數(shù)據(jù)倉(cāng)庫(kù)非剛需AI易成空心球,中國(guó)BI要如何落地?
掃描二維碼
隨時(shí)隨地手機(jī)看文章
【IT168 評(píng)論】在企業(yè)走向數(shù)據(jù)驅(qū)動(dòng)的過(guò)程中,BI是重要的組成部分。而國(guó)內(nèi)不少BI廠(chǎng)商都提供從數(shù)據(jù)倉(cāng)庫(kù)到報(bào)表的一站式解決方案,能夠提供數(shù)據(jù)倉(cāng)庫(kù)某種程度上體現(xiàn)了廠(chǎng)商的技術(shù)實(shí)力。不少企業(yè)也選擇搭建數(shù)據(jù)倉(cāng)庫(kù)將數(shù)據(jù)統(tǒng)一歸集方便企業(yè)更好調(diào)用數(shù)據(jù)釋放數(shù)據(jù)價(jià)值,但數(shù)據(jù)倉(cāng)庫(kù)實(shí)施周期長(zhǎng)投入高的特點(diǎn)也讓一些企業(yè)望而卻步,那么數(shù)據(jù)倉(cāng)庫(kù)是企業(yè)的必須嗎?
數(shù)據(jù)倉(cāng)庫(kù)非企業(yè)所必須
帆軟是國(guó)內(nèi)知名的BI廠(chǎng)商,專(zhuān)注BI十四年,可以提供從數(shù)據(jù)倉(cāng)庫(kù)到報(bào)表、大屏可視化的一站式BI解決方案。帆軟數(shù)據(jù)應(yīng)用研究院院長(zhǎng)楊揚(yáng)介紹在帆軟合作的客戶(hù)中,包括大的企事業(yè)單位在內(nèi)的大部分客戶(hù)都沒(méi)有搭建數(shù)據(jù)倉(cāng)庫(kù)。數(shù)據(jù)倉(cāng)庫(kù)比較重,而且實(shí)施周期長(zhǎng),在長(zhǎng)實(shí)施周期內(nèi)領(lǐng)導(dǎo)不易發(fā)現(xiàn)數(shù)據(jù)倉(cāng)庫(kù)對(duì)日常經(jīng)營(yíng)管理帶來(lái)的價(jià)值。很多企業(yè)會(huì)選擇搭建一個(gè)簡(jiǎn)單的ODS層、主數(shù)據(jù)或者中間庫(kù),結(jié)合前端業(yè)務(wù)一個(gè)小版塊比如財(cái)務(wù)先用起來(lái),有效果再逐步拓展到其它業(yè)務(wù)。
“當(dāng)前的這種數(shù)據(jù)倉(cāng)庫(kù),很多時(shí)候還面臨一個(gè)比較大的問(wèn)題,就是會(huì)被各個(gè)業(yè)務(wù)條線(xiàn)的績(jī)效考核牽引,會(huì)導(dǎo)致數(shù)據(jù)倉(cāng)庫(kù)面臨大量的調(diào)整,所以說(shuō)是不是要建數(shù)據(jù)倉(cāng)庫(kù)我們可以做一個(gè)保留,但是做數(shù)據(jù)加工整理、聚合整理是有必要的?!睏顡P(yáng)強(qiáng)調(diào),面向主題的數(shù)據(jù)倉(cāng)庫(kù)數(shù)據(jù)本身是冗余的,大量的調(diào)整容易會(huì)導(dǎo)致數(shù)據(jù)口徑出錯(cuò),影響數(shù)據(jù)使用,所以數(shù)據(jù)倉(cāng)庫(kù)應(yīng)該拒絕前端交互行為,都是通過(guò)ETL抽取數(shù)據(jù)。比如有些企業(yè)會(huì)想要通過(guò)帆軟的填報(bào)修改數(shù)據(jù)倉(cāng)庫(kù)的數(shù)據(jù),其實(shí)會(huì)對(duì)數(shù)據(jù)倉(cāng)庫(kù)的數(shù)據(jù)質(zhì)量帶來(lái)很多的挑戰(zhàn),
