本文非常重要，忽略者责任自负。我们时常看到很多新闻说企业的数据分析或大数据如何如何高大上，但你自己感觉你自己所处的环境呢？很多小伙伴在群里真切的抱怨到：感觉是一坨祥云。为什么你看到的和你感受到的有如此巨大的反差？大数据到底和我们有什么关系不？这是不是一波红利？我们可以怎么利用？PowerBI到底是个什么鬼？我们真该学习PowerBI吗？如果是，我们面临重重阻碍，我们怎么在企业推行PowerBI？

今天罗叔将全部一揽子给你一套完整的参考。因为这些问题也是罗叔多年的疑问，罗叔不断实践，但有个卵用，罗叔首先否定自己，因为罗叔也是一个单独的个人而已，眼界视角和经历都是极其有限的，因此，必须时长忘记自己所知，关注该领域全球第一的动向以及理性权威真实的研究报告，再结合自己的体会才能心安。为了回答这些问题，绝对不是罗叔可以做到的，这里将引用微软以及权威研究机构的成果来做非常坚实的支撑，给出大家非常重要的参考。

重要背景

首先，如果在全球范围内来讨论商业智能，这个图已经晾在那里N年了：

简而言之，Gartner 连续 12 年将 Microsoft 评为分析和商业智能平台的魔力象限领导者。作为微软本身也需要搞清楚整个商业界在数据发展的商业趋势上，现在的现状到底是什么？真相是什么？下一步是什么？微软一定是要调查清楚的。如果你是他，你已经是第一了，你没有什么参考，你必须自己投资此事，揭开真相，方能正确前行。

在 年5月期间，微软联合IDG进行了一次非常重要的调查：了解影响企业的最重要的大数据分析趋势。

IDG是谁？美国国际数据集团（International Data Group）是全世界最大的信息技术出版、研究、会展与风险投资公司。IDG公司全球营业总收入达到28.4亿美元。IDG集团公司创建于1964年，总部设在美国波士顿。目前，在全世界85个国家和地区设有子公司和分公司，拥有13,640名高级研究专家和编辑人员，采用电子邮件、数据库、电传及联机服务等现代化信息处理和传递手段，建立了快速而全面的世界性信息网络。

以下内容全部引用 IDG 的调查内容，该调查对所有行业内拥有 500 名以上员工的公司的 200 名美国 IT 领导者进行了定量调查。受访者必须曾参与大数据分析计划相关的决策（如策略、需求分析、建议和解决方案购买 / 批准），才有资格参加调查。

也就是说，本次的调查非常严格，几乎代表了目前全球的最成熟企业的问题和状态。

如果你承认美国企业在信息化发展的前沿型地位，如果你承认Gartner对微软产品连续的评估以表示他有一定的先进性，如果你承认IDG（美国国际数据集团）调查的权威性，那么，以下你看到的内容就是真相以及也许在国内将持续更长时间的状态并看到接着而来到的未来。

真相

随着数据在业务中的普及，人们很容易认为大多数组织都围绕大数据分析建立了核心竞争力。然而残酷的现实是，67% 的IT 领导者认为其大数据环境“混乱不堪”。

重要的话再说三次：

真相是，在那么严格筛选的高大上的企业中，67%的IT负责人认为其大数据环境“混乱不堪”。

真相是，在那么严格筛选的高大上的企业中，67%的IT负责人认为其大数据环境“混乱不堪”。

真相是，在那么严格筛选的高大上的企业中，67%的IT负责人认为其大数据环境“混乱不堪”。

如果你所在的环境不能满足：

达到美国信息化成熟度

企业有500名以上员工

IT老大必须曾参与大数据分析计划相关的决策

那么你们的环境比混乱不堪更不堪则就是正常的，反而则是超常的。如果按照这个标准，几乎可以推测国内90%的企业都是数据混乱不堪且更不堪的。

这就是真相。

真相是残酷的。问题是咋整？真相背后的问题是啥？这些问题有没有共性？有没有统一的解决方案？

这是 IDG 对 CIO 和其他 IT 领导者进行的一项新调查中的重要发现。这些技术决策者描述了他们面临的最大的大数据挑战，因为这些挑战有一些共性，如果可以解决这样共性问题，则可帮助任何组织创造更多价值，这就是一种通用的解决方案。

