如今的商业智能（BI）市场，一片蓬勃景象——国外工具声势浩大，国内产品也同样风生水起，各类解决方案层出不穷，呈现出百花齐放的繁荣态势
然而在这繁荣背后，却隐藏着一个行业共同的尴尬：同质化困局正在悄然蔓延

同质化困局

打开这些主流 BI 工具的界面，除了配色方案和图标设计稍有不同，核心功能模块和操作逻辑都惊人地相似：同样的可视化数据连接流程，近乎一致的拖拽式报表构建界面，高度重合的各类图表可视化库，甚至连仪表板的布局逻辑、各种旋转、切片、下钻分析模式都如出一辙，从数据准备、建模到前端展示，每一步操作都像是从一个模子里刻出来的，几乎不可能找到某一个甲有乙没有的功能
这也没办法，BI 发展了数十年，能想到的功能大都也想到了，有 N 年工夫也就都复制出来了，所以只能进入这种同质化时代，很难再靠产品功能本身的特色赢得用户了
而且，除了功能雷同外，这些产品的价格策略也很相似——几万到几十万的授权费用，将许多有 BI 需求的中小企业结结实实的挡在了门外

在这个功能趋同、价格普遍高昂的同质化市场中，杀出重围必须另辟蹊径，因此，润乾 BI 选择——不再做一个同质化的同行者，而是一个打破僵局的搅局者

同质化的东西，干脆开源免费得了

润乾是报表领域的老兵，因为报表 BI 不分家，也常常被拿来当 BI 工具用，但润乾在 BI 领域其实一直不温不火，很少主动参与竞争和宣传，也是因为同质化太严重，想不出什么过人的亮点
如果一直困在高度同质的赛道中内卷竞争，其实意义有限，它既难以推动技术实质性进步，也无法真正降低用户的获取门槛，既然如此，何不主动打破规则？
干脆就免费开源搅个局吧

通过开源与免费的模式，消除技术和商业壁垒，让 BI 不再成为企业的成本负担，而是真正用得起，用的好的数据分析工具

于是，润乾 BI 把大家都有的，同质化的功能，全都开源免费了

清爽简洁的拖拽界面，所见即所得

支持切片 / 切块、钻取 / 上卷、旋转等多维分析常见操作

支持同比、环比、排名、占比等复杂跨行组运算

内置各种 Echarts 统计图

可基于模型分析，也可基于 SQL，文本文件 CSV、Excel、TXT 等进行临时分析

大功能全部包含，细节功能也做的不错，有一些个性化需求，比如这个显示合计值用的合并单元格，很多 BI 工具都不支持，但这对有某些有格式需求的场景还挺重要的，结果经常看到有些 BI 工具再使用其它网格控件来对付

当然，不足也是有的
润乾 BI 界面比较朴素，看起来不够炫，但好在都是开源的，全中文，用户可以根据自己系统风格和需求自行改造
免费版也没有提供 UNDO 撤销操作功能，不过基本不影响使用，毕竟没收钱还开源了，这些不能太计较

免费却不同质化的大杀器

大家都有的同质化的功能，都开源免费用了，但润乾 BI还有不同质化的内容，那就是：独有的大杀器—DQL 引擎
这部分没开源，但也可以免费用

BI 兴起的原因以及建设 BI 系统的初衷，是希望将数据查询能力赋予业务人员，让数据分析更灵活高效，也让技术团队从繁琐的数据支撑工作中解放出来
然而现实却是：用了 BI，业务部门依然频繁需要技术协助——“这个分析没办法拖拽”“那个关联我不会做”
问题的核心在于，传统 BI 方案在处理多表关联时存在天然缺陷，比如一个常见的例子：“帮我拉一下北京打往上海的通话记录，要主叫姓名、被叫姓名、通话时长和资费情况”，这个查询对应的 SQL 是这样的：

SELECT c.call_id, u1.user_name as caller_name, u2.user_name as callee_name,
       c.duration, r.rate_amount, city1.city_name as from_city, city2.city_name as to_city
FROM call_records c
JOIN users u1 ON c.caller_id = u1.user_id
JOIN users u2 ON c.callee_id = u2.user_id
JOIN cities city1 ON u1.city_id = city1.city_id
JOIN cities city2 ON u2.city_id = city2.city_id
JOIN rate_plans r ON c.rate_plan_id = r.plan_id
WHERE city1.city_name = '北京' AND city2.city_name = '上海'

6 个 JOIN技术人员看着都头晕，更别说让业务人员在界面上自己拖拽实现
结果就是：本想快速灵活进行的分析，却做不了，必须得找技术来协助

面对这种困境，传统 BI 常见的解决方案是宽表，或者和宽表性质相同的 CUBE，有复杂关联需求，就由技术人员来做宽表，宽表的数据冗余，维护困难等弊端我们先不谈，单单是一有复杂关联的分析，就得找技术人员这一点，就把用户所有的耐心都磨光了
一个宽表做好有的要半天，有的要几天，今天要做的分析拖到了明天，这周的拖到了下周，一点时效性没有，体验极其糟糕，被动剥夺了用户的复杂关联分析权利，客户满意度低至冰点

