数字化转型 频道

敏捷BI的破局之道:看永洪BI如何直击数据应用难题

  BI产品的发展史

  “BI”的概念提出于1996年,全球最专业权威的IT研究咨询公司Gartner将其定义为:通过应用基于事实的支持系统来辅助商业决策的制定。BI技术提供使企业迅速分析数据的技术和方法,包括收集、管理和分析数据,将这些数据转化为有用的信息,然后分发到企业各处。

  随后,一大批BI厂商在欧美市场诞生,其主要特征是通过专业的IT系统,由IT人员进行数据的处理和分析,提供数据结果。

  至2000年左右,第二代BI产品开始出现,其特征是将原本复杂的数据转变为图形,因此数据可视化成为了当时BI产品的主要特征。我国第一批BI企业也在这一阶段诞生,其服务形式是为企业提供报表工具。

  2012年,以永洪科技为代表的新一代BI厂商在国内崛起,其特点是部署周期短、操作简单等,自助式、探索式成为了BI产品的建设重点。自此,业内将BI产品划分为“传统BI”和“敏捷BI”。

  产品发展背后是技术和需求的转变

  为什么传统BI很难实现真正的数据赋能业务增长,驱动科学决策?其原因在于传统BI的架构、理念和模式很难让全体员工在业务中真正应用数据。

  传统BI的特征是“面向IT的报表工具”,也就是说,报表的开发与制作以IT为主导,其原因是传统BI的技术门槛高,操作难度大,需要专业的人员才可完成数据的分析与洞察。

  敏捷BI的特征是“面向业务人员的可视化分析”,通过降低系统门槛,实现快速部署、快速应用、快速迭代,操作简单,系统自动处理数据,所有分析过程可视化,从而实现以业务为主导的数据体系。

  使用角色的转变,带来了数据赋能业务效果的改变。在BI产品应用过程中,传统BI的流程是由业务人员提出需求,IT人员制作报表提供给业务人员使用,这样的问题一方面在于沟通过程中存在理解偏差,报表经常存在不符合业务人员需求的情况;另一方面导致业务人员只知数据结果,不知根本原因,数据应用效果差。

  敏捷BI的自助式分析模式,其简单易操作的属性,可以让业务人员通过拖拉拽的方式完成数据分析,并进行“究其原因”的探索式分析,在减少反复沟通测试成本的同时,让业务人员可以真正通过数据提升业务效果。

  BI产品的根本目的是实现数据赋能业务增长,而敏捷BI则使这一进程更加低成本、快速、便捷、高效,真正有效果。

  产品分析:什么才是真正的敏捷BI?

  首先,一款优秀的敏捷BI产品需要解决的问题包括:

  第一,企业内部不止一个业务系统,需要结合所有的数据进行分析,如何对接多个业务系统的数据?

  第二,对接了多个业务系统后,想要关联数据进行处理,该如何做?

  第三,敏捷BI面向业务人员,那么分析手段是否足够简单易用,能让业务人员快速上手?

  第四,当业务人员做好分析报告之后,报告中的数据能不能快速联动,得到数据的见解?

  第五,如果明细数据达到千万甚至是亿级别的数据量,性能怎么保证?

  第六,敏捷BI大规模应用后,会有许多业务人员参与使用,那么权限应该如何管控?

  永洪科技是国内敏捷BI的引领者,连续五年获得中国敏捷BI领域第一名。永洪一站式大数据BI平台,通过一个平台解决以上所有问题。有全方位的数据源接入能力,轻量级数据处理手段,灵活拖拽实现数据报告制作,实时数据自服务探索分析,独一无二的高性能计算引擎,安全可靠的企业级管控体系。

  1、用一个平台解决所有问题

  传统BI通常将报表和数据分析处理模块拆分,没有将数据分析整个流程的产品模块集成于一个平台上,导致在部署、操作方面成本较高。这个问题是在产品架构初期规划错误而造成的。

  永洪BI在产品设计初期便以业务需求视角出发,以“一站式”的理念进行产品设计,使用纯B/S架构,让数据在平台上顺畅流动。

  永洪BI的一站式架构分为三层,包括顶层的数据展示,中间的数据分析,以及底部的数据建模。涵盖了从数据连接开始一直到数据处理、数据生成报告,再到最终的数据展示的全流程业务架构。

  将数据源进入到数据建模模块里做数据整合、准备以及一定的ETL 清洗,当数据量较大时,可以把数据放到数据集市里,以分布式计算、列存储等方式对数据进行加速,能够做到亿级别数据秒级响应。

  当数据准备完毕之后,来到中间这一层对数据做分析,例如管理驾驶舱、复杂报告、填报等,在前端的制作页面做可视化分析。做完报告后,可以进行各种交互分析,比如缩放聚焦、笔刷联动、多维筛选等等,同时也可以针对这些数据做AI增强分析,比如数据问答、数据洞察、数据解释,或者结合R/Pythan做拓展分析。

  这些操作完成后,就到顶层数据展示,可以通过饼图、柱状图以及传统复杂表等等把处理完成的数据进行呈现。最终呈现结果可以在PC、大屏、移动端上无缝展示。

  2、轻量级分析手段,实现自助分析

  真正做到面向业务人员,首先需要降低产品的学习和使用难度,让零基础的业务人员也能实现自助式分析。

  永洪BI提供可视化流程数据建模能力,可快速完成表和字段的转义、异构数据源关联、多粒度表达式、数据脱敏、异常数据过滤、维度度量扩展、缺失值填充、去重、拆分列、范围分组、格式转化、自循环列等一系列操作,提高数据质量。业务人员通过简单的点击、拖拽等动作,即可完成制作报表、数据分析,实现数据分析全员化,人人都是数据分析师。