若企業(yè)不搭建數(shù)據(jù)倉(cāng)庫(kù),有的會(huì)選擇某個(gè)業(yè)務(wù)板塊或者主題建中間庫(kù)等,楊揚(yáng)介紹選主題容易走入誤區(qū),有的企業(yè)做了一堆主題分析,結(jié)果這個(gè)主題分析對(duì)業(yè)務(wù)或者對(duì)企業(yè)的管理經(jīng)營(yíng)沒(méi)什么太大幫助,這樣反而造成負(fù)擔(dān)。如果企業(yè)選主題分析可以從以下兩點(diǎn)考慮選?。?/p>
一是從上向下做,選擇高層關(guān)注的主題,需要選主題分析的企業(yè)一般想在投入產(chǎn)出上快速看到效果,所以第一個(gè)考慮滿(mǎn)足企業(yè)高層的需求,選擇企業(yè)內(nèi)部比較關(guān)注的點(diǎn)。比如零售企業(yè)會(huì)選門(mén)店盤(pán)點(diǎn),銀行會(huì)做一些存款產(chǎn)品的分析等,這樣高層可能會(huì)持續(xù)地推動(dòng)項(xiàng)目,使之不斷迭代完善。
二是從下向上做,要把一線(xiàn)基層的KPI以可視化的方式能夠讓讓一線(xiàn)員工能看到,這樣員工也會(huì)去推動(dòng)項(xiàng)目不斷完善。
不少人認(rèn)為國(guó)內(nèi)數(shù)據(jù)底子薄弱體現(xiàn)在數(shù)據(jù)積累參差不齊,有從業(yè)者會(huì)指出“都沒(méi)有建數(shù)據(jù)倉(cāng)庫(kù)”來(lái)表達(dá)這種薄弱,與國(guó)外相比國(guó)內(nèi)企業(yè)的整體數(shù)字化程度確實(shí)存在差距,而適合國(guó)情的產(chǎn)品和解決方案才最合適。
楊揚(yáng)認(rèn)為對(duì)于國(guó)內(nèi)BI廠(chǎng)商來(lái)說(shuō),國(guó)產(chǎn)化進(jìn)程還會(huì)面臨諸多難題和挑戰(zhàn)。首先大數(shù)據(jù)方面的標(biāo)準(zhǔn)參差不齊,國(guó)內(nèi)廠(chǎng)商在做產(chǎn)品規(guī)劃時(shí)沒(méi)有一個(gè)統(tǒng)一的導(dǎo)向和標(biāo)準(zhǔn)。其次,雖然國(guó)內(nèi)產(chǎn)品可以滿(mǎn)足大部分的數(shù)據(jù)分析和應(yīng)用需求,但是一些前沿技術(shù),比如AI+BI、數(shù)據(jù)挖掘等,還處于理論或者不成熟階段。
數(shù)據(jù)標(biāo)準(zhǔn)參差不齊
數(shù)據(jù)的價(jià)值正在日益凸顯,而市場(chǎng)進(jìn)入數(shù)據(jù)資產(chǎn)化的標(biāo)志是數(shù)據(jù)標(biāo)準(zhǔn)的大規(guī)模建立。多位大數(shù)據(jù)/BI專(zhuān)家認(rèn)為數(shù)據(jù)標(biāo)準(zhǔn)的建立是企業(yè)走向數(shù)據(jù)驅(qū)動(dòng)的關(guān)鍵,也是當(dāng)下國(guó)內(nèi)的一個(gè)亟待解決的難點(diǎn)。
