进入数字经济快速发展时期,数据已成为新时代的石油。不同行业的企业,均在探索如何将数字化的吸引力转变成业务发展的动力、进化为数据驱动的智能决策型组织。

“智能决策”建立在对海量历史数据的有效挖掘与对未来趋势的准确判断上,而BI能够从大量数据中钻取信息与知识,是帮助企业实现管理提升的有效良方。

在企业客户选购和应用BI的道路上,有诸多挑战:

●千人以上的用户规模,如何满足不同类型用户的数据分析需求与操作体验?

●平台是否具备稳定承载规模化数据分析的能力?

●数据体量过大且分散,数据口径多而复杂,如何正确、清晰地展现数据全貌?

●面对复杂的流程与人员架构,如何保障系统与数据安全?

对于规模化企业而言,什么样的BI软件才算是一款合格的企业级BI软件?什么样的产品才能真正帮助企业有效挖掘数据价值,实现业务增长,助力企业打造数据驱动的「智能决策型组织」?

企业数字化转型中的痛与难,观远数据为您一一解决。

一、数据庞杂,如何实现统一管理?

对企业客户而言,企业内部已有众多的信息系统,供应链、生产端、销售端、财务与HR部门,会产生大量的数据;此外,还需对接大量外部系统,如电商系统、IOT,甚至地理定位数据等。

信息系统是分散的,数据与数据彼此割裂,不同的业务数据在不同的系统中,难以打通。面对如此复杂的信息系统与数据源,如何实现统一管理、分析?

1.多源数据,统一接入

针对企业分散多态的多源数据,观远数据支持主流数据库/数仓、主流电商平台、主流业务平台、本地文件、标准接口等多种数据接入方式。

同时,支持多数据源统一批量同步与按需灵活更新等更新方式,助力企业统一数据口径,沉淀数据资产,为智能数据分析打下基础。

2.零散数据,统一收集

企业业务过程中会产生许多零散数据,手工收集汇总费时费力,且数据质量难保证,导致后续分析结果不准确。

观远数据提供表单填报(Galaxy Form)功能,无需借助第三方表单工具,即可直接通过Galaxy Form进行数据填报模板维护与收集汇总等工作;并通过“引用填充”功能、单选&多选&数据格式等控件,从源头规范主数据填写质量,实现了零散数据的统一规范收集;此外,表单填报的收集数据,支持快速接入观远数据的BI分析平台进行后续可视化分析,形成反馈收集-ETL-数据展现的闭环。

3.数据血缘,统一溯源

图1-血缘分析

图2-影响分析

血缘管理是数据生命周期的一种,包括数据的起源以及到当前位置的完整路径描述,能够帮助用户在分析信息的使用过程中,追溯每一个节点上有特定用途的信息。

面对企业客户复杂的业务分析场景及所产生的海量数据,观远数据通过「资源血缘」实现了更好的数据管理,通过查看各资源的「查看资源血缘」入口,即可查看当前资源的全局资源血缘情况,能够了解该资源的依赖与影响,帮助追溯节点的业务信息,评估删改资源风险,在排查问题时,也可快速定位问题所在。

二、用户繁多、架构复杂,如何实现个性化需求?

动辄千人的用户规模,复杂的组织架构,在操作体验与权限管控等方面迎来巨大挑战。一款标准化的产品,如何满足千人千面的需求?成为规模化企业在采购产品时不得不考虑的问题,对于BI产品亦如是。

1.低门槛个性化定制,千人千面的看数体验

在追求精细化运营的企业,无论是公司高层还是基层业务操作者,都会关注相关数据指标。而数据看板为终端用户而生,不同角色对数据看板的交互体验和内容表现优先级需求也不尽相同。

譬如公司高层需要及时掌握公司运营核心动态的视角;中层管理需要提升效率,更关注关键运营绩效;执行层需要会看数据,关注数据的全面、准确、及时,便于进行自助数据探索与分析。一款合格的BI产品需要满足全部用户的数据分析需求与操作体验。

