BI 不是一个新名词。这些年,很多公司和组织已经用上了 BI,或自研,或外采。在数字化转型大背景下搭建一套BI平台,并不是件难事,但如何让BI成功用起来、推广开来,持续为企业带来数据价值,还不是件易事。目前显而易见的,各大企业在 BI 平台用起来的过程中,存在着两大阻碍:

如何保障 BI 平台的稳定安全?需解决平台不稳定、时常卡顿、数据安全难控等技术问题。

如何充分释放 BI 的业务价值?要实现系统运维到业务治理,乃至运营治理等多级需求。

今天将围绕这两大阻碍,分享 BI 平台在建设过程中,如何通过“天时、地利、人和”的共同驱动,让 BI 平台快速、活跃、安全地用起来。

01.

“天时”

业务需求的时代性转变过去五年,无论是金融行业、互联网行业,亦或者零售消费行业,这些业内的大型公司,数据分析主要模式是由业务部门提需求,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。随着近两年外部市场不确定性的加剧,企业必须提升决策效率,并用好每一颗子弹。决策颗粒度已经从原来粗放经营下的万元单位,到现在的千和百,从月级 12 次到周级 52 次,再到天级的 365 次,期望抓住每一个对 GMV、对利润千分之一甚至万分之一的决策机会。这种情况下,传统数据分析模式的响应速度,已无法满足当下需要,甚至逐渐演变为业务受制于 IT 的局面。为了提升数据分析的即时性和颗粒度,必须要让业务用起来。BI 平台的建设周期要求,也从过去的 1-3 年分阶段打好基础,演变成现在 6-12 个月完成业务价值的落地。可以说,今年是 BI 行业的变革之年。前段时间,Gartner 发布了 2022 中国分析平台报告。据报告显示,未来 5 年面向 IT 的报表型 BI 应用将进入停滞,面向业务的现代化 BI 将以 36.23% 的年均增速全面崛起,并引领未来 10年 BI 行业的新发展趋势。越来越多的企业需要业务团队能够自主地用数据做决策,跨越鸿沟,让分析决策能力掌握在离业务更近、更了解业务的人手上,以敏捷决策让企业在不确定性中抓住确定性的增长机会。在“天时”业务需求的时代性转变下,企业如何再借助BI平台的“地利”,获得敏捷决策能力,提升数据驱动率,通过数据分析能力构建企业竞争优势。

02.

“地利”

让 BI 平台更加流畅好用通常 BI 上线后,随着企业使用用户的增加,BI 平台承载的业务分析工作量将逐渐增多,自然而然给平台的监控、运维、诊断带来了挑战,例如定位问题难、发现瓶颈难,以及运维改善难等等。面向以上平台治理难题,云巡检(也称云端诊断、智能运维)可有效解决。以观远数据云巡检为例,云巡检是一套智能运维服务,聚焦于 BI 系统的集群资源、运行情况,无须通过人力去拉取和分析相关数据,通过自动生成可视化分析结果报告,快速发现运维问题,主动排除故障,并快速获取可优化/解决方案建议,减少日常运维工作的成本,提前计划好容量规划。

(图源:云巡检-观远数据,示意图)

针对定位问题难,需要在指导下判断问题,在建议下解决问题。云巡检可产出可视化解读报告。解读报告展示了不同场景下,应该重点关注的不同指标,以及出现问题时应采取的优化措施和相关建议。基于云巡检的可视化解读报告,结合多个指标具体诊断,定位根因,进而采取优化措施,合理解决资源紧张、性能下降、容量不足、配置不足等问题。

(图源:云巡检-观远数据,仅为示意)

针对资源分配等问题,云巡检可提供时段可视化报告。例如,集团每天 6:00-13:00 ETL 任务排队特别多,导致任务执行完成时间较晚。如果集团领导层通常在 9 点-10 点查看分析报表,那就需要保证 9 点前所有 ETL 执行完成,不影响领导层的决策。对于此类资源分配优化问题,在不选择扩容方案的前提下,可以根据云巡检提供的时间段信息,错开 ETL 高峰和业务查询高峰。

(图源:云巡检-观远数据,仅为示意)

03.