这里罗叔会完全依照 IDG 的分析，看看这些企业会总结什么共性问题以及如何面对，这些问题在我们国内的环境中当然更加严重和普遍，因此这些具有极大借鉴意义的观点和论述也许就是可以帮助到我们的重要资源。

如果你是IT，那你苦苦思考的问题或许有个新的参考；

如果你是业务，那你苦苦抱怨的问题或许有个新的尝试；

如果你是个人，那以下所有内容全部是你的职业机遇。

不看真相就不辨危机，不辨危机就享受危机；危机与机遇同在，有人在危机的机遇中下课，有人在危机的机遇中新生，来吧。

大数据无处不在

“大数据” 一词自 20 世纪 90 年代就已存在，但过去几年中数据的爆炸式增长让人们充分认识到它的重要性以及与我们非常近。据估计，全世界每天产生 2.5 艾字节的数据。到 2025 年，预计每天产生的数据将增至 463 艾字节。

what？啥是艾？OUT了吧？罗叔给你科普下，1艾=2的60次方，你的硬盘是256G，但1T=1000G，1P=1000T，1EB也就是艾=1000P。

你可以这么记：到2025年，每天将产生400个悲哀，每个悲哀都是1000个P，这么多屁，果然很悲哀啊。

为了让这个画面让你深刻，我们来看图吧，每天的数据构成400个悲哀，每个悲哀都是1000个P，好惨呢：

私信BI佐罗，可免费获得高清版大图。

既然每天这么多艾，IT 和企业领导者又不傻，当然知道必须从数据里提取尽可能多的价值，才能快速行动并获得竞争优势。因此，95% 的受访组织已在部门或企业层面早就部署了大数据计划。当然这也不足为奇。

然而，在许多情况下，第一轮大数据部署预计不足，后来被更广泛的数字化转型以及物联网等新数据源所超越。这些东西都在扩大数据的数量、种类和速度，使高级且快速的分析成为现在必须要赶快解决的事。

在最近的一次采访中，Gartner 研究主管 Jorgen Heizenberg 说：“今天，我们正见证着数据管理和分析方式的模式转变。一方面，我们拥有大量的数据和可用信息 ；另一方面，我们缺乏正确收集、分析和管理数据的文化和能力。这会影响一个人做出业务判断和正确决策的能力。”

如果你听不懂外国大佬文邹邹的话，那罗叔翻译给你听就是：我们知道我们啥数据都有，但我们就不是不知道该怎么整。

那到底怎么整呢，从调查来看，普遍认为：随着大数据计划的范围和复杂程度的不断增加，员工能否紧跟技术潮流？CIO 必须确保提供适当的技能和培训，以支持 IT 内部和整个企业中的高级分析计划。

听懂了吗？挑战在变大，员工脱节了，脱节怎么办？一方面，企业提供培训，一方面，员工自己意识到了自己学习，别整天没事干了就手机购物看短视频，学学Excel不行吗？学学PowerBI不行吗？不学？最后一方面，下岗。如果你要学学的话，罗叔这里全是课，如果你要下岗，罗叔这里全是小伙伴等着呢。

人们抱有很大希望

伴随着数据爆炸而来的，是兴奋感和紧迫感。罗叔就是很兴奋和紧迫的，IT 和业务领导者知道数据中存在隐藏价值，并且对从这些数据中捕获新见解进而提高运营效率和促进业务增长寄予厚望。这些期望转化为影响数据投资的各种业务目标，包括更好地制定决策、提升安全性、提高工作效率和增强客户体验。