观远数据通过“数据门户”功能,革新了数据分析与看数体验:企业可在Web端,低门槛快速创建统一灵活的企业级数据门户,便于数据分析师按项目/流程/业务等不同管理主线和分析主题,对仪表板卡片进行组合,灵活制作各种数据分析专题。

同时,面向各类数据消费者特别是企业高层,数据门户清晰、直观、美观且沉浸式的Web端看数体验,可深入洞察数据访问者需求,满足用户个性化偏好需求。

此外,观远数据还支持开放公共API,实现跨系统功能集成,轻松实现看板移植展现;并提供SSO、LDAP等多种账号集成方案,无缝集成钉钉、企业微信、飞书等移动OA平台,令企业的业务人员没有任何学习门槛。

2.精细化企业权限管控体系,复杂架构下的安全保障

企业的分支部门或子机构众多,各部门或子机构的业务范围与工作职能不尽相同,庞大的组织架构带来了复杂的权限管控:企业的不同业务角色需要设置不同权限,不同地区的业务人员看到的数据范围也各不相同。一款合格的BI产品需要实现千人千面的数据查看,保障数据安全。

观远数据的「权限管控」功能,包括三重权限设置,功能权限管理、资源权限管理与数据权限管理,从管理员到普通用户,均可设置指定权限,提高公司管理效率,保障信息安全,具备以下优势:

细粒度的权限管理。基于角色、结合模板轻松配置到行列粒度的权限管理,令不同门店、不同城市、不同部门的业务人员只能看到与其相关的数据,满足企业复杂组织结构下的安全管控要求。

多网段敏感信息管控。分网段、字段级敏感信息过滤,同一用户在不同网段拥有不同数据权限;敏感数据同步时,可结合企业不同网段的脱敏策略,实现自动脱敏,确保敏感数据安全。

精细化的风控审计。基于用户行为数据日志进行精细化的分析审计,支持数据/资产与用户权限之间双向查询审计,对数据上传、下载、删改等敏感行为进行审计,保障数据使用安全。

三、增长快速,如何高效且稳定地响应业务需求?

小红书大数据负责人吕侣曾在观远数据智能决策峰会上表示,“当小红书的用户量增长了两倍时,其发展了15倍以上的业务,数据量增长了30倍;从每天50个实验到每天500个实验,尝试效率提高了10倍。”数据分析平台必须做好60倍的准备,才能让增长的尝试成为可能;而更快的尝试速度,令其快速跟上市场的步伐,捕捉到前进的信号。

企业级别的数据量庞大,并正在以惊人的速度在增长,一款合格的BI产品必须在极短的时间内对散乱的、复杂的数据进行清洗分析;此外,为了应对快速变幻的商业环境,数据分析的理想状态是想要看什么主题的分析立即就能看到,想要分析哪些数据立即就能自主进行分析。

1.零代码高效分析,解放生产力

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,使数据处理端到端提速50%。

其自定义报表提供自由灵活的报表构建与即席查询功能,让业务人员通过拖拉拽即可完成业务数据分析需求,无需关心指标的计算实现,极大提高了整个数据分析链路上各角色的工作效率,让取数、分析不再是难题;并将IT人员从简单、重复冗余的开发工作中解放出来。

“让业务用起来”是观远数据产品团队不变的初心,今天,与观远数据合作的某世界500强头部银行企业,已有68%的业务人员开始使用观远数据的产品能力进行自主分析,总部只做赋能;与观远数据合作的某多品牌国际时尚集团,已有超过1000人在活跃地使用观远数据分析产品,由业务人员凭借自身对商业的敏锐性,自主地使用数据做出业务决策。

