站长之家用户 - 传媒 2021-12-13 14:12

定义敏捷BI,观远数据让业务真正用起来,助力企业智能决策

BI(Business Intelligence)概念提出于 1958 年,由Gartner在 1996 年首次明确。在BI诞生之前,企业经营数据一直处于被忽视的状态,经营决策依赖于经验,而经验会因时、因地、因情景产生不可预估的波动,依赖于经验的决策往往伴随着巨大的风险。

如何沉淀企业日常经营中积累的大量数据,助力企业做出理性决策?BI应运而生,其在诞生后的几十年里,已成为大型企业商务决策中不可或缺的工具,使公司决策从凭经验到有据可依,降低经营风险。

但伴随着数据的指数级爆炸增长,传统BI的「弊病」也逐渐显露出来:

●开发效率低下

传统BI的报表制作是由业务部门提交到IT部门,IT人员根据分析需求进行建模,业务人员查看分析结果报表,流程繁琐冗长,难以应对复杂多变的业务需求。

●IT部门负担重

用新的维度分析或者产生了新的需求,需要IT人员重新建模开发,IT部门陷在“简单、重复、冗余”的开发工作中。

●分析不灵活

制作出的报表是相对静态的,仅能查看结果,不能实现灵活交互分析。

● 开发部署周期长

BI项目部署开发周期往往需要几个月的开发时间,面对日新月异的商业环境,委实不够“敏捷”。

如何打破IT技术的桎梏,高效响应复杂多变的业务需求?

较之传统BI,观远数据的产品具备快速部署、零代码低门槛、灵活协同、自动预警、交互式分析等显著优势,灵活敏捷,让业务真正用起来。

1.快速部署,高效响应

市场环境迅速且加速变化,企业必须具备更快速的反应速度。通过观远数据智能分析平台,业务人员拖拉拽即可实现数据分析,业务需求得到高效响应;此外,观远数据提供开箱即用的SaaS BI产品,极大程度地缩短了部署周期;用户无需高性能设备,即可轻松且高效地在线处理大体量数据。

(1)零代码实现数据分析,高效响应业务需求

观远数据绕开了传统BI下繁琐冗杂的沟通流程,通过简单易用的图形化操作界面,大幅降低学习与技术的门槛,令业务人员能够自主依据业务需求,进行数据分析,大幅提高了整个数据分析链路上各角色的工作效率,实现业务需求的高效响应。

其开创的Smart ETL能够让不懂代码的业务人员自己上手整理并清洗数据,通过拖拉拽方式与配置选项,实现行列与字段的转换、筛选与清洗等;除此之外,还能让用户穿透数据血缘,看到每一个看板、ETL、数据集之间的关联,数据分析的全流程都在尽在掌握。

(2)开箱即用的产品,快速部署

传统BI项目落地周期以 3 个月、 6 个月为单位,而观远数据通过开箱即用的SaaS BI产品,缩短了1/3~1/ 5 的项目上线时间,令原本需要几个月落地的项目在一个月甚至短短 3 周实现上线,适应快速变化的业务速度。

其推出的Atlas云应用市场,将丰富的行业实践经验抽象沉淀为AI+BI云应用,让用户能够在线挑选贴合行业实际场景的数据应用,从数据连接到分析指标的逻辑,再到可视化分析看板,都可以通过下载一个应用,快速上线,助力企业快速深度挖掘商业数据价值。

此外,用户无需下载安装客户端,即可以web方式在线进行数据分析;其云原生的技术架构也令用户可以绕开硬件设备的局限,实现优秀的数据计算性能和水平扩展能力。

(3)十亿级数据,秒级响应

从Excel、报表系统到传统BI,企业数据分析工具进化的同时,背后需要支持的数据承载量也在以更快的速度一路攀升。以一家连锁零售企业为例,如果门店有 2000 家,在售SKU有 5000 个,一天单店单品库存数据量就达到了 1000 万,一周就可能破亿。

