专栏名称: 商业智能研究
帆软旗下机构「帆软数据应用研究院」 专注于企业数据化应用、大数据BI技术和理论观点研究,向业界输出前沿的研究与洞察,帮助企业把握商业智能趋势,提升管理与商业战略认知,让数据成为生产力。
目录
相关文章推荐
51好读  ›  专栏  ›  商业智能研究

一文详解什么是全链路数据分析平台!

商业智能研究  · 公众号  · BI  · 2024-10-22 18:40

主要观点总结

FineONE作为多形态融合的分析平台,因其可视化组件和简单灵活的制作方式而被人熟知。随着企业数字化转型的重视,BI在整个企业中的重要性增加。BI产品的目标是让人人都是数据分析师,并发展出不同的产品形态。帆软基于BI多形态共生的理念,推出全链路数据分析平台FineONE,整合多款数据产品,满足不同角色和企业的数据诉求。FineONE的主要价值主张包括多形态分析融合、行业应用复用、统一资产门户、统一数据中心、统一运维管理等。本文摘录自帆软的《商业智能应用白皮书5.0》,提供了关于BI的深入洞察和观点。

关键观点总结

关键观点1: FineONE作为多形态融合的分析平台,满足不同形态的数据分析需求。

帆软推出全链路数据分析平台FineONE,整合多款数据产品,满足不同角色和企业的数据诉求。

关键观点2: BI产品的目标是让人人都是数据分析师,并发展出不同的产品形态以适应不同场景的数据需求。

不同种类的BI各有优劣,适用于不同的场景,并没有绝对的替代关系。

关键观点3: 帆软强调行业应用复用,通过提供成品、降低应用成本、提高应用数量和质量来提高数据应用的效率。

FineONE中,帆软将行业应用复用上升为公司级战略,并推出多个功能模块以让行业经验更好地落地到客户场景中。

关键观点4: 统一资产门户和统一数据中心是FineONE中的重要功能,旨在最大化资产价值并解决数据口径和权限等问题。

统一资产门户旨在提高业务用户找资产、用资产的效率,提升面向管理用户的运营运维能力。

关键观点5: 统一运维管理在BI系统复杂度提升的情况下非常重要,FBP通过帆软统一运维平台解决运维链路中的问题。

FBP的帆软统一运维平台通过可视化的形式解决部署到运维管理、监控告警、故障问题快速处理等挑战。


正文

FineONE:多形态融合的分析平台

BI因为其丰富多样的可视化组件,简单灵活的制作方式而被人所熟知,但“福祸相依”,其优势使得大家以为BI仅仅于此。随着企业对于数字化转型的重视,对于数据驱动决策的认识提高,BI在整个企业数字化转型中的生态位越来越重要,在部分企业的重要性已经等同于甚至超过生产系统了。

前文提到,BI产品终极目标是“让人人都是数据分析师“,注定会发展出不同的产品形态,以满足不同场景的数据需求。然而,不同种类BI各有优劣,分别适用于不同的场景,并没有绝对互相替代的关系,因此是属于多形态共生。

同时,帆软认为BI仅靠一种模式并不能满足企业的诉求,需要包含数据全链路的管理和建设,包括了数据生产,数据准备,数据存储,数据可视化和分析,数据决策,以及资产的治理,行业方案的应用复用,甚至包括了组织和人才的构建

因此,帆软基于“BI多形态共生”的理念,融合自身的多种形态BI产品,推出全链路数据分析平台——FineONE:

FineONE是将帆软多款数据产品,包括FineReport、FineBI、FineDataLink、FineVIS、FineChatBI,整合到一起的“全链路数据分析平台”,满足不同角色的不同数据诉求,满足不同企业的信息现状的不同诉求。

FineONE作为“全链路分析平台”,主要的价值主张如下

1.多形态分析融合

BI不同形式产品之间并不是代际替换关系,而是需要长时间共存的。因为,企业的场景是丰富多变的:

因此仅靠一种模式并不能满足企业的诉求,因此帆软将多种形态融合在一起。

2.行业应用复用

伴随着企业数字化改革的深入,很多企业已经脱离使用工具的阶段。

向外看,从客户视角出发,当前帆软提供给客户的场景解决方案(工具产品+项目服务),用户不清楚概念性的方案的最终形态(售前阶段难以理解帆软),用户的上线成本&时间较高(交付阶段难以相信帆软),主要有以下提升点:

  • 所见即所得:

    围绕业务用户提升需求选择&确认的效率,客户不需要去想象基于帆软产品能实现什么系统,而是在平台上直接挑选“成品”。

  • 降低应用成本:

    围绕开发用户提升综合开发效率,降低系统综合上线成本&时间,形成需求发起-应用市场挑选-系统对接上线-个性化修改的高效路径;

  • 提高应用数量&质量:

    围绕数据生态,吸引更多的需求方和供应方参与进来,从而提升整个产业效率,企业内、企业间形成数据资产的交易,让数据应用变得更简单。

从短期角度来看,目前的调研信息显示当前应用复用主要阻塞点包括:

  • 产品阻塞:

    客户工程还原回来困难、底层数据复用难度大、应用内容复用到客户困难等

  • 平台阻塞:

    平台渠道杂乱、平台运营管理不佳、生态能力欠缺、当前营销能力难以支撑应用内容跟客户业务需求的匹配

  • 内容阻塞:

