最好用的bi数据分析工具
商业智能(BI)作为一个历史悠久的技术领域,其核心在于基于OLAP的数据自助式分析和可视化呈现。
随着移动互联网时代的到来,从互联网上采集到的数据呈现爆炸式增长,促使了大数据相关技术的迅速成熟。同时,海量的数据源为AI领域中的机器学习算法提供了大量可供学习的数据样本,基于机器学习的预测性分析正成为商业智能下一步的一个重要发展方向。
可以说,商业智能正在从传统的数据采集、数据检测,向着基于AI的数据洞察、智能决策等“数据智能”方向不断演进。因此,能否成功把握“商业智能”到“数据智能”的转型契机,将成为传统的BI公司在商业上能否更进一步的关键因素。
一、历经曲折发展形成BI标准产品体系和两大战略
2011 年,曾在金融IT领域占据半壁江山,并一度在纽交所上市的东南融通因故退市解散,当时在东南融通从事BI产品研发的吴华夫带领原有的技术骨干独立出来,成立了思迈特软件(Smartbi)。
从成立以来,Smartbi经历国资控股、MBO独立发展,增长速度一直保持稳定,并继续深耕金融领域,服务于众多大型全国性银行,致力于为客户提供包括数据处理、分析和可视化等商业智能(BI)服务。
目前,Smartbi的标准化产品有三种,包括企业报表平台、自助分析平台、数据挖掘平台。
企业报表平台Insight是一个借助Excel的插件设计企业WEB报表的工具软件。针对企业中普遍存在的报表制作的需求,允许用户在Excel中进数据准备、样式设计、数据计算、数据可视化、互动逻辑、共享发布等操作,融合了Excel和传统报表软件的双重优势,提高了报表制作的效率和能力。
自助分析平台Eagle为企业中的业务人员提供自助式的数据分析工具,将IT人员从繁琐的对业务人员分析需求的技术响应中解放了出来,通过数据查询、OLAP分析、可视化探索等核心能力,缩短了业务人员提出需求到得出分析结果之间的时间周期。
数据挖掘平台Mining针对企业中的数据科学家、业务分析师、行业咨询师等职能人员的预测性分析需求,将机器学习算法与BI相结合,提供了流式建模、拖拽式操作的可视化建模界面。 立足于BI产品的核心能力,Smartbi目前服务的客户类型涵盖银行、保险、证券、基金、信托、互金等泛金融领域,能源、制造、通信、零售、地产、运输、科技等实体经济领域,以及各级政府、高校,主要应用场景涵盖销售、财务、生产、运营等各个业务部门。
二、技术能力出色 轻量化方案实现 异构数据源汇集
在BI工具诞生前,业务人员要按照某些维度来分析数据,完全依赖于IT人员的支持。针对业务人员提出的分析需求,IT人员的支持方式一般是是通过SQL语句从源数据库中将分析结果导出,或者是由IT人员开发一套供业务人员使用的后台页面。但是在这些方式下,多数据源的情况难以被有效应对,同时业务人员对需求的频繁变更会带来大量的沟通成本,加重了IT人员的负担。
因此,“自助式分析”的概念应运而生,它主要解决的问题就是如何让业务人员在离开IT人员支持的情况下,依然能够随心所欲地在自己设定的维度上进行分析,从而拿到自己需要的数据。
自助式分析的核心技术是联机分析处理(OLAP),它要求实施人员基于多个数据源为用户构建一个集中式的、关系型的的多维数据模型。用户基于多维数据模型,可以实现自由的切片、切块、钻取和旋转,无需直接接触数据源就能实现数据准备、数据查询和数据探索等操作。
在企业的实际IT架构中,往往会存在OA、ERP、CRM等多个数据互相独立的业务系统。金融领域客户一般会建设数据仓库来实现数据的汇集,因此BI自助分析平台的构建可以直接搭建在数据仓库之上。但是,更多的客户则没有建设数据仓库,但他们仍然希望对分散、异构的数据库进行自助式分析。面对这种情况,一些BI厂商的策略是亲自为客户搭建一套数据仓库或数据中台,在这个基础上再去搭建BI系统。