實(shí)際上企業(yè)有痛點(diǎn)和訴求,制定數(shù)據(jù)標(biāo)準(zhǔn)的工作一直在進(jìn)行著,如果數(shù)據(jù)統(tǒng)計(jì)口徑不一樣,在前端查看同樣的指標(biāo),在不同系統(tǒng)會(huì)看到不同的結(jié)果。就如同有的叫“男人”,有的叫“man”,類(lèi)似這樣的差異可能不利于企業(yè)做查詢(xún)分析、營(yíng)收測(cè)算?!皵?shù)據(jù)標(biāo)準(zhǔn)和數(shù)據(jù)倉(cāng)庫(kù)不一樣,數(shù)據(jù)倉(cāng)庫(kù)更多的時(shí)候是在做數(shù)據(jù)的集合,數(shù)據(jù)標(biāo)準(zhǔn)更多的是在做數(shù)據(jù)標(biāo)準(zhǔn)的制定。比如編碼規(guī)則、命名規(guī)則或者劃分、分享,做什么接口等?!睏顡P(yáng)指出。
不同行業(yè)制定數(shù)據(jù)標(biāo)準(zhǔn)有自己的原則,數(shù)據(jù)標(biāo)準(zhǔn)制定的時(shí)候并不會(huì)考慮所有的數(shù)據(jù),更多時(shí)候是把一些主數(shù)據(jù)或者很多系統(tǒng)都會(huì)用到的數(shù)據(jù),比如客戶(hù)信息或者做分析衡量都會(huì)用到的數(shù)據(jù),去制定一些對(duì)應(yīng)的數(shù)據(jù)標(biāo)準(zhǔn)。其中,金融業(yè)會(huì)把數(shù)據(jù)標(biāo)準(zhǔn)以其核心系統(tǒng)為準(zhǔn),然后其它邊緣系統(tǒng)按照各自的業(yè)務(wù)主題來(lái)定。
其實(shí)很多大的企業(yè)會(huì)有數(shù)據(jù)標(biāo)準(zhǔn)管理委員會(huì)這樣的部門(mén),負(fù)責(zé)制定標(biāo)準(zhǔn)、搭建管理平臺(tái)和制定行政管理規(guī)范?!皬臉?biāo)準(zhǔn)到管理平臺(tái)做到管理規(guī)范這樣一系列操作,它其實(shí)就相當(dāng)于是在制定整個(gè)的一個(gè)數(shù)據(jù)標(biāo)準(zhǔn)。”楊揚(yáng)指出,數(shù)據(jù)標(biāo)準(zhǔn)的核心點(diǎn)在于一套標(biāo)準(zhǔn)要用在多個(gè)板塊上面,所以要有聯(lián)通的板塊一起進(jìn)行設(shè)計(jì),沒(méi)必要追求一套標(biāo)準(zhǔn)適用所有,因?yàn)楦鱾€(gè)行業(yè)都有自身通用的一些標(biāo)準(zhǔn),而這些通用標(biāo)準(zhǔn)只能解決最簡(jiǎn)單基礎(chǔ)問(wèn)題。
但是數(shù)據(jù)標(biāo)準(zhǔn)的規(guī)范有時(shí)候也會(huì)受到業(yè)務(wù)排斥,比如指標(biāo)分為基礎(chǔ)指標(biāo)和派生指標(biāo)。在實(shí)際運(yùn)作過(guò)程中,數(shù)據(jù)標(biāo)準(zhǔn)對(duì)應(yīng)的基礎(chǔ)信息可能并不能解決業(yè)務(wù)的問(wèn)題。所以有的時(shí)候業(yè)務(wù)部門(mén)還是比較抵觸排斥梳理好的數(shù)據(jù)標(biāo)準(zhǔn)。
可見(jiàn)企業(yè)走向數(shù)據(jù)驅(qū)動(dòng)并非易事,數(shù)據(jù)標(biāo)準(zhǔn)可以從企業(yè)內(nèi)部外延到企業(yè)外的行業(yè)、政府等,大數(shù)據(jù)時(shí)代更多維全面的數(shù)據(jù)連接打通流轉(zhuǎn)才能有全局的視角,釋放數(shù)據(jù)更大的價(jià)值。有業(yè)內(nèi)從業(yè)者指出企業(yè)內(nèi)部數(shù)據(jù)整合打通比較容易,而外部數(shù)據(jù)由于標(biāo)準(zhǔn)不一等問(wèn)題難以有真實(shí)性和健康度的保障。