BI 详解：从多源数据到管理层驾驶舱

本系列第五篇。MES / LIMS / ELN / EDC / BI（本篇）/ PMS。

一句话定位

把散落在 MES / LIMS / ERP / CRM 里的数据，变成管理层一眼能看懂、能据此做决策的东西。

BI 不产生数据，它搬运、组织、翻译数据。听起来简单，实际上是企业数字化里最”政治”的系统——因为指标口径就是权力。

四层架构

┌─────────────────────────────────────────────┐
│  展示层   报表 · 驾驶舱大屏 · 订阅推送        │
├─────────────────────────────────────────────┤
│  语义层   指标定义（口径的唯一事实源）          │
├─────────────────────────────────────────────┤
│  建模层   明细宽表 · 星型模型 · 预聚合         │
├─────────────────────────────────────────────┤
│  采集层   CDC 实时同步 · 定时批量 · API 拉取   │
└─────────────────────────────────────────────┘
        ODS 原始层 ← MES / LIMS / ERP / CRM

采集层：CDC（变更数据捕获）拿实时性，定时同步兜底，API 拉取补长尾
建模层：星型模型（事实表 + 维度表）；批次状态历史用缓慢变化维 SCD2——“上周三这批货是什么状态”必须可回答
语义层：本篇的主角，见下文
展示层：报表、大屏、推送——最光鲜、最不值钱的一层

语义层：口径的唯一事实源

“活跃批次”是什么意思？生产说是”未放行的”，质量说是”未关闭偏差的”，仓库说是”在我们冰箱里的”。三个部门三种算法，三个数字，会议开成菜市场。

语义层的使命：一个指标，一处定义，处处引用。

metric: batch_pass_rate      # 批次一次性合格率
  formula: count(pass_batches) / count(finished_batches)
  dimensions: [产线, 产品类型, 月份]
  owner: 质量部
  version: 2.1

指标代码化（YAML/代码定义）、版本化（口径变更留痕）、有 owner（出了争议有人拍板）。语义层不是技术产物，是组织共识的代码化。

为什么自研（以及为什么不）

开源方案 Superset / Metabase 很强，什么时候自研是合理的：

行业指标深度定制：批次一次性合格率、放行周期、检验周转 TAT、产线 OEE——这些不是”配置出来的”，要和 MES/LIMS 的领域模型深度咬合
权限与组织架构绑定：行级权限（RLS）按事业部隔离，字段级按角色脱敏
私有化交付：To B 客户要求整套进内网，还要对接钉钉/企微推送

但别把轮子都造了：SQL 构建器、图表渲染库，生态里有的是。自研的边界画在语义层和行业指标，不在图表组件。

关键技术挑战

一：指标口径统一。 上面说透了。补一句实操：新报表需求先审指标，指标库里有的才准上——没有就先定义，走评审。前期慢，后期快。

二：性能。 明细宽表上亿行的真实场景：

预聚合：常用维度组合的汇总表定时算好，查询走汇总，钻取走明细
物化视图 + 查询路由：框架按查询模式自动选”走汇总还是明细”
实时与 T+1 分治：驾驶舱大屏要实时（流式聚合），经营报表 T+1 足够——别为一张月报上流式架构

三：自助与治理的平衡。 完全管控，业务部门排队等开发；完全自助，野指标满天飞。折中：字段和指标开放，口径不开放——业务自己拖维度度量，但指标定义动不了。

四：订阅推送。 定时任务调度、失败重试与告警、多渠道（邮件/钉钉/企微）。凌晨跑批失败没人知道，早上例会开天窗——推送链路的可观测性要做。

五：导出中心。 十万行导出必须异步化：任务队列 + 文件存储 + 下载中心，绝不在线程里同步生成 Excel 拖垮服务。

指标体系怎么建

先业务后技术，自上而下：

北极星指标：公司今年就盯那一个（如：交付准时率）
部门指标：拆到质量、生产、检验、注册（合格率、产能利用率、TAT、申报进度）
过程指标：拆到产线、站点、人员

拿 CGT 行业举几个真实口径的例子：

指标	口径要点
批次一次性合格率	一次性 = 无偏差放行的批次 / 完成放行的批次
放行周期	生产完成时间 → QA 放行时间，剔除等待患者的冻存时间
检验周转 TAT	样本接收 → 报告审批，按检测项分别统计
产能利用率	实际培养位占用 / 可用培养位，按天取快照

注意”放行周期”那行的”剔除”——每个真实口径都长这样，教科书上没有。

几点体会

BI 项目 80% 的时间在数据治理，20% 在做图。反过来的项目都死了
没人看的报表做得再炫也是负债——每张报表定期问一句”谁在什么决策里用它”
数字不一致时，人们永远相信对自己有利的那个。语义层的价值就是让争论回到口径本身

本系列：MES · LIMS · ELN · EDC · BI（本篇） · PMS

CHARLIE SAYS