數(shù)據(jù)產(chǎn)品:自助BI產(chǎn)品實(shí)踐指南
在大數(shù)據(jù)的潮流趨勢(shì)下,幾乎每個(gè)企業(yè)都將數(shù)字化轉(zhuǎn)型升級(jí)和數(shù)據(jù)化管理放在了公司的戰(zhàn)略目標(biāo)清單中。不可避免的,產(chǎn)品人的工作也被數(shù)據(jù)化席卷。然而,面對(duì)處處需要“以數(shù)據(jù)說(shuō)話”的如此境遇,我們應(yīng)當(dāng)如何獲取數(shù)據(jù)、進(jìn)而分析數(shù)據(jù)呢?本位作者根據(jù)時(shí)下熱點(diǎn)總結(jié)了一份自助BI產(chǎn)品實(shí)踐指南,分享給正在因“數(shù)據(jù)”而苦不堪言的小伙伴們。
大數(shù)據(jù)時(shí)代,幾乎每個(gè)企業(yè)都在追求數(shù)字化轉(zhuǎn)型、數(shù)據(jù)化管理,上到公司管理層戰(zhàn)略目標(biāo)制定,下到一線業(yè)務(wù)同學(xué)的項(xiàng)目復(fù)盤(pán)匯報(bào)、甚至產(chǎn)品經(jīng)理和開(kāi)發(fā)的需求溝通,都需要數(shù)據(jù)的支撐,從過(guò)去的拍腦袋的定性決策,轉(zhuǎn)向一切用數(shù)據(jù)說(shuō)話的定量決策。從而,帶來(lái)數(shù)據(jù)獲取和分析需求爆發(fā)式的增長(zhǎng)。
一、數(shù)據(jù)分析的主要痛點(diǎn)
1. 日常臨時(shí)取數(shù)分析
業(yè)務(wù)團(tuán)隊(duì):數(shù)據(jù)獲取門(mén)檻高,一線業(yè)務(wù)人員難以直接接觸數(shù)據(jù)源,業(yè)務(wù)數(shù)據(jù)獲取高度依賴(lài)數(shù)據(jù)團(tuán)隊(duì),數(shù)據(jù)人力、排期跟不上,數(shù)據(jù)響應(yīng)周期長(zhǎng),影響數(shù)據(jù)使用。
數(shù)據(jù)團(tuán)隊(duì):臨時(shí)取數(shù)消耗數(shù)據(jù)開(kāi)發(fā)精力,影響數(shù)據(jù)基建,業(yè)務(wù)不滿意,出力不討好。
2. 固化可視化報(bào)表
對(duì)于一些固定的主題式經(jīng)營(yíng)分析報(bào)表,需要建設(shè)可視化平臺(tái)讓業(yè)務(wù)直接交互式分析決策,甚至一些后臺(tái)產(chǎn)品都需要提供數(shù)據(jù)可視化統(tǒng)計(jì)分析能力,例如電商平臺(tái)B端的商家后臺(tái),每個(gè)報(bào)表頁(yè)面都需要定制化開(kāi)發(fā),前后端、數(shù)據(jù)開(kāi)發(fā)人力成本高,響應(yīng)慢,一個(gè)需求至少1周開(kāi)發(fā)資源,并且對(duì)于一些業(yè)務(wù)端的開(kāi)發(fā),并不具備專(zhuān)業(yè)的可視化開(kāi)發(fā)能力,需要從0開(kāi)始,學(xué)習(xí)成本高。
二、自助BI產(chǎn)品的破局思路
1. 自助BI產(chǎn)品理念
自助BI產(chǎn)品理念是自助,通過(guò)產(chǎn)品上的低代碼、拖拽式、可視化能力構(gòu)建,讓一線業(yè)務(wù)可以接觸數(shù)據(jù),進(jìn)行自助式的分析,人人都可數(shù)據(jù)分析,取數(shù)不求人。就像吃飯的時(shí)候,去吃點(diǎn)餐,需要廚師給你做菜,吃飯時(shí)長(zhǎng)取決于前面排隊(duì)的時(shí)長(zhǎng),以及單個(gè)菜品的工序復(fù)雜度,吃飯2小時(shí),1.5小時(shí)排隊(duì)吃半小時(shí)。
