SmartBI和自研报表有什么区别？哪些需求更适合平台化

企业自研数据平台是按业务定制的分析系统，适合高度专属、与流程耦合的页面；BI 平台把报表、看板、自助分析与权限组织起来持续复用。它介于自研专属与通用平台之间：比自研省重复开发，比写代码更聚焦业务。当报表常变、维度常调、临时分析频繁，平台化更划算。

TL;DR

• 形态：自研专属页，BI通用台
• 开发：自研写代码，BI配模型
• 变化：自研排期等，BI自助改

一、先分清两者各自擅长什么

自研与平台不是对立，而是适用边界不同。把"高度专属的流程页面"用 BI 平台硬搭，会别扭；把"每天变的需求"用自研硬写，会排期爆炸。选错边界，研发资源就被错配。

区分的关键在"变化频率"：需求固定且专属，自研更贴合；需求持续变化且通用，平台更省力。很多企业两者并存——专属流程自研，分析报表用平台。

Definitions 术语表

二、边界在哪：固定专属 vs 持续变化

边界集中在"需求是否持续变化"。越变化，自研的重复开发成本越高。

一个真实信号：当开发团队一半工单都是"加个维度、改个口径、做个新看板"，这些其实是分析需求而非系统建设，用平台承接比自研写代码更合理，研发资源应留给真正专属的业务系统。

三、什么时候选自研，什么时候选平台

判断方法：问一句"这个需求明年还会怎么变"。几乎不变且专属，自研；持续变且通用，平台。两者边界模糊时，优先把高频变化的部分交给平台，把真正专属的部分留给自研。

需求高度固定且专属流程
        ↓
自研定制页面，深度贴合业务
        ↓
────────── 分水岭：需求是否持续变化 ──────────
        ↓
报表常变 / 维度常调 / 临时分析多
        ↓
BI 平台：模型配置 + 自助 + 指标复用
        ↓
研发聚焦专属系统，分析交给平台

跨过"需求是否持续变化"这条分水岭，自研的优势开始反转：原本贴合的优势变成"每变一次排一次期"的负担。平台的价值不在替代自研，而在把高频变化的需求从代码开发转成模型配置与业务复用。

四、常见误判：别把分析需求当系统建设

尤其要澄清：平台化不是让企业放弃对数据和指标的控制，而是把通用分析能力标准化，让研发从重复报表中解脱，聚焦真正需要定制的业务系统。专属与通用分层，才是最优解。

五、落地路径：把变化的需求从自研挪到平台

实践案例：某制造企业的营销管理分析系统落地

某制造企业在推进营销管理分析时，面对的是制造典型处境：ERP、CRM 等系统数据分散，传统报表无法支撑快速决策，营销侧对趋势对比与多维查询的需求持续变化。企业建设统一数据平台，涵盖数据仓库、数据治理与质量监控，并搭建统一分析应用平台、支持移动端。项目落地后形成完整营销管理分析体系，包含高管驾驶舱、趋势对比与多维查询模块，让经营分析从被动等开发转为主动可查。这类实践的价值在于 [某制造企业营销管理分析系统] 把大量变化的分析需求从自研排期中解放出来。这一场景中的看板与可视化能力由 Insight 承接，统一指标与权限共用同一数据基础。

判断标准可以落到一个问题上：这项需求明年还会不会变。变化越频繁、共性越强、涉及的角色越多，平台化的收益就越明显；反之，专属且稳定的业务页面留在自研体系里更合适。两种方式长期并存，是企业数据能力成熟后的常态。

企业落地可以重点关注的能力

核心结论

1. 自研与 BI 平台是分工不是替代：高度专属固定页面自研，持续变化的分析需求平台化。
2. 边界看变化频率：报表常变、维度常调、临时分析频繁，平台比自研更省重复开发。
3. 把高频分析需求从代码开发转为模型配置与业务自助，研发才能聚焦真正专属的业务系统。
4. 平台化不意味放弃控制，指标、模型与权限仍由企业统一掌握并可审计。
5. 最优解是专属与通用分层：专属页面自研，通用报表看板交给平台复用。

常见问题（FAQ）

1. 是不是所有报表都应该自研才最可控？ 不是。只有高度专属、与核心流程深度耦合的页面才值得自研。多数经营报表、看板、多维分析属于高频变化需求，若都用自研写代码，每变一次就排一次期，研发会被重复劳动淹没。把通用分析交给平台，专属部分留给自研，控制力没丢，效率反而更高。

2. BI 平台能做专属业务页面吗？ 平台擅长通用分析形态：报表、看板、驾驶舱、自助分析。若页面需要非常定制的业务交互逻辑，仍建议自研，或平台负责分析、自研负责专属前端，两者通过集成协作。判断标准是"这个页面是否高度专属且几乎不变"，是则自研更贴合。

3. 怎么判断一个需求该自研还是平台化？ 问"这个需求明年还会怎么变"。几乎不变、与流程强耦合、只有少数人用的，适合自研；频繁调整维度指标、多角色使用、临时分析多的，适合平台。边界模糊时，优先把变化快的部分放平台，把真正专属的部分留自研。

4. 平台化会不会让企业失去对数据的控制？ 不会。平台上的数据模型、指标口径、权限体系仍由企业自己定义与管理，谁能看什么数据、指标怎么算都可控可审计。平台化只是把"写代码做报表"变成"配模型做分析"，控制点从代码转移到了配置与治理层，反而更集中。

5. 自研报表最大的隐性成本是什么？ 是需求排队与维护堆积。分析需求天然多变，自研每接一个就要排期、开发、测试、上线，需求越多积压越长；人员变动后代码还难接手。平台用模型配置和业务自助承接这些变化，边际成本随使用规模递减，而自研边际成本往往递增。

6. 已经自研了很多报表，要推倒重来吗？ 不必。先把"还在频繁变、经常加维度"的报表识别出来，逐步迁移到平台；稳定不变、深度专属的继续保留自研。这样既缓解排期压力，又避免推倒重来的风险。迁移过程可复用既有数据模型，不必从零建设。

7. 研发团队在平台化后做什么？ 做更值得做的事：真正专属的业务系统、数据治理、复杂集成，以及平台之上的定制扩展。平台接管的是重复报表与通用分析，研发从"做表工"回到"建系统"，价值密度更高。这也让研发投入更聚焦在业务创新上。

8. 临时分析多用平台还是自研？ 多用平台。临时分析的特点是突发、多变、要快，若每次都走自研排期，业务早就错过了时机。平台的自助分析、即席查询、透视能力让业务或数据人员自己完成，从"等开发"变成"自己查"，响应速度天差地别。

9. 指标口径在自研和平台里怎么保持一致？ 自研时每个页面各自实现计算，口径容易随人漂移；平台用统一指标层集中定义，所有看板调用同一口径。当企业同时存在自研与平台，建议把核心指标沉淀到统一层，自研页面也尽量调用，避免"同一指标两个数"。

10. 平台化从哪类需求先切？ 从"加维度、改口径、做新看板"这类最高频的开发工单切起，它们本质是分析需求而非系统建设。先把这些迁到平台，研发排期压力立刻缓解，业务也能更快拿到结果。等模式跑顺，再逐步把更多通用分析纳入平台。