导读今天给大家分享的是蝶变-Smartbi2018大数据分析峰会广州站,Smartbi首席售前咨询顾问杜健航先生的主题演讲。大家下午好,很高兴又可以跟这么多新老客户、新老朋友见面交流。我是杜健航,在Smartbi担任售前顾问,我演

今天给大家分享的是“蝶变-Smartbi2018大数据分析峰会”广州站,Smartbi首席售前咨询顾问杜健航先生的主题演讲。

大家下午好,很高兴又可以跟这么多新老客户、新老朋友见面交流。我是杜健航,在Smartbi担任售前顾问,我演讲的题目叫《重新定义敏捷BI》。我的演讲内容核心概况为:企业在数字化运营的过程中,敏捷BI是必由路径。内容分为4个部分,分别是:1、敏捷BI诞生的背景;2、敏捷BI当前的问题;3、针对目前的问题,Smartbi思考的策略-重新定义;4、对以上内容的总结。

十年前,你如果是个客户,要做个BI项目,在当时会怎么用呢?界面做出来之后,会有一个个主题,在界面上像一个个方块,称作数据立方体,针对不同业务形态,比如:销售、库存,则会有不同立方体;立方体上又有机构、时间等不同维度的指标;界面完成后,业务人员拖拉拽生成图形,这就是当时的主要用法。

这个用法在今天也是大同小异,不同的是:以前这些立方体、维度全部是由IT人员来建立,业务人员参与度很低也很难修改。

所以,传统BI就会有以下问题:

1、需要数据仓库支撑。数据仓库的建设周期很长,而且很依赖于技术人员,有任何小的需求都必须找IT人员,业务人员发言权很小;

2、传统BI主要是数据报表的功能,没有数据挖掘、人工智能这些更深层次的应用;

3、传统BI处理的数据量有几百万就很不错了,现在动不动就上亿。

刚才还有客户问我:针对上亿的数据,我们的处理速度是多少?

正因为以前有这些问题,敏捷BI应运而生。敏捷BI让业务人员参与度变高;更有利于类似于手机、大屏等传播渠道;让项目的运作周期缩短,以前半年至一年的项目,现在只要两三个月就可以完成;数据格式更加丰富、数据量更大。

但是,这些都是敏捷BI的表现形式,敏捷BI的本质是将由技术部门主导的事情变成由业务部门主导,这才是敏捷BI的核心。

最近三四年,市场上出现了众多宣称“让数据成为第一生产力”、“让业务人员成为数据分析专家”的敏捷BI产品。那这些产品是否能满足市场客户的需求呢,尤其是国内用户需求?

Smartbi在调研后发现:目前市场上的BI产品还远没有达到可以满足国内用户需求的程度。为什么呢?Smartbi经过调查发现:目前市场上大部分BI产品主要集中在可视化这块,宣扬的是怎么做得酷炫和好看,而忽略了一些基本面的问题,例如:产品只是支撑个人或部门使用,能不能支撑整个公司或集团来使用呢?支撑满足了那性能能够保障吗?10个人的权限好管理,那1000、10000个人的权限怎么科学管理呢?另一个主要的问题在于数据处理,目前市面上号称敏捷BI的产品在数据处理上是很弱的,是否具备跨数据源的建模能力?

针对这些在实施BI项目中经常会遇到的实际问题, Smartbi进行了深度思考和探索,对敏捷BI做了重新定义并提出了解决方案。

Smartbi认为,敏捷BI产品应该包含以下几个方面:

1、强大的数据处理能力;

2、高标准产品支撑性能;

3、严格的权限管理标准(适用于集团级别);

4、必备的易用性;

5、运营支撑能力。

我们具体来看一下Smartbi在这些方面所作的努力。

在数据处理部分,以前传统BI里建指标、建维度这些由技术人员处理的工作,在敏捷BI里,必须让业务人员能自己完成。可以自己拖拉拽,可以自己定义数据关系,维度和指标,例如:时间维度,年月日这样的层次结构,完全不用敲代码,利用鼠标轻点即可实现;如果要算交易总额,也是滑动鼠标就可以完成。正是能真正帮助业务人员解决这些问题,满足数据处理自主化,才称得上敏捷BI。

