摘要：首先永洪的数据分析平台采用了轻量化设计和B/S架构，编辑数据报告和分析报告的用户都可以通过浏览器直接访问分析平台。
作者：胡星昱
早在2015年初，Gartner就在《商业智能与分析平台魔力象限》年度报告中说到：“传统BI的市场份额领导者被新型BI厂商打乱。这些新型厂商让更多的人成为了数据分析用户，并创造了更高的商业价值。”经过2015一年的发展，传统BI的颓势愈发明显。Gartner在2016年2月发布的《商业智能与分析平台魔力象限》年度报告显示：传统BI厂商全部被驱除出了领导象限。无独有偶，在2016年初，国内领先的敏捷型一站式大数据分析平台提供商永洪科技也发布了集数据准备、探索式分析、深度分析、企业级管控于一身的“一站式大数据分析平台”。通过更全面的的功能和统一的用户体验，帮助使用者更快速，更灵活，更深度的分析数据，释放数据价值。
本文由永洪科技咨询顾问胡星昱投稿，未经授权转载视为侵权，欲转载者请与36大数据网联系。
永洪敏捷BI数据可视化的特点是什么?
现在市面上的数据分析工具可谓是层出不穷，使用者在挑选数据分析工具时也经常是看的眼花缭乱。永洪科技的“一站式大数据分析平台”和众多分析工具相比又有那些独特的特点呢?总结一下主要有四点：简单交付极致易用，轻松上手的深度分析，移动跨屏分享数据价值，以及令人惊讶的高性能计算。
简单交付极致易用
首先永洪的数据分析平台采用了轻量化设计和B/S架构，编辑数据报告和分析报告的用户都可以通过浏览器直接访问分析平台。另一方面，永洪采用了新一代敏捷BI的设计理念，打破传统BI软件建二次表、Cube、复杂模型的漫长流程，直接基于细节数据，通过可视化建模和拖拽是式操作快速生成分析报告。从平台搭建到成本到分析报告上线周期都只有传统工具的四分之一。
轻松上手的深度分析
永洪科技通过多年来对产品坚持不懈的更新和优化，现在已提供了一套成熟的易用而且功能全面的的可视化分析产品。使用者无需技术背景，即便是业务人员也可自服务完成数据分析报告，满足各类统计分析甚至是深度分析需求。
移动跨屏分享数据价值
此外，在移动互联网高度发达的今天，用户的数据分析工作已不仅仅局限于办公桌面上。使用者需要随时随地了解业务变化，及时作出正确决策。为此，永洪一站式大数据分析平台还提供了移动设备的跨屏支持，各类系统的手机、平板都能查看和交互式分析数据报告，并在这些终端设备上保持一致、易用的用户体验。
令人惊讶的高性能计算
当然，最具特色和技术含量的要数这套大数据分析平台的计算能力了。在大数据时代，海量数据的分析能力决定着分析结果是否客观，分析过程是否流畅。敏捷的数据分析不单是指通过拖拽操作生成报表，更重要的从大量的明细数据中，不需要复杂模型和汇总计算直接生成数据报告。
如果只是通过拖拽操作将高度汇总的结果呈现在界面上，分析维度一旦更改还要去修改数据模型或者CUBE，那分析过程怎么能称之为敏捷呢?而且，数据分析平台不是单纯的数据呈现，分析报告不能只能看而不能动。看到了数据，要能交互式分析，要能深入向下挖掘，要能发现问题，要能找到答案，还要能采取行动。用户数据报告的每一个操作，每一次点击都要实时、快速的得到反映。而要满足这些要求，数据分析工具就一定要有具备数据的快速处理能力。
永洪通过分析平台底层的MPP分布式数据集市完美的解决了这个问题，根据要分析的数据量，产品可以单机部署，亦可基于PC服务器进行分布式扩展，利用列存储和内存计算，实现从千万到百亿级数据分析的秒级响应。真正实现了基于明细数据的灵活敏捷、可交互、可深入探索的分析体验。
永洪一站式大数据分析平台核心功能
既然是做数据分析，那么数据就是一切分析工作的基石，然而用户要分析的数据通常会散落在各个业务系统中，或者从第三方获得，甚至是从本地Excel文件及其他来源获取相关的原始数据，这些数据是未加工的，相对来讲比较粗糙，统计口径也可能不一样，离最终可以进行使用，对我们业务起到真正的价值还有一定的差距。所以第一步就是要打通数据孤岛，做数据准备。详细来说就是对散落在各处的原始数据进行处理和轻量的数据建模，把原始数据变成可分析、可使用的数据。用户通过在可视化的界面进行拖拽操作便能快速制作出数据模型，也可以自己定义对数据的解释，或定义原始数据中没有的指标。