观远数据可以轻松处理数百万行数据,提供 2 种连接数据的方式:直连和数据抽取(Guan-Index),当数据量较大时,可以通过Guan-Index进行数据抽取,提高效率;

而当数据量达到千万行及以上量级时,借由观远数据的“极速分析引擎”黑科技功能,即可确保用户在亿级、十亿级数据集的基础上还能做丝滑的拖拽式数据分析和动态查询,真正做到亿级数据,秒级响应。

2.灵活协同,沉浸式体验

观远数据在服务大量企业客户时发现,业务部门与技术团队存在错配:业务部门基于业务逻辑结合分析成果做出决策与判断,缺乏技术应用能力;而技术团队主导数据的架构设计与数据处理,很难快速响应业务增长分析诉求。各部门在数据分析层面联动性差,企业在实际应用中难以感受到「数据赋能」的价值。

如何打破部门之间的沟通障碍,实现高效协同?

(1)颠覆团队协同流程,告别割裂的合作

传统BI工具中,数据开发角色和分析角色往往要进入不同的客户端,制作看板与使用看板的角色是独立的,但使用观远数据则不再是如此割裂的状态,数据开发角色与数据分析角色直接应用同一个产品,体验不再割裂。

通过观远数据Universe平台,数据工程师可以准备好数据让业务人员在Galaxy平台进行使用分析,而业务人员制作完成的SmartETL处理逻辑也可再回流至Universe平台,无需进行冗余的导出、导入操作;此外,观远数据提供“反馈填报”的功能,用户可以对数据分析看板进行反馈,实现信息的流动与协作的畅通。

(2)灵活权限设计,避免数据安全风险

观远数据通过功能权限控制、资源权限控制、数据权限控制等多个角度进行精细化的权限管理,自定义多种角色,高效灵活分配不同员工以不同的权限,实现了千人千面的数据查看,能够让团队协作更加灵活,同时也能避免数据安全风险。

(3)多终端体验优秀,实现随时随地的数据分析

观远数据的仪表板具有出色的报告功能,并可通过数据大屏、移动端、web端进行多终端实时展示,并针对不同不同分辨率提供自适应。其推出「移动轻应用」与「移动端数据门户」功能,令数据分析突破时空的限制;其推出「数据大屏」功能,实时监测企业数据,实现更直观的决策场景。优秀的多终端体验,助力企业随时随地掌握经营数据,为即时业务分析和日常业务处理提供指导。

3.自动运维,数据追人

伴随着数据量级的日益庞大,依靠人力无法完成真正的精细化运营,企业必须考虑如何减少人工的繁琐重复的工作,将经验总结成规律沉淀到系统里,实现「自动化」。

观远数据提供云巡检与订阅预警功能,令企业实现自动化运维与智能预警,大大提高工作效率,实现潜在风险的及时排查。

(1)订阅与预警:,从「人看数据」到「数据追人」

观远数据的订阅与预警功能,基于数据集创建预警规则,可以轻松做到行级别的差异化预警设置,并支持集成钉钉、企业微信、飞书等移动OA应用。当数据出现异常时,无论用户是否在办公设备前,都将第一时间自动收到数据报告或数据预警信息,更早、更快做出应对。

(2)云巡检:在线自动化监控与诊断

观远数据提供基于云服务的高可用部署方案、云巡检服务,助力企业提前进行潜在风险的定位与及时解决,全面掌握现场情况,轻松进行调度,大大提高巡检管理工作效率。

●监控:通过在线监控系统日志数据,可定时自动化监控系统运行情况与资源使用情况等,告别人工操作。

●诊断:针对监控情况能够将专业建议自动形成可视化报告,指导用户进行改善与优化。

4.于数据海洋中,望见「增长粒子」

更快速、更灵活、更简单、更自动......我们有无数个形容词,以形容产品的「敏捷」,是对海量数据的秒级响应,是令项目快速上线,是令异常自动预警,更是打破IT与业务的沟壑,令业务需求能够得到快速回应。

但不止于此,数字化最终目的驶向唯一的终点——「增长」。从流量经济到效率经济,企业怎样感受到经营神经末梢的变化,在数据的海洋里看到不一样的增长机会,从不确定性中找到增长的确定性?

