數據分析利器:Smartbi V8.5全自助數據化運營分析平臺

2020-12-25 站長之家

「全球視野,數析萬象」 2018 年大數據應用與融合創新大會暨第六屆中國數據分析行業峰會於 9 月 15 日在上海成功召開。

思邁特CE0 吳華夫先生受邀參加,並獲得 「中國數據分析行業傑出貢獻獎」。大會中吳華夫先生和大家分享了數據分析利器Smartbi V8. 5 全自助數據化運營分析平臺,講述了在目前數據化運營的新潮流中,怎麼通過一些自助化數據分析手段來幫助實現數據化運營。

01 趨勢與挑戰:企業數位化進程演化過程

目前隨著人口紅利慢慢釋放,中國企業的管理已經從粗放式發展到了精細化運營階段。

隨著信息化技術的進一步發展,企業業務的不斷深化,企業積累的海量數據已經成為非常重要的數據資產,但如何用好數據已成為當今企業面臨的核心問題。

我們總結了以下幾個階段:

§ 如何用數據描述業務發生情況(用數據研判)

§ 如何用數據分析業務發生的原因(用數據管理)

§ 如何用數據預測業務發展趨勢(用數據決策)

§ 如何用數據驅動業務變革(用數據化運營)

整個過程中BI是工具和手段,BI是數據化運營最基礎的工具。

BI的發展:在過去是十幾二十年BI最開始以「以IT為核心驅動面向管理決策層」,隨著數據化運營的發現趨勢是BI更平民化變成了「以業務部門為驅動平民化普惠式BI」。

正如Gartner中提到「企業組織正在採用自助式分析和商業智能(BI),並將這些能力帶給各級業務用戶。這一趨勢非常明顯,根據Gartner的預測,到 2019 年,具有自助服務能力的商業用戶的分析產出甚至將超過專業數據科學家。」自助BI是未來一個重要方向。

整個發展階段中出現協助企業數據化運營的方案:

Excel:最廣泛使用的工具,簡單、靈活;問題:權限(數據和表現在一起)、性能(無法處理超大數據量)、安全性、可管理性等。

傳統BI工具:主要包含Report(報表報告)用於展現數據;Adhoc(明細查詢)查看數據;OLAP(聯機分析處理)多角度透視分析;Dashboard(商業智能儀錶盤)面向領導的管理駕駛艙等。傳統BI工具以IT為核心、功能全面、成熟、安全。問題有:響應慢(業務需要的數據必須通過IT得到解決),重複、工作累(需求很多),數據沉睡(數據價值沒有得到充分發揮)。

NEW可視化工具:面向個人和業務用戶為主,美觀易用,隨需應變。問題是:難以匹配大型組織,如權限、元數據、性能問題。

02 Smartbi的應對--V8.5 全自助化運營分析平臺

數據化的運營才能使得數據資產能夠變現發揮最大價值。吳總針對上面的每一個階段講述了思邁特軟體如何應對並幫助大家完成數據化運營。

用數據描述業務發生情況

了解數據描述數據現狀,Smartbi提供了報表、報告、儀錶盤、數據大屏、移動端。

1.自助報表:以Excel為設計器的傳統BI報表能力

Excel和BI結合從「類Excel」到「真Excel「,發明了SmartbiSpreadsheet電子表格,它是一個非常易用的報表呈現工具,涵蓋所有函數、圖形、格式,一鍵發布WEB瀏覽。

中國式報表,以最低的成本,實現效果豐富的報表,功能特色如下:

a. 簡單易用:Excel報表設計器,最熟悉的環境,最豐富資源

b. 功能強大:所有Excel函數,財務、統計、預測、規劃求解

c. 圖形豐富:可配置的圖形組合能力

d. 報表能力:分組報表、清單報表、交叉報表、列表報表、多源報表、分片報表等多種類型

吳總展示了Smartbi Spreadsheet在上海徐匯區政府製作的數據大屏。

2.自助報告:以Word、PPT為設計器的數據分析報告模板能力

企業工作中會有很多周期性的會議,需要將各種數據整理到Word或者PPT中,我們將其與BI結合,做到動態刷新數據,自動生成報告。

用數據分析業務發生原因

了解數據後,下面講述如何分析數據,Smartbi有三個主要的功能:自助(即席)查詢、自助(透視)分析、自助儀錶盤。

1.自助查詢:面向大型機構的明細級數據服務能力,特點包括

a. 大數據量的清單明細查詢

b. 任何欄位均可作為篩選條件

c. 靈活改變查詢條件間組合關係和順序

d. 支持後臺批量導出

2.自助分析:無須多維模型、繼承OLAP互動鑽取等功能的分析能力

a. 類似Excel透視表,簡單易用

b. 支持超大數據量的查詢性能,秒級響應

c. 支持超多維度、甚至維度無法固定的分析場景

3.自助儀錶盤: 2018 年全力打造的數據可視化的儀錶盤能力(所見即所得)

