当前位置:首页 > 软件与服务 >

人人都是数据分析师,这是BI欠我们的一个梦想

发布时间:2017-07-14 17:13:02 来源:中国软件网 作者:欧小刚
[摘要]BI未来的重要特点,是突出用户的自助式分析服务。我们以帆软软件为例,来看看如何实现自助式分析,以及离“人人都是数据分析师”的理想还有多远。
7月11日,帆软在上海举办了大数据峰会。在会议上,帆软CEO陈炎阐述了他对BI产品的一些思考,他认为要以产品经理的思维来打磨自家的产品。另外,多家帆软的客户上台讲述了自身部署BI系统建设方面的思考、烦恼和取得的部分成果,以及如何将BI系统应用在其日常的业务运营中,提升运营效率。这些企业用户来自各行各业,具有一定的代表性,包括东方融资网、华谊集团、新城控股集团等。

通过听取嘉宾的演讲,尤其是各个行业用户的真实应用情况,引发了我自己的一些思考:对于一款BI产品,用户最关注的是什么;BI发展到现在,未来几年将向什么方向发展。

 

Gartner提出“人人都是数据分析师”,推动自助式分析服务发展

作为BI概念的提出Gartner对于BI的发展应该是最有话语权的。2月16日,Gartner发布了2017年BI商业智能和分析平台魔力象限报告,我们可以从报告中找到一些端倪。在2017年的报告中,Gartner分析师们规划了商业智能和分析平台3年后愿景和去年相比,今年增加了对市场前景的判断,强调了这样几个关键词: 大数据、智能、自助。

Gartner报告中提到,智能的、企业管理级的、基于Hadoop/Spark、基于搜索和可视化的数据探索式分析功能将作为新型BI和分析平台的组件,融合到下一代数据探索分析产品中。智能化水平的提升,降低了BI产品对于用户的使用门槛,为实现自助式分析创造条件。Gartner预测,到2020年,非职业数据分析师的增加速度是职业分析师的5倍。理想的情况是人人都可以成为数据分析师,人人都可以实现自助分析数据。

 

以帆软为例,看BI产品如何实现自助式数据分析

人人都是数据分析师是一个美好的梦想,但再美好的想法都需要现实的技术产品来实现,不然就是空中楼阁。这涉及到技术的发展阶段,能否支撑智能化、自助式的数据分析;同时也牵涉到一个个产品功能点的设计,来将设想落地。作为国内首屈一指的BI厂商,帆软很适合做一下我的“小白鼠”,我试图通过对帆软产品的分析,来弄清楚怎样来实现自助式数据分析,以及目前的技术产品现状离“人人都是数据分析师”这一理想状态还有多远。

帆软有两款BI产品,分别是FineReport和FineBI。在深入接触帆软的产品之前,我一直有一个疑问:已经有了一款BI产品FineReport,为什么还要再另外弄个FineBI,这两款产品最大的区别是什么?带着这个疑问,我请教了帆软的相关人员。 FineReport是面向企业信息部门或者软件集成商,用来快速搭建数据决策系统或者数据中心的工具。而FineBI则是面向企业包括信息部门以及各业务部门,帮助企业搭建全员自助式数据分析与数据可视化平台的工具,强调大数据的自助分析。

FineBI有诸多特点,比如具有完善的数据管理策略、对大数据的良好支撑、以IT为中心企业级管控等,但我最关注的还是可视化探索式分析的能力,帮助用户实现自助式数据分析。FineBI帮助用户充分了解和利用他们的数据,在数据准备和探索式的交互分析方面,提供可视化的拖拽操作方式,这大大降低了用户的使用门槛,变得几乎人人可用。

具体的实现方式大体分为两步:数据管理员将数据事先处理好,建立完善数据之间的关系,按照业务做好ETL,提供给业务人员或者数据分析师进行数据分析及数据展示。此时准备好的数据就像是自助餐厅中摆放出来的琳琅满目的美食,人们按照自己的喜好挑选品尝;业务人员或者数据分析师可以根据自己常用的业务,将数据管理者提供的一部分数据处理成属于自己的数据,再应用到自己的数据分析和数据展示之中。

