共计 3913 个字符，预计需要花费 10 分钟才能阅读完成。
近日，Kyligence 秋季线上论坛胜利举办，Kyligence 联结创始人兼 CEO 韩卿发表了题为《从 OLAP 到指标中台 SaaS，Kyligence Zen 公布预览版》的演讲，分享了 OLAP 平台到指标中台 SaaS 的演变，并公布了 Kyligence Zen 预览版和进行 Live Demo 展现，欢送拜访 链接 收费试用。
1. 为什么要做指标中台？
当初，越来越多企业和用户开始关注到指标和指标治理，回归到应用数据的实质，而不是只关怀某个开源我的项目或者技术。在过来几十年里，整个数据的架构产生了很大的变动，从一体机时代的数据仓库，以 Hadoop 为外围的数据湖，到 Snowflake、Databricks 等云上数据仓库，再到湖仓一体化等。这些中心化的模式都是通过简单的 ETL 工具，利用 Data Pipeline 把数据会集并清理，而后提供给业务人员应用。
明天咱们身处 SaaS 时代，整个的行业架构曾经呈现了新的趋势，逐步造成去中心化的剖析模式，最近以 Data Mesh 为外围的概念更是引发了行业热议。业务部门心愿可能更被动、自主地应用数据，而不再是交由一个中心化的团队，否则这个中心化的团队就很可能成为瓶颈，甚至妨碍。
在过来的几年里，Kyligence 在指标中台的方向上有十分多的实际和胜利案例，安全银行、UBS、长安汽车、Appzen、Strikingly 等客户在这方面都有十分多的积攒。Kyligence 智能多维数据库，实质上就是一个受治理的数据集市，治理的就是相应的维度和指标。
这里分享一个安全银行的潘多拉平台的案例，Kyligence 帮忙安全银行治理着超过 1.4 万多个指标、5000 多个沉闷的用户，大大降低了数据应用的开发成本和周期。业务人员能够自助创立各种各样的剖析指标，而 IT 只须要关怀一些原子指标即可。这不仅促成了安全银行在数据文化上的建设，也使得数据可能更大范畴、更大规模地撑持所有人进行决策。
基于过来服务泛滥客户的实际，咱们发现指标中台是一个十分好的方向，Kyligence 心愿能够把这种能力提供给更多客户，真正为业务用户设计，更加聚焦在指标为外围的方向上，以整合的、轻量级的、开箱即用的能力，将一些轻量级的 BI，甚至是轻量级的数据仓库、轻量级的 ELT，提供给广大客户。
为什么是 SaaS 产品？
首先，在 SaaS 的时代，问题和痛点也应该用 SaaS 的形式解决。尤其是现在许多互联网及其他公司，都在一直地应用 SaaS 的服务。而这些 SaaS 服务背地产生的数据，使得整个数据的割裂水平越来越重大。在这个过程中，曾经不能应用传统的数据仓库模式，把数据会集起来进行建模，而后做报表给到业务用户。企业心愿用更加麻利的形式，为业务用户提供数据分析和决策的能力。
其次，生产数据的人也变了。现在，须要数据的更多是一线业务人员，传统的 BI 已难以满足普通用户应用数据的需要。BI 是业余但又简单的工具，须要用户有肯定的常识储备，大部分都是通过桌面版进行设计和应用，而后再公布进来，而且往往都是基于用户数进行受权。在现在 SaaS 时代，相应的老本就会很高，企业很难为一个每天可能只是读一下数据的人去买比拟低廉的 license。
最初，应用这些专业化的工具，肯定会波及到多团队的合作。因为从整个数据的 ETL 的 Pipeline，到整个数据建模，再到 BI 的建模，都须要不同业余畛域的常识，这不仅会带来微小的沟通老本，还会使得整个数据到消费者的手上须要更长的工夫。
Kyligence 心愿可能提供一个 SaaS 产品，帮忙企业围绕指标为外围，把数据指标化，把指标智能化，以更简略的形式，甚至以智能举荐的形式，让业务用户个性化、自动化应用这些指标，进而更好地生产它。这一 SaaS 产品将会按需付费，企业不须要思考用户数所带来的老本，同时 Kyligence 也会提供海量的指标模版，为业务用户疾速生成本人的指标体系带来微小便当。
基于此，咱们往年推出了 Kyligence Zen 一站式云端指标中台，欢送拜访链接申请试用。
2. Kyligence Zen 个性解读
Kyligence Zen 作为一站式云端指标中台，次要提供四方面的能力：
- 高效协同治理：以指标作为企业独特的“治理语言”，对齐组织业务和治理，进步组织能力；
- 业务麻利晋升：数据需要更快响应，业务人员、开发人员皆能够解脱低效流程和零碎；
- 数据口径统一：集中管理指标，确保指标口径统一和数据可信，进步指标数据在不同业务间复用；
- 开发成本升高：业务人员自助创立、复用指标；数据团队解脱沉重的 ETL 工作，只需聚焦指标治理；企业人效大幅晋升。
Kyligence Zen 十分重要的能力之一是指标治理。指标是治理的外围，德鲁克说过，没有度量就没有治理，所以企业要从治理的角度去看这些指标。实质上，Kyligence Zen 帮忙企业构建了一个指标管理体系，为业务用户提供更加深刻的个性，企业能够基于均衡计分卡或者其余的管理体系构建相应的能力。
