最近在知乎上看到一则帖子，是关于“职场工具人“的讨论，网友对工具人的定义如下：
再一看评论区，果然是一片哀嚎：
干开发的吐槽自己的就是一个代码输出机器，天天接需求、改bug
运维觉得自己就是专业修理工、哪出问题都得随叫随到，空有一身本领，业务眼里也只是个修电脑的
测试天天就是找bug、找bug，时不时还要跟开发吵两架……
再反思一下我们数据部门的工作，好像也没能逃脱“工具人“的宿命，每天睁眼就是业务方五花八门的取数和报表需求，累死累活功劳还总被业务抢走，就跟打游戏一样，IT打“辅助“，业务拿“人头“。
最让我觉得自己是工具人的工作就是“取数“，基本上是所有数据IT的噩梦。在行业认知里，取数一项非常基础的工作，一个新人1年的成长基本上就可以自如应对各种取数工作，但是这项低技术含量的工作偏偏要耗费it很多的时间和精力。
一些公司都开设了取数岗来专门满足业务的取数需求，不过这个岗位在公司的地位可想而知，更尴尬的是，在很多厉害的互联网公司，一些技术牛逼的业务都会自己写sql数据了，更加看不起取数的IT
那我们干数据的IT怎么才能摆脱取数的噩梦，来个翻身农奴把歌唱？
我们回归到“取数“这件事本身，刚才上面说了从技术的角度讲，取数并不难，无非就是写两句sql嘛。而真正的阻碍是企业随着业务发展带来的复杂和冗余的取数需求和IT与业务之间巨大的需求沟通成本。
曾经在一家金融公司信息部工作过一段时间，深刻体会到取数这个活有多么不容易，大多时候业务的一张报表会涉及到多个取数需求，看起来没增加几张报表，但实际上背后隐含了N个取数过程。
而且对于集团企业来说，不仅总部的运营部、销售部和市场部等各个业务部门的报表需求都压在信息部身上，而且有可能分公司的需求经由总部对应部门也汇总到信息部身上，这就导致了信息部每天都要应对成千上万的取数需求。需求多了，响应速度慢，耽误了业务分析决策，业务还会毫不留情的投诉我们。
然而这还不是最难的，更令人心碎的是和业务往往复复的需求沟通。每接一个需求，都要找业务反复沟通核对，而且快速发展的业务让需求总是不停变化，IT不是在和业务部门沟通需求，就是在沟通需求的路上，给业务\IT双方来都带去了很多工作量，耗时又费力。
为了跨越IT业务之间的“取数“鸿沟，一些企业探索出了新的办法，那就是让业务实现自助取数，把取数这件事从IT身上转移到业务身上，让业务和想要的数据之间没有IT这个“中间商“，这样一来，“取数“这件事就从原来的“业务点餐“变成了“业务自助“，既缩短了取数流程又节约了沟通成本。
看到这里，业务朋友们肯定要开喷了：让我们业务去学sql取数？要你们IT干什么吃的。
当然，让业务去学sql取数必然是不现实的，而且数据全部下放给业务，IT更加会担心数据安全和混乱问题。为了实现业务自助取数，解决这个问题的办法就是搭建一个自助取数平台，通过IT集中数据管控来进行数据分发，业务通过平台自助完成取数工作，这样IT就省下了很大一部分的取数工作，业务不用等需求排期，很快拿到想要的数据。
不过，说起来容易做起来难，建设这类取数平台，除了要体验好，还要性能要高，在整个的开发过程中，如何设计好配置方式、如何做好业务和数据的映射、如何进行数据表之间的关联、如何实现数据权限管理等等一系列的问题都需要解决，还有一个前提是公司有足够的技术人力支撑。
所以对绝大部分的企业来说，量身打造这样一个自助取数的平台是非常困难的。
不过市场上现在已经出现了很多产品化的自助取数工具（单纯取数）和自助BI工具（自助取数+分析）可以帮助企业解决这个难题。
目前应用的比较多的是自助BI工具，业务能够实现自助取数和分析，直接为业务决策提供依据，这就有点像我前面说的“自助餐“概念了，原先是IT提供食材，业务分析加工得出结论（菜肴），现在是业务自行准备食材、加工、做成菜肴，即解放it，也让业务真正成为数据的主人，企业层面上也提高了数据应用决策的效率。
以我之前在的老东家应用的BI平台FineBI为例，简单介绍BI工具是如何解决取数这个问题的。
我们在平台建设之前，搭建了数据仓库，把业务系统产生的数据经过ETL加载到数据仓库，然后在数据仓库中设计好数据主题，配置好维度表和事实表数据集，将数据导入到FineBI中，配置好表间关联关系，供业务自助查询分析，把一些日常固定报表也固化到平台上供业务查询，我们IT只需要负责底层的数据梳理，和自助分析平台的数据权限的维护，比原来的工作量直接少了一半。
当然，要真正实现自助分析光靠工具肯定也不行，iT把平台搭好了，业务要能用得起来才行，所以自助BI工具的使用门槛要低，要让业务轻松就能取到数据，快速实现分析。
比如像Finebi的自助集数据处理功能，iT 和业务都可以创建自助数据集，抽取想要的数据，在数据集中进行数据加工，而且这些加工只需要鼠标点击就能完成，不需要写一行行的sql语句。
数据处理之后，业务通过拖拽就能实现快速自助分析，支撑业务决策
在这样的自助分析模式下，我们IT省下了时间去集中精力梳理底层数据，企业的数据质量也越来越好，业务分析需求也能够得到及时响应。
除此之外我们也有了时间去创新突破数字化转型道路上更多技术点，比如数据挖掘智能式BI等，领导也更加认可IT在企业中的价值。这样一来，我们数据it人就逐渐从被业务压制的辅助角色，转向了推送企业信息化建设的先锋军！
如果需要BI工具的，关注我，并转发该文章，私信回复“BI”即可。
