BI(Business Intelligence)概念提出于1958年,由Gartner在1996年首次明確。在BI誕生之前,企業經營數據一直處于被忽視的狀態,經營決策依賴于經驗,而經驗會因時、因地、因情景產生不可預估的波動,依賴于經驗的決策往往伴隨著巨大的風險。
如何沉淀企業日常經營中積累的大量數據,助力企業做出理性決策?BI應運而生,其在誕生后的幾十年里,已成為大型企業商務決策中不可或缺的工具,使公司決策從憑經驗到有據可依,降低經營風險。
但伴隨著數據的指數級爆炸增長,傳統BI的「弊病」也逐漸顯露出來:
●開發效率低下
傳統BI的報表制作是由業務部門提交到IT部門,IT人員根據分析需求進行建模,業務人員查看分析結果報表,流程繁瑣冗長,難以應對復雜多變的業務需求。
●IT部門負擔重
用新的維度分析或者產生了新的需求,需要IT人員重新建模開發,IT部門陷在“簡單、重復、冗余”的開發工作中。
●分析不靈活
制作出的報表是相對靜態的,僅能查看結果,不能實現靈活交互分析。
●開發部署周期長
BI項目部署開發周期往往需要幾個月的開發時間,面對日新月異的商業環境,委實不夠“敏捷”。
如何打破IT技術的桎梏,高效響應復雜多變的業務需求?
較之傳統BI,觀遠數據的產品具備快速部署、零代碼低門檻、靈活協同、自動預警、交互式分析等顯著優勢,靈活敏捷,讓業務真正用起來。
一,快速部署,高效響應
市場環境迅速且加速變化,企業必須具備更快速的反應速度。通過觀遠數據智能分析平臺,業務人員拖拉拽即可實現數據分析,業務需求得到高效響應;此外,觀遠數據提供開箱即用的SaaS BI產品,極大程度地縮短了部署周期;用戶無需高性能設備,即可輕松且高效地在線處理大體量數據。
01零代碼實現數據分析
高效響應業務需求
觀遠數據繞開了傳統BI下繁瑣冗雜的溝通流程,通過簡單易用的圖形化操作界面,大幅降低學習與技術的門檻,令業務人員能夠自主依據業務需求,進行數據分析,大幅提高了整個數據分析鏈路上各角色的工作效率,實現業務需求的高效響應。
其開創的Smart ETL能夠讓不懂代碼的業務人員自己上手整理并清洗數據,通過拖拉拽方式與配置選項,實現行列與字段的轉換、篩選與清洗等;除此之外,還能讓用戶穿透數據血緣,看到每一個看板、ETL、數據集之間的關聯,數據分析的全流程都在盡在掌握。
02開箱即用的產品,快速部署
傳統BI項目落地周期以3個月、6個月為單位,而觀遠數據通過開箱即用的SaaS BI產品,縮短了1/3～1/5的項目上線時間,令原本需要幾個月落地的項目在一個月甚至短短3周實現上線,適應快速變化的業務速度。
其推出的Atlas云應用市場,將豐富的行業實踐經驗抽象沉淀為AI+BI云應用,讓用戶能夠在線挑選貼合行業實際場景的數據應用,從數據連接到分析指標的邏輯,再到可視化分析看板,都可以通過下載一個應用,快速上線,助力企業快速深度挖掘商業數據價值。
此外,用戶無需下載安裝客戶端,即可以web方式在線進行數據分析;其云原生的技術架構也令用戶可以繞開硬件設備的局限,實現優秀的數據計算性能和水平擴展能力。
03十億級數據,秒級響應
從Excel、報表系統到傳統BI,企業數據分析工具進化的同時,背后需要支持的數據承載量也在以更快的速度一路攀升。以一家連鎖零售企業為例,如果門店有2000家,在售SKU有5000個,一天單店單品庫存數據量就達到了1000萬,一周就可能破億。
觀遠數據可以輕松處理數百萬行數據,提供2種連接數據的方式:直連和數據抽取(Guan-Index),當數據量較大時,可以通過Guan-Index進行數據抽取,提高效率;
而當數據量達到千萬行及以上量級時,借由觀遠數據的“極速分析引擎”黑科技功能,即可確保用戶在億級、十億級數據集的基礎上還能做絲滑的拖拽式數據分析和動態查詢,真正做到億級數據,秒級響應。
二,靈活協同,沉浸式體驗
觀遠數據在服務大量企業客戶時發現,業務部門與技術團隊存在錯配:業務部門基于業務邏輯結合分析成果做出決策與判斷,缺乏技術應用能力;而技術團隊主導數據的架構設計與數據處理,很難快速響應業務增長分析訴求。各部門在數據分析層面聯動性差,企業在實際應用中難以感受到「數據賦能」的價值。
如何打破部門之間的溝通障礙,實現高效協同?