簡單易用、拖拽生成、所見即所得、智能圖形推薦、流式布局

數據統一整合

數據從哪裡來,我們提供了數據整合能力。

Smartbi工具與其他新一代可視化工具的區別第一個就是語義模型,對於大型組織來說業務用戶無法理解數據,由IT設置好,直接面向業務架設一個邏輯模型,屏蔽底層物理數據結構的複雜性,展現給業務分析師的是一個簡單的業務數據(業務主題),同時可以做權限控制。

自助數據處理:從跨庫查詢到篩選過濾、以及定製抽取(到高速緩存)的數據檢索能力

面向業務人員,可以基於數據做表的加工,可以跨庫查詢、加工新的指標等;為了提高反應速度,Smartbi提供了高速緩存,可以看我們性能表現的數據:筆記本電腦上 1 億條數據五個維度可以做到秒級響應。

用數據預測業務發展趨勢

如何預測業務未來,Smartbi自助數據挖掘產品提供了分布式數據建模和處理,預測性分析平臺。

自助數據挖掘:基於Spark分布式計算的數據挖掘流式建模的高級能力

數據挖掘產品提供了一個簡單易用的場景,能夠讓業務分析師很容易的進行數據挖掘,提供了各種各樣的數據處理手段和一些通用的算法(聚類、分類、機器學習、深度學習等),支持擴展性如Python擴展,底下是分布式引擎,最終模式是簡化機器學習。

另外我們雖然知道數據的保障,如何去探索數據呢,報表、報告、自助化也好,這些交互手段都還不夠方便,未來更方便的方式是自然語言的方式使用功能。

Smartbi獨創BI+AI模式,語音代替滑鼠操作,想要數據「說」即可(通過自然語言進行探索式的數據分析)。

用數據驅動業務變革

最核心的是人、工具和管理制度的問題,人去使用工具,實現數據化運營需要管理體系的創新。

在大數據時代,幾乎每一輪IT概念和技術的變革,都伴隨著新商業模式的產生。以利用數據價值為核心的新型商業模式正在不斷湧現,把握市場機遇、迅速實現大數據商業模式創新的企業,將在IT發展史上譜寫高額利潤的新章。

SmartbiV8.5 全自助化運營分析平臺,從根源解決業務人員關心問題。

同時平臺提供資源發布、商店,業務創新、共享、沉澱,以實現數據資產增值。

03 成功案例:共享讓數據更有價值

最後,吳總分享了民生銀行阿拉丁的成功案例,思邁特為民生銀行建立了一個阿拉丁的數據平臺,集成了幾百個系統。在阿拉丁大數據云服務平臺上,民生銀行的每一位員工都能夠獲得所在機構的數據,進行數據分析,並可以將分析結果進行共享。

Smartbi自助化運營分析平臺不僅是一個工具,它還是一個數據共享和數據價值傳遞和沉澱的過程。

開放共享理念的創新,徹底拋棄了在數據應用上層層審批的嚴苛管理,打破了橫亙在數據和數據使用者之間的那堵厚厚的牆,開放了數據作為銀行資產產生巨大價值的可能性,也直接造就了民生銀行數據分析成果的繁榮。

(以上為演講內容)

全自助,真共享,Smartbi V8.5 助力企業數據化運營。

數盡其用、人盡其才!自助分析平臺是企業「數據化運營」戰略的落地方案。在成功的道路上,不僅需要架構、軟體的有力支撐,更需要領導的重視和持之以恆的運營服務。但,只要保證數據質量,自助數據分析平臺也是最容易見效的。

