现在商业智能 BI 行业的从业人员越来越多，但很多人对于自己的职业规划可能并不是特别的清晰，不知道在这个细分领域到底有多大的成长空间，未来大概可以走到哪一个层次。

(相关资料图)

今天大概介绍下这六个层次，可以是大多数从事商业智能 BI 工作的朋友未来思考的一个方向，就是你的整个职业成长大概可以走的有多远。

Level 1 —— 入门级别

具备基本的商业智能 BI 技术功底、技术能力。比如基本的数据库SQL操作、查询分析，按照业务需求完成相关的可视化报表开发，具备简单或者复杂场景下报表开发的能力。包括像数据补录、填报，这些基本的开发都可以独立解决，这个过程大概工作1-2年时间就可以走完。

Level 2 —— 进阶级别

具备专业的商业智能 BI 数据仓库设计和开发能力。了解Inmon 三范式、Kimball 维度建模，熟悉至少一种建模方式。并且具备独立的从业务需求梳理分析指标，完成分析指标到数据仓库建模的整个过程，以及相关的ETL取数开发。各种复杂场景下，维度对照、数据对照关系的解决思路，设计等等。这个过程工作3-5年基本上都能够经历到，如果没有经历到，可能就需要思考下是同样的工作做了5年，还是每一年经历了不同的事情。

建模 – 派可数据商业智能BI可视化分析平台

Level 3 —— 高阶级别

能站在整体IT信息化的角度看明白商业智能 BI 和基础信息化之间的关系，并有意识能够反推IT基础信息化建设过程中存在的问题，并给出指导性的建议。比如像数据质量方面的问题，很多问题的产生并不是单纯的信息化系统自身的问题，是一个管理问题。所以，通过商业智能 BI 数据，推演到业务基础的信息化系统，再推演到企业业务管理自身流程上的管理、业务上的管理问题。

要有这种推演的能力，还要能指导企业怎么做。到这个层次，可能是很多商业智能 BI 从业者的上限，迈不过去。这阶段想要迈过去，就不要放弃每一次反推IT业务信息化、业务管理中存在的问题。这些问题在企业内部是如何解决的，要把这些过程经验全部都沉淀下来。并且，可能需要轮转很多项目，经历很多企业才有机会把问题看全。

业务信息化 – 派可数据商业智能BI可视化分析平台

基本上在商业智能 BI 行业工作7-10年时间，如果个人做事很有心，有很强的自驱力、学习力的话是完全可以做到的。7到10年时间，基本上对于商业智能 BI 无论是从技术上、还是思维意识上都应该吃透的差不多了。对IT信息化的理解，对企业内部的业务管理的理解也能够达到一定的高度。有非常丰富的视角、视野看问题。

上面三个层次是从技术角度去看问题的。能够到第三个层次，已经经历了很多不同的项目，沉淀了各种项目场景技术解决能力，到整体技术架构规划。大部分的归宿就是走向甲方，在甲方逐步的负责整体商业智能 BI 项目规划、数字类项目的规划、CDO，能力强一点把握机会的能力比较强的话，在一般的中型企业，可以到CIO这个位置，负责企业整体的数字化转型规划。

Level 4 —— 看懂商业智能 BI 与企业经营管理的关系

商业智能 BI 是企业业务管理思维的落地，梳理商业智能 BI 的过程就是梳理企业经营与管理的过程，经营管理分析框架如何分解如何构建，这个层面要求能够站在企业经营管理的高度去思考问题，这个在业务层面已经是一个非常大的挑战了。到了这个层面已经不是一个技术层面的问题了，需要了解一家公司是如何运营的，商业模式是什么、盈利模式是什么，要有一个很大的商业大局观。

Level 5 —— 熟悉财务知识

熟悉基本的财务知识、熟悉财务分析指标体系,能够站在财务视角从宏观上分析、归纳和总结企业的经营管理问题。了解狭义的财务分析、广义的财务分析，企业的三大经济活动，融资、投资和经营。从财务分析指标体系洞察企业的业务经营状况，通过数据和业务分析对财务指标能够进行实际的验证。并且在商业智能 BI 项目建设过程中，能够对企业的财务IT信息化建设、数字化建设提出适当的指导性规划建议。

数据可视化 – 派可数据商业智能BI可视化分析平台

比如集团级的财务分析怎么做，带有二级公司、二级集团的财务分析怎么做，架构上有什么差别。企业在兼并、合并的过程中可能有近百家二级企业，每个二级企业用到的财务系统还都不一样，架构怎么来建设。项目制的企业，成本费用从项目上无法和财务科目档案对应起来，怎么来处理。这些都是在商业智能 BI 设计、开发过程中需要去思考的问题。

Level 6 —— 宏观经济趋势、行业发展趋势的研判

当然也有提前规划布局的，能看到以后的业务发展速度很快，管理颗粒度会越来越细化，届时光靠人肯定是不行的，需要通过信息化的手段、数据手段来提升大家的能力，来武装大家的思维。每一个行业的发展可能都是有周期性的，跟行业发展趋势，宏观经济的发展或多或少都会有影响。

比如像钢铁行业，超过60%的下游市场跟房地产、新基建相关；工程机械行业也是一样的，中国基础设施固定资产投资整体增速下滑，有没有影响是有的；汽车流通行业，已经进入到蓝海市场，下一步应该怎么办？有一些企业有战略管理部，他们就是做这些方向性研究的，这一部分也需要很多的数据来支撑，这一部分跟商业智能 BI 的数据思维意识也是非常类似的。

可视化分析 – 派可数据商业智能BI可视化分析平台

达到这样的一个阶段难不难，还是非常难的，几率很小，但是至少能看到一个目标可以往这个方向走，能看到可以提升的一个空间。也可以看到，原来商业智能 BI 除了技术本身之外还有这么多的可以横向或者纵向扩展的点或面。基本上到了这个阶段就是想做什么就做什么，学新东西领悟能力也非常的快，就跟跑步一样跑到一定程度有这种愉悦感，学习是一种非常有乐趣的事情。所以选择面很大，喜欢做技术可以继续搞架构、解决方案；喜欢研究业务可以搞咨询；喜欢跟项目，可以负责规划大型集团的整体数据类项目的规划，无数个二级企业集团、无数个业务系统，用什么样的思想去梳理规划，从什么点进行切入，这些都非常有挑战性。

未来的企业在跟信息化、数字化建设人才的规划中要的不是专才，要的而是通才。所以，虽然很多人的职业成长可能是先从技术开始，但并不意味着一定要从技术来结束，中间还是有非常多的可能的，不要轻易的给自己设限。