观远BI功能白皮书V6.0

版权所有©杭州观远数据有限公司2022。保留一切权利。 非经本公司书面许可，任何单位和个人不得擅自摘抄、复制本文档内容的部分或全部，并不得以任何形式传播。 商标声明 和其他观远数据商标均为杭州观远数据有限公司的商标。本文档提及的其他所有商标或注册商标，由各自的所有人拥有。 注意 您购买的产品、服务或特性等应受观远数据商业合同和条款的约束，本文档中描述的全部或部分产品、服务或特性可能不在您的购买或使用范围之内。除非合同另有约定，观远数据对本文档内容不做任何明示或暗示的声明或保证。 由于产品版本升级或其他原因，本文档内容会不定期进行更新。除非另有约定，本文档仅作为使用参考，本文档中的所有陈述、信息和建议不构成任何明示或暗示的担保。 版本变更记录 时间 版本 说明 2023-08 V4.0 新版重构：对齐易用性、场景化、企业级 2023-11 V6.0 新增一站式内容，新增部分功能 目录 1.时代背景之痛6 1.1.在VUCA时代，企业需要比以往更敏捷6 1.2.跟不上节奏的数据生产力，拖累决策的低效BI7 1.3.构建复杂业务的分析模型，企业有心无力7 1.4.无法满足企业规模化，数字化转型沦为空谈8 1.5.使用割裂的产品，会严重阻碍业务决策效率8 2.观远之“智”10 2.1.一站式观远BI，让业务用起来10 2.1.1.让业务"快速"用起来-易用性11 2.1.2.让业务"活跃"用起来-场景化12 2.1.3.让业务"广泛"用起来-企业级13 2.1.4.让业务决策链路融于"一体化"14 2.2.架构与组成14 2.2.1.功能架构16 2.2.2.产品架构17 2.2.3.部署架构20 3.产品能力22 3.1.端到端的易用性22 3.1.1.丰富的数据接入类型22 3.1.2.轻量且智能的数据准备23 3.1.2.1.SmartETL，简单易用的数据准备23 3.1.2.2.数据回写，BI与业务系统的数据管道24 3.1.2.3.复杂场景下的高级调度，低成本满足实时分析25 3.1.2.4.数据血缘，提供完整的业务线索溯源26 3.1.3.让数据说话：数据分析与可视化26 3.1.3.1.高度兼容Excel的低门槛报表26 3.1.3.2.丰富多样的可视化展示28 3.1.3.3.自助式的探索分析服务29 3.1.3.4.随时随地的移动决策支持30 3.1.3.5.增强分析让数据更具深度31 3.1.4.数据触达下的高效协同32 3.1.4.1.零代码打造酷炫数据大屏32 3.1.4.2.多终端门户敏捷发布32 3.1.4.3.灵活自助取数，面向业务的数据集市33 3.1.4.4.订阅预警，千人千面式数据触达33 3.1.4.5.面向各角色需求的协作分发35 3.2.面向业务的场景化36 3.2.1.基于行业最佳实践的场景包36 3.2.2.融合AI算子模型的智能洞察37 3.3.3.用于业务快速落地的应用市场38 3.3.企业级的核心底座41 3.3.1.系统底层架构41 3.3.2.系统运维和管理42 3.3.2.1.完善且灵活的用户体系体系42 3.3.2.2.保障企业数据安全合规和敏感数据保护42 3.3.2.3.智能云巡检，BI与数据资产治理的好帮手43 3.3.2.4.全方位态势感知的统一运维中心44 3.3.3.系统开放能力与个性化45 3.3.3.1.满足多样化需求的自定义插件45 3.3.3.2.满足更多碎片化需求的PublicAPI45 3.3.3.3.满足跨业务、跨系统的协同办公46 3.4.创新实验室46 3.5.赋能敏捷决策的一站式BI48 4.关于观远50 4.1.品牌实力50 4.2.服务体系51 4.3.联系我们51 1.时代背景之痛 1.1. 如果将Excel的历史看作原始商业的历史，那么BI的历史或许可以看作现代商业的历史，BI起源于决策支持系统（DecisionSupportSystem），发扬于大数据技术的普及。