零代码、友好人机交互、智能化是实现自助式分析服务的三个关键因素

通过对帆软产品的分析,我觉得要实现用户自助式分析,有几个方面需要重点突破:

  • 零代码开发。要想人人都成为数据分析师,零代码开发是必须满足的。即使在信息技术发达的今天,程序员在总人口中的占比依然很低。如果在数据分析前要写部分代码,绝大部分人都会望而却步。

  • 人机交互方式要友好。多谢乔布斯的偏执,让产品开发者越来越注重用户体验。可视化、拖拽式的操作方式,将成为标配。未来随着自然语音和语义理解技术的成熟,通过自然语言的方式来与BI产品进行交互也将变得越来越普遍。

  • BI系统充分理解用户意图。BI系统通过接收到的信息,快速理解用户意图,知道用户想要什么样的结果。甚至只是接收到部分信息,也能对用户的完整意图进行快速补全。这样的BI系统必然会进一步降低用户门槛,提升用户体验,产生一种“你懂我”的感觉。

以帆软的BI产品来看,第一条和第二条已经有相当程度的实现,第三条对于整个BI领域甚至整个企业级市场而言,都还是需要突破的课题。随着人工智能技术在BI领域的深度应用,相信BI系统的智能化水平也将会不断提升。那个时候,离“人人都是数据分析师”的理想状态就真的不远了。

 

自助式分析很可能将BI产品引向C端市场,将企业外的个人也变成数据分析师

目前的BI产品很大程度上降低了BI系统的使用门槛,让企业内部的业务人员也能很好的进行数据分析,缩短了整个反馈链条,大大提升了数据分析效率,这对帮助企业实现数据化运营至关重要。但是业务人员也是属于企业内部,能不能再进一步,将没有依附于企业的个人也变成数据分析师呢?

下面我将讨论一下这一设想的可能性:

随着互联网的发展,整个社会积累的数据越来越丰富,数据量越来越大。虽然目前不管是政府还是互联网巨头的数据,都没有向社会公众开放,但是未来必然会推动数据开放和数据共享。普通人能接触到的数据量和数据类型都将极大的丰富,对数据分析的需求也将越来越强。

比如电商平台可能将经过脱敏处理后的电商数据向社会开放,那时候一个人想了解目前流行什么衣服款式,除了去询问别人或者看一些时尚评论外,可以基于公开的电商数据,通过BI产品来分析各个款式的销售数量,基于数据分析对趋势作出判断。

再比如未来政府数据开放做的比较充足了,普通人可以接触到一个关于某个城市的各方面数据,如IT企业数量、员工平均薪酬、流动人员分布等,然后就可以借助BI工具来对自己感兴趣的数据进行分析,综合评估某个城市的发展情况,为自己以后就业、安家的选择提供一个科学的参考。

诚然,上面说的那些数据指标有些目前也有公布,比如淘宝指数、某个城市的平均薪酬报告等。但是这些数据都是由某个机构或企业统计之后公布的结果,信息不够丰富且时效性不强,最重要的是不能根据每个人的特性需求进行定制。未来数据足够开放了,个人完全可以基于公开的数据,通过BI工具对自己感兴趣的数据进行分析,快速得到自己想要的结果。

相对于B端市场,C端市场也许具有更大的市场空间。毕竟,目前混的风生水起的巨头,大多是建立在C端基础上的,比如谷歌、Facebook、苹果、腾讯、阿里巴巴等。与B端市场相比,C端市场具有更大的用户基数。有了用户就有了一切,即使产品本身不挣钱,也可以设计其他的商业模式创造收入。

要将BI产品引入C端市场,我认为有两个条件至关重要:

  • 政府和企业的数据开放共享,增强普通人对于数据的可获得性;

  • BI产品变得足够简单易用,实现“傻瓜式操作”,尽量降低学习成本,并增添数据分析的乐趣。

当然,这离不开像帆软这样的BI厂商的积极努力,推动整个大数据行业的发展。我的预测比Gartner更激进一点,不仅企业内部业务人员能进行自助式数据分析,非企业组织的人员也能进行自助式数据分析。我相信到2020年,数据分析会是每个人的必备技能,人们在作出决策之前也许都会调出BI工具对相关数据进行分析一下,那才是达到了“人人都是数据分析师”的理想状态。

【返回首页】