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。