如今在国内已经来到发展的第三阶段，现代BI，并开始融合AI的能力，往智能化更近一步。 在VUCA时代，企业需要比以往更敏捷 乌卡（VUCA）时代是一种兴起的现代词语，代表一个充满动荡(volatility)、不确定性(uncertainty)、复杂性(complexity)和模糊性(ambiguity)的时代，世界正在面临百年未有之大变局。全球疫情爆发、地缘政治复杂、不断上升的通货膨胀和供应链冲击等事件都给企业带来了巨大的压力和复杂性。 在这个动荡不安的历史背景下，企业面临着前所未有的挑战。过去相对稳定、可预测、常态化的发展路径已经被打破，企业需要在瞬息万变的市场环境中快速做出正确的商业决策。疫情期间，许多企业未能及时应对市场变化，失去了发展机会，甚至面临破产。然而乌卡时代也蕴含着机遇，虽然环境复杂，但也意味着市场变化更频繁，新的商业模式和机会不断涌现。企业可以通过数字化转型，积极应对挑战，发现并抓住确定性的增长机会。那么，如何迎接变化 抓住新增长突破口，如何化繁为简找到经营的确定性，如何成功实现数字化转型等问题成为企业不可避免的常见难题。 1.2. 跟不上节奏的数据生产力，拖累决策的低效BI 从数据生命周期和企业协作方面来看，数据体系在企业数据治理方面存在各种问题。首先，企业信息化系统众多，导致数据分散孤立，不同职能部门的领导对决策信息的需求侧重点不同，这造成了数据使用的口径一致性和准确度的难以保证。此外，过度依赖人员手工统计数据导致数据统计严重滞后，工作量庞大且容易出错，这样的报表深入分析后价值非常有限。 其次，取数后的报表开发与数据分析流程繁琐，其主要模式离不开由业务部门提需求给数据分析团队，再由数据分析团队整理需求并提交给IT部门以周或月为单位进行响应，并产出相对固定化的分析报表。这种繁琐的流程使得业务人员只是想简单查看一个数据，却需要经历多个环节，等待排期和开发完成。对于数据分析团队来说，他们本应专注于商业深度分析和价值定义，然而却常被束缚在取数和对口径做表等繁琐工作中，成为"取数员"和"表哥表姐"。 每一张报表背后都离不开取数、ETL开发、调度及存储等复杂流程，报表的开发与制作以IT为主导，其原因是传统BI的技术门槛高，操作难度大，需要专业的人员才可完成数据分析，大多数业务人员无法自主使用和分析数据。同时传统BI的应用结果主要是数据报表，很难实现数据的深度挖掘与洞察。由于不同业务部门间的独立需求，上游数据会被下游业务重新消费N次，导致报表之间相互重叠且不完全一致，存在大量重复的沉睡报表，这样的重复开发浪费了IT开发资源，同时也占用了BI系统的计算性能和存储空间。另外，由于报表需求响应较慢，数据分析无法及时跟上业务发展的实时变化，很多情况下，刚刚开发完成的报表可能已经过时，严重阻碍了业务决策的时效性。综上所述，这些问题在企业分析和决策方面都是非常重要的挑战。 1.3. 构建复杂业务的分析模型，企业有心无力 在信息爆炸的时代和企业数字化转型的深入推进下，高时效的决策场景已经全面爆发，成为企业发展中的关键。然而，传统的BI建设在这个快节奏的环境下，显示出一系列弊端，如项目部署周期长、IT团队开发效率低、分析不灵活等，为了适应这一趋势，企业不仅需要依赖成熟易用的BI产品，还需结合对行业属性和垂直业务场景的深入理解，快速构建适合自身的分析指标和模型。然而，企业的业务问题通常非常复杂，涉及多个维度和指标的交叉分析。 传统的数据分析工具往往无法满足这种复杂性，解决这一问题需要专业的数据分析工具再配合数据专家的专业分析思路才能解决。 企业正面临着更精细、更高效的业务运营需求，BI不只是数据分析，它是数据驱动决策的重要一环，与现实业务强绑定后，才能让数据价值更大化，才能真正地为企业解决实际需求。 对于大型企业，他们可能拥有丰富的数据分析经验和专业技术团队的支持，具备丰富的看数经验与分析技巧，但面对数据量激增和不断变化的业务需求时，应对高时效的决策场景依然是一个挑战。