说白了，老板们都知道数据里有财，都雇佣了一堆人来挖掘，号称数据挖掘，号称数据变现，结果呢？希望越大，失望越大。但是没办法，这是任何企业都必须上的一课，必须交的学费。如果你交不起，商业是残酷的，交不起学费，那就交房租呗。

“我的前辈会根据他们的经验和直觉做出很多决定。这些决定仍然非常重要，但必须用数据对其进行三角分析”，Standard Bank 的 CEO Sim Tshabalala 在 PwC 的第 22 期全球 CEO 年度调查中说到。“正如我经常说的 ：‘除非你是上帝，否则任何人都必须以数据说话’。”

CEO 果然很绅士，你又听不懂了，罗叔给你翻译：我们以前的60后，70后老板都是靠拍脑袋决定的，但这么重要的决定怎么能靠拍脑袋呢，起码得基于数据进行一些分析吧。

除非你是上帝，否则任何人都必须以数据说话。

很显然，众多小伙伴所处的环境，给你们发工资的人，并不是上帝，是不是在拍脑袋，不要抱怨了，学起来可以吗？准备好，总有更加科学的CEO在你下一个阶段等着你呢。

既然要交学费，来看看被调查的企业们会选择先在哪里交起来：

希望越大，失望越大，还要交学费，那到底咋整呢？

为了满足对业务改进的更高期望，CIO 必须继续与职能部门（如 HR、财务和供应链）密切合作，以协调数据目标业务驱动策略是关键：“数据和分析领导者必须确保其数据驱动计划能够交付业务成果，同时构建适合未来的有效数据和分析组织。为了应对这些挑战，领导者需要掌握主动权，并制定数据和分析策略。”根据 IDG 的 “CIO 现状” 报告，一些 IT 领导者已经朝着此方向前进 ：战略活动正占用 CIO 的更多时间， 年的比例高达 34%，而 年仅为 25%。

说白了，就是5个字：重视。

因为拍脑袋好用，或者很多职场里你知道的原因，不真正重视，那就缓慢了，所以，重视吧。当然，希望你有些智慧，有时候这种重视，是战略的，可能在短期有不同表现，但在内心的重视更重要的。

分析领域目前还是一片荒芜

这节是本文的重点啊。

IT 领导者正在部署多种分析工具，以利用流入其组织的所有数据。但将近三分之二 (64%) 的 IT 领导者表示他们正在使用两种或两种以上的分析解决方案。而这些解决方案通常遍布在不同的业务领域，导致了大量浪费 ：在受访者中，67% 承认大数据分析在其组织中 “混乱不堪”，70% 认为数据未在其组织中得到充分利用。

这些调查结果让 IT 领导者郁闷。无论问题是未被发现的见解，或者只是无法将整个组织中的各部门连接起来，如果企业无法利用其拥有的数据，则它无法实现充分的发展。

那到底咋整呢？大家有这样的共识：

想要开发大数据荒芜之地的组织必须为企业定义创建单一事实来源的模型。例如，一些公司正在利用复杂的数

如果你熟悉 PowerBI 的话，你应该可以看到其影子，一个商业智能产品，是不是支持建模以及自定义的复杂计算是衡量他是个真枪还是玩具枪的重要标准。

安全性仍是重中之重

尽管企业安全性问题越来越受重视，但引人注目的数据泄露事件仍频繁地见诸报端，例如 年万豪酒店的 5 亿条记录泄露事件和 年 Equifax 泄露事件，总计暴露了 1.45 亿消费者的个人信用信息。IT 领导者了解恪尽职守的必要性 ：担忧数据安全性是大数据运营的首要阻碍因素，而安全性问题是最需要通过数据计划提升 ROI 的领域。

数据安全性是一座需要攀登的高山。鉴于数据量很大、形式多样，以及需要支持传统防火墙之外的数据驱动型通信和协作，IT 领导者必须找到内部与第三方技术和流程的正确组合，以防御、检测和响应潜在的数据泄露事件。例如，超过三分之二 (68%) 的组织表示，他们正在采取额外措施保护非结构化数据，如文本、视频、照片和电子邮件。