相關焦點

  • 「全自助、真共享」 Smartbi羽化蝶變!
    會議伊始,在場觀眾就被Smartbi品牌宣傳片和Smartbi V8.5新產品特性的快閃動畫深深吸引,「全自助、真共享」也成為了本次會議,被記住的關鍵詞。  許鵬文教授致開場詞  思邁特軟體市場VP徐晶作為首位出場嘉賓,為大家帶來了主題為《Smartbi V8.5幻化AI大數據分析》的演講。
  • Smartbi、Tableau可視化分析-地圖篇
    5)領地:在地圖視圖上分析數據時,將現有位置分組在一起來創建您自己的領地或地區,例如相應省份的利潤領地。在地圖上選擇位置並對其進行分組。依據地理區域欄位創建領地,使用另一個地理欄位對領地欄位進行地理編碼。另外tableau還有流線地圖、蜘蛛地圖 。也具備非地理角色變為地理角色、my mapbox、自定義背景等功能。
  • 辦公必備的大數據分析利器,數據分析工具推薦
    說到數據分析,很多小夥伴可能第一時間聯想到複雜的算法,龐大的數據,甚至是讓人眼花繚亂的代碼。但實際上,運營做數據分析並不需要懂這些,關鍵是你對業務流程的理解,以及用數據解決問題的思維。本文將介紹在一些領域被高頻率使用,且不可缺少的大數據分析利器,使用尚可的數據分析工具。
  • 數據驅動業務,Smartbi助力銀行業建設數位化橋梁
    BI廣度應用:人人都是數據分析師隨著銀行業務的快速發展和BI應用的不斷推廣,一般的業務人員也有了數據分析的需求,且要求數據分析更加靈活和細化。顯然,靠技術人員提供的報表和儀錶盤在效率與功能上已經無法滿足,就產生了BI工具的另一個應用——自助分析。這是BI在銀行應用的一次廣度拓展,讓數據為人人所用,使「人人都是數據分析師」。
  • 螞蟻金服數據洞察分析平臺 DeepInsight:人人都是數據分析師
    大數據時代,由數據驅動的用戶行為分析、運營分析、業務分析無疑是最被關注的「熱詞」,尤其對於擁有海量數據的大中型企業來說,對數據的需求已遠遠超越了傳統數據報表所能提供的範疇。如何運用自助式 BI 實現當代企業精細化運營,已成為企業運營管理的新課題。一個企業,如果要知道前段時間都發生了什麼?為什麼會發生?現在發生了什麼?接下來又會發生什麼?
  • 數據分析的小技巧,讓運營工作如魚得水
    01 為什麼要實行數據化工作法做商業分析,必須要「有數據思考、有數據說話」的思維模式,數據化可以告訴我們「從哪個問題著手」處理問題,同時可以指導我們要達到目標所需要實施的具體步驟。要點二:數據化的目的是探討「今後該怎樣做」收集的數據的目的在於放眼於未來,而不是著眼於過去,工作數據化可以指導我們下一步該做什麼,細化工作步驟。要點三:數據化的第一步是「劃分」找到需要收集數據的工作的起點與終點,按環節劃分,可以有效的幫助我們解決眼前的問題,劃分維度很重要。
  • 運營不可不知的6款數據分析工具,免費又實用!
    在往裡「裝」的過程中運營從業者容易出現這樣一個問題:做的東西很多,可自己的核心價值在哪?這也是何為我一直推崇在開始做事之前,要先考慮清楚運營價值和決策的依據,然後才是著手去做。同時,在移動網際網路快速發展大量APP不斷湧現,各行業、各領域競爭越來越激烈的的情況下,對數據化運營提出了更高的要求,即運營如何通過數據做決策,如何利用數據證明自己的運營價值。
  • Smartbi大數據分析工具的功能都有什麼?
    ,Smartbi在傳統多維分析之外,又開發了透視分析功能; 用戶需要補錄和採集數據,Smartbi提供Excel導入和報表回寫功能(結合審批工作流); 用戶需要交付大屏幕,Smartbi提供類似水晶易表的單元格計算模型; 用戶需要自助可視化分析數據,Smartbi提供一屏分析數據的自助數據集和自助儀錶盤
  • 讀唄|數據化運營的8種思維方式
    讀唄|數據化運營的8種思維方式 iwangshang / 網商君 / 2017-05-27 摘要:每家企業都應該是數據公司,這8種思維方式幫你快速走進數據化運營的門檻。
  • 還在為業務數據分析發愁?Excel距離自助BI只差一個插件!
    我們知道Excel融合分析在不改變Excel用戶習慣的前提下,也能讓他們使用到自助BI的功能,即既要保持Excel的優勢(簡單易用、沿用Excel的模板、數據和功能等);又能解決Excel的問題(安全性、性能、共享等問題);還能融入BI工具對數據強大的獲取處理能力。
