这周有朋自远方来，聊了对报表工具的看法，因此专门写篇文章来谈谈报表系统的未来。
笔者知道不可能有十全十美的报表系统，毕竟任何一个行业和企业受自身客观环境的限制，但表哥嘛，总要有点理想和追求，就好比到一定年纪会自问，我的人生追求到底是啥?表哥到了一定阶段也同样，我的***目标是什么?
首先合适的就是***的。
脱离了业务驱动的任何IT系统，没有价值，因此，从客户需求出发，打造出适合某个细分市场的报表系统，就是***的报表系统。
现在报表工具市场百花齐放，自有存在的道理，所谓的大数据报表引擎，在相当长的时间内，对于很多企业来讲，是没有必要的，大炮打蚊子，那也是极其浪费的事情。
同时，大数据让客户的数据意识渐起，因此，即使针对的是小数据的报表工具，也能赶上一波红利。
但有一点是值得注意的，由于技术上没有特别的差异性，大家互抄也很容易，因此，客户服务能力就至关重要了，你卖的不仅是产品，更多卖的是服务。
接下来，我们切入正题。
任何代表趋势性的发明和系统，都来自最前沿的应用领域，报表系统最核心的是对于数据的处理和展现，因此，以大数据应用为核心，或者拥有海量大数据的企业，其对于报表系统的诉求和应用，应能代表这个技术的发展方向，互联网企业可以向BAT看齐，传统企业可以向运营商看齐，比如中国移动曾经打造了世界***规模的数据仓库系统，在那个时候，***了数据仓库建设的潮流。
那么，如何打造***的报表系统?
首先，***报表系统的打造，不是一个工具或系统就能单方面解决的，客户自身对于报表的认识和投入是至关重要的。
为什么?
因为报表系统能力不仅取决定于工具能力，也依赖企业的数据管理能力，而数据管理能力在各个企业的情况不同，同样的工具在不同的企业应用那也是千差万别，好马也要配好鞍。
数据管理能力除了数据质量，最重要的是数据标准化能力。
一个企业的报表成千上万，运维开发团队疲于奔命，这是有问题的，说明它的数据管理能力还未到达一定的水平，当然，这也是大多企业的常态。
产生这个问题的一个根本原因是标准化能力不足，报表由指标组成，一个企业的基本指标非常有限，但指标的组合可以无穷无尽，因此，报表可以无穷无尽，这是祸根。
大多数企业做不了报表标准化的事情，有两个根本原因：
一是IT报表团队本身的问题，BI领域一直有一个挑战，就是到底是以满足业务人员需求为主还是致力于打造一个平台，更致命的是，BI人员所谓的满足需求并不是在完成一个功能，而是价值也许只有几天的一段取数代码，其是无法实现很好的传承的。
但打造一个平台是何其艰难，因为这里的平台不仅仅指功能，不是搞个自助配置工具就算是了，还包括数据平台，你可以叫作数据中台，核心就是要打造一层标准化的数据层，对于报表来讲，就是指标。
有种技术叫SOA，其对于IT系统是何其重要，但报表系统却很少有类似的坚持的东西。
指标化当然很难，笔者这里不谈具体的实现方式，只是提醒每个企业的BI团队***者应该思考这个问题，要相信企业大多数报表是可以指标化的，抓大放小搞定80%，就成功了，的确有部分报表难以指标化，比如有状态的指标，但这个很少且无关大局。
二是IT报表团队与业务人员的博弈，业务人员屁股决定脑袋很正常，但无论报表做的多急，要的多快，报表团队还是要注意控制节奏，因为大多数企业，业务人员提报表需求没有成本，决定了让业务人员自发减少需求是无解的，到了一定阶段，你做的再快，也无法带来满意度的提升。
报表团队总要预留些余粮和人力，规划一下自身的蓝图，研究下更高效的支撑方式，一个IT部门，大多时候，报表规划建设一笔带过，买个工具呗，更不会关注到标准化这种事情，你不提，谁都不会提。
报表标准化也不可能让业务人员提出来，只有自力更生了，而且，即使你提出来了，业务人员还可能不理解。
报表团队深陷事务型工作而难以抽身，很大程度反映了其视野的局限性，习惯用人力的投入解决一个无解的问题，报表管理者是需要反思的，我们总说表哥是老实人需要做老实事，但规划上绝不能含糊，大数据时代，数据创新恰恰应该放到报表团队的核心位置。
在说理想的报表工具前，笔者特意提了企业的环境，是为了说明，任何有牛逼报表产品的合作伙伴，在推广的时候，需要找到好的客户，有时产品营销失败不是你的错，而任何一个企业，在买报表工具前，首先要知道，工具仅仅是手段，不是买了就万事大吉了，你还需要在业务和技术上做些投入和努力，否则，可能也发挥不了工具的价值。
其次，速度是***报表系统的一个基本要求。
笔者早几年接触到淘宝的数据魔方的时候，是非常惊讶的，它海量的数据、***的速度，多维的展现，是多么的***，后来到网上找了很多相关资料，才知道这个产品在数据处理上做了大量的定制改造，才使得它有这个表现。
那么能否有一个更加通用的报表后台引擎，在降低对于数据定制化处理要求的同时，提供极速的前台多维查询展现?