探索式分析&自服务分析
艾瑞咨询的技术副总裁郝欣诚在分享中曾提到“优秀的数据分析成果，不仅仅考量你的智慧，更重要的是多做迭代尝试。同样一份数据，你尝试的角度和方法越多，你得到的价值就越多。感谢永洪提供的数据BI工具，灵活便捷的数据分析展示能力，让艾瑞技术和分析人员的工作效率提升10倍以上。”
正如郝总所说的，在数据分析需求越来越多，变化速度越来越快的今天。过去那种，把所有的分析报告需求都提交到IT部门的做法，会导致IT部门工作负荷大，业务部门的分析需求又得不到满足。而一个可以支持探索式自服务分析的分析平台将上大幅的提高企业的数据运营效率。
什么叫探索式分析呢?我们现在对数据分析的需求很多时候是不固定的，比如从数据报告中看到去年的利润下降了，用户会问倒是是什么倒置利润下降呢?分析过程需要切换不同角度，迅速找到这个问题的答案，比如是哪条产品线利润下降了，是全年下降还是某几个月下降，是间断的下降还是连续下降，区域上、人员上有什么特征。遇到越具体的问题，分析维度和指标的组合越是不能预先设定的。永洪的一站式大数据分析平台给用户提供一个高度自由的，可以从任何角度对数据进行分析，而且用户的操作都能实时计算并反馈到分析报告上。这种灵活性和不可预见性，我们称之为探索式分析。
而上面说的这些探索式分析如果需要很专业的技术背景才能操作，就会导致企业内部只有很少一部分既懂IT技术又对业务精通的专家才能有效的分析数据，这样的企业也很难说自己做到了数据化运营。为此，永洪科技对一站式大数据分析平台的易用性做了深度的优化，所有制作数据报告、分析报告的过程都是通过可视化的界面，拖拽式的操作进行的。让没有技术背景的业务人员也可以轻松进行数据分析，用数据来优化自己平日里的工作，让企业真正实现数据化运营。
啤酒和尿布的故事大家都已经耳熟能详了，通过深度分析、挖掘计算可以更有效的释放数据中隐藏的价值，这点已经是不争的事实。所以除了探索式自服务分析，作为一站式大数据分析平台还需要可以让业务用户轻松使用的深度分析功能。在企业中，通常只有极少数的用户可以通过代码和脚本对数据进行深度分析。事实上很多业务人员、分析人员都需要使用偏挖掘算法的东西，但是又不太懂什么是挖掘算法，特别是脚本的实现方法。而通过永洪的一站式大数据分析平台，让业务用户只要通过可视化的界面选择自己需要的算法和参数，就可以使用如聚类、分类、回归、时序等深度分析功能，同时可以和前面的探索式分析有机结合在一起，实现数据分析的“一站式”体验。
企业级管控
企业的环境中，往往要求分析用户相互协作，且遵循企业的规范制度。因此，数据安全、权限管控、性能支撑、协作共享等功能在企业级大数据分析平台中必不可少。
哪些人在用永洪一站式大数据分析平台
其实这个问题要从进行数据分析的用户分类讲起，通常情况下我们将从事数据分析工作的用户分为以下四类。
第一类用户是报表的开发者。对于这类用户，由于永洪的产品不再需要复杂建模和生成CUBE的过程，因此可以更快速的进行数据分析报告的制作，灵活应对新的分析需求。
第二类是高级用户，他们大部分是数据分析专员或者业务专家。这类用户查看的数据通常都没有固定的格式，需求往往是问题驱动的，随机性很强。需要复杂的分析来发现数据与业务之间的关联关系以及背后问题。通过永洪的产品不但可以对数据进行灵活的分析，还可以通过深度分析更有效的挖掘数据价值。
第三类是普通用户，他们大部分是经理，Team Lead。这类用户的通常需要分析平台及时反馈业务状况，发现问题，找到原因并采取行动。他们等不及将分析需求交给IT制作，第几天后再看到结果。永洪一站式大数据分析平台可以让他们轻松上手，真正接触数据，让数据来支撑验证他们的每一次业务决策。
第四类用户是管理的高层,需要报表一目了然，便于操作，而且可以随时随地查看数据。对于这类用户，不会愿意花太多时间学习如何使用分析工具，对分析工具的易用性和展现效果要求很高。永洪的产品也很好的满足这类用户的需求，不论是在办公桌前还是在外出时在移动设备上都能及时看到效果精美的分析报告，对企业的运营状况了然于心。
适合什么样的公司使用?
