作者：永洪BI高级顾问Mino
关键词：支付宝，BI,数据分析
导读：大数据圈子有个众所周知的笑话，Big data is like teenage sex.Everyone talks about it, nobody really knows how to do it.但其实互联网公司早就玩转大数据——支付宝早就开发出人人都能用的敏捷型大数据分析工具。假如你没有支付宝的财力和人力，也不用怕，你可以选择一款同为敏捷型的数据分析工具，比如永洪BI。
正文：
数据消费的最后一公里
如果只有管理层看数据，一线人员不分析数据，何谈大数据的价值。
在数据消费的"最后一公里"上，如何通过大数据技术，提供更简便的工具，拉低使用门槛，让人人都能方便地获取、分析、运用数据？
这个问题支付宝可能比谁都清楚，从2014年诞生以来，如今支付宝有近4亿用户，仅每天的手机交易就超过2500万笔，目前，支付宝平台每年的数据的增长量超过以往所有年份数据累加之和还要多。如此庞大的数据，支付宝需要随时对其进行业务、安全等方面的监控。
比如大家在一个会场开会，通过后台的数据分析，基于这个位置的交易被认为是熟人之间的交易，不需要特别的验证，但这背后有强大的技术支撑。
随着支付宝陆续开通红包、聊天等功能，不同的业务阶段，导致不同的数据诉求，业务模式在最开始的时候复杂度比较高，随着业务的增长对于创新的要求比较高。现在支付宝需要实现自己的数据化运营，通过数据分析发生了什么、为什么会发生、再给出下一步方案，预测什么会发生，以及怎样使其发生。
支付宝的大数据实践
下面具体介绍下支付宝是如何解决这一难题，成为业内大数据实践领先者的。
对于支付宝来说，它目前面临的数据诉求包括：
1、主要用户不再仅是管理层，而是一线的业务人员(需求不固定)；业务人员需要随时随地通过数据分析指导业务决策。
2、新用户群体对数据分析响应速度的要求非常高，这速度绝不能像以前一样按天计算，几周出一张报表，而数据直接对接生产系统，几秒钟解答一线人员的问题。
由于无法快速响应日益旺盛的数据需求，也缺乏一个对业务进行支撑的数据平台，摆在支付宝研发团队面前的有两条路，一是购买一个第三方的传统BI工具，进行数据分析，二是开发一个自己的、能满足特色需求的数据分析平台。
那么传统BI产品是否能匹配支付宝的需求呢？无论是Oracle,还是IBM的Cognos,还是SAP等老牌BI厂商，他们都面临同样的问题：
1、对大数据支持不够：亿级数据的Ad-hoc，玩不了;
2、有学习成本：难上手，比较专业，分析师也需要培训才能较好使用;
3、License贵：依据账号数收费，无法大面积开放;动辄百万的费用；
4、需要二次开发：无法直接给一线人员使用，一般要IT人员二次封装，而且基本无技术支持。
工具是为了让数据的使用变得简单，人人会使用数据才是数据化运营的基础。数据越来越多，传统的工具支撑需求有很大的难度。如果不通过可视化的效果很难展现出来支付宝结合用户的使用习惯，自己开发一套工具，通过工具解决瓶颈的问题。
在这样的情况下，支付宝舍弃了传统BI，选择走开发敏捷BI的路子，开发出了一款公司同事都可以轻松上手的大数据分析工具。
DataLab是支付宝的分析可视化产品，有几大功能亮点：EXCEL式分析体验、数据可视化、拖曳完成报表制作、Web化。支撑前端DataLab展现的是支付宝还在后端开发了一款即时计算引擎Higo,使用sql语法，可以秒级响应10亿数据。
这两个工具面向的人员包括Pd/BD/运营、分析师以及包括客服在内的其他人员。这些人员通常要进行数据分析的业务场景包括业务分析、日报/周报/月报、以及包括数据分析在内的其他场景。
敏捷BI已成大势所趋
不光是支付宝，越来越多的企业都在选择敏捷BI，敏捷BI已成大势所趋。想要实现数据化运营，敏捷BI就是必备工具。