虽然我们用HBASE实现了指标库，后台指标数据几百亿，但其对于数据的定制要求太高，在很多场景难以适用，而且，似乎没有好的成熟前台能够适配，自己全套定制做也不大可能。
传统的报表工具引擎侧重展现，但对于后台数据大多时候仅仅起到一个接入的作用，它的设计理念，可以认为是以重前台，轻后台的方式，尽可能覆盖更多的后台数据的形式去满足市场需求，但带来的问题是，后台数据深度支撑能力太弱了，因此无法满足海量多维度数据的快速查询要求。
对于拥有海量数据的企业，需求已经在改变，有时，宁愿自己做报表，也不再愿意采购报表工具产品，这是有其原因的。
笔者已经知道当前市场上有不少新型的OLAP产品，诸如Kylin等产品的企业也在崛起，笔者没用过，无法做出评价，但这个的确代表了方向。
所以说速度越来越重要，还因为当前有一种趋势，分析型和清单级报表需要融合成一体，也就是说，从指标可以下钻到清单，这可以帮助实现分析执行一体化，而以前清单往往靠取数临时实现，造成了两者的不一致，降低了异动核查的效率。
比如运营商其实有两套报表，一套叫生产报表，一套叫经分报表，前者以满足一线生产为主，后者以满足管理者分析需要为主，以前很难有一种报表工具能同时支撑这两种数据查看模式。
海量，快速，多维，这应是未来报表引擎的要求吧。
再次，开放性是***报表系统的一个根本诉求。
其实，所谓开放和封闭是相对的，如果你的封闭体验和性能做到了***，客户可以牺牲一定的灵活性来适应你的产品。
现在诸如数据库一体机大行其道，因为好用嘛，暂时也没有好的替代品。
但是，在报表产品上，封闭可能成为不了趋势，笔者以前谈过，越是面向前端的产品，用户对于灵活性的诉求会剧烈增长，直到抵消产品封闭带来的价值。
报表工具有前端展现和后台数据引擎两个基本模块，假如你有强劲的后台数据引擎，就需要考虑，前端的展现是否可以开放接口，能否提供一套API?要知道，再牛逼的前台展现搞不过EXCEL，也搞不过PPT的组装，更搞不过各个企业复杂的业务管理、机制和流程要求，比如，报表展现要打个水印怎么办? 加入一段安全控制代码行不行?
当然，不仅仅是前台开放，后台也需要，比如报表数据的刷新，触发方式多种多样，总要有些定制化能力，提供更多的可配置性和开放性。
再次，适配性是***报表系统的一个现实要求。
各类报表产品显然对于企业系统环境是有要求的，但不要为了***性能而忽视现状和通用性，比如SPARK2.0刚刚推出，就不要说产品只支持2.0，假如是基于hadoop的，则需要尽可能兼容大多数版本。
一般来说，假如只是为了打造一个更快的报表系统，企业不会去改变它现有的技术架构体系，毕竟报表始终是IT的下游系统。报表系统更应该考虑的是如何尽可能的适应当前大多数企业的现状，与时俱进吧。
在大数据时代，产品的竞争力，很大程度是取决于你版本的更新速度，因为客户的需求变化很快，技术更迭也很快，必须要适配的足够快，已经有太多牛逼的公司由于缓慢的产品更迭速度而备受客户诟病，一旦口碑做坏了，就一去不复返了，报表工具不是一种容易硬捆绑的产品，而且这个圈子并不大。
再次，谈谈报表前台吧。
当前，很多报表产品都已经有拖拉钻取的功能，但建议的一个设计原则是，能简单就尽量简单点吧，一个报表产品前台，不要提供太多的选择，***还能分一下用户层级。
大多企业一线人员，是报表的主要使用者，根本不会拖拉钻取，它如一个婴儿，报表是喂给它的，只要看得清楚，速度快就行了，不要奢望它会用到你哪怕30%的功能，给个搜素、收藏夹、导出功能就足够了，以前OLAP产品所以用不好，就在于使用门槛太高，很多使用人员，甚至不知道啥叫维度，啥叫指标，你让他拖什么?
高级的定制功能，设计步骤也要点到为止，配一张报表，最多是三步，选择后台表，选择指标和维度，报表设计(比如多表头啥的)，生成报表，当然还有调度啥的，就不细谈了。
满足大多数人的需求，忽略部分高级用户的诉求，这应是一个设计原则吧，我记得以前做报表总是强调多表头啥的，但真实情况是有几个人真会用，而且马上审美疲劳，还不如拉到EXCEL里面搞搞更漂亮。
不过，话说回来，各个企业的情况不同，笔者这个判断肯定是有失偏颇的，且自己离开报表制作很多年了，权当参考吧。
***，还是要提提报表企业的雄心吧。
不少报表企业被大企业收购了，很大原因是它形成不了生态链，一旦产品同质化，就只能依附于大系统的巨无霸生存，这种结合显然于双方都有利，一个将自身产品的价值链进一步延伸，一个依附于某个数据库或者某类系统，能够获得额外的性能提升，以此形成新的差异化竞争优势。
但是，弊端也很明显，跟着巨无霸往往意味着速度变慢，创新变慢，那么，报表企业到底如何才能施展自己更大的抱负呢?
单靠一款报表工具打天下其实风险很大，因为维度太单一，前段时间，吴伯凡在《日知录》中提企业竞争力的时候，谈到的降维打击是很有启发意义的。
笔者给一个建议，如果你的报表产品当前足够好，可以考虑下生态的扩展，看看除了工具，客户的报表真正的痛点是什么，比如前面提到的数据管理能力，从数据质量、数据管理、数据分析到数据挖掘，这是当下很多企业的短板，也是你进入的机会。
毕竟，大数据时代，工具诚可贵，数据价更高。