IT 和安全团队需要比以往更加密切地协作，主动识别其数据生态系统中的威胁和漏洞。他们正在取得进展 ：在 IDG 的 “CIO 现状”调查中，将近三分之二 (64%) 的受访者表示他们将安全与 IT 策略紧密集成，预计这一比例将在三年内跃升至 82%。

罗叔想问：你们家有安全团队吗？

大家对安全性是如何看待的：

那到底咋整呢？

IT 和安全团队在评估分析解决方案时应一致强调安全功能。例如，询问供应商其技术是否支持精细、基于角色的和行级安全性，这一点很重要。

罗叔想问，你会不会PowerBI里的基于角色和行级别安全性控制？一个商业智能工具必须支持行级别安全性。

集成是一个主要障碍

只要你实现安全性，就会产生很大量的日志数据，因此对安全性的重视导致了微型数据爆炸。然而，安全性只是 IT 试图整合的数十个数据源之一，这些数据源跨越多个应用程序、数据库和业务系统。

存在于各个业务单元、部门和地域中的数据孤岛增加了数据源的数量。这带来了各种重大的集成挑战，从多样化的数据形式和存储要求到耗时的手动数据导出和导入。

数字化转型工作取决于能否集成来自多个应用程序和数据源的数据。战略 IT 领导者需要不受数据源、平台和数据管理影响的分析工具 ：在接受调查的 IT 领导者中，81% 认为此功能至关重要或非常重要。

那怎么把数据全部整合在一起呢？如果你买了一家人的产品，调查建议：

询问供应商，他们的分析解决方案是否具有内置抽象层，使数据准备独立于底层数据源。此方法可提供与多种数据源的连接。

也就是说，数据准备是一套独立的体系而不是数据库的导入功能，这个独立的体系要支持市面所有数据源，例如微软在PowerBI中的PowerQuery就是这样一个体系，没有这个东西之前，作为个人在Excel里要想导入数据就很傻，友情提醒表哥表姐们，用VBA干这个事也很傻，这是微软自己说的，不要来喷我。

云正在消除障碍

随着组织过渡到基于云的应用程序、平台和基础架构，公有云的优势已经显现，不仅限于成本节约。早期对将数据迁移到云的担心已被这样一种认知所取代 ：来自云服务提供商的安全保护通常比单个组织自己提供的安全保护更强大。

说白了，就是你把数据放在你自己家里还不如放在云上安全。你有没有听说过很多IT的伙伴开玩笑说，干得不开心了就怎么样？辞职，删库，走人，对不对？这不禁反映了在企业里一线的IT人员有着实际的至高无上的权限，如果真的任性的话，真的可以哦。

在企业使用数据分析解决方案对于使用云作为基础设施的趋势十分明显：目前使用的分析解决方案有 34% 是基于云的，但 71% 的 IT 领导者表示，他们在评估新的分析工具时正寻求基于云的部署模型。他们认识到，云为组织快速处理和分析大型数据集提供了所需的规模和速度。

但仍然存在一些遗留问题。将近 30% 的组织表示，他们在本地环境中管理所有数据 ；仅有 8% 的组织表示他们正在使用云进行所有数据管理。混合模式最为常见，42% 的组织使用云、本地和异地 / 非云环境的组合来管理数据。

实际中更多的企业实际采用了混合的方式：

面对云，我们到底应该咋整，混合使用本地和云可以作为一个有效的过渡期，正如在汽车领域的油电混动。

随着 CIO 实现规模和功能方面的收益，他们有望继续将数据和分析能力迁移到云中，为高级领导层支持迁移提供

说白了就是随着云越来越成熟和安全以及各种好处的显现，以往所说的必须在本地才行的方法论本质上越来越缺乏理论依据。正如有本事你别用Windows操作系统啊，有本事你别用Excel啊，不然微软理论上都可以收集你的数据。