DQL ：解决关联分析难题的核武器

润乾 BI 的 DQL（Dimensional Query Language）正是为破解 BI 复杂关联困境而生，其核心目标就是让多表关联查询在 BI 系统中变得像操作单表一样简单直观，从而满足业务部门即兴、实时查询分析需求
上面需要工程师去写的 6 个 JOIN 的 SQL 语句，DQL 引擎自动生成的是这样的

SELECT call_id, caller.user_name, callee.user_name, 
       duration, rate_plan.rate_amount,
       caller.city.city_name as from_city,
       callee.city.city_name as to_city
FROM call_records
WHERE caller.city.city_name = '北京' 
  AND callee.city.city_name = '上海'

FROM 后面只有一个表，没有任何关联

但这些技术原理其实和用户也没有关系，这些都是后台自动生成的，不需要用户了解，用户在前端看到的就是这样的清晰的树状结构：

查询分析流程也极其简单：
1. 选择 “通话记录” 作为查询主体
2. 勾选需要的字段：主叫用户. 所在城市. 城市名称、被叫用户. 所在城市. 城市名称、通话时长、资费方案. 资费金额
3. 设置过滤条件：主叫用户. 所在城市. 城市名称 =‘北京’ AND 被叫用户. 所在城市. 城市名称 =‘上海’
这就查询完了，不需要再提交需求给技术人员费时去做宽表，自己轻轻松松就搞定了

更核心的一点是：
DQL 引擎，不仅能让复杂关联变的简单，而且也不需要每次都设置，它只要定义一次元数据，就能应对所有想到和没想到的关联，不管有多少复杂的关联需求，用户也可以自由、及时，灵活无死角的进行分析了

更多详情请参考：千问 BI 取数：为什么总是要做宽表？

商业思考：收入怎么来？

一个必然的问题是：润乾开源 BI 采用完全免费的策略，那么收入从哪里来？

实际上，润乾的根基与核心竞争力并非依赖 BI 产品，二十年来专注报表领域的技术沉淀，才是润乾真正的立身之本

在真实的企业数据系统中，固定报表与自助分析如同左右手，缺一不可
润乾的合作伙伴在项目实践中发现：原本需要额外采购昂贵的商用 BI 工具，但使用润乾报表后，开源 BI 已自然包含其中，这种“一次采购，双重能力”的模式，既显著降低了项目成本，又实现了固定报表与灵活分析的无缝衔接

正是看到众多合作伙伴通过“润乾报表 + 开源 BI”组合取得成功，润乾将开源 BI 推向更广阔的市场——让更多企业以免费的方式，用上专业的分析工具
当然，这种商业模式也会反哺润乾，开源 BI 帮助更多用户迈出数据分析第一步，当他们需要处理专业级固定报表时，自然会选择已验证过的润乾报表，但这并非商业套路，而是一种良性循环

另外，BI 也还有个商业版，这里就有 UNDO 功能了
这个商业版中还有全链的 ChatBI

在 AI 技术蓬勃发展的当下，BI 厂商纷纷投入力量研发 ChatBI 时，润乾也顺应时代推出了更高级的智能问数功能
润乾NLQ（自然语言查询）组件，实现了“输入汉语，直接出数据”的智能交互功能

这又是润乾在 AI 热潮中的再一次 "搅局"
当业界使用高门槛的 AI 技术将 ChatBI 包装成高高在上的奢侈品时，润乾 NLQ 使智能问数成为普惠技术，无需组建 AI 技术团队，无需再训练大模型，无需配置 GPU 集群，通过极简架构和巧妙设计，实现了以极低成本获得同等效能的突破，为那些受限于预算和技术资源的中小企业，开辟出一条真正务实、可快速落地的智能化路径

相关技术参考资料：人人都能实施的智能问数，中小用户也能玩得转的 Text2SQL

而且，润乾的 ChatBI 不仅具备智能问数能力，更实现了从查询到分析的全链闭环
ChatBI 作为一个整体概念，应涵盖智能问数与多维分析两大环节，润乾的 ChatBI 同时支持这两者：用户既可通过自然语言进行数据查询，也能基于查询结果继续用自然语言开展多维分析，完成从“问数”到“析数”的无缝衔接
相比之下，市面上多数工具仅停留在第一环节，即智能问数，而且即便仅有这一环节，也仍在试图在准确性和复杂性之间取得微妙的平衡，润乾 NLQ 却已经以更低的应用门槛实现了准确性和复杂性兼得的优势

全链路的 ChatBI 才能为用户提供连贯、自由且真正意义上的自然语言数据体验，这不仅让 ChatBI 更加智能，也让数据价值以前所未有的效率触手可及

总结

润乾开源 BI 的出现，不是为了在红海中再添一个相似产品，而是希望打破同质化竞争，让商业智能技术回归其本质价值——降低数据分析门槛，赋能企业决策
我们相信，真正的竞争优势不应建立在信息不对称或技术封锁上，开源开放，让用户拥有改造、集成的自主权；免费普惠，让更多企业无论规模大小都能用上专业的 BI 工具
在商业智能工具逐渐成为企业标准配置的今天，润乾选择了一条更难但更有价值的道路：以开源促创新，以免费促普及，以专业服务创价值，我们诚邀您体验润乾开源 BI，感受在同质化市场中的那一份“不一样”