与这些厂商的策略不同,Smartbi的自助分析平台Eagle的解决方案是轻量化的,可以支持外建的多维数据库,也内置了SmartbiMPP、Vertica等多种类型的分布式大规模并行处理数据库接口,并通过ETL过程将来自OA、ERP、CRM等多个业务系统的数据进行统一汇集。同时,Eagle还可以构建语义层,使得业务人员无需直接接触表名、字段名以及它们之间的复杂关系,而是直接面对自己所熟悉的业务术语和指标名称。
这样,多个异构数据源的底层存储逻辑都被Eagle所展现的语义层逻辑所屏蔽,业务人员可以通过托拉拽等可视化操作,在Eagle中实现全自助式的数据集准备、数据查询、数据探索(交叉汇总、自由钻取)和仪表盘制作。
从选择轻量化解决方案实现对异构数据源的汇集,到AI赋能自助数据探索与预测性分析,Smartbi从始至终的理念是降低BI产品的使用门槛,以能够让基础设施建设不够完善的企业、技术能力不够强的业务人员也能够以低成本来进行自助式分析,表现出了较强的技术和产品能力。
三、ISV生态合作破解 BI项目实施难题 场景理解力强
与普通IT系统,尤其是SaaS产品相比,BI工具的一大特征就是项目制的交付方式,实施周期较长,这其中的原因是多方面的。
首先,并非所有客户都像银行那样有完善的数据仓库,BI项目往往要直接面对多个业务系统的数据源,这些数据源的结构千差万别,数据质量也参差不齐,往往还会出现“脏数据”。
其次,在不同行业中,存在大量的行业know-how(一般指不同行业的业务知识、技术诀窍),使得客户需求的数据模型也会存在很大差别。
另外,在BI项目推进过程中,客户的需求往往并非在开始阶段就十分明确,而是会在项目推进过程中根据进展而发生变化。因此,实施人员与客户之间必须进行大量且反复的沟通,才能完全确定其最终期望的数据模型。
因此,实施人员在数据集市建造、ETL构建等阶段,面临着大量不可控因素,这都使得BI工具的交付过程天然就是难以标准化的。面对BI项目重人力、长周期的现状,不同的BI厂商选择了不同的项目策略,部分BI厂商选择扩大实施团队规模,直接服务于最终客户。
但Smartbi选择的策略是深度依靠ISV生态合作伙伴,将自己的标准化产品交付给ISV,由ISV负责BI项目的具体实施。这样的方式一方面会降低人力成本,但在另一方面,由于BI项目对实施人员的要求很高,如果Smartbi无法对实施过程实现有效掌控,那么项目效果就难以保证。
为了解决资源占用与实施质量之间的矛盾,Smartbi提出了“BI+行业”的战略,通过对客户场景的深入理解,为不同的行业场景定制不同的行业模板。
在金融领域,由于基础设施建设相对成熟,行业模板很容易来提炼,大量成熟的模板也已经被积累下来。但在零售、制造业等领域,行业模板的积累仍然是欠缺的。针对这种现状,Smartbi目前的策略是引导行业ISV按照给出的模板格式,在项目实施过程中与Smartbi来共同积累和完善行业模板。
有了行业模板之后,Smartbi和ISV在遇到同行业客户的时候,就可以将来自异构数据源的数据直接对接到模板中,只需额外在模板基础上定制少部分特性就能完成数据模型构建,在一定程度上实现了实施流程的标准化。
通过与ISV在行业模板标准化上的深度合作,Smartbi的客户服务周期缩短,这也就意味着Smartbi能够依靠一支较为精干的实施团队服务于更多客户,规模化效应也将逐步体现。
最好用的bi数据分析工具相关推荐
- 万字长文测评:3款口碑炸裂的BI数据分析工具,最好用的其实是……
BI商业智能,这个我安利过很多次. 作为当下最广泛使用的数据分析工具,它的好处实在太多啦: 对比Excel.Python.R,不用写代码,不用写SQL,降低了数据分析的准入门槛,小白上手毫不费劲. 能 ...