持续寻找数据的价值

分析的主要作用是找到有价值的见解，从而实现业务改进。然而，调查发现的诸多难题使很多组织无法实现这一目标。仅有 31% 的组织表示，他们擅长从跨多个源的数据中提取有价值的见解，创造受信任的业务资产。其余的组织则认为自己最多达到平均水平。

尽管企业和 IT 领导者努力实现数据驱动型运营，从而为业务带来巨大价值，但大多数组织都无法实现这一目标。正如前文所言，安全问题和集成挑战是实现卓越分析的持久障碍。文化和技能也扮演着重要角色 ：数据科学人才在 IT 领导者清单中位居榜首，被认为是最难雇佣的技能人才，领先于安全、人工智能和云服务的其他需求人才。从广义上讲，企业文化可能尚未准备好采用数据驱动型决策方法，因为要么它们的结构不适合支持数据驱动，要么员工担心当前工作方式可能受到干扰。

在向利用数据在整个企业中创造新的价值来源的组织过渡期间，文化和流程与技术同等重要。

仅有1/3的企业表示他们擅长提取有价值的信息。

说白了就是把数据摆在面前，你都不知道咋整。原因如果让罗叔来说就是：一方面，认为自己懂业务的人不真正懂业务；另一方面，好歹能凑合着分析数据的人更不懂业务；更重要的是，企业根本没有这个氛围。你要知道由于数据化，效率的提升，得有多少下下岗啊，他们去哪里，每个人都在立在自己的位置上，像一尊佛一样，挡着你。对于一线的业务或者技术人员来说，也只是个打工的而已，何苦人挡杀人，佛挡杀佛呢，说白了，关我毛事啊，下班回家。因此，一个企业有没有这个基因，有没有这个文化，有没有支持这样的英雄人物出现的氛围，是最高决策者要考虑的问题。不然只能流失人才，留下一堆佛爷在家。

对数据及时性的需求

企业的业务不但发展迅速，而且随着互联网为小公司和各行业的新进入者提供了公平的竞争环境，本世纪的发展速度丝毫没有放缓。在中国，很多公司只做电商就可以了，零售业也提出了新零售的概念，但本质是要面临新模式下的冲击。当今，各种规模的公司都必须保持灵活性并迅速做出决策，以保持竞争力。

即使公司拥有海量的数据，并且可以反映业务的变化。新的挑战还在于需要快速查询处理和数字运算，以加快决策速度。Gartner 副总裁兼著名分析师 Donald Feinberg 在最近的一次分析会议上说道 ：“数据量正在快速增长，实时将数据转化为价值的紧迫性也在以同样快的速度增长。

IT 领导者理解这种对数据速度的需求。用户要求实时聚合和分析数据，以及更快地访问数据。然而，提供这些功能是最有难度的。

面对这样挑战，又咋整？

自动化查询处理和分析对于改善数据驱动型决策至关重要。Gartner 的研究副总裁 Rita Sallam 告诉 CIO ：“在整个数据技术堆栈中，数据管理和分析内容开发的几乎各个方面都在利用自身的优势，实现分析流程以及从系统获取信息的方式的自动化，并持续优化。”

总之，一旦产生数据就进入一个实时的自动化分析处理系统。

公民分析师角色逐渐兴起

这是和我们每个人最贴近的利好。

随着数据科学技能集的不断短缺，公司需要通过授权个人成为 “公民分析师” 来减轻 IT 的负担。这一趋势需要易于使用的工具，使工作人员能够执行分析，并从与其角色最相关的数据中提取自己的见解。

采用高级自动化、可重用数据模型和人工智能的工具为公民分析师提供了一种途径。这种转变还有助于解决文化抵触问题。当用户意识到无需依赖专业技能集即可快速获得所需答案后，他们更有可能接受可以使用的工具。