永洪一站式大数据分析平台可以单机部署也可以分布式部署，并提供集群横向扩展功能。目前包括电信、金融、能源、政府、交通、制造业、零售业、地产、咨询服务业和IT互联网行业的众多企业都在使用永洪的产品。对于数据量大的政府，金融机构，大型企业和互联网公司。
永洪可以通过动态可调节的集群部署、企业级的系统监控，权限管理等功能满足企业的数据分析需求。如果是数据量小的中小型企业或者大型企业中有独立信息系统的业务部门。永洪产品也可以提供快捷的轻量化的部署快速实现企业的数据数据分析需求。其实不论是哪一类公司，在进行数据分析是，都需要花费超过70%的时间和精力在数据准备和报告制作的过程中。只有不到30%的精力真正用于数据分析工作。而永洪一站式大数据分析平台可以大幅简化前期准备的工作量和复杂程度，让用户可以把更多的时间和精力用在数据分析本身。
正如永洪科技的CEO Henry经常提到的，永洪科技的愿景就是“以卓越的数据技术为客户创造价值，实现客户成功，助力智慧企业成就未来。”
本文仅代表作者观点，不代表百度立场。本文系作者授权百度百家发表，未经许可，不得转载。
分享到微信朋友圈
打开微信，点击 “ 发现 ”
使用 “ 扫一扫 ” 即可将网页分享至朋友圈。
扫一扫在手机阅读、分享本文
百家号作者平台APP
扫码下载安卓客户端
便捷管理文章信息
随时查看文章收益国内外主流BI工具介绍和点评_百度文库
两大类热门资源免费畅读
续费一年阅读会员，立省24元！
国内外主流BI工具介绍和点评
&&商业智能的应用在国外已广为普及,并且开始不断探索大数据和云技术。而国内,商业智能BI工具在这几年才开始慢慢被接受,企业开始有意识地建立一体化数据分析平台,为经营决策提供分析。这里我们对国内外主流BI工具进行一定的介绍和点评
阅读已结束，下载文档到电脑
想免费下载本文？
定制HR最喜欢的简历
你可能喜欢敏捷BI有什么不同？_百度知道
敏捷BI有什么不同？
敏捷BI和非敏捷BI差别大吗？主要是哪些方面？
我有更好的答案
敏捷bi国外有qlikview国内有永洪bi，处理速度，什么的都是挺不错的，敏捷的建模轻，搭建速度快，周期也短，传统的数据建模比较厚重差别挺大的吧
采纳率：100%
现在商业智能在中国跟遍地开花似的，越来越多做数据分析行业的厂商投入到了BI的研发中，不过还是良莠不齐吧。中小企业即使规模小，但是运营业务复杂，数据种类来源多样加上之前独立部署的信息系统的情况，还是很需要搞套bi来好好整理下数据价值。推荐你用帆软的finebi，大小企业都有成功案例，行业内口碑很不错。
区别如下：1、传统BI产品有IBM，Oracle和Microsoft等厂商，三款BI都有较好的性能，主要满足大中型企业的需求，其中Microsoft的SQL Server产品性价比比其他两家要高一些。Informatica在数据集成领域保持领先，市场表现优异。2、国内敏捷BI产品有帆软、永洪BI、BDP商业数据平台等，永洪对大数据量BI展示还是做得挺好的，分布式的方式使得硬件支撑的费用并不突出，但是数据的处理速度挺快的。BDP商业数据平台这2年很火，集数据整合、数据处理、可视化分析、账号权限管理为一体，属于新型敏捷BI软件，据说亿行数据秒反应，BDP个人版可以免费体验。
为您推荐：
其他类似问题
您可能关注的内容
换一换
回答问题，赢新手礼包
个人、企业类
违法有害信息,请在下方选择后提交
色情、暴力