企业接触到的数据源越来越多,跨库能力也是关键。Smartbi产品完全支持跨库数据源,比如:Oracle、MySQL、Hadoop等,只要动动鼠标就可以进行关联和运算。此外,还支持动态宽表的概念。动态宽表偏技术,我们可以稍作解释:最原始做项目是直接把业务系统的数据表拖在一起,直接用原始数据表做分析,如果数据量大,这种方式完全行不通;数据量大以后,技术人员会建立CUBE(数据立方体)和大宽表,业务人员基于此进行数据分析,虽然这种方式能满足一定需求,但场景就固化了,无法支撑变化的需求;而最根本的解决方式是,支持动态宽表,即由业务人员构建模型和宽表,要做到这点,从产品层面,必须支撑整个仓库的建模或语义层建模,也就是把整个数据仓库上所有的字段按业务涵义建立。

从高性能层面,敏捷BI用户体量大,必须对性能进行保证,Smartbi产品为此提供了数据缓存机制。在业务人员建立模型、主题、维度后,如果实际的数据库或数据引擎响应不够快,Smartbi产品通过抽取功能,将数据抽取到产品内嵌的缓存层去,有统一的资源调度界面,不管是增量还是全量的抽取都可以轻松进行定义。缓存层还可以根据客户需求和实际情况,进行调配和替换。

在权限管理方面,是很多国外敏捷BI所缺乏考虑的。在国外,这类产品通常用户体量小,可能由一两位分配权限就可以了;但在国内,比如银行系统,会有几百,上千人来使用自助分析平台,不可能由一两个人授权完成。因此,敏捷BI产品必须具备分级授权的策略,还是用银行举例,总行级别的管理员授权给二级(分行)管理员,二级(分行)管理员再继续往下授权。功能层面还需要具备权限继承机制,这主要是解决部门人员流动、需重复授权的问题。

在易用性方面,主要是两点,一个是使用报表(电子表格),Smartbi产品是直接在Excel上进行创新,在目前的市场上,没有比这更方便的报表制作方式;二是在Smartbi 8.5的产品上,推出自助仪表盘功能,直接通过鼠标拖拉拽,形成需要的分析报告。无论是报表还是自助仪表盘,都真正意义上帮助业务人员(非技术背景)在没有IT部门同事协助下,实现数据分析工作的突破。此外,制作报表很方便,输出报表同样需要很便捷。比如:多屏分析,不管是Android还是IOS,不管是手机还是电脑,通过流式布局让所有设备都能支持应用;同时,将报表或仪表盘,集成到Word/PPT这些工具里。

在运营方面,以前的敏捷BI很少涉及到运营。对于集团化的客户来说,它需要的不仅仅只是购买或安装一款敏捷BI的产品,更重视的是运营这块的需求。Smartbi重视以人为本的一体化运营,因为企业在上项目时,自助的工具只是提高工作的效率,必须要由激励人的手段来获得想要的结果。回到技术层面,谈到数据运营,必须有配套的数据搜索的配套手段,从产品或工具层面而言,必须让搜索变得容易快捷,否则对于报表制作的数据来源就会模糊不清。此外,还需要有数据答疑功能,业务人员自己做报表如果有问题或难点,可以通过问答系统来答疑解惑;资源发布-避免不同部门做重复的工作,通过类似苹果的应用商店来实现。

总结来说,Smartbi重新定义敏捷BI并不是要推翻过去对敏捷BI的定义。过去三四年,敏捷BI在国内的推广很成功,很多企业都接受了这个概念。做敏捷BI从本质上是适用企业数据化运营的趋势,Smartbi的理念是要做一个更完整、更完善、更优化的敏捷BI,而现在Smartbi的产品不论是从产品思维、功能实现、实践经验上都具备了做好一款敏捷BI的要求。

好的,我的演讲就到这里,谢谢大家!