IT 领导者知道平衡功能性和可用性之间的必要性 ；86% 的受访者认为分析解决方案应该既强大又易于使用。此外，82% 的受访者认为自助式分析是他们组织的首要任务，66% 表示这些功能在评估新工具和解决方案时至关重要。

对自助式分析的需求和他们的实际部署之间存在潜在的脱节：只有 30% 的受访者将自助式报告和仪表板视为 IT 需要支持的主要功能。CIO 需要平衡 IT 和公民分析师的需求，为整个企业的用户提供取得成功所需的分析功能。

罗叔想问，你们的环境给你提供了什么自助分析的机制吗？我知道你回答：有的。你们用Excel对吧？外加VLOOKUP和VBA对吧，这就是你们的自助分析对吧？对的。好吧。

IT 领导者应寻求具有自助功能的分析工具，使非技术用户能够轻松访问、准备和可视化数据。为了进一步减轻

如果你熟悉 PowerBI 的话，你该知道在 PowerBI 有了自然语言查询等特性，当然那些对中文支持的很有限，但我们看到了他大幅度的更新，另外，玩自然语言查询有前提的，你至少已经解决了文化的问题，数据的一致性等底层问题，才有的玩，短期内不要奢望，能愿意花钱给你配一个 PowerBI 已经不错了。

到底如何平息混乱

CIO 被多个数据源、多种工具以及高管团队和最终用户不断增长的期望压得喘不过气，他们希望找到新的方法来利用整个组织中的数据驱动见解。

大数据分析领域为战略 CIO 提供了一个绝佳的机会。其中 64% 的受访者表示他们在 年将数据分析监督添加到他们的角色中，现在是时候选择一个重点领域或目标并付诸实施了。“越来越多的组织采用数据文化来统一来自多个源的信息，从而推动业务决策，” Microsoft 工程部总经理 Arun Ulag 说。“为了让以数据为中心的文化蓬勃发展，要求每个人都使用相同的数据平台和直观的工具进行工作，从而让他们利用大量数据快速获取见解。”

平息混乱的第一步是确定哪种商业智能 (BI) 工具可以帮助简化组织当前面临的复杂问题。IT 专业人员认识到数据对于其组织的重要程度 ；释放数据强大力量的下一步是进一步协调业务和 IT 数据目标，以了解大数据分析解决方案如何解决当前和今后的问题。

罗叔帮你问吧，那到底如何平息啊？微软你就直接说用 PowerBI 就可以平息不就得了嘛，绕绕绕的。好了，就是 PowerBI 就可以。

用 PowerBI 来平息混乱

请注意，罗叔绝对不是写了一堆来给 PowerBI 打广告。我们再来严肃的看下目前的问题：

大数据无处不在，你们的环境怎么面对的？

老板和员工都对数据能力寄予厚望，然后大家都心知肚明，极其失望有没有？

分析领域就是荒芜一片，杂草丛生，拍脑袋做决定就承认吧，还要装多久？

安全性问题，就想保险一样，不生病，不撞车，永远想不到买一个保险，个人都是这样，何况企业？

集成不仅仅是技术障碍，更是人的障碍，你凭什么集成我的，有没有？

云，何曾被真正相信过，而这作为一种战略资产，牵扯了很多文章外的问题，你懂的吧？

从数据中挖金子需要真正在解决上述问题喜爱，务实肯干，人才难得，你是吗？

你能实现实时性吗？

微软刚发起一个允许自助购买的PowerBI的方案，就被推了，公民分析师从个人开始吧，你准备好了吗？

先不谈 PowerBI 的事，当任何一个人，一个厂商说它的工具牛的时候，你都可以用这里所说问题来问问他将如何帮助你解决实质性的问题。

现在来说 PowerBI 吧，PowerBI 生来就是为了解决这样问题的，在前，哦，不，10多年前，微软就在商业智能领域积累，PowerBI 的诞生，以及目前的定位也给我们带来了机会。