我们会通过消息、邮箱等方式尽快将举报结果通知您。当前位置：
& 这才是对敏捷BI的客观理解
这才是对敏捷BI的客观理解
所属分类：
发布时间：
这才是对敏捷BI的客观理解
1. 数据时代催生敏捷需求
最早提出“”时代到来的是全球知名管理咨询公司-麦肯锡，麦肯锡季刊曾发表：“数据，已经渗透到当今每一个行业和业务职能领域，成为重要的生产因素“。人们对于海量数据的挖掘和运用，预示着新一波生产率增长和消费者盈余浪潮的到来。“大数据”在物理学、生物学、环境生态学等领域以及军事、金融、通讯等行业存在已有时日，却因为近年来互联网和信息行业的发展而引起人们关注。
从以上数据对比（暂且忽略数据完整性），我们可以看到“大数据”已经超过二孩、人工智能，与企业管理、A股、新能源车等关注点同处于50万-100万的程度，更是高于商业智能（Business Intelligence）十倍有余。
无论任何新的概念或者技术，如果它没有应用价值，就肯定不会被推广，但如果它具有个人都能理解的“应用价值”，就会在今天被移动互联网快速传播、无限放大。无疑“大数据”就是这样发展起来的，同时人们也从其应用价值中接受了“数据化管理、数据化运营、数据化决策“等管理理念。这也是大数据能够成为驱动经济、社会进步与发展的原因。
与此同时，企业的经营面临越来越激烈的竞争，政府的转型也面临数据服务的压力，如果部署数据分析平台还像10年前经历漫长实施过程的话，那么数据化运营将成为空谈。于是满足市场期望的“敏捷商业智能“出现了，无论用户还是厂商，都希望能够在数据平台上构建分析系统的过程变得更加迅速、简单和高效！
我们产品的名称由2部分组成，SMART+BI，前者就是聪明的、敏捷的，后者就是商业智能。这也说明自产品诞生起，我们一直以“简洁实用”的BI作为努力的目标！通过看到市场上琳琅满目的宣传广告，以及Smartbi自身的服务和研发，我们终于“不惑”！
首先，敏捷BI并不是指某个前端工具软件，而是贯穿在数据分析平台构建和运行过程中的快速实现能力。
摘自：www.wikipedia.com
简单来说，评价是否是敏捷BI应该从以下角度：
IT可以快速提供可选的分析数据；
非常简单的给现有报表增加字段；
能够快速完成新仪表盘的制作；
其次，具有敏捷BI属性的前端分析软件，不是”传统BI”的替代品！
二十几年前与BI、数据仓库同时诞生的OLAP（Online Analysis Process），正是由于为业务人员提供了灵活的分析、计算、钻取能力而风靡全球。但过去的十年，OLAP的产品却不再风光，出现这个问题的不是其需求发生了改变，而是其技术不够简单，或者说违背敏捷BI的潮流。但是，随着Apache Kylin项目的成功推广，OLAP即将在大数据时代重新焕发青春。
再举个例子，Business Objects曾经因“语义层”和“内存Cube”的专利技术，在十年前得到了广泛的认可，也最终以78亿美金出售给了SAP。当时BO的用户，就是能够在敏捷BI的方式下进行自助分析。无论是当时，还是现在，业务人员的需求没有变化，他们一直需要能够快速、便捷的分析数据，以及做出一些漂亮的图形去做汇报！
因此从软件本身，从来没有两个派别，只有不断的技术创新和发展。
最后，敏捷BI无法替你解决需求分析、数据准备、平台管理等难题！
无论Smartbi还是别的前端分析软件，都只是将数据平台（数据库、数据仓库、大数据平台）的数据统计展现出来，都是将大数据变成可读懂的小数据的过程。