01顛覆團隊協同流程
告別割裂的合作
傳統BI工具中,數據開發角色和分析角色往往要進入不同的客戶端,制作看板與使用看板的角色是獨立的,但使用觀遠數據則不再是如此割裂的狀態,數據開發角色與數據分析角色直接應用同一個產品,體驗不再割裂。
通過觀遠數據Universe平臺,數據工程師可以準備好數據讓業務人員在Galaxy平臺進行使用分析,而業務人員制作完成的SmartETL處理邏輯也可再回流至Universe平臺,無需進行冗余的導出、導入操作;此外,觀遠數據提供“反饋填報”的功能,用戶可以對數據分析看板進行反饋,實現信息的流動與協作的暢通。
02靈活權限設計
避免數據安全風險
觀遠數據通過功能權限控制、資源權限控制、數據權限控制等多個角度進行精細化的權限管理,自定義多種角色,高效靈活分配不同員工以不同的權限,實現了千人千面的數據查看,能夠讓團隊協作更加靈活,同時也能避免數據安全風險。
03多終端體驗優秀
實現隨時隨地的數據分析
觀遠數據的儀表板具有出色的報告功能,并可通過數據大屏、移動端、web端進行多終端實時展示,并針對不同不同分辨率提供自適應。其推出「移動輕應用」與「移動端數據門戶」功能,令數據分析突破時空的限制;其推出「數據大屏」功能,實時監測企業數據,實現更直觀的決策場景。優秀的多終端體驗,助力企業隨時隨地掌握經營數據,為即時業務分析和日常業務處理提供指導。
三,自動運維,數據追人
伴隨著數據量級的日益龐大,依靠人力無法完成真正的精細化運營,企業必須考慮如何減少人工的繁瑣重復的工作,將經驗總結成規律沉淀到系統里,實現「自動化」。
觀遠數據提供云巡檢與訂閱預警功能,令企業實現自動化運維與智能預警,大大提高工作效率,實現潛在風險的及時排查。
01訂閱與預警:
從「人看數據」到「數據追人」
觀遠數據的訂閱與預警功能,基于數據集創建預警規則,可以輕松做到行級別的差異化預警設置,并支持集成釘釘、企業微信、飛書等移動OA應用。當數據出現異常時,無論用戶是否在辦公設備前,都將第一時間自動收到數據報告或數據預警信息,更早、更快做出應對。
02云巡檢:
在線自動化監控與診斷
觀遠數據提供基于云服務的高可用部署方案、云巡檢服務,助力企業提前進行潛在風險的定位與及時解決,全面掌握現場情況,輕松進行調度,大大提高巡檢管理工作效率。
●監控:通過在線監控系統日志數據,可定時自動化監控系統運行情況與資源使用情況等,告別人工操作。
●診斷:針對監控情況能夠將專業建議自動形成可視化報告,指導用戶進行改善與優化。
四,于數據海洋中,望見「增長粒子」
更快速、更靈活、更簡單、更自動......我們有無數個形容詞,以形容產品的「敏捷」,是對海量數據的秒級響應,是令項目快速上線,是令異常自動預警,更是打破IT與業務的溝壑,令業務需求能夠得到快速回應。
但不止于此,數字化最終目的駛向唯一的終點——「增長」。從流量經濟到效率經濟,企業怎樣感受到經營神經末梢的變化,在數據的海洋里看到不一樣的增長機會,從不確定性中找到增長的確定性?
傳統BI圍繞著「報表」,數據展現即是「終點」。而現在,我們不僅需要看到報表呈現的事實,更要不斷向下挖掘、深入分析、提前預測、采取決策,令企業不僅能知道「What」,還能隨時隨地知道「Why」與「How」。
What
可視化分析,直觀呈現數據意義
觀遠數據提供豐富多樣的可視化組件,用戶可通過應用市場選擇可視化插件,實現海量可視化圖表的擴展和使用。
用戶無需編程,只需簡單拖拉拽,即可根據業務需求輕松創建不同類型的可視化圖表,快速完成兼具直觀和美觀的即席數據展示,自助式數據探索能力可幫助企業直觀理解并找到數據內在規律。
簡單幾類圖表展示,是難以滿足復雜的商業分析需求的。觀遠數據不僅提供大量可視化類型,還能夠讓企業根據自身的品牌視覺規范來設置企業專屬的icon等,滿足企業文化建設的需要,充分考慮到用戶需求的個性化、多樣性。
Why
交互式分析,深入挖掘背后動因
數據的展示只是數據分析的基礎,想要根據尋找數據呈現的結果背后的原因,必須要能夠實現交互。
觀遠數據支持通過跳轉、聯動、鉆取等交互方式進行數據透視,定位問題,探尋數據內在規律,對結果進行追根溯源的分析,指導經營決策。
以Lily商務時裝為例,其已和觀遠數據合作了三年,從店長到導購,都在通過移動端的數據分析看板,以每小時為單位去發現所負責區域的數據指標變化。
例如,服裝行業里比較經典的258黃金點,下午2點、5點和晚上8點,不同的點如果指標沒有完成,就可以通過數據分析及時追蹤是哪些原因導致,客流、櫥窗擺設還是服務問題。找到問題之后,就可以通過及時人為干預抓住其中的增長機會。
How
提前預測,智能決策
人工總結出來的經驗未必是最優解,當數據量足夠大時,我們就有機會依靠機器學習,通過精準計算得出一個比人工經驗分析更精準的方案。
觀遠數據與聯合利華、百威亞太、沃爾瑪等企業合作,在在供應鏈與需求分析預測等方面進行了前沿實踐。并且還獨家推出AI小助手,能夠基于數據與算法模型,實現多個場景的預測,從而指導計劃生產與管理。
在與沃爾瑪的實踐中,我們發現24節氣是個有意思的變量,比如芒果在雨水后、驚蟄前會達到一個上架到穩定銷售的高峰,那么通過節氣這樣一個凝結了古人智慧的時間分割,輸入給模型去學習果蔬的產品周期,將其經過處理后加入模型,發現該模型對于上下架期間的準確性綜合提升超過2%。
結語
數字化時代正在加速到來,商業智能將廣泛普及,以數據驅動決策將成為企業的常態。
如何理解敏捷BI的價值?
過去十年里,BI行業的演進存在兩個關鍵趨勢:從IT到業務,從報表到決策。面對日新月異的市場環境,數據之龐雜、需求之多變,我們需要重新定義BI產品,構建快速迭代、精細管理、靈活拓展的數字化基礎設施,令產品價值真正回歸到業務部門,賦能業務增長,成為企業制勝未來的關鍵。