PowerBI 支持大规模

借助 Power BI 聚合和 Azure SQL 数据仓库，组织可以执行 PB 级分析并即时做出响应，探索和分析数万亿行数据，并动态地以交互方式提取见解。聚合可以显著降低为决策而释放大型数据集的成本。罗叔以前的文章里有，你可以翻看。

PowerBI 统一了工具

Power BI 建立了一个通用、经济高效的分析平台，可实现跨组织数据的无缝协作。这里说的 PowerBI，请不要理解为在你 PC 上安装的 Desktop，人家和 Azure 和云是一套，好不好，当然，在国内很多基础设施还不全面，例如 PowerBI Premium 就没有上线，但不影响我们从这个角度来说事。

PowerBI 面向全球范围改进决策过程

PowerBI 的高级版可以支撑一个跨国集团在全球范围的连动，一个能够对数据变化做出智能响应并在全球范围内应用这些变化的平台，可以确保企业用户拥有最新的信息，并快速获得见解。

PowerBI 提供了完善的安全性支撑

Power BI 提供单一的集中式安全模型，该模型具有端到端可见性、控制和运营报告功能，可防范安全性、隐私、管理、监管和合规性问题。

PowerBI 天生支持公民分析师，减轻 IT 负担

不管别的怎么样，你管不了别人，但你自己绝对可以从这项红利中收益，因为你可以借助 PowerBI 的能力将自己变成公民分析师。这个称呼不够好，罗叔喜欢叫它数字英雄，那是因为在这种环境下，任何人可以不依赖于IT而对自己的业务改善来帮助企业发展的，就是英雄。

罗叔建立这个公众号的初衷也是践行微软的这一伟大使命，赋能全球每一人。那是微软的使命，罗叔只是告诉你有这样的公司存在，有这样的使命存在，有这样的工具存在，有这样的免费存在，有这样的机会存在，有这样的公众号存在，有这样的教程存在，有这样的案例存在，有和你一样的人存在，仅此而已。

PowerBI 天生支持数据高度集成

PowerQuery就是干这个，它不仅仅可以运行在你的Excel里，它还可以运行在云中，将你看到的所有数据全部，全部整合到一切。

PowerBI 支持实时分析

PowerBI 从各个层面支持实时分析，罗叔也出品了相关的课程，来帮助任何一个小白就可以做到基本的实时分析，而在结合了强大的 Azure 以后，Power BI 使公司能够分析数据并从大型数据集中提取见解，同时确保即时的响应。此外，它还与人工智能和机器学习模型轻松集成，可加速数据分析。

最后，微软给出了一组数据：使用 Power BI 的组织开展持续的企业级大数据计划的可能性为 52%，而非 Power BI 用户仅为 33%。这表明试点项目和部门项目更易于开展并取得早期成功，意味着 Power BI 可以定期推广到整个组织。

此外，Power BI 用户更可能同意分析解决方案应该既功能强大又易于使用，并且提供自助式分析是首要任务。

OK。

总结

让我们再整理下整个文章的逻辑，如下：

微软联合IDG（美国国际数据集团）在对满足特定条件的额美国成熟企业使用大数据的情况进行了调查，调查发现：67%的企业大数据环境混乱不堪。

在调查中，发现了 9 个共性的内容，包括问题，现状和趋势，这些内容是危机，同时也是机遇。任何可以解决这样问题的企业都将在世界的时代数据化进程中实现重要价值，参与到解决这样问题的企业众多，微软也仅仅是其中之一，在国内当然也有，但在这些问题面前，罗叔坦言目前并没有满意答案。但这也是一种好事，这种状态给了厂商和个人以及我和你带来了巨大的机遇。

例如，如果微软可以持续改良 PowerBI，那么 PowerBI 将更加强大，可能解决这样问题；当然，其他企业也可以。如果你和我可以针对这样的基于进行准备，投资，学习，那么，当有这样一个平台和机遇出现的时候，我们可以做好准备，实现自己的价值。