■ 如果使用者不能确定数据能否覆盖潜在需要，同样不可能得到有用的分析结论；
■ 如果数据平台的数据是脏数据，统计展现的结果一定也是不准确的（”Garbage in,gargage out”这句话依然有效!）；
■ 如果快速制作的报表，不能在安全的前提下发布给报表消费者（一般是领导），对于大型的用户，同样都是重大风险；
■ 如果数据源变更了内容，但不能确定受到影响的有哪些应用，谁敢轻易变更；
总之，敏捷BI是客观存在的市场需求，Smartbi和其它软件都在构成敏捷BI的前端分析工具环节不断实践和思考。比如，我们认为未来改进的方向应包括以下3个角度：
从逻辑上说，这三条是构成敏捷BI的“必要条件”，而不是“充分条件”。元数据与高性能都是缘于技术架构的，在各个软件之间差异很大，但在简易操作方面，各个厂商都有自己的设计，也才能满足不同类的用户操作需求。
3. 敏捷商业智能的本质
前文从大数据等时代背景，分析了敏捷BI需求存在的合理性，也通过解读敏捷BI的误区提出了敏捷BI软件的“金三角”，但敏捷BI有没有一个最能让我们记住的核心价值呢？答案是肯定的，那就是“快而有效”！
从汉语词典中可以查到，敏捷一词的基本释义就是“反应迅速快捷”，词性为“褒义”！那么在数据分析（BI）行业，敏捷具体体现在以下四个方面：
3.1. 快而有效的交付
交付是一个动词，那么从其主语（操作者）和宾语（需求方）来剖析，有这么四种情况：
其中情况2、3都是小概率事件，我们不予探讨。而从情况1、4来做系统性的分析，我们可以看到共同的宾语（交付对象）都是业务需求方。那么在任何规模以上企业、政府中，业务需求方对BI一般会有哪些需求呢？
■ 需求一：获取数据
■ 需求二：制作报表
这个是用户的核心需求，大多数的业务需求方使用BI平台软件，都觉得制作一份简单的统计报表比较方便、快捷，往往通过拖拽就可以完成了。尤其在管理需求瞬息万变的情况下，企业有大量的制作报表需求，而且往往要得快、要得急。
■ 需求三：探索分析
制作报表是目标非常明确的需求，但很多情况下，需求方往往只给出了模糊范围或者方向，需要操作者通过一定的思考过程来完成报表。这时就是前文所提到的OLAP匹配的场景，操作者通过拖拽、钻取等操作，首先要了解都有什么数据，然后再理解其中数据的相关性，最后完成一份图表的设计。
■ 需求四：编制报告
无论是需求清晰的报表需求，还是从探索分析而确定的分析图表，30%的操作者会选择用仪表盘进行综合的展现，也会有20%将其用到企业月度、年度的分析报告（Word/PPT）当中。其中分析报告的制作过程都是操作者最为苦恼的经历（没有例外）。
■ 需求五：发布
最后，无论你做的图表、仪表盘还是分析报告，50%会用于发布给需求方，比如通过PC浏览器、大屏幕或者APP。尤其越有价值的数据分析结果，越会被发布出来。
因此，快而有效的交付，就是无论谁操作软件，都能非常简单顺利的实现如上5个需求，就是对敏捷BI最重要的实现。
3.2. 快而有效的部署
规模以上企业、政府往往都已经构建了基于标准技术的数据平台，比如MPP数据仓库或者Hadoop/Spark等环境，为大数据的存储和计算提供了基础保障。敏捷BI应当能够复用这些资源，毕竟分析数据不是每个人都需要操作的，不用考虑“大并发”的应用场景（一般不会超过100人）。
与此同时，以各种形式做中间单点存储的架构（比如一些MOLAP产品）将不再必要，刨除微软相关产品，敏捷BI都应该是2台应用服务器集群就能够满足要求，并可以与用户自身的系统进行完美的集成。
