敏捷BI的破局之道:看永洪科技如何直击数据应用难题

　　BI产品的发展史

　　“BI”的概念提出于1996年，全球最专业权威的IT研究咨询公司Gartner将其定义为：通过应用基于事实的支持系统来辅助商业决策的制定。BI技术提供使企业迅速分析数据的技术和方法，包括收集、管理和分析数据，将这些数据转化为有用的信息，然后分发到企业各处。

　　随后，一大批BI厂商在欧美市场诞生，其主要特征是通过专业的IT系统，由IT人员进行数据的处理和分析，提供数据结果。

　　至2000年左右，第二代BI产品开始出现，其特征是将原本复杂的数据转变为图形，因此数据可视化成为了当时BI产品的主要特征。我国第一批BI企业也在这一阶段诞生，其服务形式是为企业提供报表工具。

　　2012年，以永洪科技为代表的新一代BI厂商在国内崛起，其特点是部署周期短、操作简单等，自助式、探索式成为了BI产品的建设重点。自此，业内将BI产品划分为“传统BI”和“敏捷BI”。

　　产品发展背后是技术和需求的转变

　　为什么传统BI很难实现真正的数据赋能业务增长，驱动科学决策?其原因在于传统BI的架构、理念和模式很难让全体员工在业务中真正应用数据。

　　传统BI的特征是“面向IT的报表工具”，也就是说，报表的开发与制作以IT为主导，其原因是传统BI的技术门槛高，操作难度大，需要专业的人员才可完成数据的分析与洞察。

　　敏捷BI的特征是“面向业务人员的可视化分析”，通过降低系统门槛，实现快速部署、快速应用、快速迭代，操作简单，系统自动处理数据，所有分析过程可视化，从而实现以业务为主导的数据体系。

　　使用角色的转变，带来了数据赋能业务效果的改变。在BI产品应用过程中，传统BI的流程是由业务人员提出需求，IT人员制作报表提供给业务人员使用，这样的问题一方面在于沟通过程中存在理解偏差，报表经常存在不符合业务人员需求的情况;另一方面导致业务人员只知数据结果，不知根本原因，数据应用效果差。

　　敏捷BI的自助式分析模式，其简单易操作的属性，可以让业务人员通过拖拉拽的方式完成数据分析，并进行“究其原因”的探索式分析，在减少反复沟通测试成本的同时，让业务人员可以真正通过数据提升业务效果。

　　BI产品的根本目的是实现数据赋能业务增长，而敏捷BI则使这一进程更加低成本、快速、便捷、高效，真正有效果。

　　产品分析：什么才是真正的敏捷BI？

　　首先，一款优秀的敏捷BI产品需要解决的问题包括：

　　第一，企业内部不止一个业务系统，需要结合所有的数据进行分析，如何对接多个业务系统的数据?

　　第二，对接了多个业务系统后，想要关联数据进行处理，该如何做?

　　第三，敏捷BI面向业务人员，那么分析手段是否足够简单易用，能让业务人员快速上手?

　　第四，当业务人员做好分析报告之后，报告中的数据能不能快速联动，得到数据的见解?

　　第五，如果明细数据达到千万甚至是亿级别的数据量，性能怎么保证?

　　第六，敏捷BI大规模应用后，会有许多业务人员参与使用，那么权限应该如何管控?

　　永洪科技是国内敏捷BI的引领者，连续五年获得中国敏捷BI领域第一名。永洪一站式大数据BI平台，通过一个平台解决以上所有问题。有全方位的数据源接入能力，轻量级数据处理手段，灵活拖拽实现数据报告制作，实时数据自服务探索分析，独一无二的高性能计算引擎，安全可靠的企业级管控体系。

　　1、用一个平台解决所有问题

　　传统BI通常将报表和数据分析处理模块拆分，没有将数据分析整个流程的产品模块集成于一个平台上，导致在部署、操作方面成本较高。这个问题是在产品架构初期规划错误而造成的。

　　永洪BI在产品设计初期便以业务需求视角出发，以“一站式”的理念进行产品设计，使用纯B/S架构，让数据在平台上顺畅流动。

　　永洪BI的一站式架构分为三层，包括顶层的数据展示，中间的数据分析，以及底部的数据建模。涵盖了从数据连接开始一直到数据处理、数据生成报告，再到最终的数据展示的全流程业务架构。

　　将数据源进入到数据建模模块里做数据整合、准备以及一定的ETL 清洗，当数据量较大时，可以把数据放到数据集市里，以分布式计算、列存储等方式对数据进行加速，能够做到亿级别数据秒级响应。

　　当数据准备完毕之后，来到中间这一层对数据做分析，例如管理驾驶舱、复杂报告、填报等，在前端的制作页面做可视化分析。做完报告后，可以进行各种交互分析，比如缩放聚焦、笔刷联动、多维筛选等等，同时也可以针对这些数据做AI增强分析，比如数据问答、数据洞察、数据解释，或者结合R/Pythan做拓展分析。

　　这些操作完成后，就到顶层数据展示，可以通过饼图、柱状图以及传统复杂表等等把处理完成的数据进行呈现。最终呈现结果可以在PC、大屏、移动端上无缝展示。

　　2、轻量级分析手段，实现自助分析

　　真正做到面向业务人员，首先需要降低产品的学习和使用难度，让零基础的业务人员也能实现自助式分析。

　　永洪BI提供可视化流程数据建模能力，可快速完成表和字段的转义、异构数据源关联、多粒度表达式、数据脱敏、异常数据过滤、维度度量扩展、缺失值填充、去重、拆分列、范围分组、格式转化、自循环列等一系列操作，提高数据质量。业务人员通过简单的点击、拖拽等动作，即可完成制作报表、数据分析，实现数据分析全员化，人人都是数据分析师。

