Gartner告訴你如何設(shè)計(jì)智能BI平臺(tái)?

0 評(píng)論 3456 瀏覽 10 收藏 16 分鐘
🔗 B端产品经理需要更多地关注客户的商业需求、痛点、预算、决策流程等,而C端产品经理需要更多地关注用户的个人需求

本文主要介紹分析了BI的發(fā)展歷程、新發(fā)展趨勢(shì)下BI平臺(tái)的能力、以及Gartner象限中的BI。一起來(lái)看看吧。

Gartner是國(guó)際權(quán)威的IT咨詢和研究公司,其魔力象限受到Google、微軟、甲骨文、IBM等科技巨頭的熱烈追捧;同時(shí),73%財(cái)富500強(qiáng)的CIO,即首席技術(shù)官,在采購(gòu)技術(shù)產(chǎn)品時(shí),使用Gartner魔力象限當(dāng)作一個(gè)重要評(píng)價(jià)依據(jù)。

為何世界巨頭公司都以進(jìn)入Gartner魔力象限為榮呢?

Gartner成立于1979年,全球范圍內(nèi)有1000多名10-15年IT技術(shù)工作背景的分析員,這里的分析員可不是市面上常見的數(shù)據(jù)分析員,其大多有CIO(首席技術(shù)官)背景,具有極強(qiáng)的專業(yè)能力,對(duì)IT行業(yè)研究和解讀極具專業(yè)性。

甚至在美國(guó)國(guó)會(huì)要討論有關(guān)推動(dòng)當(dāng)今經(jīng)濟(jì)的關(guān)鍵性商業(yè)及技術(shù)問題前,他們都會(huì)調(diào)用Gartner的分析員來(lái)輔助分析,由此也可見Gartner的專業(yè)性和權(quán)威性。

Gartner告訴你如何設(shè)計(jì)智能BI平臺(tái)?

其研究范圍覆蓋全部IT產(chǎn)業(yè),共有200多個(gè)研究主題,包含CRM、IT商業(yè)價(jià)值、供應(yīng)鏈管理、BI技術(shù)等,我們這篇主要聊聊,BI的發(fā)展歷程以及Gartner眼中的BI。

一、發(fā)展歷程

正如唐太宗所說(shuō):“以史為鏡,可以知興替”,這里對(duì)應(yīng)在數(shù)據(jù)產(chǎn)品設(shè)計(jì)方法上為,了解產(chǎn)品的不同發(fā)展階段,可以更好的知道自己的產(chǎn)品處于一個(gè)什么位置,可以借鑒一些歷史經(jīng)驗(yàn),避免掉坑,那首先草帽小子帶你了解一下BI的發(fā)展歷程。按照BI平臺(tái)歷史演進(jìn),可分為3大發(fā)展階段。

1. 第一階段:傳統(tǒng)BI

2013年前,傳統(tǒng)BI一直是市場(chǎng)主流,但這并不是一個(gè)很好的市場(chǎng)。根據(jù)IBM的統(tǒng)計(jì),傳統(tǒng)BI的項(xiàng)目失敗率為60%-70%。傳統(tǒng)BI主要由數(shù)據(jù)源、數(shù)據(jù)存儲(chǔ)與管理、OLAP引擎和前端工具組成,對(duì)海量數(shù)據(jù)計(jì)算與動(dòng)態(tài)業(yè)務(wù)支持不足,通常由技術(shù)人員在設(shè)計(jì)好的維度模型上建立數(shù)據(jù)倉(cāng)庫(kù)。

這造成了2個(gè)問題:一是技術(shù)人員難以完全理解業(yè)務(wù)人員的需求;二是數(shù)據(jù)倉(cāng)庫(kù)不能滿足不斷變化的業(yè)務(wù)需求。

Gartner告訴你如何設(shè)計(jì)智能BI平臺(tái)?

