BI分析系統概述
編輯導語:BI分析是當今數據時代必不可少的能力之一,通過系統化產品化的方法,能夠大幅降低數據的獲取成本、提升數據使用效率;借助可視化、交互式的操作,可以高效支持業務的分析及發展。本文作者對此進行了詳細的分析,我們一起來看一下。
作者在做數據產品經理之前,做過2年的數據分析工作;因此對市面上的各類BI分析工具均比較了解。
今天,作者結合了產品工作及數據分析的經驗,從公司角度出發,到底要不要自研一套BI分析系統。
一、BI分析系統的背景
在說BI系統是干嘛的之前,先說說BI分析是干嘛的。
BI,是Business Intelligence的簡稱,也叫商業智能;主要是利用一些數據技術,從數據中挖掘背后隱藏的規律、總結現象背后的原因,用以指導業務的發展;目前很多的公司,都會設立BI分析師的角色,就是專職來做這個事情的。
通常BI分析師的主要工作,就是通過SQL等數據庫語言取數據、然后利用一些模型或者分析框架,結合了業務進行各種分析;最終將有價值的一些建議做成報告或者報表等形式,給到業務進行參考。
但逐漸的,業務也有了自己分析、自己總結的需求,而不是完全依賴BI分析師。
一方面,隨著時代的發展,各類工具的使用門檻不斷降低,例如Excel,二十年前會用的人屈指可數,會用Excel的人就是數據領域比較牛的數據人了,但如今基本是人人必會的技能之一。
其他的一些工具,比如SQL、甚至最近幾年連Python都開始很多人開始學習,連房產大佬潘石屹都在學……可見普通的業務人員對自己動手分析業務、有著多么強大的需求。
除了門檻降低導致業務人員可以自己分析,另外BI分析師的能力參差不齊、對業務的理解肯定是不能和專門做業務的同學相提并論的;因此,很多數據分析師給出的所謂分析報告,都是紙上談兵,并不能切實命中業務要害,更別談有什么價值了。
再一個就是,業務現在的發展速度都是日新月異的,很多業務場景都要求要實時分析,這更是對傳統的數據分析提出了很多挑戰:傳統的分析,往往需要幾天甚至幾周,才能完成從數據收集到結論給出這個全流程。
綜上幾個原因,就有了BI分析系統這個誕生的背景。
二、BI分析系統的作用和價值
那分析系統到底能干嘛呢?
一方面,分析系統可以將大量的數據處理過程流程化,這就大大提升了數據分析效率;做過分析師的同學都知道,其實工作的一大半時間都“浪費”在了數據處理過程。
有了這個系統,可以節省業務和分析人員的數據處理過程;若技術支持的好,數據甚至可以做到實時分析,比如你這邊剛做了一個頁面上線,在分析系統上立刻就能看到最新的訪問數據——這無疑是有重要的業務意義。
另一方面,分析系統可以極大地降低數據分析的門檻;可以通過很多交互化的方式、讓業務自己進行各類的分析,也不需要寫SQL,直接拖曳式分析即可;對于一些常用的監控項目或者指標,可以在系統中搭建好,后續自動化更新即可。
由于門檻的降低,分析系統可以讓很多業務自己就用起來;這無疑降低了業務和分析之間的巨大溝通成本,業務創建的分析報告也就更有針對性、更有業務價值;而對分析師而言,減少了大量的無效時間,可以將更多的精力放在一些“高精尖”的項目上,集中精力攻克更難的分析。
三、到底是自研還是采購
到底是自研還是采購,這是個問題。
首先說一下目前市面上的BI工具都有哪些吧。
總體上,其實分為免費和付費兩大陣營——免費陣營里,為首的當然是GA(也就是谷歌分析)、PowerBI,但是由于有墻的限制,很多公司沒法使用前者;付費陣營里,近兩年比較火的主要就是神策數據了,傳統的就是Tableau。
其實,關于自研還是采購這個問題,這比較看公司業務的發展階段的。
如果是初創型公司,業務還在發展階段,甚至都沒啥數據,其實沒有必要投入過多的人力和資金成本,產品經理甚至可以充當半個分析師的角色。
如果是中型公司(1000人以內),自研也基本是沒有必要的;可以用一些免費的工具,如果在某個具體場景上有需求,可以定向采購;盡量不要貿然自研,因為一套BI系統的搭建還是相當消耗人力的,需要長時間的打磨,不如采購;省下的人力招聘1-2個專門負責的數據產品經理,協助乙方進行應用的落地,是性價比比較高的。
如果是中大型公司(1000-2000),可以考慮自研+采購,要給自研預留一定的時間,逐步過渡到自己的系統上。
而大型公司,例如京東這種體量的,那就不用糾結了,肯定自研好了;畢竟有錢、有人,說不定做好了還能對外賦能,進行SaaS服務呢。
四、優秀的BI系統是啥樣
無論是自研還是采購,對于數據科學家、或者是數據產品經理來說,都要知道,一套優秀的BI系統應該是怎樣的。
雖然不是所有的數據產品都有機會參與到BI系統的搭建上(正如前文提及的,中大型公司才會自研);但了解BI系統卻是所有公司必須的,不然你做采購的時候,也容易被忽悠。
正所謂,“心中有丘壑”。
其實在我心里,Tableau是很優秀的BI系統了,后面有時間詳細講講。
優秀的BI系統,首先性能要好。很多軟件或者平臺,做一個數據的處理,要消耗比較久的時間;這無疑帶來了效率的下降。性能好的背后代表了強大的技術支撐。
其次,在可視化上要豐富,操作上要便捷。目前絕大部分的BI系統其實操作的交互差不多,但細微處還是能見到功夫的。
最后,就是在數據的處理環節上,要做到有層次。BI系統中的數據處理無疑是比較重的環節了,要對主干的流程進行突出;而一些細節的數據處理功能要支持,但不能喧賓奪主;不然面對一堆復雜的操作選項,用戶是無法進行上手的。
主要是這些,后面會針對BI系統進行拆解,詳細講述一下如何搭建一套優秀的BI系統,以及不同BI系統的競品分析。
本文由 @冬至 原創發布于人人都是產品經理,未經作者許可,禁止轉載。
題圖來自Unsplash,基于CC0協議。
學習了
歡迎關注微信公眾號:首席數據科學家