以务实的态度,通过对大数据的高速采集和实时分析,以更低的成本获取核心业务和战略决策所需的关键信息。从而提高企业管理水平和战略决策水平,最终创造巨大的商业价值,或许是对大数据价值的最好诠释。在分析大数据的过程中,传统的数据挖掘/BI(BusinessIntelligence)方法是IT人员根据分析需求预先进行建模(并制作副表或立方体),预先汇总数据,业务人员在前端查看分析结果报告。这种方式已经很成熟,已经延续了很多年,但仍然存在一些问题:1、业务人员查看的报表比较静态,分析维度和度量计算方式在建模时已经预设好,无法更改,对于example如果想改成方差,必须回去修改模型;2、当分析需求发生变化时,业务人员无法直接调整报表,需要IT人员重新建模或修改已有的分析模型,耗时长,响应速度也更长。造成这些问题的本质原因在于,过去的技术架构对海量数据的计算能力不足,需要通过建模、副表、立方体等方式提前进行数据计算和汇总。解决方案——敏捷BI随着技术的发展和演进,BI领域迎来了新一代的敏捷BI创新。使用敏捷BI进行数据分析的优势包括:分析报告不可看不可动。数据呈现是起点,而不是终点。看到数据后,你必须能够交互分析它,深入挖掘,发现问题,找到答案,并采取行动。与数据交互的过程必须足够快。如果用户每次点击需要等待三到五分钟才能得到结果,则无法进行交互式分析。敏捷BI基于大数据处理技术,秒级响应TB-PB级数据;分析报告应该由非IT部门的同事直接在分析平台上制作。不可能把所有的分析报告需求都提交给IT部门,会严重增加IT部门的工作量。敏捷BI易于实施和操作,业务人员可直接使用;分析和报表需求往往需要对数据层进行变更,需要IT部门对数据层和业务层进行完善,而传统BI平台需要一两个月的时间来梳理模型。AgileBI不需要提前建模,在分析过程中可以灵活调整分析维度和报表呈现方式。需求变更可在一天内响应,提高企业的洞察力和决策力。敏捷BI的原理不同于传统BI的权重建模和统一视图。AgileBI采用轻量级建模和N视图的方法,不建副表和Cube。数据对接后可以直接进行分析,业务人员可以实时调整分析的维度和度量的计算方式,极大地增加了灵活性,真正实现了与数据的沟通。想必大家会有一个疑问,既然有这么方便的方式,为什么传统BI不采用这种架构呢?上面说到,传统的技术架构并没有引入现在的大数据技术。面对海量数据,无法在用户点击后的几秒内显示结果。因此,必须提前通过建模对数据进行聚合,以保证分析报告的呈现。时间速度。实现敏捷BI的前提是采用新架构处理数据的性能得到数十倍的提升,涉及的技术包括分布式计算、内存计算、列存储、馆内计算等。因此,敏捷BI可以通过更低的成本和更短的启动周期,让企业快速洞察数据的意义和价值。敏捷BI带来的行业变革《自由人》提到了顺丰王伟的一句话——有时候,只要快,就能改变一个行业。我们先来看一个真实案例。某互联网媒体/研究机构面临以下问题:?该机构是中国最大的互联网媒体/研究机构,超过70%的境外上市公司引用其研究分析报告。同时,为客户提供定制化的咨询报告服务,分为线下报告和软件两种服务;?客户的定制需求是多变的。生成报告需要3-4周,提供软件交付周期需要半年。由于人工成本高,迭代周期长,不敢承接太多有报表需求的项目,每年只能做几个定制项目;?因此,组织希望利用BI工具来提高业务效率和收入空间。总结组织需求:?项目需求示例:按时间维度,网站概要,用户来源区域,来源域名和页面访问次数,停留时间,有效访问次数,跳出率,回访,新访客、回访次数、回访间隔天数等相关数据统计。需要能够动态添加条件,分析用户行为监测得到的数据,更详细、更清晰地了解用户行为习惯;?每天数千万条数据,不同网站客户的分析需求不同,灵活多变的多维分析需求对分析性能提出了更高的挑战。传统的数据库和Hadoop架构已经不能满足高性能的实时分析需求;?