去年对《财富》1000强公司的调研结果显示，只有24%的CDO/CIO认为自己所在的企业“是数据驱动的企业”，相较前年下降了13.8%。
随着数据系统和平台建设越来越庞大和复杂，企业管理者发现，过往投入的大量资源并没有取得预想中的回报。
为了让企业能用数据驱动决策，已经花了几千万建设项目，但大量的数据仍在服务器上沉睡。除了数据部门和IT部门，数据在其他部门的眼中是看不见摸不着的，大多数人仍然凭经验决策。
为什么员工“不喜欢”用数据驱动决策？
非不为也，实不能也！
很多公司采购了BI工具，希望业务人员能自主分析和探索数据。但Gartner的一项调研显示，BI工具在企业里的使用率只有21%到25%。
是什么阻碍了企业员工日常使用BI工具？还不是因为“数据分析”这件事太技术了、太难了。
尽管如今的许多BI工具都声称业务人员只需简单的鼠标点击、拖拉拽就可以自助完成分析，但实际上想要顺利完成一系列操作并不容易。
以主流的敏捷BI为例，新手入门至少要完成5个模块的课程：产品术语和基础操作、连接和处理数据、创建报表和图表、探索和分析数据、管理和分享内容。学完这些课程，达到能解决一个简单数据问题的程度，至少需要1-2周的时间。
这还只是理想情况。且不说复杂的数据清洗、关联、去重、计算等工作，仅仅是弄清楚哪些东西应该被拖拽到“行”、哪些应该被拖拽到“列”、如何过滤和聚合数据，对于没有任何数据分析经验的小白用户来说，就已经是不小的难题。
难怪老手们总结出的经验是：先学SQL或Excel，具备一些数据分析思维之后，才更容易用好BI工具。
因此，很多企业在实际使用中选择了迂回处理：要么是将开发看板的工作全权外包给BI厂商，要么是安排专门的分析师承接业务部门的需求。无论是哪种方式，从业务提出需求，到确认需求、规划设计、完成看板，最快也需要2周时间，排期紧张时更有可能要等到一两个月之后才能获得反馈。
随着业务需求增加，企业的报表和看板也越来越多、看板上的筛选器越来越多，最终变成一个臃肿的庞然大物，业务人员就连查看报表也需要专门的说明文档了。
这就造成了“自助BI不自助，敏捷BI不敏捷”的尴尬局面。
换种思路：不用拖拉拽，数据问题直接问
创建了福特汽车的亨利·福特曾说：如果我去问用户需要什么，他们肯定会说一匹好马，其实人们想要的是更快到达目的地。
数据分析也是如此。业务人员的需求就是尽快看到想要的数据，写代码或者拖拉拽的交互方式对非专业数据分析的用户来说，学习成本始终是一道绕不过去的坎儿。既然如此，不妨转变思路另辟蹊径，就用用户已经掌握、不用学习的交互方式来做数据分析——搜索。
为什么是搜索？
如今搜索框无处不在，搜索已经成为人们最自然、最习惯的获取信息的方式。利用北极九章的数据搜索和增强型分析引擎，业务人员不需要知道数据的结构，也不用了解调用了哪些模型，只要用自然语言的方式问出问题，就能得到答案。
北极九章会自动将搜索问题转换成SQL查询语句访问数据库。北极九章自主研发的NL to SQL技术不仅能准确地翻译用户的语言，还可以转换出优化过的SQL代码，查询效率甚至比初、中级数据分析师写的SQL还有优势。
此外，如同百度谷歌搜索引擎，北极九章对每个数据需求有问必有答、有问能快答，将原来以周甚至以月为单位的反馈时间缩短到几秒。
无论是日常决策需要数据支持，还是临时灵感想用数据验证，都能即搜即得。这种轻巧快捷的方式极大地保留了数据的即时价值，让企业中的管理层到一线业务人员都能把握瞬息万变的市场环境，用数据驱动决策。
与此同时，传统BI的使用者——数据分析师，就能从大量重复的取数工作中解放出来，专注于解决更复杂的、价值更高的数据问题，为企业创造更多效益。
