自助式BI或者自助式数据分析是最近几年兴起的一个概念。根据Gartner发布的信息，Self Service Business Intelligence(SSBI)被定义为“终端用户在被批准和支持的平台或工具组合中设计和部署自己的报告和分析。
很多业内人士都表示未来的BI或者数据分析的趋势就是要实现去中心化。以前有三类人需要牵涉到整个BI系统的环境或者是业务的搭建过程中（ETL, 数据分析及可视化，业务人员）。去中心化就是企业不再需要有一个专门的BI部门去完成整个业务的需求，而是业务部门的人员需要参与到数据分析及可视化的日常工作中间去，利用一个平台或者工具能够实时地满足自己的分析需求。也早已有很多自助式分析的工具已经发展起来。使用方便、界面分析DIY、学习成本低是它区别于传统工具的特性，像我们常见的Tableau、QlikSense、PowerBI 、Wyn Enterprise等数据分析软件。来自GrapeCity（Wyn Enterprise的厂商）的预测未来的几年之内这种模式的工具和概念将会覆盖大多数的数据分析应用场景，自助式数据分析时代正在来临。
不过有一些行业专家却对此表示不一样的看法。Rob Wunderlich是Qlik的产品应用大师，他有很多开创性的技术文章为广大的Qlik开发人员解决了大量难题。他曾就到底什么是自助式BI提出过一些观点。他认为，BI的目标是为业务提供答案和见解并支持决策, 这些答案来自于与内容的交互，而不是创建内容。我不认为一个“权力用户（管理者和决策者）”是一个创建图表的人，而是一个知道如何在平台或者系统上搜索、选择和联想的人。一个权力用户不会去处理基础数据和修改模型。他们只需要做一系列的选择，并将其存储在书签中。的确，作为决策和管理者们需要一个稳定的系统和仪表盘界面帮助他们监控企业整体状况，支持他们即时发现状况并制定策略和采取措施。自助式对他们来说就是选择，点击然后显示结果。自助式分析工具的学习成本其实也并不一定低。目前很多商业性的分析工具都设有证书考试，对于使用者虽然不是必须的，但间接性的印证了工具本身想要用好并不是真的那么的容易。而且考试内容并不只限于工具本身的使用和功能，像数据模型、分析界面设计、分析方法、数据库操作语言和结构这些都是其考试范围。
拖拽式的自助式BI工具的出现帮助没有IT背景的人有了自己创建分析界面的能力，不过要实现大数据量高复杂度的BI需求暂时还离不开专业人员。不同的观点代表了不同的应用场景和用户角度，小编觉得无论什么样的方式和什么样的工具，目的在于实现分析、发现问题并获得答案。
BI是工具与技术的结合，各种数据分析工具和技术不停在跟新，除了功能、操作、界面友好等等之外，面向使用对象的扩展也是其中之一。随着人工智能的发展会有越来越多的技术应用于数据分析领域，不管是数据处理、数据分析还是可视化，都将又是一翻新的局面，加上大数据资源也许那时一个智能的分析系统将替代所有传统的BI过程直接告诉你答案并提出建议，甚至给出应对策略和措施。