楊揚(yáng)認(rèn)為不論什么規(guī)模的企業(yè),目前大部分企業(yè)內(nèi)部數(shù)據(jù)都沒(méi)有做到很好掌控,比如即使部署了很多IT系統(tǒng),還是有很多數(shù)據(jù)流轉(zhuǎn)在Excel里?!皟?nèi)部的數(shù)據(jù)相對(duì)好掌握可能更多是從數(shù)據(jù)獲取的角度以及在這個(gè)具體的某個(gè)特定板塊下用這個(gè)數(shù)據(jù)的角度看,企業(yè)整體把數(shù)據(jù)給管控起來(lái)還是比較困難的?!?/p>
AI及自助式BI的中國(guó)困境
很多人相信AI與BI的融合是未來(lái),增強(qiáng)分析和智能預(yù)測(cè)是當(dāng)下企業(yè)的一個(gè)關(guān)注點(diǎn)。在A(yíng)I比較火熱的時(shí)候帆軟沒(méi)有為之所動(dòng),繼續(xù)聚焦BI。帆軟認(rèn)為隨著B(niǎo)I智能化的發(fā)展,未來(lái)企業(yè)產(chǎn)品選型的參考重點(diǎn)還是以數(shù)據(jù)管理和數(shù)據(jù)分析為主。預(yù)計(jì)在2025年左右,中國(guó)的BI將邁入智能化階段,而當(dāng)下國(guó)內(nèi)AI在BI的應(yīng)用還是泡沫。
AI+BI的發(fā)展現(xiàn)狀和趨勢(shì)
楊揚(yáng)指出,AI落地核心點(diǎn)是和企業(yè)組織機(jī)構(gòu)的實(shí)際業(yè)務(wù)結(jié)合,目前AI上手難度大,技術(shù)思維重,同時(shí)企業(yè)實(shí)際業(yè)務(wù)標(biāo)簽、模型沉淀比較少,對(duì)于企事業(yè)單位的業(yè)務(wù)幫助不高,很容易變成一個(gè)空心球。當(dāng)前BI的應(yīng)用主要還是在內(nèi)部經(jīng)營(yíng)層面,開(kāi)始注重場(chǎng)景的閉環(huán),比如零售企業(yè)做到庫(kù)存周轉(zhuǎn)率的提高、制造業(yè)高效設(shè)備巡檢提升效率等,不足之處是很多經(jīng)驗(yàn)還伴隨著比較強(qiáng)的企業(yè)特性,比如零售里面在A(yíng)客戶(hù)的配貨算法,到了B那邊就不一定試用,同時(shí)很多企業(yè)也不愿意針對(duì)這些方法進(jìn)行深度溝通,在整個(gè)交流范圍上,還欠缺一些,需要不斷去梳理標(biāo)準(zhǔn)。
現(xiàn)在最適合企業(yè)的是從經(jīng)營(yíng)目標(biāo)出發(fā),找到降本增效的方法,不管通過(guò)傳統(tǒng)中間庫(kù)+報(bào)表的方式還是通過(guò)模型+自助分析的模式,而企業(yè)最迫切需要的應(yīng)該是兩塊:
1:BI結(jié)合實(shí)際業(yè)務(wù)場(chǎng)景提供對(duì)應(yīng)的分析思路;
2:BI項(xiàng)目落地的同時(shí),能夠培養(yǎng)員工數(shù)據(jù)分析思維的學(xué)習(xí)途徑,短期看項(xiàng)目,長(zhǎng)期還是看人才。
除了AI和數(shù)據(jù)挖掘,自助式分析是當(dāng)下BI的最主要趨勢(shì)。無(wú)論是國(guó)外的Tableau還是國(guó)內(nèi)的帆軟等BI廠(chǎng)商都在強(qiáng)調(diào)自助式分析的重要性和價(jià)值,一方面可拖拉拽的靈活定制降低了使用門(mén)檻,業(yè)務(wù)人員可以直接上手釋放更多數(shù)據(jù)價(jià)值,另一方面也減輕了IT人員的壓力。