同时，Kyligence 提供指标模版，企业能够疾速从各个中央把指标会集起来，不论是来自传统的 BI，还是数据仓库的查问历史记录，还是基于业务生成的数据等。这样的模版能够在组织外部、甚至内部，进行共享，还能疾速赋能业务人员进行相干的业务剖析。
指标目录则可能展示或治理相应的指标，使得企业能在 Kyligence Zen 构建一个对立的指标目录。
Kyligence Zen 以智能多维数据库技术为底层撑持，反对 Smart Cache 主动实现指标计算与加工；主动举荐高价值指标，减速业务洞察；主动清理低价值指标数据，开释存储资源。业务用户无需思考底层技术细节，可聚焦在有价值的指标上。
3. 一个实在的故事
这里分享一个实在的故事，和很多企业关怀的云老本密切相关。和很多企业一样，Kyligence 把大量的测试、开发以及相干利用都部署到了云上。据报告显示，企业至多有 30%-35% 的资源是被节约的，甚至会呈现误用、超用、闲置等状况，这其实是企业微小的痛点。企业在做一些大规模数据测试时，用户的权限是很大的，点几个按钮，就能批改一大类集群资源，默默耗费了微小的云资源，可能就会造成几十万甚至上百万的损失。
如果没能较好地管控云端费用，云老本就会成为一个黑洞，老本永远都会是微小的问题。但云老本管控的状况又比较复杂，一方面，企业怎么去落地？其实须要一个最佳实际供参考。另一方面，各个云的账单也不一样。以 Kyligence 为例，咱们次要是从事前审批、事中监控以及预先评估这三个方面去管控的：
- 事先治理：从财务的角度进行估算以及相应的治理；
- 事中监控：基于一些过程指标进行监控，防止大量的节约或者误用；
- 预先评估：通过相应的奖惩机制，更好地做老本的治理、管控。
以 Kyligence 为例，Kyligence 外部有相应的云资源的应用标准。在应用云资源的时候，有标准的审核流程，员工在申请时，须要预估本人的 CPU、时长等，从而计算相应的费用。在这个过程中，不同的部门有相应的老本核心以及相应的估算，咱们会看这部分估算是否超过等，在事先就进行相应的审批和标准，避免滥用及额定的损耗。
在事中，Kyligence 会收集过程指标进行监控，比如说 CPU 利用率、时长等，通过 API 对接飞书可实现指标自动化告警，发到相应的工作群等。相干人员能够分明看到相应的变动、趋势等，从而可能及时进行治理。通过这样的形式，咱们当初的监控大略在小时级别，曾经胜利拦挡了好几次误用及异样行为，从而防止了大量的损失。
除了事中监控，在预先治理方面，咱们也心愿让员工晓得云老本管控和人人相干。举一个简略的例子，Kyligence 把测试都放到了云上，最开始的治理指标是升高整个的老本，但当初咱们的治理指标又精密了一点，心愿可能升高每一个测试用例在云上运行的老本。这就须要 Kyligence 的研发团队、测试团队做十分多的优化，缩短在云上的工夫以及升高对资源的应用。通过这样的统一口径，可能更好地去进行指挥和治理。
最初一点十分重要，流程和奖惩肯定要明确。Kyligence 设立了相应机制去激励和揭示大家，把损失的钱再挣回来。通过这样的形式，在应用了多个云平台的状况下，Kyligence 能对整体云资源有比拟好的治理，在老本、效率方面都改善了不少。
4. Live Demo
在演讲最初，韩卿通过 Live Demo 演示了企业如何利用 Kyligence Zen 疾速应用现成的指标模版来治理数据、搭建本人的指标体系，进行各种各样的剖析和相应的决策反对。想要理解更多，欢迎您点击链接观看更多现场精彩内容。
如果您也对 Kyligence Zen 感兴趣，欢送点击 链接 收费申请试用，也十分欢送各位给咱们更多的反馈和倡议。
对于 Kyligence
上海跬智信息技术有限公司 (Kyligence) 由 Apache Kylin 开创团队于 2016 年开办，致力于打造下一代企业级智能多维数据库，为企业简化数据湖上的多维数据分析（OLAP）。通过 AI 加强的高性能剖析引擎、对立 SQL 服务接口、业务语义层等性能，Kyligence 提供老本最优的多维数据分析能力，撑持企业商务智能（BI）剖析、灵便查问和互联网级数据服务等多类利用场景，助力企业构建更牢靠的指标体系，开释业务自助剖析后劲。
Kyligence 已服务中国、美国、欧洲及亚太的多个银行、证券、保险、制作、批发等行业客户，包含建设银行、浦发银行、招商银行、安全银行、宁波银行、太平洋保险、中国银联、上汽、Costa、UBS、MetLife 等寰球知名企业，并和微软、亚马逊、华为、Tableau 等技术领导者达成寰球合作伙伴关系。目前公司曾经在上海、北京、深圳、厦门、武汉及美国的硅谷、纽约、西雅图等开设分公司或办事机构。