  • 從0開始,和運營大牛一起搭建卓有成效的數據化運營體系
    它從來不是BAT的專屬,也不是大數據的獨寵,每一家網際網路公司,都有適合的數據運營土壤。數據運營體系,是數據分析的集合與應用,也是數據先行的戰略,它不僅是運營人員的工作,也是產品、市場和研發的共同願景。從管理角度,是自上而下的推動,如果領導不重視,那麼執行者數據用得再好,也是半隻腿走路。如何構建數據化運營體系呢?以下是我的總結思考。
  • 大數據分析資料精選
    FileID=420072 (中文)資源連結5:http://bbs.pinggu.org/a-1529732.html (中文)大嘴巴漫談數據挖掘v1.2資源連結:http://vdisk.weibo.com/s/aHSh1alRxSJQHadoop權威指南(第2版)資源連結:http://vdisk.weibo.com/s/aHSh1alRc8jz
  • 數據分析必讀乾貨:簡單而實用的3大分析方法
    來源:大數據DT 本文約3300字,建議閱讀8分鐘 數據分析師需要哪些「專業技能」?如果有人建議你去學習R語言、tableau、PowerBI,那麼我建議你不如先從最基礎也是最核心的數據分析方法學起。 在一家年銷售不到10億的電商公司(行業中大部分電商企業年銷售可能都不到1個億),你只要掌握一些基礎的數據分析方法,再配合Excel表格,就足夠你完成各種數據化運營工作了。
  • 「金猿產品展」FineBI:新一代自助大數據分析的BI工具
    本產品由帆軟投遞數據猿參與評選。FineBI是新一代自助大數據分析的BI工具,專注於探索式的數據分析,主要面向業務人員或數據分析師,幫助他們開展以問題為導向的數據探索,通過自助數據準備,智能圖表推薦,OLAP分析,以及儀錶板等功能來發現問題並分析和解決問題,隨時應對新的挑戰。
  • 用Smartbi做疫情數據分析,多維度解析疫情趨勢
    小麥在上一期的文章裡分析了幾個指標的情況,對於這些指標,每天觀察變化,判斷可能的發展趨勢,例如:    從右圖可以看到日新增追蹤接觸者數據在2月3日至2月7日構建了一個平臺後,近幾日人數都在平臺之下,這說明了兩點:一是政府部門前期的積極工作,使得可追蹤密切接觸對象逐步減少了;二是因為前期減少流動、減少接觸的政策使得每一個可能感染源的接觸者也減少了。
  • 數據分析案例及新手如何學習數據分析
    數據分析不能脫離運營思維而更好的發揮其作用,運營能力也無法離開數據分析而走的更遠。但是在大多時候,數據化運營的目的,並不是讓數據來直接帶給我們什麼價值,而是輔助我們已經存在的運營思維框架。用數據來指導決策、提升效率和解決問題。以及企圖在數據整理的過程中帶給我們一些啟發。
  • 2018年中國大數據BI行業分析報告
    這些企業絕大多數都已經在2008年~2015年間上線了各種業務系統,存儲了大量管理和運營數據,具備應用大數據BI進行數據分析和數據化管理的各種條件,這些需求將在2018年~2022年繼續爆發。值得注意的是,艾瑞諮詢在《2017年中國商業智能行業研究報告》中指出,我國已經進入商業智能領域第一方陣,成為發展最快的國家之一,但和美國還有比較大的差距。
  • 3分鐘看懂零售店新經濟:零售店如何運營數據分析經營好門店?
    周一早上,他收到智分析平臺推送的經營報表。在檢查各省分公司的銷售情況時,發現上周湖南省總體經營狀況不佳,零售店銷售額驟降,5月存在未達標風險大衛立即標出了異常數據,並分享到管理群組,希望管理組分析原因,及時調整運營策略。
  • 自身產品運營數據分析的5個步驟
    本文作者主要分享關於自身產品運營數據是怎麼分析的,分析什麼,以及分析時需要哪些關鍵的指標。適合對象為產品新人、產品助理以及初級產品經理。其次可以通過具體的數據分析、得到具體分析結果,例如你的目標用戶、用戶的行蹤、某一塊功能是的使用情況、轉化率、留存率等等情況。數據分析一般可以分為著三種:行業數據分析競爭品數據分析自身產品運營數據分析三種數據分析的用途,也大不一樣。
  • 大數據時代從數位化到數據化的演變
    數據可能成為未來網際網路最核心的部分,單方面來看,大部分的數據都是沒有用的,可是從數據化的信息中提取有價值的東西顯得更加難能可貴,在數據化時代,如何利用數據並讓『數據說話』是核心的問題,只有這樣才能讓數據創造價值。 數據化包括數據的採集和數據的處理。