上篇文章《金融行业中势不可挡的自助化数据分析！》分享了对“自助”的深入理解，总结为一张生动形象的图片
根据这张自助餐厅示意图，以及上篇对五方面工作的解读，我们不难总结自助化数据分析平台包含的要素：
1、人：
a) 各业务部门用户，他们是否适应这样的就餐方式？
b) 科技部门的工程师，如果不做报表会感到茫然么？
c) 随时随地的使用方式，有疑问找谁帮忙？
2、 数据
a) 数据质量的问题，谁应该负责解决？
b) 自助意味着“开放”，那么数据安全如何管控？
c) 数据既然开放，如何才能被用户找到？
3、 工具
a) 用户想获得Excel一样的灵活格式能力，怎么办？
b) 用户想达到Echarts一样的可视化展现，怎么办？
c) 用户想让Word分析报告中的图、表、数据自动生成，怎么办？
d) ......
银行推行自助分析第一个要素是“人”，因为自助分析是一种管理革新，对业务部门也好，对科技部门也好，都是“改变”，而企业中的改变，一般情况下只有20%的人会支持，更多的40%会明确反对。所以必须由行领导主抓才有可能取得成功！
第二个要素是“数据”，毕竟巧妇难为无米之炊，而在虚拟的数据世界里，如何能定位自己的需求——维度和指标字段，是摆在用户面前的首个问题！
第三个要素才是“工具”，如何制作报表、如何分析、如何呈现、如何发布…，用户的需求永远不可能是单一的，否则这个行业早就被某个“概念领导者”一统江湖了。
面对交融所有人、所有数据和所有功能需求的系统工程，“单一BI软件”怎么可能搞定？
如何规划建设自助分析
Smartbi根据多年的银行领域实践，以及对民生银行阿拉丁全程支持服务经验，总结如下：
1.首先明确自助数据分析需要“云平台”
自助分析作为全新的数据运营模式，已经被全球用户广泛接受，实践中也发现业务人员一旦掌握数据分析的技能，哪怕只是简单的汇总统计，都能触发业务灵感，从而带来收益！因此提到战略高度的“平台”，才能获得最坚定的支持，取得成功。
另外，自助分析形成一种操作习惯，可以将所有的数据仓库、数据集市、大数据系统封装在其下方，也可以为不同的项目提供数据分析访问支撑，减少重复建设。
自助分析方式带来的很大的技术挑战是性能，谁也无法预料业务人员会提交一个什么样的“查询SQL”到数据平台上面。因此在负载均衡、性能规划等方面，云平台都可以统一进行资源设计。
2.其次分“三个阶段”获得创新效果
企业信息化中从来没有一蹴而就的事情，更不可能购买一个成熟软件就OK。自助分析的建设至少要分为3个阶段，或者说需要一定的时间才能进入最佳的运行状态。
注：如果对其中理念感兴趣，请关注Smartbi公众号，未来可观看产品经理的分享视屏！
3.最后按“五大模块”丰富平台功能
根据前文提出的问题，也参考行业里的成功案例，自助分析平台至少需要5个功能：
~通过数据快查，让使用者快速了解数据、定位数据、确认数据；
~掌握分析工具，查询数据、分析数据，完成报表&报告等制作；
~发布数据分析成果进行共享；
~借助内容管理的功能，对经典的案例进行评选，放大共享，促进数据生态化；
~通过在线答疑、在线文档、视频等方式，第一时间解决使用者的问题；
Smartbi Eagle助您一臂之力
众所周知，Smartbi已经在银行业坚持15年产品研发和定制服务，积累的功能特性非常适合作为自助分析平台的核心工具，比如清单数据查询、数据透视分析等等。
Smartbi Eagle正是以这些功能为核心工具、专为银行业客户整合开发的平台型软件，包括了前文“数据快查”、“典型案例”和“数据答疑”等服务功能。如果你想了解Smartbi Eagle的细节功能和背后理念，请与我们联系，或者关注公众号，产品经理即刻为你揭开她的面纱，敬请期待！