  同时,“数据可视化”不等于“可视化分析”。许多企业将数据应用等同于数据可视化、数据报表,这便导致过去“拍脑袋的经营决策”思维定式还在延续,无论是业务人员还是管理者,依然以自身视角查看、解读报表,再根据自身经验做出决策,数据只起到了对于决策的少量辅助功能,数据价值没有真正发挥。

  永洪BI的自服务数据集能力可以通过可视化的形式,让用户对数据做进一步的处理和分析,通过数据洞察真正了解数据背后的业务问题,及时调整业务。

  3、AI增强分析让业务人员轻松实现数据洞察

  从传统BI到敏捷BI,BI产品不再只是一个查看数据报表的工具,而是可以基于数据了解业务结果的深层次原因,进行数据性的解释,进而实现业务洞察和预测。

  一些传统BI中也加入了AI功能,其问题在于仅支持一些简单预测,或是仅有部分数据分析模型,甚至只是具有相关模块却无应用场景,导致无法落地使用。造成AI应用程度低原因之一是使用难度大,没有从业务人员的角度构建,导致在使用过程中需要专业人员进行建模和应用,赋能业务效率低、效果差。

  永洪BI的AI增强分析模块,以“AI平民化”为理念,可以全流程可视化建模,降低AI应用门槛,让AI应用走进业务,让业务人员上手更简单。其中内置了5种类型,14种插件化算子,可以满足常用分析场景,使AI深度分析与BI数据可视化深度融合以实现联动分析:

  数据问答可以让用户使用文本输入问题,系统以可视化的方式进行自动展示答案;

  数据解释可以对数据影响较大的因素进行自动统计和分析,比如从不同的因素分析部门员工离职的原因,找到影响较大的原因作为数据分析参考;

  数据洞察则自动给出用于发现业务数据增长、减少的原因,比如发现西部市场比南部市场销售增长,就可以一键选择数据洞察,发现背后的原因。

  4、大数据量处理能力让分析更敏捷

  随着企业积累了越来越多的数据量,大数据量的处理能力成为了衡量BI产品是否敏捷的重要指标之一。在传统BI的数据库中,一旦数据量超过了亿级别,BI产品前端展现的计算如果下推到数据库,响应速度就会出现问题,导致数据处理缓慢甚至崩溃,用户体验极差。

  针对这一问题,永洪BI自主研发了VooltDB高性能计算引擎,拥有列式存储,分布式计算等技术,能够实现亿级数据秒级响应,并且得到了多家全球性大型集团企业的应用与实践。这也是各个大型头部企业将永洪BI作为集团级的数据分析平台的原因之一。

  5、敏捷可靠的企业级管控体系

  当大量业务人员开始进行数据分析、报告制作和数据洞察时,便需要敏捷的管控体系,以实现数据安全应用。

  永洪BI有一套安全可靠的企业级管控体系,主要分成两大块:一是功能权限,二是数据权限。

  功能权限可以控制用户的不同功能模块的访问权限,例如有的用户只能查看报告,有的用户不能链接数据源等,也可以控制用户的下载权限、修改权限等,精确到按钮级别。

  数据权限可以控制到报告的数据级别权限,分为行权限和列权限,行权限能做到同一张报告有全国的数据,不同区域的用户只能看到自己区域的数据。列权限能做到控制敏感字段的权限,可以单独控制某些用户有无查看权限。

  同时永洪BI还能实现报告的LDAP集成、异常预警、报告水印、安全审计、平台安全等功能。

  总的来说,作为国内敏捷BI的引领者,永洪BI的特点是“面向业务人员的可视化分析”工具,其目的在于通过简洁易用的产品,让企业全员具备数据分析和洞察能力,真正做到数据赋能业务,实现数据驱动决策。

  未来趋势:数据应用横向拓展、纵向深入

  中国信息通信研究院发布的《中国数字经济发展报告(2022年)》中显示,2021年中国数字经济规模达到45.5万亿元,同比名义增长16.2%,占GDP比重达到39.8%。数字经济在国民经济中的地位更加稳固、支撑作用更加明显。

  数字化转型已经成为共识,诸多企业将重心放在数据的有效应用,释放数据价值,让数据可以有效赋能业务增长,提升经营发展质量。敏捷BI解决了传统BI数据应用成本高、层次浅、范围窄等问题,极大的提升了数据赋能的范围及应用的深度,也获得了更广泛的市场前景。

  未来,敏捷BI厂商在提升技术能力的同时,需要围绕企业实际业务场景,聚焦“面向业务人员的可视化分析”,深入洞察业务人员的数据分析需求,解决业务人员在数据分析全流程中的痛点与难点,一方面横向拓展使更多企业和人员可以低成本、便捷的实现数据赋能业务,另一方面通过可视化分析、AI增强分析等,让数据应用更加深入,挖掘原因、洞察趋势、科学决策。以此,真正推动企业数字化转型成功,绽放数据应有价值。

特别提醒:本网信息来自于互联网,目的在于传递更多信息,并不代表本网赞同其观点。其原创性以及文中陈述文字和内容未经本站证实,对本文以及其中全部或者部分内容、文字的真实性、完整性、及时性本站不作任何保证或承诺,并请自行核实相关内容。本站不承担此类作品侵权行为的直接责任及连带责任。如若本网有任何内容侵犯您的权益,请及时联系我们,本站将会在24小时内处理完毕。
0
相关文章