敏捷开发过程的12条基本原则中有6条原则可以用来描述敏捷BI。优先级最高的是通过尽早的、持续的交付有价值的商业智能软件来使客户满意。即使到了开发的后期，也欢迎改变需求，敏捷过程利用变化来为客户创造竞争优势。在整个项目开发期间，业务人员和开发人员必须天天都在一起工作在团队内部。最具有效果并且富有效率的传递信息的方法，就是面对面的交流。简单–使未完成的工作最大化的艺术—是根本的。最好的构架、需求和设计出自于自组织的团队。
敏捷BI对拥有大数据的企业，如咨询研究机构、互联网营销机构、舆情/商情分析机构、精准营销机构、以及各行业的传统企业，无论是内部使用数据，还是对外提供数据服务，都有了更加敏捷高效的方法。
对拥有小数据的企业或部门，在做市场分析、财务分析、销售分析、客户分析时，不用再用复杂的系统工具进行数据挖掘，分析的门槛极大降低，这意味着原来由于成本、实施周期、复杂度等门槛而被BI厂商排拒在外的广大中小企业，可以通过敏捷BI真正开始数据挖掘之旅。
敏捷BI正在给各行各业带来变革，以IT行业为例：ERP、CRM、行业应用提供商，可以快速嵌入敏捷BI工具，来为客户提供更多增值服务。实施商，BI的项目风险极大降低，项目周期极大缩短，短平快的出结果。
即时你没有支付宝庞大的研发团队，也没有巨额的资金支持，你也可以选用第三方工具，快速赶上数据分析大潮，比如国内数据可视化分析工具永洪BI等。
永洪BI同样有两个产品，一个是在前端进行多维分析和报表展现的新一代敏捷型BI软件。这款动态分析工具最快一周就能上线，成本是传统BI的四分之一，拖拽式的简单操作让所有人都能快速上手，以自服务的方式来进行数据分析；几分钟时间就能生成分析结果，一天时间内满足分析需求；另一产品是基于自有技术研发的一款数据存储、数据处理的软件MPP数据集市。这是一个具备分布式并行实时处理，复杂查询优化，复杂分析支持的大数据计算处理数据库系统，可在秒级速度内处理百亿级甚至更多的数据量。
请关注微信号“敏捷商业智能”，一起聊聊数据分析的那些事儿。
关键词：支付宝，BI,数据分析
导读：大数据圈子有个众所周知的笑话，Big data is like teenage sex.Everyone talks about it, nobody really knows how to do it.但其实互联网公司早就玩转大数据——支付宝早就开发出人人都能用的敏捷型大数据分析工具。假如你没有支付宝的财力和人力，也不用怕，你可以选择一款同为敏捷型的数据分析工具，比如永洪BI。
正文：
数据消费的最后一公里
如果只有管理层看数据，一线人员不分析数据，何谈大数据的价值。
在数据消费的"最后一公里"上，如何通过大数据技术，提供更简便的工具，拉低使用门槛，让人人都能方便地获取、分析、运用数据？
这个问题支付宝可能比谁都清楚，从2014年诞生以来，如今支付宝有近4亿用户，仅每天的手机交易就超过2500万笔，目前，支付宝平台每年的数据的增长量超过以往所有年份数据累加之和还要多。如此庞大的数据，支付宝需要随时对其进行业务、安全等方面的监控。
比如大家在一个会场开会，通过后台的数据分析，基于这个位置的交易被认为是熟人之间的交易，不需要特别的验证，但这背后有强大的技术支撑。
随着支付宝陆续开通红包、聊天等功能，不同的业务阶段，导致不同的数据诉求，业务模式在最开始的时候复杂度比较高，随着业务的增长对于创新的要求比较高。现在支付宝需要实现自己的数据化运营，通过数据分析发生了什么、为什么会发生、再给出下一步方案，预测什么会发生，以及怎样使其发生。
支付宝的大数据实践
下面具体介绍下支付宝是如何解决这一难题，成为业内大数据实践领先者的。
对于支付宝来说，它目前面临的数据诉求包括：
1、主要用户不再仅是管理层，而是一线的业务人员(需求不固定)；业务人员需要随时随地通过数据分析指导业务决策。
2、新用户群体对数据分析响应速度的要求非常高，这速度绝不能像以前一样按天计算，几周出一张报表，而数据直接对接生产系统，几秒钟解答一线人员的问题。
由于无法快速响应日益旺盛的数据需求，也缺乏一个对业务进行支撑的数据平台，摆在支付宝研发团队面前的有两条路，一是购买一个第三方的传统BI工具，进行数据分析，二是开发一个自己的、能满足特色需求的数据分析平台。