2.大数据架构,支持企业级需求

Excel最多能承载十万级数据量,报表工具也只能承载百万级数据量,而DT时代,企业数据动辄上亿,尤其是零售消费行业SKU数量多,数据颗粒度细,数据更新频率高。一款合格的BI产品,必须得以稳定承载高体量的数据分析需求。

观远数据已与招商银行、联合利华、小红书等众多大型企业客户达成合作,通过不断实践、需求碰撞、五年打磨,其针对大型客户、基于大数据架构的企业级智能分析平台面世,具备以下优势:

●服务企业级规模扩展:云原生大数据架构深度集成Hadoop,支撑最大规模的集群超过了300台服务器,同时支持无限水平扩展,足以支撑万量级用户进行数据分析。

●海量数据实现极速分析:基于 Clickhouse 的极速引擎,实现10亿级数据秒级响应;此外,Spark on Hive 本地化数据同步,实现亿级数据分钟级同步。

●高可用架构保障系统稳定:容器化部署具备自恢复能力,所有组件去单点部署,任何模块可备份,业务人员无需操心系统不稳定。

●优先保障高价值业务:Engine间资源隔离避免不同业务间资源争抢和影响;任务优先级队列支持5级优先级,保障高价值业务。

现在,观远数据智能分析平台已服务了100多家世界500强企业,而我们的目标,是在未来几年成为大客户企业级分析平台的第一选择。

四、突破“人”的局限,如何实现更智能的决策?

在规模化企业的业务流程中,会遇到以下挑战:过大的数据体量通过“手工化”的处理流程,会导致处理的颗粒度非常的粗犷;越重的人为管控,越多的人为经验,都会导致因人而生的错误与效率的低下。

以联合利华为例,其在中国运作了接近80个不同的品牌,有接近3000多个不同的单品,涵盖日化、家化、食品、冰淇淋等不同品类;需要直接面对全国接8000多家配送网络及配送需求,有大的超市客户,也有到四线五线甚至六线小的分销商。

不同的场景中,消费者群体的特征有很大的差异,而每一次与消费者的触达都会转化为需求的信号,如此庞大的需求预测,绝无可能倚仗人脑来处理分析,更难以得到足够细颗粒度的分析结果。

而未来,企业管理正在从“粗放式”向“精细化”转变,企业做业务决策时数据的颗粒度要求只会更细,颗粒度革命正在加速到来。

因此,我们需要思考,在BI之上,如何突破人的局限,实现智能决策?

在数据体量足够大时,我们有机会依靠机器学习,计算出一个比人工经验分析更精准的方案。观远数据自成立以来始终秉承“AI BI”的产品战略,并已与联合利华、百威亚太、沃尔玛等500强企业达成合作,在人工智能应用上不断探索。

以行业内普遍关心的“产销匹配”来说,在与某世界500强企业的四年合作中,观远数据的AI需求预测能力以不同的商品、渠道、时间的预测规模化地取代了基于人工的传统BI预测方式,在2020年覆盖了该企业80%的生意,到今年已超过90%。

除了供应链预测,品牌商也可以将AI算法融合到各大业务场景中,进行财务预测、客户流失预测、AI稽查、商品精准营销等增强分析,提高自己的风险预测能力。

数据是BI的基础,而BI是AI的基础。

信息化、数字化到智能化已经变成不同行业企业转型升级的必然路径,在未来几年里,伴随着新经济产业的不断发展,大数据应用落地的稳步成熟,更快、更智能的数据决策成为可能。

而观远数据,也将持续迭代更新产品,在更长的时间里,推动行业长远创新,让企业得以自主掌控时代发展的脉搏。

来源：北国网

免责声明：本文来源于网络，仅代表作者本人观点，与TechWeb无关。凡来源非TechWeb的新闻（作品）只代表本网传播该消息，并不代表赞同其观点。TechWeb对文中陈述、观点判断保持中立，不对所包含内容的准确性、可靠性或完整性提供任何明示或暗示的保证。请读者仅作参考，并请自行承担全部责任