　　同时，“数据可视化”不等于“可视化分析”。许多企业将数据应用等同于数据可视化、数据报表，这便导致过去“拍脑袋的经营决策”思维定式还在延续，无论是业务人员还是管理者，依然以自身视角查看、解读报表，再根据自身经验做出决策，数据只起到了对于决策的少量辅助功能，数据价值没有真正发挥。

　　永洪BI的自服务数据集能力可以通过可视化的形式，让用户对数据做进一步的处理和分析，通过数据洞察真正了解数据背后的业务问题，及时调整业务。

　　3、AI增强分析让业务人员轻松实现数据洞察

　　从传统BI到敏捷BI，BI产品不再只是一个查看数据报表的工具，而是可以基于数据了解业务结果的深层次原因，进行数据性的解释，进而实现业务洞察和预测。

　　一些传统BI中也加入了AI功能，其问题在于仅支持一些简单预测，或是仅有部分数据分析模型，甚至只是具有相关模块却无应用场景，导致无法落地使用。造成AI应用程度低原因之一是使用难度大，没有从业务人员的角度构建，导致在使用过程中需要专业人员进行建模和应用，赋能业务效率低、效果差。

　　永洪BI的AI增强分析模块，以“AI平民化”为理念，可以全流程可视化建模，降低AI应用门槛，让AI应用走进业务，让业务人员上手更简单。其中内置了5种类型，14种插件化算子，可以满足常用分析场景，使AI深度分析与BI数据可视化深度融合以实现联动分析：

　　数据问答可以让用户使用文本输入问题，系统以可视化的方式进行自动展示答案;

　　数据解释可以对数据影响较大的因素进行自动统计和分析，比如从不同的因素分析部门员工离职的原因，找到影响较大的原因作为数据分析参考;

　　数据洞察则自动给出用于发现业务数据增长、减少的原因，比如发现西部市场比南部市场销售增长，就可以一键选择数据洞察，发现背后的原因。

　　4、大数据量处理能力让分析更敏捷

　　随着企业积累了越来越多的数据量，大数据量的处理能力成为了衡量BI产品是否敏捷的重要指标之一。在传统BI的数据库中，一旦数据量超过了亿级别，BI产品前端展现的计算如果下推到数据库，响应速度就会出现问题，导致数据处理缓慢甚至崩溃，用户体验极差。

　　针对这一问题，永洪BI自主研发了VooltDB高性能计算引擎，拥有列式存储，分布式计算等技术，能够实现亿级数据秒级响应，并且得到了多家全球性大型集团企业的应用与实践。这也是各个大型头部企业将永洪BI作为集团级的数据分析平台的原因之一。

　　5、敏捷可靠的企业级管控体系

　　当大量业务人员开始进行数据分析、报告制作和数据洞察时，便需要敏捷的管控体系，以实现数据安全应用。

　　永洪BI有一套安全可靠的企业级管控体系，主要分成两大块：一是功能权限，二是数据权限。

　　功能权限可以控制用户的不同功能模块的访问权限，例如有的用户只能查看报告，有的用户不能链接数据源等，也可以控制用户的下载权限、修改权限等，精确到按钮级别。

　　数据权限可以控制到报告的数据级别权限，分为行权限和列权限，行权限能做到同一张报告有全国的数据，不同区域的用户只能看到自己区域的数据。列权限能做到控制敏感字段的权限，可以单独控制某些用户有无查看权限。

　　同时永洪BI还能实现报告的LDAP集成、异常预警、报告水印、安全审计、平台安全等功能。

　　总的来说，作为国内敏捷BI的引领者，永洪BI的特点是“面向业务人员的可视化分析”工具，其目的在于通过简洁易用的产品，让企业全员具备数据分析和洞察能力，真正做到数据赋能业务，实现数据驱动决策。

　　未来趋势：数据应用横向拓展、纵向深入

　　中国信息通信研究院发布的《中国数字经济发展报告(2022年)》中显示，2021年中国数字经济规模达到45.5万亿元，同比名义增长16.2%，占GDP比重达到39.8%。数字经济在国民经济中的地位更加稳固、支撑作用更加明显。

　　数字化转型已经成为共识，诸多企业将重心放在数据的有效应用，释放数据价值，让数据可以有效赋能业务增长，提升经营发展质量。敏捷BI解决了传统BI数据应用成本高、层次浅、范围窄等问题，极大的提升了数据赋能的范围及应用的深度，也获得了更广泛的市场前景。

　　未来，敏捷BI厂商在提升技术能力的同时，需要围绕企业实际业务场景，聚焦“面向业务人员的可视化分析”，深入洞察业务人员的数据分析需求，解决业务人员在数据分析全流程中的痛点与难点，一方面横向拓展使更多企业和人员可以低成本、便捷的实现数据赋能业务，另一方面通过可视化分析、AI增强分析等，让数据应用更加深入，挖掘原因、洞察趋势、科学决策。以此，真正推动企业数字化转型成功，绽放数据应有价值。