蒋步星:自助报表难自助,敏捷BI欠敏捷

这里有点标题党,为了对仗把题目写成这样。其实自助报表和敏捷BI深究起来是一回事,都是希望业务人员自己能完成数据分析和呈现,叫得通俗些是自助报表,洋气一些就是敏捷BI了。

  经营分析软件中大都会提供丰富的固定报表,能够处理较复杂的计算需求,但毕竟死板。业务经营中常常会有临时性的数据分析需求,传统手段一般提交给技术部门去实现,这样显然周期长效率低,有时获得结果时已经失去意义了。如果能让业务人员自己做分析和呈现,那无疑会极大地提高决策效率,这就是敏捷BI产品主打的目标。

问题是,这个目标能达到吗?

如果用于分析的基础数据事先已经准备好,然后使用这些数据制作交互式的报表或图形并组合出管理看板(Dashboard),目前许多敏捷BI产品的功能都还不错,界面也比较友好,业务人员一般都能够操作起来,这也是敏捷BI在演示阶段能吸引住用户的主要原因。不过,在已经获取了相关数据时,敏捷BI能做的许多事用Excel也能做得很好(美观程度要差一些),在很多场合下再专门上一套敏捷BI系统的必要性并不大,或者说Excel就是足够好用的敏捷BI产品了。

  而且,大多数时候,数据并没有准备好,获取数据本身就是灵活分析中最关键的步骤。它是后续动作的基础,也是几乎所有敏捷BI产品(如果Excel也算的话也可包括在内)都不够“敏捷”的环节。

关系数据库是当前数据存储的事实标准,特别是有分析需求的带业务含义的结构化数据。从数据库取获取数据要用SQL语句,实际上发明SQL的初衷就是想让业务人员能用来查询数据,所以它很象英语。确实,对于单个表的常规查询(过滤、计算列、分组汇总)问题并不大,业务人员即使不会写,也容易做个可视化的界面辅助“编辑”出来。

  但是,有意义的查询经常是多表关联的,比如取出存储余额10万以上的本地储户,获得北京打到上海的电话记录,按月统计合同额、回款额、发票额,....。关系代数对数据表关联的处理方式是业务人员很难理解的,表间关系是个网状结构,要指定关联字段,还可能涉及到自关联递归关联等复杂情况。关联表较多或层级较深时连技术人员都很难掌握,三五个关联表的数据关系就足以使业务人晕掉,这时候界面再炫丽操作再流畅都无济于事了。

  怎么办?只能由技术人员事先准备数据,把关联表做成逻辑或物理的单表,这就是所谓的“数据建模”。一旦有新的关联需求,就需要技术人员重新建模。这种搞法,“自助”和“敏捷”就无从谈起了。

  糟糕的是,这个问题还是理论上的,只要数据库的数据组织和关联描述方式不变,或者说只要仍在关系代数的体系下,这件事就无解!敏捷BI产品在界面环节无论如何努力都是徒劳。

  敏捷BI虽然是个新词,但涉及的内容并不新鲜,以前的OLAP产品也是瞄这个目标去的,可以说敏捷BI就是OLAP换个马甲后再加强了呈现能力。应用OLAP产品时也一样碰到这个问题,也一样无法解决,也只能是事先准备好死板的CUBE,有新关联需求时再重建新CUBE。有个别公司产品能根据数据类型做一些自动关联,但碰到同维关联(很常见)或自关联时仍然没有办法。国内BI界当时有个词叫shelfware,就是用来形容这种中看不中用的OLAP产品。厂家人员开玩笑说卖的不是software,而是买来就被扔进柜子不再动的shelfware。在演示阶段让用户产生极大的期望以为真能让业务人员自己分析,实际用起来完全不是那回事,结果都会沦为报表工具在用(报表工具对“沦”字表示不爽)。这是购买OLAP或现在敏捷BI产品的一个大坑!