例如,當(dāng)業(yè)務(wù)人員提出,想要下鉆一些字段,來(lái)分析產(chǎn)品情況,此時(shí)卻發(fā)現(xiàn),產(chǎn)品的字段不在上游的數(shù)據(jù)倉(cāng)庫(kù)中,需要IT團(tuán)隊(duì)從數(shù)據(jù)庫(kù)同步到數(shù)據(jù)倉(cāng)庫(kù),然后才能將字段添加到展現(xiàn)層分析。首先業(yè)務(wù)部門提需求,接著產(chǎn)品分析需求出文檔,然后進(jìn)行測(cè)試、驗(yàn)收,這時(shí)的業(yè)務(wù)流程十分長(zhǎng)。

2. 第二階段:敏捷BI

為了解決傳統(tǒng)BI的問題,敏捷BI應(yīng)運(yùn)而生。敏捷BI又稱自助式BI,指由業(yè)務(wù)人員自助式建模,能夠?qū)崿F(xiàn)快速部署、數(shù)據(jù)源集成、高性能計(jì)算、探索式分析的BI可視化產(chǎn)品。這個(gè)過程不需要技術(shù)人員長(zhǎng)期參與,大大縮短了業(yè)務(wù)人員與數(shù)據(jù)之間的距離,BI的主導(dǎo)對(duì)象從技術(shù)主導(dǎo),變?yōu)闃I(yè)務(wù)主導(dǎo)。

Gartner告訴你如何設(shè)計(jì)智能BI平臺(tái)?

3. 第三階段:智能BI

智能BI:2017年以后,智能化的概念開始出現(xiàn),各類BI應(yīng)用的使用門檻進(jìn)一步降低,比如自然語(yǔ)言等交互方式的加入。《Gartner2020年分析與BI平臺(tái)魔力象限》報(bào)告中指出:

  1. 2020年,增強(qiáng)分析技術(shù)隨處可見,但只有10%的分析師真正有能力使用
  2. 2020年,40%有關(guān)機(jī)器學(xué)習(xí)模型開發(fā)、評(píng)分任務(wù)的工作將被產(chǎn)品取代,這些產(chǎn)品可能本來(lái)不是以機(jī)器學(xué)習(xí)模型開發(fā)為主要目標(biāo)
  3. 2023年,90%的全球500強(qiáng)公司將把數(shù)據(jù)分析治理作為重點(diǎn)
  4. 2025年,數(shù)據(jù)故事將成為最普遍的分析方式,增強(qiáng)分析技術(shù)可以自動(dòng)創(chuàng)建75%的數(shù)據(jù)故事

那在新的發(fā)展趨勢(shì)下, BI平臺(tái)應(yīng)具備哪些能力呢?

二、BI能力

Gartner對(duì)現(xiàn)代分析和商業(yè)智能BI平臺(tái)(ABI)的定義是:具備易于使用的、完整的從數(shù)據(jù)準(zhǔn)備到可視化探索、到洞察生成、到增強(qiáng)的自助分析等系列功能。

數(shù)據(jù)可視化功能在現(xiàn)代的BI平臺(tái)中不再是很特別的亮點(diǎn),更多的差異應(yīng)該突出在:企業(yè)報(bào)告功能的集成和增強(qiáng)分析技術(shù)。增強(qiáng)分析中主要凸顯的就是機(jī)器學(xué)習(xí)和人工智能相關(guān)的數(shù)據(jù)準(zhǔn)備、見解洞察生成和解釋。

Gartner告訴你如何設(shè)計(jì)智能BI平臺(tái)?

1. 數(shù)據(jù)準(zhǔn)備

數(shù)據(jù)源連接:用戶能夠連接本地和云端的各種存儲(chǔ)類型的數(shù)據(jù),支持結(jié)構(gòu)化和非結(jié)構(gòu)化的數(shù)據(jù)訪問

數(shù)據(jù)準(zhǔn)備:平臺(tái)可拖拽不同來(lái)源的用戶數(shù)據(jù)集,生成分析模型,比如根據(jù)不同數(shù)據(jù)來(lái)源,用戶可自定義指標(biāo)、維度、層次結(jié)構(gòu)

2. 可視化分析

數(shù)據(jù)可視化:高度交互的儀表盤dashboard等,各類豐富的可視化圖表等,并通過圖表圖像的操作來(lái)探索數(shù)據(jù)。包含基礎(chǔ)圖形餅圖、條形圖、折線圖以及其他特殊用途的可視化效果,如熱力圖、樹狀圖、地圖、散點(diǎn)圖等。