如果去吃自助,廚師提前把基礎(chǔ)的高度集成的菜品原材料組裝好,用戶按需自取即可,可以進(jìn)行二次的加工,燒、烤、蒸煮成自己喜歡的口味,吃飯時(shí)長(zhǎng)2小時(shí),1.5小時(shí)吃飯,0.5小時(shí)休息一下繼續(xù)吃。
2. 自助BI是數(shù)據(jù)化運(yùn)營(yíng)的必備產(chǎn)品
數(shù)據(jù)分析的產(chǎn)品形態(tài)有定制化的可視化開(kāi)發(fā)平臺(tái),用戶行為分析,以及自助BI。隨著數(shù)據(jù)化轉(zhuǎn)型的不斷深入,企業(yè)數(shù)據(jù)化管理流程和人才體系被逐步培養(yǎng)起來(lái)。BI產(chǎn)品的不斷迭代和完善,已經(jīng)可以逐步替代定制化開(kāi)發(fā),例如一些商業(yè)化的BI推出可視化大屏模式以及PC、移動(dòng)端可視化門(mén)戶的快速搭建能力。
從最終業(yè)務(wù)目標(biāo)看,自助BI產(chǎn)品是一勞永逸的方案。遇到過(guò)一些企業(yè),先是采購(gòu)了用戶行為分析的產(chǎn)品,業(yè)務(wù)不斷發(fā)展分析場(chǎng)景多元化之后,單一的用戶行為分析能力已經(jīng)無(wú)法覆蓋分析需求,還需要再次采購(gòu)BI工具。
相反,如果選擇自助BI產(chǎn)品,只是數(shù)據(jù)模型的擴(kuò)展、數(shù)據(jù)分析能力的增強(qiáng)。雖然企業(yè)每個(gè)階段的痛點(diǎn)和問(wèn)題各不相同,但智能BI決策分析產(chǎn)品,才是決策分析類(lèi)數(shù)據(jù)產(chǎn)品最終的歸宿。
三、自助BI產(chǎn)品功能架構(gòu)
敏捷BI工具的標(biāo)配流程是數(shù)據(jù)建模、拖拽分析、可視化呈現(xiàn)、系統(tǒng)管理等功能模塊,隨著基礎(chǔ)看數(shù)據(jù)的需求滿足后,業(yè)務(wù)會(huì)有更多增強(qiáng)分析、以及從人找數(shù)到數(shù)找人的預(yù)警、推送需求。
同時(shí),對(duì)于數(shù)據(jù)生產(chǎn)者,要持續(xù)降本增效,因此圍繞數(shù)據(jù)血緣看板生命周期相關(guān)的數(shù)據(jù)治理流程,在自研產(chǎn)品中也要考慮進(jìn)去。
1. BI系統(tǒng)架構(gòu)
數(shù)據(jù)源:從系統(tǒng)架構(gòu)層級(jí)看,BI系統(tǒng)最底層是數(shù)據(jù)接入層,數(shù)據(jù)源是原材料,否則工具做的再好也是巧婦難為無(wú)米之炊,要支持接入常用關(guān)系型數(shù)據(jù)庫(kù),以及數(shù)據(jù)倉(cāng)庫(kù)的數(shù)據(jù)源。
數(shù)據(jù)模型:數(shù)據(jù)接入后,在數(shù)據(jù)模型層,做表之間的關(guān)聯(lián)、字段邏輯處理、元數(shù)據(jù)信息維護(hù),形成模型資產(chǎn),把模型主題、層級(jí)分門(mén)別類(lèi)管理好,方面業(yè)務(wù)快速找到目標(biāo)數(shù)據(jù)源,同時(shí)需要做好模型權(quán)限、字段、行值權(quán)限管控,技術(shù)層面要把不同數(shù)據(jù)源集成到OLAP查詢(xún)引擎,提升即席查詢(xún)效率。
