【CEO 演讲】思迈特CEO吴华夫首次畅想BI新四化

浏览: 3215

日前,思迈特软件 Smartbi 在北京举办的数据分析论坛中,东道主思迈特软件 CEO 吴华夫先生分享了对 BI 发展方向的一些见解,本文整理自吴华夫的演讲稿。


当天另外的演讲:【万字大数据 BI 案例|视频】民生银行十五年的数据体系建设,深入解读阿拉丁大数据生态圈、人人BI 是如何养成的?


Smartbi 研发团队从1997年开始经历 BI 概念的诞生、发展、高潮和现在的“翻新”(大数据分析),从数千用户实际应用及其发展中总结了这样的观点“管理方式千万种,没有单一化的产品可以覆盖用户的全部需求!“。BI新四化的讨论源于实践,更需要同业者一同研讨交流,如需找到吴总直接交流,请关注公众号(Smartbi),我们会尽快发布互动的方式!


1. 办公化BI

那么,第一个方向我们叫办公化BI。BI一开始只是高层领导在使用,下面的员工用的很少,不够平民化,使用的门槛比较高,操作也较为复杂。那么我们希望 BI 跟办公软件进行结合,办公软件人人都会,如果这两者能够有机的结合,那么人人都可以进行数据分析。


在微软 CEO 纳德拉看来,Office 可能要比 Windows 更适合成为微软的象征,Excel 极大简化了数据分析工作,令全球企业的办公效率大幅提升,每年能给微软带来数十亿美元的营收。Excel 作为全球最流行应用最广泛的数据分析工具,如果BI可以跟它碰出火花,那数据的世界将变得更加美妙。


作为用户体验最好的报表工具,Excel是毫无争议的,学习资料最全,它本身的数据接口也是非常强大的,我们平时能用到它30%的功能就已经很不错了。还有它的函数、图形等等都是非常完善的,用它做一些预测函数,挖掘的函数都是可以做出来的。既然Excel这么简单,这么好用,那报表这块,我们能不能基于 Excel 做一个报表工具呢?传统的报表工具,大多都是 “类Excel” 的操作界面,达不到 Excel 那样的高度,既然这样我们站在巨人的肩膀上来做这个事情。


Excel 很好用,如果想通过 Excel 实现 BI 功能,还需要解决这三个问题。一个是安全性问题,第二个是发布、共享的问题,还有一个是大数据量下的处理性能问题,如果我们能在借助Excel优势的同时解决这些问题,那么这个报表工具将会无比的简单,直接就是 Excel界面操作,无比的强大,这就是我们 Smartbi 电子表格版设计的初衷和最后设计的结果。

大家看,这是我们电子表格产品的报表设计器,其实就是给 Excel 装了一个插件,在 Excel中里所有的技能都可以继续使用,但是你可以把 BI 的数据放到 Excel 里去;同时我们也扩展 Excel 本身的功能,比如 Excel 处理线性报表比较容易,像交叉报表或者更复杂的报表,Excel 的能力就不够了,那我们就把这部分扩展开来; 借助 Smartbi 服务器能力,可以处理海量数据;当然我们也开发出了发布的能力,当报表做好后,可以马上发布到 web端、手机端、pad端上。

其实 Excel 的功能很强大,基于 Smartbi 电子表格这个报表设计器,我们可以设计各式各样的报表,常见的 BI“Dashboard” 报表、热力图、杜邦分析图、甚至手机端、pad 端统统可以通过我们 Smartbi 电子表格这个简单的报表设计器完成。甚至还可以做很多统计分析的回归预测、假设检验,这些都可以通过我们这个报表工具完成。大家只需要提高自己的Excel 能力,这个大家就慢慢去探索吧,我们所有的文档都会对外公开的。


办公化 BI 除了报表的能力以外,第二个是 Office 分析报告。在 BI 产品里面已经有“Dashboard”仪表盘,可以通过多个绚丽的图表去展现各种数据,但是图表之间的关联关系,不是那么直观的能够体现出来;图表背后的数据含义不是那么的容易被理解。用户看的过程中,往往还需要一个思维的过程:这个图形和另外一个图形背后的数据是什么关系?还有一些图表的关联关系,需要更复杂的操作才能去解读,比如说图形之间的互动操作、钻取操作等。