  • 數(shù)據(jù)報(bào)告:創(chuàng)建可分發(fā)的可視化報(bào)表,良好的布局方式、美觀的報(bào)告能力。
  • 數(shù)據(jù)故事:數(shù)據(jù)可視化演示的一種方式,將交互數(shù)據(jù)以敘述的方式展現(xiàn)出來(lái),簡(jiǎn)單來(lái)說(shuō)就是自動(dòng)播放數(shù)據(jù)可視化的結(jié)果,類似于PPT的方式自動(dòng)展現(xiàn)數(shù)據(jù)可視化頁(yè)面,邊看分析結(jié)果邊講解。
  • 嵌入分析:考慮按照一定的平臺(tái)開放標(biāo)準(zhǔn)對(duì)外提供API SDK,將分析的內(nèi)容可以更好的嵌入業(yè)務(wù)平臺(tái)、應(yīng)用程序或門戶。

3. 增強(qiáng)分析

自動(dòng)洞察:增強(qiáng)分析中最核心的能力,利用機(jī)器學(xué)習(xí)自動(dòng)為用戶生成可洞察到業(yè)務(wù)細(xì)節(jié)、深度探索的能力。

比如,分析GMV關(guān)聯(lián)因素,可能涉及到訂單量、金額、人數(shù)、產(chǎn)品類型等多種因素,通過自動(dòng)洞察可以在分析高費(fèi)用收入時(shí),找出哪項(xiàng)因素對(duì)高費(fèi)用影響最大。

高級(jí)分析:指ABI平臺(tái)應(yīng)該具有深度學(xué)習(xí)、自然語(yǔ)言處理技術(shù)等一系列高級(jí)數(shù)據(jù)算法,一般來(lái)說(shuō)起碼具備分類、聚類、回歸算法,進(jìn)一步需要支持深度學(xué)習(xí),如神經(jīng)網(wǎng)絡(luò)功能。這些功能可以既包含在ABI平臺(tái)本身,也可以通過導(dǎo)入和集成外部模型來(lái)使用。

Gartner的分析師認(rèn)為深度學(xué)習(xí)將迅速成為最有用的預(yù)測(cè)性分析工具之一,深度學(xué)習(xí)和組合建模正快速成為構(gòu)建預(yù)測(cè)分析模型最有用的技術(shù)之一。

自然語(yǔ)言查詢(NLQ):用戶直接在搜索框輸入或通過對(duì)話的方式查詢數(shù)據(jù),Gartner預(yù)測(cè)到2020年,50%的分析查詢將通過搜索、自然語(yǔ)言處理或語(yǔ)音生成。

早在國(guó)內(nèi)16-17年微軟lgnite大會(huì)上,BI演示中已實(shí)現(xiàn)了這樣的功能,目前已經(jīng)有一些國(guó)內(nèi)的BI廠商基本上實(shí)現(xiàn)類似這樣的效果。

這會(huì)帶來(lái)幾個(gè)變化:

一是,任何用戶均可以文本或語(yǔ)音的形式提問,使問題和回答日益復(fù)雜化;

二是,自然語(yǔ)言處理被當(dāng)作查詢接口使用,甚至?xí)蔀锳BI平臺(tái)的主要交互方式;

自然語(yǔ)言生成(NLG):自動(dòng)理解用戶在分析過程中的意圖,判斷用戶期望找出的關(guān)鍵點(diǎn),將用戶關(guān)心的分析內(nèi)容或結(jié)果呈現(xiàn)出來(lái)。

4. 數(shù)據(jù)安全

安全性:平臺(tái)安全性管理、用戶管理、身份驗(yàn)證、審核平臺(tái)訪問等能力。

數(shù)據(jù)管理:追蹤使用情況,管理信息共享方式和共享者、執(zhí)行影響分析以及第三方應(yīng)用程序協(xié)作功能。

云部署:基于云和本地?cái)?shù)據(jù)部署,支持跨云部署,云中構(gòu)建、管理分析以及分析應(yīng)用程序的能力。

目錄:自動(dòng)生成平臺(tái)管理中所使用的元素,如數(shù)據(jù)、模型、可視化頁(yè)面等內(nèi)容,形成可檢索的目錄

BI未來(lái)將會(huì)真正往智能化的方向發(fā)展,但目前智能化還未普遍化,那有沒有哪些較為先進(jìn)的BI產(chǎn)品,可作為指導(dǎo)呢?接下來(lái)我們聊聊,報(bào)告中講到的部分比較優(yōu)秀的BI平臺(tái)。