分析層:無(wú)SQL拖拽分析,業(yè)務(wù)基于數(shù)據(jù)模型,可以直接選擇維度、度量、過(guò)濾條件后,直接進(jìn)行數(shù)據(jù)查詢(xún),同時(shí)封裝可視化圖表組件,做結(jié)果的可視化展示。對(duì)于需要固化的分析結(jié)果,可以將圖表保存至Dashboard,且可以對(duì)圖表系列顏色、數(shù)據(jù)標(biāo)簽、篩選條件等進(jìn)行設(shè)置。
輸出層:主要包括Dashboard輸出、將看板以iframe方式嵌入其他平臺(tái)、數(shù)據(jù)推送&預(yù)警,以及可視化大屏。將可視化能力直接在系統(tǒng)內(nèi)應(yīng)用或跨系統(tǒng)復(fù)用。
自助BI行業(yè)來(lái)說(shuō),成熟的商業(yè)化產(chǎn)品非常多,傳統(tǒng)的BI分析如帆軟BI、BDP、Tableau、永洪BI、億信華辰等,云廠商阿里quickBI、網(wǎng)易有數(shù)、火山引擎智能數(shù)據(jù)洞察等,在產(chǎn)品細(xì)節(jié)功能設(shè)計(jì)的時(shí)候,可以注冊(cè)賬號(hào)去試用體驗(yàn)即可。
四、自助BI產(chǎn)品從0到1的踩過(guò)的一些坑
1. 數(shù)據(jù)集資產(chǎn)是根基
對(duì)于BI產(chǎn)品而言,數(shù)據(jù)集資產(chǎn)是根基,用戶去進(jìn)行自助分析的前提是,有數(shù)據(jù)可以分析。在過(guò)去從0到1做BI產(chǎn)品初期,最大的問(wèn)題是功能有了,但是沒(méi)有可以供業(yè)務(wù)去查詢(xún)使用的數(shù)據(jù)資產(chǎn)模型,自助分析、數(shù)據(jù)可視化做的再好,也不會(huì)有業(yè)務(wù)去使用。
所以,在企業(yè)內(nèi)部推動(dòng)BI項(xiàng)目時(shí),要聯(lián)動(dòng)數(shù)據(jù)資產(chǎn)建設(shè)者(數(shù)倉(cāng)開(kāi)發(fā)等),去提供可以給業(yè)務(wù)去使用的流量、訂單、會(huì)員等數(shù)據(jù)模型,讓用戶體會(huì)到,自己取數(shù)也很簡(jiǎn)單,而且更快。
對(duì)于數(shù)據(jù)集管理模塊功能設(shè)計(jì)時(shí),需要提供全面的元數(shù)據(jù)維護(hù)、數(shù)據(jù)集分級(jí)分類(lèi)檢索、數(shù)據(jù)邏輯確認(rèn)的能力,讓用戶方便地找到所需要的數(shù)據(jù),一鍵申請(qǐng)權(quán)限,快速自助分析。
2. 自助分析要足夠自助
曾經(jīng),BI項(xiàng)目組中,產(chǎn)品和研發(fā)一直圍繞一個(gè)到底自助分析模塊應(yīng)不應(yīng)該支持模型關(guān)聯(lián)的問(wèn)題爭(zhēng)執(zhí)不休。開(kāi)發(fā)的觀點(diǎn)是應(yīng)該像QuickBI一樣,將所有的建模過(guò)程在數(shù)據(jù)集創(chuàng)建中進(jìn)行,自助分析僅做可視化配置。
而產(chǎn)品的觀點(diǎn)則是,自助分析除了輸出可視化配置能力外,還承擔(dān)了無(wú)SQL取數(shù)的功能,很多一線的業(yè)務(wù)同學(xué),是利用自助分析取數(shù)的。數(shù)據(jù)開(kāi)發(fā)在進(jìn)行數(shù)據(jù)集創(chuàng)建時(shí),考慮模型的通用性,會(huì)提供一些基礎(chǔ)的明細(xì)數(shù)據(jù),如果只能在數(shù)據(jù)集上關(guān)聯(lián),意味著業(yè)務(wù)進(jìn)行分析需要關(guān)聯(lián)時(shí),需要聯(lián)系數(shù)據(jù)集負(fù)責(zé)人去改模型,這個(gè)周期就很長(zhǎng)了。