我们知道很多领导平时开会,或者工作的时候,还是习惯看一个纸质的报告的形式;纸质报告中不但有各种数据图表,还有各种文字对数据进行分析解读,所有的内容一目了然。所以BI仪表盘距离用户需求还差最后一公里,我们通过分析报告来弥补。我们把纸质的分析报告电子化了,用户在 word 和 PPT 中撰写分析报告的时候,可以直接引用BI的各种数据和图表,更可以增加很多分析性、总结性的文字。这样的报道,从头到尾看完就明白了。

并且我们除了支持在Office中查看报告之外,还可以通过Web, 手机,pad去查看报告;甚至可以切换条件,查看动态的报告,比如切换日期,切换部门等。这就是我下面要说的移动化BI。


2. 移动化BI

大多数时候,领导都不会在PC前办公,但又想随时看报表数据,那就需要BI的移动化了。BI移动化其实现在已经是个刚需了,它不是一个什么新的东西。思迈特移动化BI有几个特点:

1、ios安卓都支持,包括手机平板都支持。

2、就是开发过程很简单,用office开发完成后直接发布到手机端pad端,就可以支持了。我们在app、微信、web端会有完全相同的体验。

3、它还可以支持离线,在飞机上也可以分析自己的企业数据。

4、当然我们也会有很全面的安全性的考虑。

银行移动化BI手机端应用


某政府移动化iPad端应用


3. 协同化BI

然后下一个我们说协同 BI,这个是我们最近才提出来的一个概念。我们知道,数据分析辅助决策起始于数据,你通过报告也好,“Dashboard”也好、其他的方式也好,看到数据了,但是决策要落地要执行,其实是需要一个协同的过程。

手机端登录进去以后,第一眼看到的是一个数据门户,就是通常的移动 BI 展现的内容。这里你可以看一看财务、风险的一些数据。关键点是这里,比如我看到一个风险报表,我看着觉得有问题了,接下来怎么办?


原来的话,我们这个决策过程和这个数据是分离的,我们需要开会、打电话等,需要做一些协同的过程,但是现在这里是有一个协同工作的平台。我们可以把这个决策的数据分享给同事去讨论,这个风险情况该怎么处理?大家在协同平台上,可以通过文字、语音、视频很多方式对那个数据进行讨论。并且讨论过程中,可以随时引用其他 BI 报表的数据。

另外它还有这样一个工作圈的概念,类似于微信中的朋友圈;朋友圈以个人为中心,这里是公司组织内部的,以工作中心,大家可以对数据发起各种评论。具体操作用法的话,就跟微信一样。


当然,对于企业内部的话,除了通过工作圈讨论数据以外,我们还可以对已经做出的决策去跟踪跟进,还可以创造很多任务,参加很多活动。另外,在整个协同 BI 中,还有其他功能:首先组织结构肯定少不了的,这里有通讯录;接下来,还有一个企业内部的公众号,每个部门都可以有自己的公众号,发布自己的数据和应用;最后,这还是一个通用的平台,是什么意思呢?我们通过这个协同的工具,可以把已有的CRM系统,微办公系统整合到一起去打通。就是我们对协同BI的理解。


4. 自助化BI

最后一个环节,自助化 BI。在金融、电信这些以数据运营能力为核心竞争力的企业,以前一直靠IT人员(或者表哥、表姐)在专门负责数据分析工作,但随着 Smartbi 这些 BI 产品的功能升级,普通的一线业务人员也可以完成简单的数据分析工作,随即提升了企业的整体效能,这就是“自助化”的背景和意义!

原来通过技术人员才可以完成的工作,现在可以自己去解决,这个出发点就是从授人以鱼到授人以渔。在自助 BI 中,需要产品提供很完善的元数据支持、简单的操作界面、高性能的系统响应,以及一些系统外的规章制度去支持保障。


这里的自助分析,我们主要讨论两个功能,一个是自助式数据获取的功能,也就是明细数据查询。用户只需要简单的勾选关心的维度和指标,然后简单的拖拽设置过滤条件,就可以抓取出他关心的数据了,这个在民生银行就应用的很多。

下一个功能,把刚才拿出来的数据做一个分析,做一个多角度多维度的数据透视。有了数据之后,我们这里也不需要做建模,就可以实现各种各样数据交叉、旋转,各种透视分析。

刚才说了自助分析的两个主要功能,自助式数据获取以及多维度透视分析。还有一个核心的问题,就是性能问题,怎么解决性能问题?