- 高效好用的bi数据分析工具
商业智能(BI)作为一个历史悠久的技术领域,其核心在于基于OLAP的数据自助式分析和可视化呈现. 随着移动互联网时代的到来,从互联网上采集到的数据呈现爆炸式增长,促使了大数据相关技术的迅速成熟.同时, ...
- 【网易有数】BI数据分析工具一
目录 有数BI简介 可视化操作流程 1,数据连接操作: 2,数据模型 3,编辑报告 4,报告分享 有数BI简介 简洁.易操作的数据SAAS工具,开箱即用,功能强大: 可视化操作流程 1,数据连接操作: ...
- Excel VS BI,谁才是真正的大数据分析工具?
有人说,Excel能聚合运算,能分析,能做数据分析报表.而BI数据分析工具,看上去也就是做出来的报表更好看一些.事实真的是这样吗?当然不是.外行人看热闹,内行人看门道,BI数据分析工具比起Excel更 ...
- 分析快、易操作的数据分析工具推荐
数据分析工具发展这么多年,该有的技术功能都有了,该提高的数据分析效率.数据分析量等也都提高了,但很多长期奋战在一线的数据分析人员却总是抱怨数据分析工具响应慢.分析慢.越来越容易崩溃.为什么要找一款分析 ...
- bi工具选型_数据分析工具:选合适了,分析也能事半功倍
前言 哪款分析工具比较适合企业做分析?如果企业没有深入了解可能会被市面上漫天的产品广告所淹没,毕竟广告上写的都是可直接对接某某ERP系统的宣言,但深究发现其实背后可能还隐藏了一层:依靠IT工作者写代码 ...
- 大数据分析工具BI应用在哪方面
大数据分析工具BI,是企业数据化管理的一整套方案,用于将企业中现有的数据进行有效整合,快速准确的提供决策依据,帮助企业做出明智的业务经营决策,解决企业管理问题. 随着全球数字化.网络宽带化.互联网应用 ...
- 大数据分析工具Power BI(一):Power BI介绍
Power BI介绍 Microsoft Power BI 是一款强大的自助商业智能分析工具,可以对来自不同系统的数据进行提取.清理.整合.汇总.分析.可视化展示.简单来说,Power BI就是一个数 ...
- 财务数据分析工具的选择:Excel还是大数据BI?
财务数据分析一般都采用什么工具?跟财务数据分析的哪些指标有关?要怎样展现财务数据间的紧密关联? 财务报表分析比较复杂,一般来说主要包括以下项目: 趋势:在多个时间段内为财务报表中的关键项目创建趋势线 ...
最新文章
- bailian 2754八皇后
- 绝望的力量:美术创作者的晋级之路
- sublime配置python编译环境及代码补全功能
- 在默认的设置下 SQL Server 不允许进行远程连接可能会导致此失败
- CodeForces - 837F(二分组合思维)
- 【cherry键盘白送】有人在云上送来一波双十一福利
- IT接地系统工作原理
- html5页面的dtd定义是,DTD的作用
- 2022.8.22 小W的玻璃弹珠 题解
- 【超超超easy】5分钟:自制酷炫猫咪词云图,会点鼠标即可。
- 阿波罗apollo使用方法+领英使用
- Python画爱心——一颗会跳动的爱心~
- 微信公众号如何设置关键词回复Word/Excel/pdf/ppt等文件?
- mysql联合索引排序_对mysql联合索引中的字段进行合理排序
- 89C52RC控制 WS2812B
- Java实现QQ第三方登录
- 【干】探索自己的云米冰箱-2
- finereport实现数据替换和重复填报提示
- 网络安全实验2 扫描器X-SCANNER应用实验
- InnoDB数据库隔离级别
热门文章
- Docker入门(二)
- Android targetSdkVersion你真的了解吗?
- 运行错误:“试图执行系统不支持的操作”
- UVA 109 || SCUD Busters(凸包面积计算
- ORA-39346: data loss in character set conversion for object COMMENT
- STM32 计算机课程设计技术点记录
- php密码探测软件,Radmin密码读取工具(php版)
- ubuntu14.04 配置 tftp 服务器
- Git 针对 GitLab Github 配置 HTTP HTTPS SSH 代理
- qemu模拟aarch64