三、Gartner象限中BI

橫軸,前瞻性:即愿景的完整性,包含市場(chǎng)理解、產(chǎn)品戰(zhàn)略、營(yíng)銷戰(zhàn)略、商業(yè)模式、 產(chǎn)品定位和創(chuàng)新性,其實(shí)質(zhì)是在解釋企業(yè)在業(yè)內(nèi)的領(lǐng)先度。

縱軸,執(zhí)行能力:包括產(chǎn)品與服務(wù)等整體可行性、銷售執(zhí)行力與定價(jià)、市場(chǎng)狀況、營(yíng)銷團(tuán)隊(duì)的執(zhí)行、客戶體驗(yàn)及公司整體運(yùn)營(yíng),實(shí)質(zhì)揭示企業(yè)在市場(chǎng)的成功度。

Gartner告訴你如何設(shè)計(jì)智能BI平臺(tái)?

可劃分為4大象限:

(1)Niche players,特定領(lǐng)域者:在特定細(xì)分市場(chǎng)和區(qū)域取得了成功,但也難以超過哪些大型及成熟的廠商,代表企業(yè)有IBM、Birst、Domo、Information Builders、Pyramid Analytics、Board International、Logi Analytics、Alibaba cloud(Quick BI)、Dundas。

①Alibaba cloud(Quick BI)

魔力象限新進(jìn)入者,首次抵達(dá)特定領(lǐng)域者象限,入選的是阿里云中的Quick BI產(chǎn)品,具備一定全球化能力,特別是3.4版本中擴(kuò)展了企業(yè)分析報(bào)告的功能。

優(yōu)勢(shì):自助分析、數(shù)據(jù)洞察、類Excel報(bào)告和回寫功能,阿里云平臺(tái)自帶產(chǎn)品,用戶體驗(yàn)好、服務(wù)滿意度高。

不足:阿里云目前專注于中國(guó)市場(chǎng),海外裝機(jī)量不高,離全球化有一定的距離,新的BI產(chǎn)品,在自動(dòng)洞察、數(shù)據(jù)故事、數(shù)據(jù)源連接等方面需要加強(qiáng)。

②Birst

Infor旗下子公司(Infor,全球第三大企業(yè)級(jí)應(yīng)用軟件級(jí)服務(wù)供應(yīng)商),Birst產(chǎn)品主要服務(wù)于Infor的客戶群體,提供端到端的數(shù)據(jù)倉(cāng)庫(kù)、分析報(bào)告和可視化平臺(tái)服務(wù)能力。

優(yōu)勢(shì):基于云的元數(shù)據(jù)管理BI,提供數(shù)據(jù)準(zhǔn)備、儀表盤、可視化分析、預(yù)定格式的報(bào)告。支持本地源數(shù)據(jù)的實(shí)時(shí)連接,支持在Microsoft SQL server、SAP HANA、Exasol、Amazon Redshift上構(gòu)建數(shù)據(jù)倉(cāng)庫(kù)模型。

不足:部署實(shí)施過程中的性能問題和客戶支持上有所不足,自助化分析部分客戶使用率不高。

③Domo

云ABI平臺(tái),1000多個(gè)數(shù)據(jù)連接器,用戶友好的數(shù)據(jù)可視化和儀表盤能力,主要面向業(yè)務(wù)部門如銷售、運(yùn)營(yíng)等,平臺(tái)易用和快速部署比較能吸引用戶注意。

優(yōu)勢(shì):儀表盤能力較強(qiáng),產(chǎn)品能力和支持能力強(qiáng),Domo的訂閱服務(wù)在全球發(fā)展勢(shì)頭迅猛。