国外的产品,比如IBM、SAP、Oracle等,价格都比较贵。几百万的数量级是难以承受的;?国内产品多为上一代BI,需要先建模后分析,难以应对灵活多维分析的变化需求,大数据量处理能力无法满足要求.最终,组织采用敏捷BI技术,将三个月的明细数据(约50亿条)导入敏捷BI系统,直接定制报表的分析和呈现。此举为客户带来了巨大的收益:提高业务效率:采用敏捷BI工具后,与原来基于Excel和SQL编程的分析方式相比,线下报表交付周期从3-4周缩短到不到1周周,软件交期从半年缩短到一个月;项目来源变多了:不敢接需求没完全确定的项目,怕需求变了,没法交付。采用敏捷BI工具后,可以在几天内快速搭建原型向客户演示,需求的任何变化可以在一周内调整。通过这种快速成型的试错法,我们有能力承接此类项目;收入空间增加:由于业务效率的大幅提升,我们可以承接更多的项目,收入空间增加了数倍;客户满意度提升度高:能够快速响应客户需求和变化,超越客户期望,大幅提升客户满意度和客户保留率。不仅如此,该组织还进行了创新模式的转型:基于敏捷BI工具,该组织构建了全新的SaaS平台,进一步提升用户体验,通过SaaS账户销售模式。稳定的长期可持续收入,改变了原有以单个项目为主的收入模式。机构的价值描述从媒体/咨询服务公司转变为提供大数据服务的互联网应用提供商,极大地提升了旗下子公司在资本市场的价值。组织迅速跟进敏捷BI工具的使用和新模型的变化。这是单个企业的案例。事实上,敏捷BI对个人、企业乃至行业都会产生很大的影响。对个体的改变:业务人员可以通过自助方式与数据交互,更敏捷地进行数据分析,洞察数据的意义和价值。IT人员不再被繁重的修改建模任务拖到其他高价值的工作上,生产力得到释放。对企业的改变:对于拥有大数据的企业,如咨询研究机构、网络营销机构、舆情/经营态势分析机构、精准营销机构,以及各行业的传统企业,无论是对内使用数据,还是对外提供数据服务,还有更多敏捷高效的方法。对于数据量小的企业或部门,在做市场分析、财务分析、销售分析、客户分析时,无需借助复杂的系统工具进行数据挖掘,大大降低了分析门槛。大部分因为周期时间、复杂度等门槛而被BI厂商拒绝的中小企业,才能真正开启敏捷BI的数据挖掘之旅。对于行业变化,以IT行业为例:对于应用厂商,如ERP、CRM、行业应用提供商,可以快速嵌入敏捷BI工具,为客户提供更多的增值服务。对于实施者来说,BI的项目风险大大降低,项目周期大大缩短,短时间出成果。这是一场新的革命。大数据时代涌现出无数数据挖掘者,需要有人提供一把好铲子。36大数据知识图谱:背景:2001年,一些热衷于改进软件开发过程的软件工程师首次使用敏捷一词来描述一种可以提高客户满意度的软件开发过程——敏捷开发过程。什么是敏捷商业智能敏捷开发过程的12条基本原则中有6条可以用来描述敏捷商业智能。最优先考虑的是通过尽早和持续交付有价值的商业智能软件来满足客户。即使在开发后期也欢迎不断变化的需求,敏捷流程利用变化为客户创造竞争优势。在整个项目开发期间,业务人员和开发人员必须每天在团队内一起工作。最有效和高效的信息传递方式是面对面的交流。简单——将未完成的工作最大化的艺术——是根本。最好的架构、需求和设计来自自组织团队。敏捷商业智能产品在国外知名的Garnter关于敏捷商业智能产品的报告中,第四象限的敏捷商业智能产品包括QlikView、Tableau和SpotView,它们对传统商业智能产品巨头提出了挑战。国内BI产品起步较晚,有永鸿科技的Z-Suite等敏捷商业智能产品。敏捷就是在业务活动中快速反应。传统的BI解决方案往往需要三个月甚至半年的实施周期。从数据建模到数据呈现,整个研发周期漫长且效率低下。Z-Suite通过快速响应周期、智能优化和长期积累,使用户能够在复杂的业务环境中取得成功。原文链接:http://www.36dsj.com/?p=10070