最初上線時(shí),把自助分析模型關(guān)聯(lián)以及計(jì)算字段處理的功能做了灰度隱藏,業(yè)務(wù)部門(mén)直接找過(guò)來(lái)說(shuō),沒(méi)有這個(gè)功能他們就不用了。在這里,我的觀點(diǎn)是,自助BI產(chǎn)品,需要包括:自助BI分析+可視化配置能力,自助BI分析,是傳統(tǒng)AdhocSQL 取數(shù)的低代碼、無(wú)SQL版本。否則,就只是做到自助可視化,而做不到自助分析。
3. 建立自研BI產(chǎn)品的核心競(jìng)爭(zhēng)力
業(yè)務(wù)發(fā)展早期為了更快的使用起來(lái)會(huì)外采商業(yè)化BI產(chǎn)品,畢竟自研的周期還是比較久的。當(dāng)業(yè)務(wù)已經(jīng)使用了商業(yè)化的產(chǎn)品,雖然經(jīng)過(guò)業(yè)務(wù)發(fā)展以及老板的決策說(shuō),我們是時(shí)候自己搞一個(gè)BI產(chǎn)品了。
那么,說(shuō)服業(yè)務(wù)去遷移還是比較困難的,畢竟他們已經(jīng)有了很多的報(bào)表積累,沒(méi)有優(yōu)勢(shì),憑什么要遷移呢,即使口頭上答應(yīng)了老板說(shuō)要全力支持,但是真正推行的時(shí)候,卻因各種優(yōu)先級(jí)問(wèn)題遲遲推進(jìn)不下去。
本質(zhì)還是因?yàn)?,沒(méi)有形成對(duì)他們足夠有吸引力的競(jìng)爭(zhēng)優(yōu)勢(shì)。例如,外采BI一般是采用數(shù)據(jù)庫(kù)連接的方式,進(jìn)行后續(xù)分析,多數(shù)BI產(chǎn)品對(duì)數(shù)據(jù)全鏈路追蹤能力是缺失的,或者僅限于系統(tǒng)內(nèi)部的數(shù)據(jù)集、看板、圖表之間的關(guān)系。
而自研產(chǎn)品可以具備的優(yōu)勢(shì)是從數(shù)據(jù)源生產(chǎn)加工全流程,到最終的應(yīng)用,可以做到全鏈路的數(shù)據(jù)追蹤,針對(duì)不使用的報(bào)表進(jìn)行一鍵下線,打通系統(tǒng)內(nèi)部的數(shù)據(jù)治理工具,做到加工過(guò)程的任務(wù)資源釋放,實(shí)現(xiàn)降本增效。
五、BI產(chǎn)品的發(fā)展趨勢(shì)
1. 靈活的可視化配置能力持續(xù)完善
自助BI可視化的終極目標(biāo)是要完全替代定制化的可視化開(kāi)發(fā)需求,圍繞這一目標(biāo),需要看現(xiàn)有的BI產(chǎn)品對(duì)可視化門(mén)戶快速搭建的能力、移動(dòng)端可視化分析、以及大屏可視化配置的能力。
2. BI+AI智能化分析能力
傳統(tǒng)的BI產(chǎn)品主要解決了用戶查數(shù)據(jù)的問(wèn)題,BI產(chǎn)品和其他定制化或者用戶行為分析類(lèi)的產(chǎn)品主要的劣勢(shì)在于缺少分析思路的沉淀,需要業(yè)務(wù)人員具有分析目標(biāo)和分析思路。