不足:Domo主要面向業(yè)務(wù)部門用戶,非IT驅(qū)動(dòng),只是用于營(yíng)銷、財(cái)務(wù)、供應(yīng)鏈等特定的分析領(lǐng)域,可以認(rèn)為是部門級(jí)、個(gè)人的分析工具。全球化支持程度不高,增強(qiáng)分析能力不足。

(2)Visionaries,有遠(yuǎn)見者:了解市場(chǎng)發(fā)展方向,或有改變產(chǎn)業(yè)規(guī)則的愿望,但市場(chǎng)執(zhí)行力不佳;在執(zhí)行力上分為有遠(yuǎn)見但短期內(nèi)無(wú)法實(shí)現(xiàn)的早期創(chuàng)業(yè)者,和有遠(yuǎn)見但執(zhí)行反應(yīng)能力調(diào)整不及時(shí)的成熟大廠,代表企業(yè)有salesforce、SAS、SAP、Oracle、Yellowfn、Sisense。

(3)Challenges,挑戰(zhàn)者:現(xiàn)有經(jīng)營(yíng)狀況良好,有足夠的市場(chǎng),市場(chǎng)執(zhí)行力強(qiáng),但是前瞻性不夠,在新市場(chǎng)未做出改變和發(fā)展計(jì)劃,代表企業(yè)有Microstrategy、Looker、TIBCO Software。

(4)Leaders,領(lǐng)導(dǎo)者:執(zhí)行力和前瞻性得分均比較高的大型成熟公司、行業(yè)領(lǐng)袖。擁有大量客戶群體,在全球市場(chǎng)上享有極高的知名度,這些行業(yè)領(lǐng)袖在市場(chǎng)中有很大影響力,有能力和實(shí)力影響和引領(lǐng)整個(gè)行業(yè)的發(fā)展,代表企業(yè)Microsoft、Tableau、Qlik、Thoughtspot。

④Microsoft power BI

視化具備數(shù)據(jù)準(zhǔn)備、可視化的數(shù)據(jù)發(fā)現(xiàn)、交互自助式分析、增強(qiáng)分析等能力,支持azure云saas模式和Power BI Report Server本地模式,Power BI Desktop也可以作為個(gè)人分析工具使用。

優(yōu)勢(shì):病毒式傳播,影響廣泛,拉新成本低,云服務(wù)如增強(qiáng)分析、自動(dòng)化ML的創(chuàng)新已超過大多數(shù)廠商,Power BI還提供了基于AI的文本、情感、圖像分析。

不足:本地版的power BI Report Server對(duì)比Power BI Pro云服務(wù)存在很大的功能性差異,包括儀表盤、流分析、預(yù)置分析、自然語(yǔ)言問答、增強(qiáng)和警報(bào)等。

專欄作家

草帽小子,公眾號(hào):一個(gè)數(shù)據(jù)人的自留地,人人都是產(chǎn)品經(jīng)理專欄作家?!洞髷?shù)據(jù)實(shí)踐之路:數(shù)據(jù)中臺(tái)+數(shù)據(jù)分析+產(chǎn)品應(yīng)用》書籍作者,專注用戶畫像領(lǐng)域。

本文原創(chuàng)發(fā)布于人人都是產(chǎn)品經(jīng)理。未經(jīng)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)。

更多精彩內(nèi)容,請(qǐng)關(guān)注人人都是產(chǎn)品經(jīng)理微信公眾號(hào)或下載App
評(píng)論
評(píng)論請(qǐng)登錄
  1. 目前還沒評(píng)論,等你發(fā)揮!
专题
14046人已学习12篇文章
本专题的文章主要以跨境电商为例,对其OMS系统进行分析。
专题
12894人已学习13篇文章
在产品的不同生命周期,需要有对应的产品战略以应对市场。本专题的文章分享了如何做好产品战略规划。
专题
33901人已学习17篇文章
作为产品经理,你真的懂什么是敏捷开发吗?
专题
13033人已学习15篇文章
该如何有效推广?有效推广的策略有哪些呢?本专题的文章分享了产品推广策略。
专题
37002人已学习17篇文章
如果你们有志于在运营路上深耕,并实现快速成长,你需要知道以下这些!
专题
90626人已学习13篇文章
不论你是产品经理还是运营,都要具备数据分析基本能力。