訂閱
糾錯
加入自媒體

數(shù)據(jù)倉庫非剛需AI易成空心球,中國BI要如何落地?

2020-07-01 11:28
IT168
關(guān)注

在企業(yè)走向數(shù)據(jù)驅(qū)動的過程中,BI是重要的組成部分。而國內(nèi)不少BI廠商都提供從數(shù)據(jù)倉庫到報表的一站式解決方案,能夠提供數(shù)據(jù)倉庫某種程度上體現(xiàn)了廠商的技術(shù)實(shí)力。不少企業(yè)也選擇搭建數(shù)據(jù)倉庫將數(shù)據(jù)統(tǒng)一歸集方便企業(yè)更好調(diào)用數(shù)據(jù)釋放數(shù)據(jù)價值,但數(shù)據(jù)倉庫實(shí)施周期長投入高的特點(diǎn)也讓一些企業(yè)望而卻步,那么數(shù)據(jù)倉庫是企業(yè)的必須嗎?

數(shù)據(jù)倉庫非企業(yè)所必須

帆軟是國內(nèi)知名的BI廠商,專注BI十四年,可以提供從數(shù)據(jù)倉庫到報表、大屏可視化的一站式BI解決方案。帆軟數(shù)據(jù)應(yīng)用研究院院長楊揚(yáng)介紹在帆軟合作的客戶中,包括大的企事業(yè)單位在內(nèi)的大部分客戶都沒有搭建數(shù)據(jù)倉庫。數(shù)據(jù)倉庫比較重,而且實(shí)施周期長,在長實(shí)施周期內(nèi)領(lǐng)導(dǎo)不易發(fā)現(xiàn)數(shù)據(jù)倉庫對日常經(jīng)營管理帶來的價值。很多企業(yè)會選擇搭建一個簡單的ODS層、主數(shù)據(jù)或者中間庫,結(jié)合前端業(yè)務(wù)一個小版塊比如財務(wù)先用起來,有效果再逐步拓展到其它業(yè)務(wù)。

“當(dāng)前的這種數(shù)據(jù)倉庫,很多時候還面臨一個比較大的問題,就是會被各個業(yè)務(wù)條線的績效考核牽引,會導(dǎo)致數(shù)據(jù)倉庫面臨大量的調(diào)整,所以說是不是要建數(shù)據(jù)倉庫我們可以做一個保留,但是做數(shù)據(jù)加工整理、聚合整理是有必要的!睏顡P(yáng)強(qiáng)調(diào),面向主題的數(shù)據(jù)倉庫數(shù)據(jù)本身是冗余的,大量的調(diào)整容易會導(dǎo)致數(shù)據(jù)口徑出錯,影響數(shù)據(jù)使用,所以數(shù)據(jù)倉庫應(yīng)該拒絕前端交互行為,都是通過ETL抽取數(shù)據(jù)。比如有些企業(yè)會想要通過帆軟的填報修改數(shù)據(jù)倉庫的數(shù)據(jù),其實(shí)會對數(shù)據(jù)倉庫的數(shù)據(jù)質(zhì)量帶來很多的挑戰(zhàn),

若企業(yè)不搭建數(shù)據(jù)倉庫,有的會選擇某個業(yè)務(wù)板塊或者主題建中間庫等,楊揚(yáng)介紹選主題容易走入誤區(qū),有的企業(yè)做了一堆主題分析,結(jié)果這個主題分析對業(yè)務(wù)或者對企業(yè)的管理經(jīng)營沒什么太大幫助,這樣反而造成負(fù)擔(dān)。如果企業(yè)選主題分析可以從以下兩點(diǎn)考慮選。

一是從上向下做,選擇高層關(guān)注的主題,需要選主題分析的企業(yè)一般想在投入產(chǎn)出上快速看到效果,所以第一個考慮滿足企業(yè)高層的需求,選擇企業(yè)內(nèi)部比較關(guān)注的點(diǎn)。比如零售企業(yè)會選門店盤點(diǎn),銀行會做一些存款產(chǎn)品的分析等,這樣高層可能會持續(xù)地推動項(xiàng)目,使之不斷迭代完善。

二是從下向上做,要把一線基層的KPI以可視化的方式能夠讓讓一線員工能看到,這樣員工也會去推動項(xiàng)目不斷完善。

不少人認(rèn)為國內(nèi)數(shù)據(jù)底子薄弱體現(xiàn)在數(shù)據(jù)積累參差不齊,有從業(yè)者會指出“都沒有建數(shù)據(jù)倉庫”來表達(dá)這種薄弱,與國外相比國內(nèi)企業(yè)的整體數(shù)字化程度確實(shí)存在差距,而適合國情的產(chǎn)品和解決方案才最合適。

楊揚(yáng)認(rèn)為對于國內(nèi)BI廠商來說,國產(chǎn)化進(jìn)程還會面臨諸多難題和挑戰(zhàn)。首先大數(shù)據(jù)方面的標(biāo)準(zhǔn)參差不齊,國內(nèi)廠商在做產(chǎn)品規(guī)劃時沒有一個統(tǒng)一的導(dǎo)向和標(biāo)準(zhǔn)。其次,雖然國內(nèi)產(chǎn)品可以滿足大部分的數(shù)據(jù)分析和應(yīng)用需求,但是一些前沿技術(shù),比如AI+BI、數(shù)據(jù)挖掘等,還處于理論或者不成熟階段。

數(shù)據(jù)標(biāo)準(zhǔn)參差不齊

數(shù)據(jù)的價值正在日益凸顯,而市場進(jìn)入數(shù)據(jù)資產(chǎn)化的標(biāo)志是數(shù)據(jù)標(biāo)準(zhǔn)的大規(guī)模建立。多位大數(shù)據(jù)/BI專家認(rèn)為數(shù)據(jù)標(biāo)準(zhǔn)的建立是企業(yè)走向數(shù)據(jù)驅(qū)動的關(guān)鍵,也是當(dāng)下國內(nèi)的一個亟待解決的難點(diǎn)。