对一些小型客户基本就不用提了,这个问题不太明显。但是对于大型的像银行电信行业,数据量超大,查询效率不高,这个问题就相当明显。举个例子:有一个省级电信公司,它有八年的数据,一个单表就15亿条,有800个字段,其中600个维度,200个指标,之前用的是国外很著名的BI工具产品,反应速度是5分钟。之后因为这个性能问题找到我们,用了我们的自助分析产品,结果5秒就出结果。TB、PB级数据也能秒级get结果真不是随便说说就能做到的。


在性能解决方案上,技术上解决性能问题有多条路,但没有一个是“包治百病的”,也不是一个厂商的单一解决方案就能“通吃”的。对Smartbi来说,我们采用的各种技术是开放的,也就是说,我们会根据客户实际的需求场景,提供MPP数据仓库、内存计算、分布式OLAP三种方案,这样也是最能够完美集成到客户自身IT架构的!

思迈特的定位


最后,Smartbi 明确自身的角色和定位,我们将继续以工匠精神专注在“数据分析”产品层面,以独特的价值与上下游厂商合作,构成完整的生态。比如在产品研发上,会结合百度Echarts、ETL厂商、KAP、协同社交等的成熟功能模块;在应用上,会像螺丝钉一样融入到广大 ISV 和集成商的产品及解决方案中,增强它们的数据分析能力,以“合作”创赢未来,谢谢!


【上期热门文章】

【CEO 访谈】中国产品向世界 Say Hi ! 铂金智慧 CEO 郑远

【大数据营销】从ZARA、HM 看大数据营销的认识误区

【推荐文章】

【市场研究】深入分析 BI 数据可视化市场 SaaS 模式

【银行案例】深入解读民生银行阿拉丁大数据生态圈如何养成

【征信大数据】大数据征信三驾马车,数据—信用—财富闭环初现

【征信大数据】大数据告诉你,为什么你逛个草榴就贷不到款了!

【互联网金融】互联网金融与大数据风控相结合的九大维度

【厂商专栏】

【Smartbi】这篇文章才是对敏捷BI的客观理解

【微软】微软 Power BI 创建 AARRR 报表

【IBM】SPSS Modeler 18.0新功能权威解读

【Ptmind数字分析生态系统,如何练就数据分析的最强大脑

【星环 Meetup】深度学习在推荐系统中的应用

【永洪科技】传统大数据分析领域遭遇四大窘迫,怎么破?

【帆软】十年前客户回款给我们注册公司,最好的感恩是坚守品质!

【其它文章】

【数据分析】数据分析师的能力和工具体系

【数据分析】数据分析师会被算法取代么?

【数据分析】这些简单但有效的分析方法,你玩过吗?

【数据分析】网站运营优化高跳出率着陆页的正确姿势

【架构】高并发应用架构及推荐系统案例

【架构】阿里云高级技术专家李金波:我们该如何做好一个数据仓库?

【行业】零售行业 BI 建设关键两步做好就行

【前沿】数据科学家正在使用的十种程序语言和工具

【大数据】传统大数据分析领域遭遇四大窘迫,怎么破?

【大数据】码说 MapReduce

【脑洞大开】中国女排夺冠幕后的数据分析

【行业】解析 Gartner 2016商业智能与分析平台魔力象限

天善智能 www.hellobi.com 是一个专注于商业智能BI、数据分析、数据挖掘和大数据技术的垂直社区平台。


天善智能拥有国内最大的数据领域社群组织,每周五晚上 8:30 Friday BI Fly 50+ 微信群同步直播行业和大数据技术交流。


Saturday BI Fly 北上广深以及全国其它各个城市 200-500人规模的大数据沙龙活动。


关注天善智能,关注大家都在关注的大数据社区

推荐 1
本文由 天善智能 创作,采用 知识共享署名-相同方式共享 3.0 中国大陆许可协议 进行许可。
转载、引用前需联系作者,并署名作者且注明文章出处。
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。

0 个评论

要回复文章请先登录注册