江苏龙网

  1. 首页 > 资讯 > 科技 > >

|BI&数据分析平台产品发展趋势( 三 )


3. 增强分析
在现代BI的帮助下 ， 业务人员获得了灵活的进行数据分析的工具 ， 但数据分析的具体思路和对数据的判断和解读还是需要人工参与 。
数据分析的整个过程依然需要消耗一定的时间精力 ， 分析结果也很大程度上取决于分析人员的分析能力和业务理解能力 。
增强分析是将常见通用的数据分析的场景沉淀为产品功能中 ， 利用机器学习和统计学方法 ， 辅助分析人员完成数据分析 。
一方面 ， 增强分析可以提升常见场景的数据分析效率 ， 规范分析过程；另一方面 ， 分析人员可以借助计算机的计算能力 ， 从数据中挖掘到隐藏的信息 。
4. 细分分析
细分分析是数据分析的一种重要分析方法 。
将一个指标按照某个维度拆成多个组成部分 ， 再对每个部分进行进一步细分 ， 直到产生洞察或者发现问题 。 在数据波动分析、问题原因排查的场景中 ， 都会用到细分分析方法 。
PowerBI和QuickBI都提供了在指标波动的场景下 ， 自动进行原因定位的功能 。
QuickBI的智能监控 ， 可以展示出各维度和相关指标对波动指标的贡献度 ， 方便用户发现问题原因；而PowerBI产品的波动分析则更进一步 ， 使用自然语言生成技术和一系列辅助图表 ， 直接为用户呈现波动分析的数据结论 。
5. 智能洞察
业务人员在接触到新业务或者新数据时 ， 需要进行一定的数据探索 ， 了解数据的基本情况；对于已经熟悉的数据 ， 业务人员也可能因为数据分析不够充分 ， 无法掌握数据所有的特征 。
智能洞察可以利用统计模型和AI技术 ， 对数据集进行初步探索 ， 帮助业务人员发现数据中的隐藏规律 ， 比如：平均值、极值、关键维度、主要分布情况、指标关系等 。
智能洞察功能的代表有Tableau的Explain Data和PowerBI的Quick Insights 。
三、数据和业务流程的结合愈发紧密
数据是手段 ， 业务才是目标 。
为了让业务人员可以更好的使用数据 ， 组织倾向于业务流程和数据更紧密的结合起来 ， 通过产品和AI手段 ， 让数据可以更好的支持、辅助甚至代替业务人员进行决策 。
与业务的结合越紧密 ， 数据的业务定制程度越高 ， 通用型也会越差 。
所以下面描述的部分应用场景会超出现代BI平台的功能范围 ， 创造业务价值才是BI平台存在的意义 ， 让业务和数据更无缝的结合、尽可能缩短业务问题到业务决策的路径 ， 必然会成为BI平台未来的发展方向 。
1. 线下流程
无论是外部采购BI平台 ， 还是自研数据产品 ， 组织中的数据分析系统往往与已有的业务系统（CRM、营销系统等）相互独立 。
这要求业务人员具备一定的数据应用主动性和分析能力 ， 了解在业务的哪些过程中需要进行数据结论支撑 ， 并且自行到BI平台中进行分析 。
为了提高组织整体数据化决策水平 ， 保障决策质量 ， 组织会用规范业务流程、组织培训等方式 ， 提升业务人员的数据应用能力 ， 让决策环节中有充分数据支撑 。
但线下流程终究会带来大量学习和管理成本 ， 执行落地的效果也得不到很好的保障 。
2. 数据分析嵌入业务工作流
现代BI平台提供了各种功能 ， 将其提供的数据能力嵌入到业务系统中 。 业务人员可以在业务系统中 ， 一站式完成数据分析到运营动作再到效果反馈整个流程闭环 。
BI平台厂商期望产品具备足够强的通用性 ， 这必然会牺牲BI平台在特定场景下的易用性 。 为了满足更细分的需求 ， 需要选择针对业务场景设计和实现的产品 。
比如网页和App用户行为分析场景下 ， 可以选择Google Analytics、友盟、神策分析、GrowingIO等产品解决数据问题 。
如果组织具备一定的开发能力 ， 也可以自行将特定的数据分析方法集成到业务系统中 ， 让业务人员可以按照系统设计的思路 ， 轻松完成常规业务数据分析 。


推荐阅读


上一篇：|从0到1裂变解析，真金白银烧出来的故事与经验

下一篇：猎云网|轻松集团CEO张科即将离职，创始人兼董事长杨胤接任