多位BI從業(yè)人員指出國(guó)內(nèi)自助式分析還處于非常初級(jí)階段,面臨著很多困境,無(wú)法實(shí)現(xiàn)數(shù)據(jù)分析的自助。造成這種局面的因素有很多,數(shù)據(jù)文化和人才缺失是比較重要的原因。
楊揚(yáng)認(rèn)為造成自助式分析難以推動(dòng)的主要原因是數(shù)據(jù)分析項(xiàng)目發(fā)起人和使用者間的沖突。企業(yè)引入數(shù)據(jù)分析有兩個(gè)渠道,一是通過(guò)科技部門(mén)或者IT部門(mén),二是通過(guò)業(yè)務(wù)部門(mén)。
IT部門(mén)以前做數(shù)據(jù)跟蹤報(bào)表,每次業(yè)務(wù)提需求基本是上午提下午要,給IT部門(mén)很大壓力,而IT部門(mén)引入數(shù)據(jù)分析的目的是減輕部門(mén)壓力,可能會(huì)準(zhǔn)備些基礎(chǔ)數(shù)據(jù),有些企業(yè)甚至?xí)衙骷?xì)表全部開(kāi)放,讓業(yè)務(wù)部門(mén)自己在前面去拖拽選取,如此壓力就傳導(dǎo)到業(yè)務(wù)部門(mén)。
如果業(yè)務(wù)部門(mén)引入自助分析,期望會(huì)很高。希望找某個(gè)數(shù)據(jù)的時(shí)候,調(diào)出來(lái)的數(shù)據(jù)就是所需的數(shù)據(jù)口徑,而且數(shù)據(jù)準(zhǔn)確的無(wú)誤。但實(shí)際過(guò)程中業(yè)務(wù)部門(mén)要的不是基礎(chǔ)數(shù)據(jù),都是需要做進(jìn)一步加工萃取匯算的派生數(shù)據(jù),所以業(yè)務(wù)部門(mén)經(jīng)常會(huì)說(shuō)調(diào)取的數(shù)據(jù)和業(yè)務(wù)系統(tǒng)對(duì)不上。
IT部門(mén)與業(yè)務(wù)部門(mén)各自為戰(zhàn)的情況并不少見(jiàn),楊揚(yáng)建議IT部門(mén)向前邁一步,在項(xiàng)目前期與業(yè)務(wù)交流,根據(jù)不同業(yè)務(wù)部門(mén)對(duì)接不同數(shù)據(jù)口徑,業(yè)務(wù)部門(mén)再請(qǐng)IT人員做一些自定義的工具,業(yè)務(wù)部門(mén)要思考如何把這些數(shù)據(jù)應(yīng)用到自己想要的場(chǎng)景里面去。他認(rèn)為比較有效的破局之道是在IT和業(yè)務(wù)部門(mén)之間建立一個(gè)角色作為橋梁溝通協(xié)調(diào),比如有的企業(yè)會(huì)設(shè)立首席數(shù)據(jù)官、數(shù)據(jù)運(yùn)營(yíng)官的職位,使各部門(mén)之間不再各自為戰(zhàn),形成合力。
企業(yè)未來(lái)3~5年BI功能需求
“不管做BI還是什么,切記的是搞個(gè)大工程。所有部門(mén)一起上,那像這樣一種情況,其實(shí)成功率特別低,但是這個(gè)原因有很多種,不管是從業(yè)務(wù)的內(nèi)心排斥角度,還是從企業(yè)的數(shù)據(jù)準(zhǔn)備角度,以及他企業(yè)對(duì)這個(gè)事情的一個(gè)思想準(zhǔn)備角度,都沒(méi)有到位。”楊揚(yáng)強(qiáng)調(diào),國(guó)內(nèi)BI有廣闊的前景,如果追求一步到位往往適得其反,結(jié)合企業(yè)自身情況選用合適的BI產(chǎn)品和服務(wù),才能不斷向著數(shù)據(jù)驅(qū)動(dòng)邁進(jìn)。