而对于中小型企业或数据分析经验不足的企业，如何以最低成本快速实现行业最佳实践，如何用分析师视角看数+看懂数，如何在海量分析面板中快速生产结论，以及如何提供更多的数据价值，为管理层和业务团队提供优质的数据消费体验，以最小资源投入的场景化建设成为每个企业所期望的目标。 1.4. 无法满足企业规模化，数字化转型沦为空谈 随着企业业务规模的不断增长，每一个工具、每一条业务线都会产生巨大的数据量，甚至会达到单表亿级或总数据量PB级的规模，传统BI和数仓无法满足大规模数据的存储和分析需求，常会数据查询响应慢、计算处理速度慢等性能瓶颈问题，生成一个数据分析报告耗费大半天的时间。同时，系统对接和集成兼容复杂的情况，考验着IT团队也考验着企业级应用对于规模化业务发展的技术支撑。传统BI架构较为陈旧单一，难适应数据快速变化及动态可扩展等需求，并且当企业用户数多了，高性能、高并发、高稳定和高安全性的企业级能力也成为刚需。为了应对这些挑战，现代化BI往往借助大数据和云原生技术中的分布式计算能力来满足海量数据的实时处理和分析、弹性伸缩使BI系统能够在不同的数据负载和业务场景下保持资源的有效利用与稳定运行，无限弹性扩展适配企业未来百亿、千亿，甚至万亿的数据需求。 1.5. 使用割裂的产品，会严重阻碍业务决策效率 在最常见的经营分析决策场景中，各个部门和不同角色需要协同合作，从原始销售数据到最终的业务洞察和决策。这个过程包括数据仓库开发、报表设计和可视化分析等需求。然而，若每个环节都使用不同的工具和平台，就会出现一系列问题。 割裂的多工具和平台意味更复杂的数据流转链路、更高的数据质量风险和治理难度，更长的开发上线周期等。从业务上层的用户角度来看，多工具会让整条数据链路拥有更高的学习及 使用门槛、需投入额外的培养成本、在使用时也会面临更大的协作压力等；从业务下层的运营角度来看，多系统的部署和运维、账号和权限管理，以及系统集成，让数据驱动业务的管理难度和复杂度急剧上升。上述这些问题都可能成为企业数字化转型道路上的障碍，使用孤立的工具会导致信息同步问题，业务处理能力下降，让数据迁移成本、运维管理等方面的成本大幅增加。 总的来说，割裂化的产品和工具通常会导致业务决策效率下降，出现1+1<2的效果，从而制约了整体业务的发展。因此，整合数据和分析工具，提高协同合作和数据流通，显著提高业务的决策能力和效率，这不仅是企业真正期待解决的问题，也是成功数字化转型的关键所在。 2. 观远之“智” 2.1. 一站式观远BI，让业务用起来 基于以上的各种痛点，我们认为让“业务用起来”的现代化BI产品，需要具备易用性、企业级、场景化三大特质才能真正促进企业组织敏捷决策，乃至敏捷数字化转型。 观远BI是由一系列产品矩阵组合的一站式BI平台，比如零代码拖拽式开发的ETL工具-SmartETL；沉淀了行业最佳实践的场景化应用-场景包、智能洞察应用等；高度兼容Excel的中国式报表功能；供一键安装的酷炫可视化组件和一键数据填报解决临时数据源的整合问题等等。满足业务快速用起来的易用性、让业务活跃用起来的场景化、让业务广泛用起来的企业级。 而实际落地过程中，BI产品形态的也需要具备“一站式”的特点，为此观远数据打造了更加符合业务习惯和面向融合需求的一站式BI平台，以最常见的经营分析的决策场景为例，从销售数据等原始数据汇总成数据的分析模型，再到财务报表和经营分析看板，进而产生的分析洞察与业务决策，这一系列的整个过程涉及到企业组织各部门的各种角色与差异化行为。从该决策场景的链路来看共涉及四类主流场景需求，即数仓需求、报表需求、分析需求和AI需 求。这种考虑一体业务化的现代化BI平台，有助于企业以最小成本获得更高效率和更高质量的业务决策水准，提高企业整体的竞争力和创新能力。 观远BI在实现企业敏捷决策上，有着独特的见解： BI需要降低数据分析的全链路门槛，让业务快速用起