自助化數(shù)據(jù)分析如同其它“去中心、去中介“的商業(yè)形態(tài)一樣，是需求方(用戶)與提供方(數(shù)據(jù))的直接見面，是效率與效果的巔峰對話。同時，自助化分析數(shù)據(jù)也是在“決策輔助支持“層面對經(jīng)典管理理論““PDCA的真正踐行!自助化數(shù)據(jù)分析的潮流將不可逆轉(zhuǎn)的到來，而大數(shù)據(jù)、可視化、內(nèi)存計(jì)算等新技術(shù)都是對這個商業(yè)形態(tài)的有力支撐。 ““思邁特軟件Smartbi DT時代的到來，使得金融業(yè)對數(shù)據(jù)的依賴越發(fā)加強(qiáng)，眾多的金融環(huán)節(jié)都需要通過對數(shù)據(jù)的收集和分析后完成。銀行業(yè)每創(chuàng)收100萬美元，平均就會產(chǎn)生820GB的數(shù)據(jù)! 數(shù)據(jù)來源：SINIA，NextGen Storage，BDG等，2015年 縱觀海外，已有三分之一的銀行在組織流程中嵌入了匹配大數(shù)據(jù)的工作方式，識別出更多的商業(yè)機(jī)會。他們在多年的實(shí)踐和不斷試錯后，運(yùn)用成熟的分析手段，持續(xù)地獲得有價值的商業(yè)洞察!而國內(nèi)商業(yè)銀行經(jīng)過信息化的建設(shè)也積累了大量的數(shù)據(jù)(有數(shù)據(jù)稱“100TB)，這些數(shù)據(jù)一方面在經(jīng)歷整合清洗的過程(以提高數(shù)據(jù)質(zhì)量，保證可用性)，一方面也在進(jìn)行著統(tǒng)計(jì)分析。 而在數(shù)據(jù)分析上，大量的數(shù)據(jù)產(chǎn)生的有效分析結(jié)果卻非常有限，猶如人體血液中血細(xì)胞不足一樣，商業(yè)銀行們也都或多或少患有“數(shù)據(jù)貧血癥“!面對這樣的情況，近十年來，銀行大多數(shù)采用的傳統(tǒng)解決方案是“以項(xiàng)目的節(jié)奏先建數(shù)據(jù)倉庫、再投入人力運(yùn)維數(shù)據(jù)倉庫開發(fā)報(bào)表“。前者主要是對數(shù)據(jù)的數(shù)理，也是不可避免的。但后者的方式導(dǎo)致了很多效率和效果的問題，比如下圖中業(yè)務(wù)人員和科技人員的“對話“! 銀行的客戶，無論是一線客戶經(jīng)理，還是總行運(yùn)營部門，亦或科技中心領(lǐng)導(dǎo)，對這個圖反應(yīng)的問題都會有強(qiáng)烈共鳴。這些問題主要導(dǎo)致了3個管理缺陷： 1、 不夠迅速：社會上多個朋友多條路，企業(yè)里多個流程多堵墻!當(dāng)業(yè)務(wù)部門的任何需求都要提交到冷冰冰的流程系統(tǒng)，還要去關(guān)注、催促、期待，恐怕有相當(dāng)多的“小需求“都會被自行澆滅掉了! 2、 不夠靈活：無論什么樣的BI前端軟件，按照“需求分析“做出來的成品，一旦交付都存在難以調(diào)整、修改、變更的問題，哪怕增加個參數(shù)、增加個計(jì)算字段、換個圖形都無法繞開“流程“! 3、 難以共享：經(jīng)歷過這樣的過程，有哪個業(yè)務(wù)用戶愿意把這樣的成果“分享“出來呢? 我們分析問題不難看出，傳統(tǒng)的集中開發(fā)報(bào)表模式是無法適應(yīng)DT時代的“數(shù)據(jù)化運(yùn)營“需求的，以前的“數(shù)據(jù)“被賦予了生產(chǎn)力屬性，變成了銀行中重要的“生產(chǎn)資料“!