共计 1218 个字符，预计需要花费 4 分钟才能阅读完成。
“数据加载速度变快了。”这是小吴在应用 DataWind 后的第一感触。
目前就任于国内一家手机企业的小吴，次要负责手机自带游戏的市场营销数据分析工作。她介绍，数据分析的前提是可能高效地将扩散在不同广告平台的根底数据及时回收，“通常状况下，各个广告平台都是一套独立的零碎，传统的做法是，咱们会去跟各个平台将营销期内的数据底表下载到本地，而后人工去合成一张贮存在本地的整体大表。”
显然，这并不是一套高效的工作流程——通过人工操作的模式，收集齐所有广告平台数据往往须要破费 1-2 个工作日工夫，此外，因为数据底表类似且复制、粘贴反复动作交替，数据整顿出错的状况也时有发生。
“咱们也尝试过目前市场上一些比拟罕用的 BI 产品，”小吴说道，“但其实加重跨平台数据接入的老本压力只是第一步，包含在数据分析、数据展示和数据利用上，咱们还有更多的需要，因而过来的一些 BI 产品比拟难以一次性满足。”
2021 年 5 月，抱着“再试一次 ” 的心态，小吴所在的团队引入了火山引擎数智平台 VeDI 旗下智能数据洞察 DataWind。作为 VeDI 面向企业数据分析场景推出的智能数据洞察产品，DataWind 在历经字节跳动外部多业务多场景实际后，已全面对外进行能力输入。
通过 DataWind，小吴曾经实现罕用广告平台的数据接入，能够实时同步营销火线的数据体现，“从过来的 1-2 个工作，到当初简直 1 秒反馈，这两头多进去的时间差，足以撑持咱们在营销动作还没完结时，就实现前一阶段的数据分析，并将其提供给业务团队，保障对方可能及时实现策略调整，实现预期指标。”
除此之外，小吴对 DataWind 数据报表的展示速度也有体感，“尽管没有具体测算过，但根据当初团队共事们的广泛反馈，当初关上数据报表的速度确实会更快一些。”
但其实，“快”的背地是火山引擎自研 OLAP 引擎 ByteHouse 在做撑持——通过欠缺大数据自助剖析场景的定向优化，目前 DataWind 的查问性能失去极大晋升，比照市场同类型产品而言，在 500 万数据量级内 DataWind 的关上速度放弃在 1 秒以内，而在 5000 万数据量级以上，DataWind 的关上速度则为市场上同类 BI 产品的四分之一。
而在“反对跨平台数据源接入”和“数据分析、展示速度快”的根底需要被满足之后，小吴还提到了第三点，“咱们团队应用的外部沟通工具就是飞书，而通过飞书，即使是通过手机挪动办公，我也能随时随地查看数据。”
小吴所说的通过飞书随时随地查看数据，其实是往年 DataWind 实现的一项性能降级——在应用场景上，DataWind 曾经与飞书、企业微信等在线协同办公 IM 工具全面协同，像小吴一样日常有数据应用需要的员工，通过飞书等就能够实现 DataWind 数据服务一键订阅，突破工夫空间限度，随时随地查看数据、应用数据。
截至目前，DataWind 已在批发、汽车、手机、金融等多个行业实现实际验证，受到企业欢送。
点击跳转火山引擎智能数据洞察 DataWind 官网理解更多