3.3. 快而有效的变更
一次性的部署或者交付即便再复杂，如果没有后期的变更，那么大家也都不会关注。但事实是敏捷BI就是一个不断迭代、优化、变更的过程，因此以下几类变更都需要被考虑：
■ 展现结果的变更（组合形式或图形的变化，代价最小的变更）
■ 需要更多的数据（能够快速找到以前的数据从哪里来）
■ 源于数据源的被动变更（上游变更传递过来后，需要评估其影响范围）
3.4. 快而有效的查询
性能，尤其是在大数据下的查询性能，是所有用户最为关心的维度。用户操作的结果能否快速返回，决定了其分析思维能否连贯的进行下去，更决定了试误操作的成本代价。
但其实性能解决方案，应当是整体技术架构的考虑，而不应该被认为是前端分析软件自身的责任。这好比买车上路，能开多少速度，一方面是车的性能，但更重要的是路况及限速要求！
敏捷BI不应依赖自身构建数据计算能力，比如内存计算或者定制Hadoop，如果这样做，首先违背了第二条本质（快而有效的部署），同时也给自己适应大数据分析埋下了地雷，因为不可能在相对合理的成本下把大数据全部复制到内存或者文件系统当中。这点已经可以从国外知名产品得到证实。
4. 敏捷商业智能的意义
通过部署“自助取数与分析平台”，客户获得的真正价值包括：
■ 数据产生于业务部门，现在也可以回归于业务部门进行分析利用，从而实现信息化的真正闭环，推动数据质量、数据完整性的建设；
■ IT部门更加专注于技术的创新与应用，比如引进Kylin等大数据分析平台，也可以更加投入在元数据的维护与管理上，提升分析平台的服务效率；
■ 对于个人来说，业务部门的分析人员学习到了更多的工具，而技术人员也因为掌握数据知识而转型为业务分析师的机会。这样的人员内部流动对企业来说更是释放了潜在的内部生产力；
■ 对企业来说，数据不再是搁置在硬盘上的1-0，而是能够驱动全面决策的数据资产，从这样的结果来说，IT部门因此能够得到更充足的资金预算；
■ 对实施来说，漫长的交付周期能够缩短50%，主要精力放在数据模型、安全体系、元数据服务等基础工作上就可以了；
5. 敏捷商业智能的延伸
从前文可以看出，敏捷BI以“快而有效”的交付、查询、部署、变更解决了业务与技术长期的矛盾，为数据市场带来了新的活力，未来我们也会不断增强自助分析的功能。但我们也要冷静思考：
■ 你所在的企业业务人员是否有时间精力和足够能力去学习新工具的使用？
■ 你所在的企业技术人员是否有能力提供有效的平台运营和支持服务？
■ 敏捷BI和过去二十五年一样，无法替代Excel，这是为什么？
■ 敏捷BI和过去二十五年一样，只能通过Ctrl+C/V才能进入Word/PPT当中，而这“交付的最后一步”却是每个领导真正才会看到的数据分析！
■ 敏捷BI似乎没有改变数据（无论图表）的堆砌，用户很难为其增加辅助性的说明文字，加入自己的观点！
这些问题Smartbi一直在思考，也在努力探索，无论这些新概念如何炒作，客户对于数据分析的需求到底是什么？什么样的工具才能获得永恒？
如果你也有类似的困惑，请给我们的另一产品（Smartbi电子表格版）提供反馈，它让你可以直接在亲切的Excel、Word、PPT里面完成取数、制表（做图）、分析、报告和发布，通过2014年以来的推广和应用，我们觉得“”也能适合白领大众！
友情链接：
版权所有 (C)2017 广州思迈特软件有限公司 粤ICP备号}