在這樣的時代、管理背景下，“自助分析“就被提上了日程! 數(shù)據(jù)的自助分析如同自助餐廳的模式一樣，有人專注于準(zhǔn)備美味的數(shù)據(jù)和舒適的消費(fèi)環(huán)境，更多的人可以盡情選用、組合、品嘗“美食“!我們仔細(xì)觀察一下這樣的自助餐廳，會受到很多啟發(fā)，簡單來說至少有5個方面的工作需要考慮： - 選餐導(dǎo)引：好點(diǎn)的自助餐廳一般都會包含涼菜區(qū)、熱菜區(qū)、海鮮區(qū)、飲料區(qū)、水果區(qū)等等。如果沒有人工或者標(biāo)識牌的導(dǎo)引，顧客就會產(chǎn)生很多不必要的走動，不僅影響運(yùn)行效率而且破壞了就餐環(huán)境。對自助化數(shù)據(jù)分析道理也是一樣的，首先應(yīng)向用戶(就餐者)提供清晰的元數(shù)據(jù)服務(wù)，說清楚“這里有什么數(shù)據(jù)“和“它是什么樣的數(shù)據(jù)“，否則也會引起同樣混亂的后果! - 豐富食材：古人云“巧婦難為無米之炊“，無論是否自助化，原材料(數(shù)據(jù))的質(zhì)量是最基本的保障。在BI的行業(yè)內(nèi)，也有這樣的訓(xùn)誡“““garbage in garbage out“，就在提醒我們要始終保持對數(shù)據(jù)質(zhì)量(完整、準(zhǔn)確、及時)的關(guān)注! - 加工服務(wù)：原材料很多時候不能直接享用，比如要進(jìn)行選取、清洗、烹飪等工序，這就好比BI行業(yè)里的ETL工作。一般來說，會有非常專業(yè)的廚師各自負(fù)責(zé)食材加工，只是有些加工的過程(蒸、炒等)是在后廚完成的，有些加工過程(切、煮等)是在用戶面前“交付“的。類似的，提供自助化數(shù)據(jù)分析，也不可避免的會需要數(shù)據(jù)加工處理的環(huán)節(jié)，其中有的處理復(fù)雜，也有的處理簡單，單純想開放原始數(shù)據(jù)進(jìn)行數(shù)據(jù)分析的說法和想法，都有點(diǎn)過于理想了! - 便捷工具：自助餐的工具包括輔料和餐具，輔料比如油鹽辣椒芥末等，餐具比如刀、叉、勺、筷、盤、碗等。對自助化數(shù)據(jù)分析來說，查詢數(shù)據(jù)、分析數(shù)據(jù)、設(shè)計(jì)格式化報(bào)表、制作可視化報(bào)告、編制分析報(bào)告等功能是否具備且簡單易用，就是BI前端工具的核心競爭力了! - 舒適環(huán)境：有了豐富的、高質(zhì)量的數(shù)據(jù)，也有了專業(yè)的加工過程，用戶也可以快速找到可口的“食物“并進(jìn)行自助的調(diào)味和享用，剩下的就需要規(guī)劃好就餐的環(huán)境了。比如如何排隊(duì)、如何等待、如何收拾、如何反饋等等。這里每個細(xì)節(jié)，都可以映射到自助化數(shù)據(jù)分析的平臺功能上來(大家可以自己琢磨)! Smartbi深耕以銀行為主的金融行業(yè)十余年，希望借此比喻總結(jié)出我們自己的觀點(diǎn)，與同業(yè)專家和最終用戶進(jìn)行思想上的討論，這也是我們自己認(rèn)為所肩負(fù)的一種責(zé)任。如有感興趣的朋友，請與我們聯(lián)系更深入的交流!

« 引入評價及等級系統(tǒng)，空空狐交易體系更加完善健全 | 范冰冰上花椒、TFBOYS上美拍 為什么說明星是直播平臺的偉哥？ »