Excel大数据透视分析案例白皮书

Excel⼤数据指标分析案例 KyligenceInc. 2023.2 Agenda•零售&餐饮 •医药 •⾦融 需求背景以及主要痛点 Costa作为传统咖啡头部企业，希望通过数字化转型在新零售时代实现全渠道业务上的突破，以数据驱动来重构新零售时代的“⼈、货、场”，打通顾客、商品、营销、渠道的全链路数据，构建统⼀的指标体系，打造更多的场景来赋能业务： •顾客 •消费者购买数据和⾏为数据分析 •会员⽣命周期管理和价值分析 •商品：品类管理，销售占⽐，订单附加值分析 •营销：活动前中后期联动分析，活动预测及转化率分析 •渠道：连锁⻔店销售分析 •… 需求背景主要痛点 •数据割裂导致⽆法关联分析业务指标 •业务系统数据没有打通，⽆法融合进⾏全链路分析 •多套指标体系未整合，⽆法从渠道，会员等多⻆度分析 •数据缺失且数据逻辑混乱，⽆法有效做历史审计 •主数据没有历史版本快照，⽆法从历史⻆度分析数据 •⽤⼾很多线下⼿⼯数据⽆法进⼊系统结合分析 •系统TCO⾼，维护难 •⻔店业务⼈员数据分析的学习成本⾼，难以上⼿ •架构弹性差，硬件成本⾼，难以优化，维护成本⾼ 在Azure云上实现端到端数据服务，提供更优可能性 •数据存储 •融合各类数据，存储快照，打破数据壁垒 •云端存储⼤幅降低企业硬件成本 •数据管理 •通原过有语Ex义ce层l模统板⼀，业降务低指业标务语⽤义⼾，学⽆习缝成迁本移 •云原⽣架构，提⾼数据交付效率 •数据消费 •统据⼀规分模析下⼊的⼝指，标让分⽤析⼾，更提简⾼单决地策进效⾏率⼤数 •打地破⽅固任定何报时表间模获式得，即助时⼒洞业察务⽤⼾在任何 Kyligence帮助Costa打造品牌数字化 多元业务⽤数场景⽀持 •结合线上线下全渠道数据，探索新零售模式，打造爆款产品 •灵活⽀持不同⻆⾊的业务场景，帮助挖掘数据价值 •全⾯数字化精细管理⻔店绩效以及⼈员绩效 •指标统⼀、标准化、沉淀共享 统⼀数据管理及指标分析 •全数据链路整合Sales、Salesitem、 TCO 降低50% 三位⼀体成本节约 本 •云闲原时⽣资弹源性可架以构回，收计⾄算峰资值源时1匹/5配，业降务低峰资⾕源，成 会议、折扣、活动等多⻆度的指标分析 Deliv道er、y、管Disc区o域un、t以及线下数据，实现、 的历史⻆度的分析 •多版本实数据融合应⽤的，⻆暴度露、主销数售据活的动历当史时 •预存计储算置原换理昂引贵擎的以计空算间资换源时，间并，提利⾼⽤指便标宜查的询 响应速度 •⽆务缝端对不接受⽤影⼾响原有BI及应⽤，平滑切换，业 Agenda•零售&餐饮 •医药 •⾦融 需求背景以及主要痛点 阿斯利康作为⼀家以创新为驱动的全球性⽣物制药企业，需要有销售以及医药代表对药品进⾏销售。销售业务中会涉及很多地区以及不同的销售渠道，⽐如医院以及药店，那如何评估销售完成度以及每个医代和销售的绩效Performance就成了整个业务的重点。 但在医药⾏业中，销售完成度的评估以及销售绩效评估也有着独有的挑战，⽐如药品的适应症归类会随着药品的研发更新有改变，⽐如销售可能会更换地区以及其负责的渠道，或者组织架构调整，⼈员变动，那么如何在业务发⽣变化的情况下来对销售⼈员的绩效做准确评估呢？ 需求背景主要挑战 •业务每次发⽣变化，数据的更新和交付周期⻓ •模同型维⽆度法的很分好摊的逻适辑应⽐较频繁的业务变化以及解耦指标在不 •业进务⾏发⽣⽣产变交化付后进⾏更新交付周期⻓，需要2-3个⽉才能够 •业务维度变化后，需要对历史数据做全量更新 •⽆历史数据版本快照，不利于做审计和历史数据校验 •性能有限⽆法应对巨⼤的数据增⻓ •性⽀能持不⾼佳并，发系的统指的标指查标询查询响应时间都在10s以上，也⽆法 •系⽆统法对满数⾜据增量⻓和的维数度据的需⽀求撑有限，导出分析结果有⾏数限制， Azure云上基于Kyligence指标平台的架构升级 Before After 以更低的成本，更⾼的性能⽀持以往⽆法⽀持的场景 业务价值 •灵活关联历史/当前/未来的组织架构进⾏销售绩效分析与计划 •化对的各维类度销下售，类解指决标了的药统品计适结应合症药变品更适带应来症的的指分标摊归⽐属例场，景⽤极⼩的代价在新增/变 指标归属场景 •周在期组进织⾏机绩构效和分架析构，调在整线，查⼈看员奖变⾦动/指等标信/息返变利化指的标场，景解下决，了⽀组持织以机⽉构/变半更年带/年来的的 ƒ'"Q#)$*%)&½ %0,/‰1.