融入AI分析能力,可以幫助業(yè)務(wù)更高效的進(jìn)行數(shù)據(jù)分析,例如當(dāng)GMV指標(biāo)波動(dòng)異常時(shí),利用基尼系數(shù)的算法模型,自動(dòng)生成影響KPI波動(dòng)的關(guān)鍵維度以及Top影響因素,不需要業(yè)務(wù)進(jìn)行逐層分析了,一鍵定位。
此外,可視化圖表的選擇上可以利用機(jī)器學(xué)習(xí)自動(dòng)推薦,這個(gè)能力百度的Sugar已經(jīng)實(shí)現(xiàn)了的。
3. 人找數(shù)到數(shù)找人的能力構(gòu)建
對(duì)于業(yè)務(wù)人員來(lái)說(shuō),他們更希望只關(guān)注業(yè)務(wù),最好能有專(zhuān)門(mén)的數(shù)據(jù)分析幫他進(jìn)行數(shù)據(jù)分析,告訴他有什么問(wèn)題,該怎么做就可以了?;跇I(yè)務(wù)設(shè)定的預(yù)警規(guī)則+智能的歸因分析+IM的信息推送,當(dāng)業(yè)務(wù)異常時(shí),直接告訴業(yè)務(wù),有問(wèn)題了,哪里有問(wèn)題,他該怎么做。
#專(zhuān)欄作家#
數(shù)據(jù)干飯人,微信號(hào)公眾號(hào):數(shù)據(jù)干飯人,人人都是產(chǎn)品經(jīng)理專(zhuān)欄作家。專(zhuān)注數(shù)據(jù)中臺(tái)產(chǎn)品領(lǐng)域,覆蓋開(kāi)發(fā)套件,數(shù)據(jù)資產(chǎn)與數(shù)據(jù)治理,BI與數(shù)據(jù)可視化,精準(zhǔn)營(yíng)銷(xiāo)平臺(tái)等數(shù)據(jù)產(chǎn)品。擅長(zhǎng)大數(shù)據(jù)解決方案規(guī)劃與產(chǎn)品方案設(shè)計(jì)。
本文原創(chuàng)發(fā)布于人人都是產(chǎn)品經(jīng)理,未經(jīng)作者許可,禁止轉(zhuǎn)載。
題圖來(lái)自Unsplash,基于CC0協(xié)議。
專(zhuān)欄作家
數(shù)據(jù)干飯人,微信號(hào)公眾號(hào):數(shù)據(jù)干飯人,人人都是產(chǎn)品經(jīng)理專(zhuān)欄作家。專(zhuān)注數(shù)據(jù)中臺(tái)產(chǎn)品領(lǐng)域,覆蓋開(kāi)發(fā)套件,數(shù)據(jù)資產(chǎn)與數(shù)據(jù)治理,BI與數(shù)據(jù)可視化,精準(zhǔn)營(yíng)銷(xiāo)平臺(tái)等數(shù)據(jù)產(chǎn)品。擅長(zhǎng)大數(shù)據(jù)解決方案規(guī)劃與產(chǎn)品方案設(shè)計(jì)。
本文原創(chuàng)發(fā)布于人人都是產(chǎn)品經(jīng)理,未經(jīng)作者許可,禁止轉(zhuǎn)載。
題圖來(lái)自Unsplash,基于 CC0 協(xié)議
該文觀點(diǎn)僅代表作者本人,人人都是產(chǎn)品經(jīng)理平臺(tái)僅提供信息存儲(chǔ)空間服務(wù)。
大佬可以更具體的說(shuō)下自助BI的優(yōu)勢(shì)嘛?能否多舉些例子呢?謝謝
用戶行為分析和自助BI兩者不沖突,前者主要功能是做各種即時(shí)分析,就像圖片中舉例的神策。自助BI工具主要是在提高報(bào)表的效率,當(dāng)然配置報(bào)表的時(shí)候也能做一定的分析,但即時(shí)分析還是用專(zhuān)門(mén)的即時(shí)分析工具好。
寫(xiě)的很透徹,對(duì)即將開(kāi)始做BI的我很有幫助~
大半夜讀到這篇文章 滿腦子都是:自助BI產(chǎn)品理念-自助餐,明天想吃??