那么传统BI产品是否能匹配支付宝的需求呢？无论是Oracle,还是IBM的Cognos,还是SAP等老牌BI厂商，他们都面临同样的问题：
1、对大数据支持不够：亿级数据的Ad-hoc，玩不了;
2、有学习成本：难上手，比较专业，分析师也需要培训才能较好使用;
3、License贵：依据账号数收费，无法大面积开放;动辄百万的费用；
4、需要二次开发：无法直接给一线人员使用，一般要IT人员二次封装，而且基本无技术支持。
工具是为了让数据的使用变得简单，人人会使用数据才是数据化运营的基础。数据越来越多，传统的工具支撑需求有很大的难度。如果不通过可视化的效果很难展现出来支付宝结合用户的使用习惯，自己开发一套工具，通过工具解决瓶颈的问题。
在这样的情况下，支付宝舍弃了传统BI，选择走开发敏捷BI的路子，开发出了一款公司同事都可以轻松上手的大数据分析工具。
DataLab是支付宝的分析可视化产品，有几大功能亮点：EXCEL式分析体验、数据可视化、拖曳完成报表制作、Web化。支撑前端DataLab展现的是支付宝还在后端开发了一款即时计算引擎Higo,使用sql语法，可以秒级响应10亿数据。
这两个工具面向的人员包括Pd/BD/运营、分析师以及包括客服在内的其他人员。这些人员通常要进行数据分析的业务场景包括业务分析、日报/周报/月报、以及包括数据分析在内的其他场景。
敏捷BI已成大势所趋
不光是支付宝，越来越多的企业都在选择敏捷BI，敏捷BI已成大势所趋。想要实现数据化运营，敏捷BI就是必备工具。
敏捷开发过程的12条基本原则中有6条原则可以用来描述敏捷BI。优先级最高的是通过尽早的、持续的交付有价值的商业智能软件来使客户满意。即使到了开发的后期，也欢迎改变需求，敏捷过程利用变化来为客户创造竞争优势。在整个项目开发期间，业务人员和开发人员必须天天都在一起工作在团队内部。最具有效果并且富有效率的传递信息的方法，就是面对面的交流。简单–使未完成的工作最大化的艺术—是根本的。最好的构架、需求和设计出自于自组织的团队。
敏捷BI对拥有大数据的企业，如咨询研究机构、互联网营销机构、舆情/商情分析机构、精准营销机构、以及各行业的传统企业，无论是内部使用数据，还是对外提供数据服务，都有了更加敏捷高效的方法。
对拥有小数据的企业或部门，在做市场分析、财务分析、销售分析、客户分析时，不用再用复杂的系统工具进行数据挖掘，分析的门槛极大降低，这意味着原来由于成本、实施周期、复杂度等门槛而被BI厂商排拒在外的广大中小企业，可以通过敏捷BI真正开始数据挖掘之旅。
敏捷BI正在给各行各业带来变革，以IT行业为例：ERP、CRM、行业应用提供商，可以快速嵌入敏捷BI工具，来为客户提供更多增值服务。实施商，BI的项目风险极大降低，项目周期极大缩短，短平快的出结果。
即时你没有支付宝庞大的研发团队，也没有巨额的资金支持，你也可以选用第三方工具，快速赶上数据分析大潮，比如国内数据可视化分析工具永洪BI等。
永洪BI同样有两个产品，一个是在前端进行多维分析和报表展现的新一代敏捷型BI软件。这款动态分析工具最快一周就能上线，成本是传统BI的四分之一，拖拽式的简单操作让所有人都能快速上手，以自服务的方式来进行数据分析；几分钟时间就能生成分析结果，一天时间内满足分析需求；另一产品是基于自有技术研发的一款数据存储、数据处理的软件MPP数据集市。这是一个具备分布式并行实时处理，复杂查询优化，复杂分析支持的大数据计算处理数据库系统，可在秒级速度内处理百亿级甚至更多的数据量。
请关注微信号“敏捷商业智能”，一起聊聊数据分析的那些事儿。
本站文章版权归原作者及原出处所有 。内容为作者个人观点， 并不代表本站赞同其观点和对其真实性负责。本站是一个个人学习交流的平台，并不用于任何商业目的，如果有任何问题，请及时联系我们，我们将根据著作权人的要求，立即更正或者删除有关内容。本站拥有对此声明的最终解释权。