“人和”

让业务人员更安全用起来常言道“天时不如地利,地利不如人和”。用户是 BI 平台发挥价值的最终渠道。对于业务人员产生的高价值资源项目,一方面要保障稳定运行,另一方面要进行价值复制。首先,如何识别高价值项目?云巡检实现了一定的数据可观测性,能够观测业务用户情况,输出诊断结果,例如上下游依赖关系与关联消费较多、使用频率高与使用范围广的数据资产。

(图源:云巡检-观远数据,仅为示意)

对于上下游依赖和消费排名靠前的高价值数据资产,可以对其数据时效、数据质量、数据安全等各方面进行高优先级管理维护:

数据时效:对数据集的更新,做监控预警,关注其是否按时更新,更新是否成功等;

数据质量:设置数据检查规则,避免数据对不上;

数据安全:收拢核心数据集的更新和管理权限,合理分配核心数据集的编辑权限,合理设置行列权限。

此外,对于创造出高质量资产的用户,更应该“复用起来”。通过云巡检报告,可识别活跃高、贡献度大的核心用户。该类用户往往创建了大量优质 BI 资产(卡片、页面、数据集、ETL 等),并在 BI 使用、业务分析等方面有着较为丰富、深入的经验。

在互联网公司可能是资深用户运营或产品运营;

在商业银行可能是风控专家或数据运营专家;

在零售公司可能是销售主管。

企业数据文化的形成,这些核心用户是至关重要的角色。通过核心用户的“复用”,能带动更多不活跃的用户更好、更广泛地使用 BI。例如设置用户荣誉排行榜、组织最佳实践主题分享、专题分析讲座、可视化分析方法讲座等方法,不仅有助于扩大活跃用户范围,让更多的业务人员利用 BI 展开数据探索,助力企业内部的自助分析能力的提升,更有利于加强数字组织建设,形成广泛的分析文化。所谓“千里之堤,溃于蚁穴”。一个大数据平台资源再多,也会由于管理的不善而被消耗光,只上不下的数据交换作业最终积重难返,需要有更为主动的解决方式。我们一方面要对高价值项目和人员做质量保障与价值放大,另一方面则要对低价值项目做好治理与管控,让有限的资源优先保障最重要的事情。业务用户使用不规范,必然给平台的资源管理、性能保障、系统运行状况、数据安全、隐私合规带来巨大隐患。云巡检能诊断出指定期限内的问题作业:

针对运行时间长的 ETL,失败次数较高的作业,可以找到该问题作业的创建人,令其规范操作,也可以在企业里施行一定的积分奖惩办法来进行规范管理,避免问题反复发生;

针对运行时间超长、失败次数多(如下图所示),但是业务没有异常反馈的作业,通常可以理解为该作业对业务的重要性、相关影响相对较低,那么可以采取治理优化措施,比如尝试灰度下线等。

(图源:云巡检-观远数据,仅为示意)

此外,对于“僵尸用户”,即不活跃用户,可以先借助云巡检锁定该部分用户,调研没有使用BI平台的原因,进而解决问题,例如完善操作手册、操作培训等辅导工具,帮助用户上手使用。很多用户不使用 BI,往往是缺少培训,缺乏指导,导致业务人员不会用更不敢用。

04.

天时不如地利,地利不如人和当下,很多企业具备了BI平台的应用条件和环境,但在应用过程中,内部割裂,甚至出现了业务部门和IT部门各自为阵的情况,这带来的无疑是严重内耗。所谓心往一处想,劲往一处使,才能无往而不胜。因此,在企业搭建BI以及后续推广 BI 的过程中,必须关注 BI 对于企业整体以及各部门的价值,形成统一的认可和积极的配合,五指成拳,力出一孔,打出一套快速、活跃、安全地用起来的 BI 平台。“人和”重要,并不代表天时与地利就不重要了,正如本文开头所言,只有这三者相辅相成,才能共同促进 BI 的成功落地和价值体现。