关于数据分析:别跟我说什么平台中台我只想让数据能真正用起来

52次阅读

共计 2486 个字符,预计需要花费 7 分钟才能阅读完成。

“数据中台”这个新词最近几年炒得炽热,各种解释铺天盖地,在这里无需赘述。然而,不论哪种解释,你会发现他们都强调一个观点:数据中台并不是指具体某一个产品,而是一套“机制”,解决的是“企业如何用好数据”的问题。

对于有肯定信息化根底和数据积淀的企业来说,外部可能曾经建设好各种剖析零碎。只不过这些零碎是分批建设的,存在显著的“烟囱式”架构。零碎之间互相独立,数据也无奈买通。这种状况下通过建设数据仓库或者大数据平台进行对立的数据采集、解决和存储,而后把数据或者数据服务的能力对立提供给下层的利用应用。这种形式确实能够解决“烟囱式”的问题,也是企业广泛的做法。

既然如此,还要数据中台做什么呢?

问题就在于不论是数据仓库,还是大数据平台,都是由 IT 团队主导建设的,业务部门并不参加其中。数据的剖析能力也是 IT 人员依照本人的想法进行建设,作为一线的业务人员只能被动地承受,有什么需要提出来就是了。长此以往,业务人员曾经造成习惯,不会去要求晋升本人的数据分析能力。而且,业务人员只能在 IT 设定好的框架下做“无限”的剖析,是典型的“我的项目型”BI 利用形式。

原本这也没什么大问题,反正这么多年大家都是这么过去的,尽管它的弊病家喻户晓:效率太低了!而且类似需要一直反复,数据利用率也不够。

更为要害的是,它 违反了“数据辅助决策”这个根本准则。咱们剖析数据,原本就是为了更好地反对业务决策。由 IT 主导的数据建设,无奈很好地达到这一指标,因为没有人比业务人员更分明本人须要什么数据,用什么口径,要如何统计。所以,最好的方法就是 业务人员依据本人的需要去剖析数据,让数据真正为业务所用,就才是“数据中台”真正的含意。

要如何能力真正做到这一点呢?在这里,先给大家举一个例子。

OA 曾经是企业中很广泛的一款利用,大家都有了应用的习惯,OA 也的确给咱们的工作带来了极大的便当,其价值不言而喻。但 OA 为什么可能这么遍及呢?一个重要起因是它足够易用!只有你简略操作一下,当前就能够自主应用,基本不须要 IT 的反对,除非有一些定制化的需要。

那么,BI 能不能也像 OA 一样做到如此遍及、易用呢?

这就是咱们谋求的指标。

要实现这个指标,绝不是靠一个 BI 工具就能解决的,而必须是一整套的解决方案,必须从根底、伎俩、机制、保障这几个方面动手。

根底

后面曾经说过,大部分企业曾经有了数据仓库或者大数据平台,存储在外面的数据只有 IT 人员晓得怎么应用。要想业务人员可能自助剖析,首先须要让他晓得 怎么用这些数据,须要把数据变得易懂易用。通过对表、字段名称进行业务含意翻译,把干燥的数据翻译成容易了解的业务数据,并且把字段的数据类型、显示格局、维度档次等提前设置好,业务人员用起来就不便多了。通过这种形式,还能够把企业的数据资产化,晋升数据价值。

有了数据资产,还须要以可视化的模式展现进去,并且提供精准的搜寻性能,让业务人员能够 疾速地找到 。在自助剖析过程中遇到问题,须要有专门的渠道 随时获取反对。只有解决了这三个根底的问题,业务人员才有可能进行下一步的自助剖析。

伎俩

企业洽购的自助剖析工具大多只提供“可视化”的性能,不足深度、灵便的数据分析能力。即便有一些国外的工具能够提供,也因为应用过于简单,学习门槛太高而被放弃,业务人员还是喜爱用相熟的 Excel 进行本地数据分析,这也是什么自助剖析始终无奈真正落地的一个重要起因。

既然如此,咱们就须要提供多样化的剖析伎俩供用户抉择。例如 即席查问 ,次要用于大数据量的清单明细查问,任何字段均可作为筛选条件;提供相似 Excel 透视表的 透视剖析 ,反对超大数据量的查问性能,反对超多维度、甚至维度无奈固定的剖析场景;还能够提供 自助仪表盘,让业务人员通过利落拽就能够生成可视化的数据仪表盘,做到所见即所得。

业务人员习惯用 Excel,那就提供 BI 和 Excel 联合的Excel 剖析。Excel 的剖析能力很弱小,数据处理也很灵便,但在平安、性能、共享方面有很多有余,咱们能够通过 BI 的性能进行补救。这样即利用了 Excel 的长处,又解决了它的问题,真正做到赋能企业一线业务人员,让人人都是数据分析师。

其它的剖析伎俩还有很多,企业能够依据理论须要提供给业务人员应用。但有一点要记住:肯定要真正可落地的,真正能用起来的,否则只能是陈设。

机制

如果说自助剖析的根底和伎俩是“治本”,那么机制就是“治标”。一个企业要想让业务人员真正把数据用起来,更为重要的是要有一套机制,能够充分调动业务人员的积极性,营造全员数据分析的气氛。通过提供 剖析商店,咱们能够实现这个指标。

剖析商店如同手机上的利用商店,使优良的剖析成绩失去流传。用户能很不便的看到哪些是最热门、最优良的剖析,也能通过搜寻,找到想要的剖析。用户之间能够进行社交互动,对剖析、利用、问题等进行点赞、评论。

这些剖析成绩能够积淀下来,造成企业的常识资产,防止当前重复性的开发。通过社区分享教训,老手进行自助剖析也无需从零开始。

咱们还能够 剖析用户的行为数据,这些数据将帮忙制订与推广经营策略,进一步晋升剖析商店的活跃度。

保障

自助剖析想要进一步推广遍及,还须要提供 平安、稳固、性能 等方面的保障。数据安全至关重要,任何提供剖析的数据都必须是可控的,能够针对不同的用户和角色管制不同的拜访权限,而且能够精密到字段级和行级。同时,还须要提供灵便的数据脱敏,避免敏感的信息泄露。

如果访问量微小,反对通过集群扩大来扩散压力,保证系统的稳固。当解决的数据量达到肯定规模产生卡登时,通过缓存减速等技术手段也能够进步零碎的性能。

以上四个方面的措施解决“企业如何用好数据”的问题,也是 Smartbi 为遍及 BI 利用所推出的“企业自助剖析解决方案”,同时也是“数据中台”的理念。其实,对于企业特地是业务人员来说,他们并不关怀什么是数据仓库、大数据平台或者数据中台,他们关怀的是如何真正把数据用起来,让数据真正做到辅助一线业务决策,从而进步企业的市场竞争力。如果咱们能够提供一套解决方案,让 BI 像 OA 一样在企业中遍及、易用,那么离这个指标也不远了,你们说是吗?

以上是思迈特软件的技术分享,心愿对你有所帮忙。

正文完
 0