實(shí)際上企業(yè)有痛點(diǎn)和訴求,制定數(shù)據(jù)標(biāo)準(zhǔn)的工作一直在進(jìn)行著,如果數(shù)據(jù)統(tǒng)計(jì)口徑不一樣,在前端查看同樣的指標(biāo),在不同系統(tǒng)會看到不同的結(jié)果。就如同有的叫“男人”,有的叫“man”,類似這樣的差異可能不利于企業(yè)做查詢分析、營收測算!皵(shù)據(jù)標(biāo)準(zhǔn)和數(shù)據(jù)倉庫不一樣,數(shù)據(jù)倉庫更多的時候是在做數(shù)據(jù)的集合,數(shù)據(jù)標(biāo)準(zhǔn)更多的是在做數(shù)據(jù)標(biāo)準(zhǔn)的制定。比如編碼規(guī)則、命名規(guī)則或者劃分、分享,做什么接口等。”楊揚(yáng)指出。

不同行業(yè)制定數(shù)據(jù)標(biāo)準(zhǔn)有自己的原則,數(shù)據(jù)標(biāo)準(zhǔn)制定的時候并不會考慮所有的數(shù)據(jù),更多時候是把一些主數(shù)據(jù)或者很多系統(tǒng)都會用到的數(shù)據(jù),比如客戶信息或者做分析衡量都會用到的數(shù)據(jù),去制定一些對應(yīng)的數(shù)據(jù)標(biāo)準(zhǔn)。其中,金融業(yè)會把數(shù)據(jù)標(biāo)準(zhǔn)以其核心系統(tǒng)為準(zhǔn),然后其它邊緣系統(tǒng)按照各自的業(yè)務(wù)主題來定。

其實(shí)很多大的企業(yè)會有數(shù)據(jù)標(biāo)準(zhǔn)管理委員會這樣的部門,負(fù)責(zé)制定標(biāo)準(zhǔn)、搭建管理平臺和制定行政管理規(guī)范!皬臉(biāo)準(zhǔn)到管理平臺做到管理規(guī)范這樣一系列操作,它其實(shí)就相當(dāng)于是在制定整個的一個數(shù)據(jù)標(biāo)準(zhǔn)!睏顡P(yáng)指出,數(shù)據(jù)標(biāo)準(zhǔn)的核心點(diǎn)在于一套標(biāo)準(zhǔn)要用在多個板塊上面,所以要有聯(lián)通的板塊一起進(jìn)行設(shè)計(jì),沒必要追求一套標(biāo)準(zhǔn)適用所有,因?yàn)楦鱾行業(yè)都有自身通用的一些標(biāo)準(zhǔn),而這些通用標(biāo)準(zhǔn)只能解決最簡單基礎(chǔ)問題。

但是數(shù)據(jù)標(biāo)準(zhǔn)的規(guī)范有時候也會受到業(yè)務(wù)排斥,比如指標(biāo)分為基礎(chǔ)指標(biāo)和派生指標(biāo)。在實(shí)際運(yùn)作過程中,數(shù)據(jù)標(biāo)準(zhǔn)對應(yīng)的基礎(chǔ)信息可能并不能解決業(yè)務(wù)的問題。所以有的時候業(yè)務(wù)部門還是比較抵觸排斥梳理好的數(shù)據(jù)標(biāo)準(zhǔn)。

可見企業(yè)走向數(shù)據(jù)驅(qū)動并非易事,數(shù)據(jù)標(biāo)準(zhǔn)可以從企業(yè)內(nèi)部外延到企業(yè)外的行業(yè)、政府等,大數(shù)據(jù)時代更多維全面的數(shù)據(jù)連接打通流轉(zhuǎn)才能有全局的視角,釋放數(shù)據(jù)更大的價值。有業(yè)內(nèi)從業(yè)者指出企業(yè)內(nèi)部數(shù)據(jù)整合打通比較容易,而外部數(shù)據(jù)由于標(biāo)準(zhǔn)不一等問題難以有真實(shí)性和健康度的保障。楊揚(yáng)認(rèn)為不論什么規(guī)模的企業(yè),目前大部分企業(yè)內(nèi)部數(shù)據(jù)都沒有做到很好掌控,比如即使部署了很多IT系統(tǒng),還是有很多數(shù)據(jù)流轉(zhuǎn)在Excel里!皟(nèi)部的數(shù)據(jù)相對好掌握可能更多是從數(shù)據(jù)獲取的角度以及在這個具體的某個特定板塊下用這個數(shù)據(jù)的角度看,企業(yè)整體把數(shù)據(jù)給管控起來還是比較困難的!

1  2  下一頁>  
聲明: 本文由入駐維科號的作者撰寫,觀點(diǎn)僅代表作者本人,不代表OFweek立場。如有侵權(quán)或其他問題,請聯(lián)系舉報。

發(fā)表評論

0條評論,0人參與

請輸入評論內(nèi)容...

請輸入評論/評論長度6~500個字

您提交的評論過于頻繁,請輸入驗(yàn)證碼繼續(xù)

  • 看不清,點(diǎn)擊換一張  刷新

暫無評論

暫無評論

人工智能 獵頭職位 更多
掃碼關(guān)注公眾號
OFweek人工智能網(wǎng)
獲取更多精彩內(nèi)容
文章糾錯
x
*文字標(biāo)題:
*糾錯內(nèi)容:
聯(lián)系郵箱:
*驗(yàn) 證 碼:

粵公網(wǎng)安備 44030502002758號