    内容通用阻塞(内容不足、价值不高、缺少体系化整合)、重点内容阻塞(客户案例价值不高、demo质量不佳)

  • 运营阻塞:

    大量内容沉淀在个人而非组织、组织之间的资料流转不佳、重心在打单回收效率不佳等

因此在FineONE中,帆软将行业应用复用上升成公司级的战略,同时推出包括帆软市场,行业智库,应用数据源,本地的素材库等多个功能模块旨在让帆软的行业经验以更好的形式落地到客户的实际场景中。

a)行业智库

将帆软的行业经验,结合数据中心的载体,将其内化到产品里,再也不是PPT的形式。可以所见即所得,且可以快速基于指标和模板,搭出自己想要的DEMO,缩短交流对齐的周期。

b)帆软市场

我们将客户的常用的组件、模板、甚至解决方案,打包上传到帆软市场上,方便用户更好的参考。这一项目其实自2018年就开始构建,但之前仅仅是PPT的形式。在FBP中,我们做了一系列功能,包括资源导入导出,数据脱敏等让模板复用的效率极致提升。

c)应用数据源

用好BI的前提是对接数据,这项工作虽然简单,但极其繁琐,在FBP中,我们将常用的数据源进一步封装,包括SAP数据、用友NC、钉钉数据、飞书数据等等,如下图,可以“开箱即用”

3.统一资产门户

2022年之前,BI工具往往聚集在如何更好更快的生产出数据资产,但随着企业的数字化转型,很多企业已经走向第4个阶段——「数字平台化」,即如何将现有资产通过更好的治理发挥出更大的价值。

因此在FineONE中,自2023年开始,通过统一资产门户、通过流程管理,对产出的元数据梳理,治理条约的整合,全生命周期的管理等等,将以前通过自服务产生的内容,更好地发布出去,将资产价值最大化。沉淀从数据到应用管理体系,提升业务用户找资产、用资产的效率,提升面向管理用户的运营运维能力。

4.统一数据中心

强大的消费层必须得依赖统一的数据层,帆软在FBP中将多产品的数据层能力融合到一起,包括数据目录、指标模型、数据管理、数据开发、数据服务、运维中心等,如下图:

5.帆软统一数据中心有如下几个优势:

消费层的统一数据层,天然解决统一数据口径、数据权限等问题:

  • 原先中帆软生态里,FR和BI的数据来源不同,带来阻碍和困惑,FR的数据权限该如何控制?FR和BI的数据计算方式不一致,如何保证数据一致性?数据变更后上述问题变得更为严重。

  • 同时,又可以通过数据服务的能力,可以将统一的数据层辐射至其他场景。

IT复杂标准构建与业务灵活自助完美结合:

  • IT和业务的配合是企业数字化建设中最大的难题,甚至没有之一。

  • 传统IT模式标准但复杂,导致开发周期极长,大大提高了数据使用的门槛。

  • 敏捷BI模式自由简单但缺少管理,虽然极大的激发了业务使用的潜力,但数据处理的不规范和随意,使得系统在性能、存储空间、更新时长、口径混乱上有极大的风险。

FineONE中将两者完美结合,即支持业务类Excel式的数据处理,又支持复杂的ETL开发,维度建模。

全链路血缘带来的无限可能:

由于FineONE将自数据的ETL开发、模型、指标、组件到模板,全链路血缘进行整合,我们可以基于此架构带来无限可能。

  • 一张看板里到底用了哪些指标?

  • 一张看板里的某个具体的指标,到底是怎么来的?其背后的含义是什么?

  • 一个指标到底用在了哪些看板里面?指标改动后会影响那些看板?

  • 基于血缘,判断哪些指标是常用的,哪些直连可以物化。

  • 当数据错误时,可以基于全链路血缘进行排错。

6.统一运维管理

随着BI系统的复杂度提升,拿帆软的工具举例,既有消费层的FineReport、FineBI,又有数据层的FineDatalink,同时还有引擎和存储的架构升级,包括了当前的存算分离的架构,及未来的MPP架构的引入。无疑给系统的运维管理提出了极大的挑战:

我们在享受私有部署带来的安全自由的同时,又不得不应对如上挑战。因此,FBP通过帆软统一运维平台,将帆软应用整个运维链路中的问题(从部署到运维管理,到监控告警,到故障问题快速处理)通过可视化的形式最低成本的解决。

本文摘录于帆软最新商业智能应用白皮书 5.0

本白皮书对170多位企业CIO、CTO、数据管理负责人或拥有同等职责的IT负责人的调研,了解IT管理者对BI的应用情况、价值诉求、技术需求、主要参考因素。通过对调查情况分析,深度洞察BI现状和发挥数据应用价值的关键,并基于此提出专业建议,以帮助企业推动决策改善、推进企业数字化转型,白皮书中不少观点可以给大家来年数据工作立项带来一些参考。

扫描下方二维码或点击阅读原文链接即可下载完整PDF资料


往期精彩推荐

终于有人把数据资产入表说清楚了 !

2024-10-11

AI+BI 融合发展是新趋势?从四个方面解读

2024-09-29

制造企业如何启用BI工具?如何构建自助式BI业务模式?

2024-09-24

智能化时代:AI如何助力BI发展

2024-08-21

详解BI的功能架构和技术架构

2024-08-19


点击“阅读原文”,下载最新《商业智能应用白皮书5.0》