传统BI围绕着「报表」,数据展现即是「终点」。而现在,我们不仅需要看到报表呈现的事实,更要不断向下挖掘、深入分析、提前预测、采取决策,令企业不仅能知道「What」,还能随时随地知道「Why」与「How」。

What

可视化分析,直观呈现数据意义

观远数据提供丰富多样的可视化组件,用户可通过应用市场选择可视化插件,实现海量可视化图表的扩展和使用。

用户无需编程,只需简单拖拉拽,即可根据业务需求轻松创建不同类型的可视化图表,快速完成兼具直观和美观的即席数据展示,自助式数据探索能力可帮助企业直观理解并找到数据内在规律。

简单几类图表展示,是难以满足复杂的商业分析需求的。观远数据不仅提供大量可视化类型,还能够让企业根据自身的品牌视觉规范来设置企业专属的icon等,满足企业文化建设的需要,充分考虑到用户需求的个性化、多样性。

Why

交互式分析,深入挖掘背后动因

数据的展示只是数据分析的基础,想要根据寻找数据呈现的结果背后的原因,必须要能够实现交互。

观远数据支持通过跳转、联动、钻取等交互方式进行数据透视,定位问题,探寻数据内在规律,对结果进行追根溯源的分析,指导经营决策。

以Lily商务时装为例,其已和观远数据合作了三年,从店长到导购,都在通过移动端的数据分析看板,以每小时为单位去发现所负责区域的数据指标变化。

例如,服装行业里比较经典的 258 黄金点,下午 2 点、 5 点和晚上 8 点,不同的点如果指标没有完成,就可以通过数据分析及时追踪是哪些原因导致,客流、橱窗摆设还是服务问题。找到问题之后,就可以通过及时人为干预抓住其中的增长机会。

How

提前预测,智能决策

人工总结出来的经验未必是最优解,当数据量足够大时,我们就有机会依靠机器学习,通过精准计算得出一个比人工经验分析更精准的方案。

观远数据与联合利华、百威亚太、沃尔玛等企业合作,在在供应链与需求分析预测等方面进行了前沿实践。并且还独家推出AI小助手,能够基于数据与算法模型,实现多个场景的预测,从而指导计划生产与管理。

在与沃尔玛的实践中,我们发现 24 节气是个有意思的变量,比如芒果在雨水后、惊蛰前会达到一个上架到稳定销售的高峰,那么通过节气这样一个凝结了古人智慧的时间分割,输入给模型去学习果蔬的产品周期,将其经过处理后加入模型,发现该模型对于上下架期间的准确性综合提升超过2%。

结语

数字化时代正在加速到来,商业智能将广泛普及,以数据驱动决策将成为企业的常态。

如何理解敏捷BI的价值?

过去十年里,BI行业的演进存在两个关键趋势:从IT到业务,从报表到决策。面对日新月异的市场环境,数据之庞杂、需求之多变,我们需要重新定义BI产品,构建快速迭代、精细管理、灵活拓展的数字化基础设施,令产品价值真正回归到业务部门,赋能业务增长,成为企业制胜未来的关键。

相关话题

特别声明:以上内容(如有图片或视频亦包括在内)均为站长传媒平台用户上传并发布,文章为企业广告宣传内容,本平台仅提供信息存储服务,对本页面内容所引致的错误、不确或遗漏,概不负任何法律责任,相关信息仅供参考。任何单位或个人认为本页面内容可能涉嫌侵犯其知识产权或存在不实内容时,可及时向站长之家提出书面权利通知或不实情况说明,并提供身份证明、权属证明及详细侵权或不实情况证明(点击查看反馈联系地址)。本网站在收到上述法律文件后,将会依法依规核实信息,沟通删除相关内容或断开相关链接。

推荐关键词

24小时热搜

查看更多内容

大家正在看