&/2.3 %',84‰596:7 STEP1 STEP2 7;<½,?@<½ ;M?D>X@<‰;> 26‰7459:MDX STEP3 STEP4 STEP5 BFCGBI<HD¾E AFB,½G,DIEJ½ 技术价值 •出数⽆据限流制程从依赖IT的取数变为了统⼀平台的⾃助式获取洞察，分析结果数据导 •⽀持保留近三⽉历史快照版本，便于审计、历史校验以及预测等需求 •轻量化数据处理过程，数据的更新迭代和发布周期从2-3⽉缩短⾄1-2周 •数据的服务性能，以1/4的资源，从原先的10秒以上优化⾄3s以内 !"#$%#!&'"Ӳ.ƒ/‰0+1ƒę‰+# Agenda•零售&餐饮 •医药 •⾦融 公司简介 •瑞银集团（UBSGroupAG）是⼀家在瑞⼠成⽴的跨国投资银⾏和⾦融服务公司。 •作为全球最⼤的瑞⼠银⾏机构，瑞银集团在全球各⼤⾦融中⼼城市都设有办公机构。瑞银集团以其对客⼾资料的严格保密政策和银⾏保密⽂化⽽著称 •除了私⼈银⾏业务之外，瑞银集团还为个⼈、企业及机构⽤⼾提供资产管理、财富管理及投资银 ⾏服务，并提供全球服务。瑞银管理著全球最⼤的私⼈财富，占全球亿万富翁数量⼀半的富豪是其客⼾ 需求背景以及主要痛点 UBS瑞银集团作为世界上最⼤的私⼈银⾏和瑞⼠最⼤的银⾏， 其数据规模巨⼤，业务繁多，对数据的安全性要求极⾼。 UBS的⻛控技术部（TheRiskTechnologydepartment）需要对各类数据进⾏分析来进⾏⻛险控制。他们不仅需要⾯对⾼复杂度，⾼碎⽚化的数据，还需要对数据处理的质量以及数据分析有极强的需求。同时在原有的基于传统数仓的架构下，难以继续扩展和弹性伸缩，已⽆⼒应对每⽇增加的庞⼤数据规模，数据开发效率⽆法提升，运维成本⾼涨，也⽆法继续为业务提供有⼒的⽀撑。 需求背景主要挑战 •拥有全世界最⼤的SAASCube之⼀（PB级别） •分散的数据存储和查询系统难以维护管理 •多元的BI/报表/分析⼯具难以统⼀⼝径 •数据查询及分析延迟很⾼，⼏乎不可⽤ •安全管理成本⾼，分散协议不好管理 •全球化的部署有诸多难点待解决 DataSources DataLake DataMarts Applications 通过Azure上云增强数据分析能⼒，探索新的数据使⽤⽅式 Before After OracleETL OracleETL Oracle SemanticLayer Security SiteMinder ADLS Security 架构升级后统⼀指标语义层 MarketCreditLiquidityExchangeMarketCreditLiquidityExchange 基于Azure数据湖上的超⼤规模中⼼化分析平台 8T Cube 600+ 维度 5BRows 增量数据/天 10,000+ 查询/天 platformbuiltuponourAzure-baseddatalake.Now,forthefirsttime,weareableto KyligenceCloudisafoundationaltechnologyattheheartofourcentralizedreportingcombineourdatafromRisk,Finance,andTreasurycreatingaunifiedreportinglayer. -BrianParone,CTO,RiskTechnology 联系我们 KyligenceInc kyligence.ioinfo@kyligence.io ThankYou