你問他們的財務和統計人員怎麼分析數據？回答最多的仍然是將數據從業務系統下載下來，然後，用Excel存儲數據，用Excel處理數據，用Excel分析和呈現數據（做報表）。
對於初創企業，數據量沒有那麼大的情況下，Excel仍然是最優選擇，另外建議配合市面上第一梯隊的BI商業智能可視化圖表工具：Tableau、PowerBI、Qlik或國內的帆軟，為了節約你的篩選成本，推薦僅在這四款裡選擇。其中powerBI是完全免費的，其他的用免費版也基本可以滿足需求。
Excel能與市面上的BI產品進行輔助。首先公司裡很多業務都是基於數據的，其原型都是對錶格的操作，Excel“天生”就是表格。Excel提供了剛剛好的“編程能力”，Excel中的各種公式、透視表等功能雖然無法與編程語言寫出的高級算法相比，但卻是異常實用和靈活的功能，同時能衍生出眾多貼合業務初期發展的功能邏輯。同時，Excel具有無與倫比的成本優勢，這個成本不僅僅指它低廉的價格，還指其與其他軟件的兼容程度、普適性和學習成本。
或者你會認為Excel很老，很土，但對於初創公司（尤其是非“純IT”初創公司）來說，Excel幾乎包辦各種工作。無論是計算、ETL、輕量級的CRM、建立財務分析模型、項目管理、數據存儲，BI能做的一切，Excel都能實現，而現在很多BI產品的免費版本，又能很好地對Excel的不足進行補益。
初創企業建立商業智能體系的難點在於，初創公司的業務往往是不確定的，業務領域需要探索，業務規則也需要不斷修訂。對初創公司來說，除非自己養著非常厲害的開發團隊，系統又做得足夠高質量足夠靈活，一面猛改一面還保持穩定，否則即便“上系統”，也經常被系統困住手腳，業務反而受到拖累。這些現象其實體現的是很多初創公司思維上的侷限：無論是數據還是各種工具，其本身都不能創造業務價值，他們需要在一個相對穩定和清晰的業務背景下，才能以“工具”的角度去創造更多的價值。工具是一個放大鏡，可以將1放大到10，但從0到1，並非數據分析工具的優勢所在。
初創企業建立數據分析體系困難的本質之一：是在對問題域還不夠了解、問題解法還沒有徹底明晰之前，需要一種具有一定規範性同時低成本的手段——一方面對現有操作進行約束，另一方面能持續探索問題、完善已有方案。 這時候，他們往往重新選擇了Excel。在一篇名為《You are not Google》的技術諮詢類文章中，作者同樣強調，不要盲目推崇那些大公司吹得神乎其神的技術，真正重要的是理解你的問題。
盲目地上線一整套商業智能系統無疑是不明智的。GFS和Map/Reduce的出現是為了計算、存儲、索引所有的網頁（數據量達8000萬）。亞馬遜上線SOA系統時，已經有7800名僱員，年營業額超過30億美元了。而Stack Exchange在2016面對2億的日訪問量的時候，也只部署4臺SQLServer。
創業公司數據分析體系（工具包）的構成和選型，必然和大公司有著規模上的巨大區別。Excel仍然無法被忽視，但BI也並非成本高到無可附加，相反，很多BI軟件當前都處於免費的狀態，這對於初創公司無疑是十分友好的，只需使用Excel+BI工具，即可輕鬆地建立起屬於自己的數據可視化分析和呈現體系，解放很多繁瑣的報表製作過程。而且，BI工具普遍擁有比Excel更穩定的性能，這使得其在面對更大量級的數據時，更小概率出現像Excel報表那樣出現令人難受的卡頓崩潰體驗。
事實上，談及初創企業的商業智能建設，很多真正的專家最先建議做的，就是“技術的倒退”。Excel+BI工具或許並不會使其聽上去有多麼“高大上”，但卻是最切實最高效的初創企業BI體系之一。有助於你去蕪存菁地針對當前業務和問題，形成你在數據管理與分析領域的
“最小可行性產品”。事實上，這也是初創公司IT技術建設的重要目標之一。如果未來你的業務真的獲得更大的成功，再在這個精雕細琢的“小原型”上進行開拓，也未嘗不可~閱讀更多 Azul佐 的文章
