重新定义敏捷BI

今天给大家分享的是“蝶变-smartbi2018大数据分析峰会”广州站，smartbi首席售前咨询顾问杜健航先生的主题演讲。

大家下午好，很高兴又可以跟这么多新老客户、新老朋友见面交流。我是杜健航，在smartbi担任售前顾问，我演讲的题目叫《重新定义敏捷bi》。我的演讲内容核心概况为：企业在数字化运营的过程中，敏捷bi是必由路径。内容分为4个部分，分别是：1、敏捷bi诞生的背景;2、敏捷bi当前的问题;3、针对目前的问题，smartbi思考的策略-重新定义;4、对以上内容的总结。

十年前，你如果是个客户，要做个bi项目，在当时会怎么用呢?界面做出来之后，会有一个个主题，在界面上像一个个方块，称作数据立方体，针对不同业务形态，比如：销售、库存，则会有不同立方体;立方体上又有机构、时间等不同维度的指标;界面完成后，业务人员拖拉拽生成图形，这就是当时的主要用法。

这个用法在今天也是大同小异，不同的是：以前这些立方体、维度全部是由it人员来建立，业务人员参与度很低也很难修改。

所以，传统bi就会有以下问题：

1、需要数据仓库支撑。数据仓库的建设周期很长，而且很依赖于技术人员，有任何小的需求都必须找it人员，业务人员发言权很小;

2、传统bi主要是数据报表的功能，没有数据挖掘、人工智能这些更深层次的应用;

3、传统bi处理的数据量有几百万就很不错了，现在动不动就上亿。

刚才还有客户问我：针对上亿的数据，我们的处理速度是多少?

正因为以前有这些问题，敏捷bi应运而生。敏捷bi让业务人员参与度变高;更有利于类似于手机、大屏等传播渠道;让项目的运作周期缩短，以前半年至一年的项目，现在只要两三个月就可以完成;数据格式更加丰富、数据量更大。

但是，这些都是敏捷bi的表现形式，敏捷bi的本质是将由技术部门主导的事情变成由业务部门主导，这才是敏捷bi的核心。

最近三四年，市场上出现了众多宣称“让数据成为第一生产力”、“让业务人员成为数据分析专家”的敏捷bi产品。那这些产品是否能满足市场客户的需求呢，尤其是国内用户需求?

smartbi在调研后发现：目前市场上的bi产品还远没有达到可以满足国内用户需求的程度。为什么呢?smartbi经过调查发现：目前市场上大部分bi产品主要集中在可视化这块，宣扬的是怎么做得酷炫和好看，而忽略了一些基本面的问题，例如：产品只是支撑个人或部门使用，能不能支撑整个公司或集团来使用呢?支撑满足了那性能能够保障吗?10个人的权限好管理，那1000、10000个人的权限怎么科学管理呢?另一个主要的问题在于数据处理，目前市面上号称敏捷bi的产品在数据处理上是很弱的，是否具备跨数据源的建模能力?

针对这些在实施bi项目中经常会遇到的实际问题， smartbi进行了深度思考和探索，对敏捷bi做了重新定义并提出了解决方案。

smartbi认为，敏捷bi产品应该包含以下几个方面：

1、强大的数据处理能力;

2、高标准产品支撑性能;

3、严格的权限管理标准(适用于集团级别);

4、必备的易用性;

5、运营支撑能力。

我们具体来看一下smartbi在这些方面所作的努力。

在数据处理部分，以前传统bi里建指标、建维度这些由技术人员处理的工作，在敏捷bi里，必须让业务人员能自己完成。可以自己拖拉拽，可以自己定义数据关系，维度和指标，例如：时间维度，年月日这样的层次结构，完全不用敲代码，利用鼠标轻点即可实现;如果要算交易总额，也是滑动鼠标就可以完成。正是能真正帮助业务人员解决这些问题，满足数据处理自主化，才称得上敏捷bi。

企业接触到的数据源越来越多，跨库能力也是关键。smartbi产品完全支持跨库数据源，比如：oracle、mysql、hadoop等，只要动动鼠标就可以进行关联和运算。此外，还支持动态宽表的概念。动态宽表偏技术，我们可以稍作解释：最原始做项目是直接把业务系统的数据表拖在一起，直接用原始数据表做分析，如果数据量大，这种方式完全行不通;数据量大以后，技术人员会建立cube(数据立方体)和大宽表，业务人员基于此进行数据分析，虽然这种方式能满足一定需求，但场景就固化了，无法支撑变化的需求;而最根本的解决方式是，支持动态宽表，即由业务人员构建模型和宽表，要做到这点，从产品层面，必须支撑整个仓库的建模或语义层建模，也就是把整个数据仓库上所有的字段按业务涵义建立。

从高性能层面，敏捷bi用户体量大，必须对性能进行保证，smartbi产品为此提供了数据缓存机制。在业务人员建立模型、主题、维度后，如果实际的数据库或数据引擎响应不够快，smartbi产品通过抽取功能，将数据抽取到产品内嵌的缓存层去，有统一的资源调度界面，不管是增量还是全量的抽取都可以轻松进行定义。缓存层还可以根据客户需求和实际情况，进行调配和替换。

在权限管理方面，是很多国外敏捷bi所缺乏考虑的。在国外，这类产品通常用户体量小，可能由一两位分配权限就可以了;但在国内，比如银行系统，会有几百，上千人来使用自助分析平台，不可能由一两个人授权完成。因此，敏捷bi产品必须具备分级授权的策略，还是用银行举例，总行级别的管理员授权给二级(分行)管理员，二级(分行)管理员再继续往下授权。功能层面还需要具备权限继承机制，这主要是解决部门人员流动、需重复授权的问题。

在易用性方面，主要是两点，一个是使用报表(电子表格)，smartbi产品是直接在excel上进行创新，在目前的市场上，没有比这更方便的报表制作方式;二是在smartbi 8.5的产品上，推出自助仪表盘功能，直接通过鼠标拖拉拽，形成需要的分析报告。无论是报表还是自助仪表盘，都真正意义上帮助业务人员(非技术背景)在没有it部门同事协助下，实现数据分析工作的突破。此外，制作报表很方便，输出报表同样需要很便捷。比如：多屏分析，不管是android还是ios，不管是手机还是电脑，通过流式布局让所有设备都能支持应用;同时，将报表或仪表盘，集成到word/ppt这些工具里。

在运营方面，以前的敏捷bi很少涉及到运营。对于集团化的客户来说，它需要的不仅仅只是购买或安装一款敏捷bi的产品，更重视的是运营这块的需求。smartbi重视以人为本的一体化运营，因为企业在上项目时，自助的工具只是提高工作的效率，必须要由激励人的手段来获得想要的结果。回到技术层面，谈到数据运营，必须有配套的数据搜索的配套手段，从产品或工具层面而言，必须让搜索变得容易快捷，否则对于报表制作的数据来源就会模糊不清。此外，还需要有数据答疑功能，业务人员自己做报表如果有问题或难点，可以通过问答系统来答疑解惑;资源发布-避免不同部门做重复的工作，通过类似苹果的应用商店来实现。

总结来说，smartbi重新定义敏捷bi并不是要推翻过去对敏捷bi的定义。过去三四年，敏捷bi在国内的推广很成功，很多企业都接受了这个概念。做敏捷bi从本质上是适用企业数据化运营的趋势，smartbi的理念是要做一个更完整、更完善、更优化的敏捷bi，而现在smartbi的产品不论是从产品思维、功能实现、实践经验上都具备了做好一款敏捷bi的要求。

好的，我的演讲就到这里，谢谢大家!