行业化,敏捷BI产品的合理出路

不过,也不是完全没有办法。虽然无法在当前数据库理论体系下通用地解决这个问题,我们却可以在工程方面通过行业化的手段来缓解,这也是敏捷BI产品的合理出路。用事先获得的行业知识可以把数据项之间的关联关系固化到程序界面中,业务用户在选择某些数据项时,程序已经知道这些数据项之间的最常见关系,就会大概率地建立出正确的关联。比如我们知道通信业务中一般都用电话号码把其它信息串起来,也知道手机号中已包含有一些业务信息。利用这些知识可以简化关联路径的寻找,有了行业知识后的敏捷BI产品就可能真地“敏捷”地应对业务人员的关联需求了。

  类似地,现代敏捷BI产品一般都还有业务人员制作管理看板(dashboard)的功能。显然,用户要的不会只是在一个界面上摆上几个固定不变且毫无关系的图表,而会要求这些图表之间可以联动,并且有统一的参数来控制。这又是另一种关联:图表之间的关系,图表与参数的关联。让业务人员去理解这种抽象的关系是不现实的,实现一个通用的看板制作功能恐怕也只能给程序员去用了。而如果有行业知识,就可以事先知道行业内常用的图表间关联以及参数,直接做死,业务用户不必关心抽象问题,只负责摆放即可。

  但是,这需要了解每个行业甚至每个用户的数据特征和术语习惯,而这些知识换个行业甚至用户就很大可能性不再适用了。这样,敏捷BI不再是一个通用产品,而是一个服务型的解决方案

所以,实施BI项目,国内厂商比国外厂商的实际效果要好,因为能提供定制化服务;而对BI技术不是特别熟悉的行业集成商能做得更好,因为他们有深刻的行业和用户知识。国外品牌看着是很炫,但厂商没能力提供本地化服务,又因为集成性差也难以让第三方代劳,结果实施效果大都很差,也就是再进一步诠释shelfware而已。



时间: 03-13

蒋步星:自助报表难自助,敏捷BI欠敏捷的相关文章

蒋步星:报表&数据分析平台里的坑

报表平台(或BI.数据分析平台)是指提供报表.统计图及其它BI组件(仪表盘.数据看板.分析报告等)的组织管理.权限控制.调度生成.发布订阅等功能的软件系统,让业务用户能随时随地地访问全企业的报表和数据.这是近五六年来报表和BI领域的一个热门需求,在基本业务系统建设较完善后,许多用户都希望把各系统中的报表和数据分析功能打通后统一管理. 在业界混久了,经常还能听到客户在实际用过某个报表工具后表扬该产品的话(当然骂声可能更多),但是用过之后还表扬某个报表或数据分析平台的话却几乎从没听说过!对于这类平台

蒋步星:报表工具的“后”路

报表工具很可能是企业级通用软件领域中仅有的国产软件品质远远超过国外同行的产品了.以润乾为先行者的国内厂商,在十多年的竞争中靠实力击败了国外产品.除了少量开源产品因价格优势还有较多用户外,其它国外产品主要就是些多年前的老用户了. 中国报表需求确实更复杂,无论格式和计算都繁琐得多,传统报表模型难以处理.润乾发明的非线性报表模型能够较好地解决这些问题,国内重要厂商目前都采用了该模型,而国外厂商则继续使用传统模型,产品本身品质要差很多;另外,近年来几个重要的国外厂商都发生了并购,报表工具并非收购方的主营

蒋步星:报表工具和移动端

报表工具是解决数据呈现问题的,而手机是很方便的数据呈现载体,那么报表工具显然应当提供移动端APP? 其实不然,报表工具并不该直接提供移动端APP.更严格的说法:不只是不该有,而且是不能有! 为什么不能有? 道理很简单,作为中间件的报表工具是需要被集成的,已经做成APP了咋集成? 终端用户采用的移动端APP需要做好用户登录.权限管理等功能,而这些在不同用户场景下是不同的,需要行业开发商再来定制,直接提供做死的APP反而没法用.而且,有些用户已经有了自己企业的移动端门户APP,报表功能要被嵌入到门户

