数据探索与分析的代价

今天继续研究供应链业务，我在书上发现了一个复杂的数据分析图，主要是展示在过去一年中，哪些产品被客户重度采购，其中哪些产品是被分散采购，还是被个个别客户集中采购的。

图标看起来很直观，但是我分析了一下原始数据的统计过程，发展还是相当复杂的。类似的数据就是订单的历史数据，通过产品，订单，客户以及订单时间就能够分析出来这个报表。

这也是我最近特别留意的在供应链领域中的数据分析成熟报表。

其实我是想如何才能依托数据中台机制来支撑类似的报表，如果按照传统方式，是可以实现的，就是定制类开发需要很长的时间，而且中间数据不能被反复使用，一旦开发失败，整个成果物也都全部废弃。以数据分析的场景来说，很多分析都是探索性质的，不确定是否有价值，所以这样的开发模式代价太大，企业无论从资金还是时间上都消耗不起，最后也就导致了数据探索举步维艰。