美文网首页大数据数据分析
阿里员工测评的大数据分析工具,看完后,我有这些吐槽要说

阿里员工测评的大数据分析工具,看完后,我有这些吐槽要说

作者: 数据分析不是个事儿 | 来源:发表于2020-12-04 11:32 被阅读0次

    今年环境不好,各位也有目共睹,用传统的路子已经行不通了,企业管理的路子也开始发生变化,越来越重视数据驱动业务和数据化管理,希望依托BI来迈出数据化建设的第一步。

    但纵观BI行业,各个厂商的BI工具也是五花八门,产品逻辑和功能架构迥然不同,BI选型成为商业智能落地的关键症结所在。

    提到商业智能BI,大家已耳熟能详,似乎并不高深,无非用做统计数据,制作看板。如此看似简单的产品,但IT人员在做产品选型时很多时候依旧“一头雾水,不解其意”。

    市面上的传统BI、OLAP式的BI、敏捷BI、云BI等五花八门。易上手如PowerBI,全面实用如FineBI、图表丰富如Tableau。

    五花八门的产品源自于千差万别的应用层需求,BI无疑是偏应用层的。我们列举三五需求,也许项目经理更能感同身受。

    1.业务端需求:战略部需要复杂报表制作;财务部需要手工数据补录;运营部需要数据实时展现;用户中心需要BI支持多维自助分析;决策层需要管理驾驶舱;销售代表需要移动端呈现。

    finebi所作

    2.技术端需求:需要支持实时数据处理;需要支持ETL二次开发;需要支持Echarts外部图表插件对接;需要支持大屏、移动应用的快速高效开发……

    而市场上兴起的BI新趋势似乎也造成了更多困扰:数学算法平台是否应该集成在BI层?增强学习对BI的价值体现在哪里?等等。

    左手是琳琅满目的BI产品,右手是云泥之别的BI需求,BI选型确实难。但“一地鸡毛”式的选型困境也应有破解之法。我们将需求和产品功能进行匹配和梳理,总结下来,无非四大方面:

    一、基础数据准备

    敏捷BI产品大肆宣传“敏捷BI无需复杂的数据建模,无需Cube,业务需求无需转手IT部门,业务人员即需即用”。

    但须知,无论何种BI产品,都不应该让业务人员直接面对未经治理的原始数据。基于“脏乱差”数据基础上的任何BI系统都缺乏实际应用价值。

    因此,无论BI系统的产品逻辑如何演进或变化,“基础数据准备”都是必备的模块。具体包含以下内容:

    1.数据连接能力:大部分BI系统都会同时支持主流的关系型数据库、分布式数据库、文本数据源三种数据类型。基于具体的业务需求,需针对性的关注方案商的BI系统能否支持实时数据对接,以及对API接口的支持能力。

    2.ETL能力:ETL引擎是进行数据治理、数据归整的基础。市面上的BI系统的ETL能力分为三种:一是采用Kettle、Kafka等三方ETL工具;

    二是自主研发简单、基本的ETL工具,支持常见的少数ETL逻辑计算函数;

    三是自主研发全面、完整的ETL工具,封装了50-100种逻辑计算功能。但是,我们选型的时候并非必须采购拥有完整、全面ETL的BI产品。

    3.数据建模:OLAP式的BI更强调搭建多维数据模型,帮助分析人员多维探索、分析数据,并通过创建Cube对数据进行预计算,进而保证分析高效,但这个牺牲了实时性。

    而敏捷BI融入了大数据的技术架构,关注通过分布式计算、内存计算、列存储、库内计算等技术实现数据的实时分析,达到亿级数据能够秒级响应,因此省去了Cube环节,仅需轻度建模即可满足探索性分析、自助式分析的需求,比如FineBI。

    二、固定报表开发

    BI看板、管理驾驶舱、移动端可视化等需求本质上都属于固定报表开发,也是大部分企业都需要的。固定报表开发主要面向技术,技术更关注报表开发的规范性、高效性、插件和素材的丰富性、二次开发支持能力。

    1.图表开发能力:图表类型的丰富程度、是否支持3D可视化图表、地图集成与优化能力、图表扩展能力(如能否集成Echarts图表)等是考察BI产品图表开发能力的重要指标。

    2.复杂报表:战略部门、财务部门以及其他各业务部门可能存在较多的复杂报表需求,如果BI工具缺乏复杂报表支持能力,技术人员也只是“巧妇难为无米之炊”。

    而国外的BI产品在复杂报表开发方面的表现明显偏弱,国内的话帆软在这领域比较突出,但是FineReport(报表)和FineBI(分析型BI)目前是两套产品,但据某用帆软的甲方,技术上可做集成,数据可以互通。

    3.大屏设计能力管理驾驶舱是中国大企业、机关单位的主要需求之一,酷炫的大屏设计往往成为BI项目的“点睛之笔”。目前,市面上的大屏设计主要有三种方式:

    一是基于Echarts、Highcharts等前端可视化开发工具实现。其开发效率最慢,需要UI支持。

    二是借助BI/报表系统的固定样表功能模块实现。其开发效率较快,也需要UI支持。

    三是BI产品直接提供酷屏设计器,内置多种Html酷炫组件,提供多种UI皮肤。其开发效率最快,对UI人员的依赖度极低。

    4.移动应用集成:与主流应用的集成能力 。

    三、自助式BI

    大数据时代,业务部门对BI的需求已经从传统的看板、指标过渡到了从大数据中分析、挖掘运营问题。

    即时的、多样的数据分析需求逐渐普及,面向业务人员的自助式BI成为趋势。但业务人员缺乏开发能力,如何让业务人员可以用、用的好、用的惯自助式BI成为了企业关注的重点。实现“自助”的方式有多种:

    1.无代码化,提高易用性:典型的代表是Tableau、PowerBI和帆软的FineBI,这几个产品都致力于“人人都是数据分析师”,在无代码、托拉拽的可视化基础上,将“易用性”做到了极致。

    2.减少建模,提高敏捷性:省去了只有技术人员才懂的数据建模、CUBE等冗余环节。面对海量的数据,随时拖拉拽,同时保证大数据的实时响应。这是BI推崇的自主分析之道。

    总之,殊途同归,无代码化、敏捷BI、增强学习都是通往自助式分析这一“罗马帝国”的途径,能在单点做到极致的BI产品都值得关注。

    四、其他功能

    1.数据填报:这个也是报表系统最常用的场景之一,主要解决一线业务人员如财务人员、仓库人员、生产管理人员等大量的手工数据、台账数据如何填报和补录的问题。

    2.权限管理:数据是企业的命脉,如何对数据做好不同细粒度的管控很重要,这很考验BI决策平台的管理能力,这一块的话帆软的FineBI在行,国外BI对这一块基本薄弱。

    帆软BI可通过角色设置权限,权限受体包括部门、角色、职务、用户

    可对人员管理、目录权限、管理系统、数据连接、数据权限(数据表)、分享权限、定时调度管理权限等设定权限,权限设置力度丰富

    权限设置对象较深,可细致到组件还是数据行级

    所以在BI选型过程中,除了工具产品本身,还要考虑厂商的业务方案能力,越是top的厂商在这块做的越成熟,对于甲方来说同行的经验也更加丰富,总之,各取所需,软硬结合!

    相关文章

      网友评论

        本文标题:阿里员工测评的大数据分析工具,看完后,我有这些吐槽要说

        本文链接:https://www.haomeiwen.com/subject/wlwbwktx.html