蒋步星:数据可视化技术的误区

所谓数据可视化是指把数据以图形动画以及地图等形式呈现出来,这样即直观又美观,易于理解从而看出数据背后的问题. 要做好数据可视化,需要两方面的能力.一是"艺术"能力,即知道什么样的数据用什么形式去表现最合适,该用柱图时不能用饼图,颜色搭配也要合理,另一个是"技术"能力,设计好的呈现方案还要能真地做出来,并且要把成本控制在可接受范围内.这里我们不深入讨论"艺术"问题,来看看考察和选择可视化技术中的一些常见误区. 误区|考察报表,挑可视化技术最好? 报

自助报表应有的功能

一.什么是自助报表? 自助报表是用户自己可以通过简单操作就可以完成报表制作的一项 BI 功能.在这里用户不需要有技术基础,只需要明确自己的业务需求就可以轻松绘制报表,从而生成一套属于自己的数据分析. 那么对于一款 BI 工具而言,自助报表应该包含哪些功能呢? 二.自助报表应该包含哪些功能? 自助报表的架构大体上可以分为两部分: 1. 底层数据建模 2. 前端交互分析 那么我们就分别从这两个大方面探讨下具体的功能. 2.1 数据建模 业务人员前端所有的操作都是基于数据模型实现的,所以数据建模是最基

自助报表是个什么鬼

一:什么是自助报表? 报表是 BI 项目中呈现数据最直观的方式,目前使用报表常用的方式是由技术人员根据用户需求提前定义设计好报表模板,用户使用时在页面端基于已有的模板对数据进行查询.打印.导出等操作.这种方式能够很好地满足相对固定的报表需求,而随着业务的深入以及业务人员能力的提升,越来越多的人希望自己能够通过一些简单的拖拽操作来快速查看到自己关心的数据,进而逐步确定最终的报表格式.我们把这种报表使用方式称为自助报表,也就是让不太懂技术的业务人员通过拖拽.简单设置等“自助”操作来分析数据并形成报表

杂记- 3W互联网的圈子,大数据敏捷BI与微软BI的前端痛点

开篇介绍 上周末参加了一次永洪科技在中关村 3W 咖啡举行的一次线下沙龙活动 - 关于它们的产品大数据敏捷 BI 工具的介绍.由此活动,我想到了三个话题 - 3W 互联网的圈子,永洪科技的大数据敏捷 BI 工具,微软 BI 工具的路应该如何去走. 3W 互联网的圈子 其实之前在中关村工作过很长的一段时间,每天吃饭的点基本上就包括中关村那一块,平时每天都从那个基督教堂门前走过来走过去.但是感觉在中关村那里白混了一年,因为从来没有注意到那里其实有一个人气很旺的 IT 互联网人的圈子 - 3W 咖啡屋

敏捷BI与数据驱动机制

大数据这件事,整体上还是说的多一些,做的稍微少一点.大数据可以是荒凉高原上波澜壮阔的机房,也可以润物细无声般融入到日常生活和工作.换句话说,大数据应该是一种文化. 在个人层面,很多人对数字和计算并不敏感,通过经验进行判断很容易出现偏差,因为所知所感与真实世界之间有很大差别.数据驱动的首要条件是要针对业务痛点提出问题,层层深入且具备逻辑推理特性:这之后才是进一步转化为数据问题,然后从数据角度去建立决策逻辑.如果是可视化.动态的决策过程,那肯定是有助于提高效率,这也是目前智能化的一个重要目标,更加s

敏捷BI真的是颠覆性的BI创新吗?

背景 随着企业信息化的不断发展,大数据时代.移动互联时代.物联网时代已经到来.在新的市场竞争形势下,如何更快.更有效.更经济地的开展业务分析并做出相应对策,逐渐成为各个企业的巨大挑战.现在,内存分析和数据可视化在数据分析及商业智能领域日益成为非常流行的概念.大家有时候可能会听到,敏捷BI内存分析是商业智能的方向,是对传统BI技术的颠覆性创新,某些数据分析厂商会喊出诸如此类的众多雷人的口号.难道这个世界上的商业智能技术真的已经发生改变了吗?难道传统的BI技术已经不适用了? 我们先卖个关子,不回答这