​自助式BI平台面向的是不具备IT背景的业务分析人员,与传统BI相比更灵活且易于使用,而且一定程度上摆脱对IT部门的大幅度依赖,代表性的自助BI工具厂商如Tableau、思迈特的Smartbi Eagle等 。不同于以往“IT主导的报表模式”,转而向“业务主导的自助分析模式”发展。

因为如果一旦传统的BI系统安装并运行,管理人员就必须等待每周或每月的业务线报告,这意味着决策通常需要一个月,再加上另一个月的实施。添加报告需要一个严重积压IT的请求,并且可能需要数周或数月才能完成设计和编码。所以自助式BI工具要怎么选呢?选择自助BI平台的标准主要看这几个点:

1. 数据源

您需要确保BI平台可以读取所有数据源。其次,你要知道这个平台是否具有处理之前,将数据导入到自己的商店,或者如果它能够处理的飞行数据的查询。

2. 数据转换

收集数据时,数据都有很多相关性。字段可能在一行中丢失,或者可能包含无意义的值。一行中的多个字段可能具有相互不一致的值。文本字段可能包含拼写错误,拼写变体或术语变体,使其无法自动分组。

这些和其他问题意味着您应该在某些数据上试用BI系统。像Smartbi,在查看和绘制数据时构建提取/转换/加载链。看看它有多容易或多么困难。将其与其他BI系统进行比较。不要低估清理数据进行分析所需的时间,它可以轻松占总分析时间的80%。

3. 分析力量

您需要以多种方式分析清理过的数据。在最简单的层面上,您将以各种格式绘制数据,并对历史数据和趋势执行直接的统计分析。除此之外,您还需要深入了解数据以了解特定功能,并构建模型以测试您对原因的看法。

支持分析是另一个特色战争。是的,您绝对应该能够在BI平台中执行简单的统计,至少包括回归模型。更进一步的可能是与用户的阻抗不匹配。

例如,为探索性BI分析选项添加机器学习和深度学习支持可能是管理者和业务分析师的桥梁。数据科学家是另一个故事,但他们通常拥有专门的专用工作空间来创建ML模型和深度神经网络,使用的工作流通常需要比典型的BI用户拥有的更多的统计知识和编程技能。

Smartbi现在是使用内存数据库和并行性来加速查询。这点对于BI系统来说是重要的选型参考。您通常需要在分析期间修改或增加数据转换,此类修订有时可以将导入过程从ETL(提取,转换和加载)管道更改为ELT(提取,加载和转换)。某些供应商仅支持ETL或ELT中的一个,但大多数使用ETL的BI系统都在分析步骤中提供了额外的转换。

4. 易于学习和使用

尽管针对经理和业务分析师,自助式BI平台很复杂,并且有很多可移动的部分。在我尝试过的BI平台中,用户体验和学习材料的质量差异很大。尝试让您的评估中涉及不同技能水平的几个潜在用户,以了解他们的反应。另外一定要测试文档本身。最好的文档搜索,索引和组织与最差的文档之间存在巨大差异。我有时会被迫要求销售工程师在重大但失败的个人努力之后为我找到一个教程。

看到有意义的图表后,您经常需要放大特定功能,调整显示并添加注释。BI系统在这方面差异很大,所以值得做这个练习。

5. 协作选项

您可以共享的具体内容因系统而异,以及您是要与完全许可的用户,只读注册用户还是未注册的用户共享。在某些情况下,只读用户可以从您提供的图表中对数据进行排序和筛选; 在其他情况下,他们只能看到根据您的分析制作的幻灯片。这种区别通常会对您是否能够为整个公司或仅选定的受众提供BI产品以及当然的定价产生很大影响。

6. 成本和收益

按成本计算,我并不仅仅指供应商的年费,还包括存储数据,在本地或云端托管平台以及培训员工的成本。好处包括减少劳动力和时间来做出决策,做出更好的决策,最终提高利润和增长。

目前的自助式BI工具,已经可以将数据分析工作能很好地落地到业务分析员手中,一方面能更快速地响应业务的需求,另一方面业务与数据的快速结合能提高决策效率。Smartbi提供了自助分析平台,可视化的操作建立数据关联模型,并且提供 ETL 工具加工数据成独立的数据模型,提供了全方位的数据分析功能。现在对于很多企业来说,使用Smartbi Eagle,可以帮助企业实现相互部门之间的协作,帮助企业看到问题所在以及分析产生的原因。

选择自助式BI平台的六大标准的更多相关文章

  1. 入手这个商业智能工具,建设自助式BI平台轻松搞定

    ​数据的重要性无需多言,可数据的获取和使用却依然不是一件容易的事.尤其是对企业中不掌握数据的广大业务人员,对数据又爱又恨,对掌握数据对IT部门,更是恨多爱少,为了拿到数据分析数据,不断的申请.催促.沟 ...

  2. 传统式与自助式BI分析平台有什么区别

    如今自助式BI分析平台已经成为众多企业进行数据分析工作时的首选,究竟自助式BI分析平台在数据分析中有哪些优势,可以受到企业如此的青睐与追捧呢?小编将在本文中,跟大家一起来了解自助式BI分析平台的概念. ...

  3. 自助式BI工具怎么选?这款用过都说好!

    随着大数据时代的到来,很多公司的业务数据量不断增长,公司必须集中精力管理数据,并在BI工具的帮助下进行数据分析,以便从过去的数据中获得洞察力,预测未来的发展.近年来,随着企业对数据的关注度的增加,企业 ...

  4. 微软连续12年成为Gartner分析和BI平台魔力象限的领导者

    小悦还沉浸在新春开工大吉的工作中,微软Power BI就又迎来了一个好消息!据Gartner刚新鲜出炉的<  2019年Gartner的分析和商业智能平台魔力象限报告>,微软迄今已连续12 ...

  5. 集成 Jenkins 和 TestNG 实现自助式自动化测试平台

    背景介绍 在软件业十分成熟的今天,敏捷(Agile)开发在业界日益流行,而面临的挑战也日益增多,不断变化的用户需求.缩短的开发周期.频繁的部署上线.复杂的产品架构和团队组织,如何继续保证软件的质量是一 ...

  6. 拥有自助式BI要摒弃传统BI?

    简单来说BI就是从data中提取知识和信息的一套软件解决方案.商业智能 (BI,Business Intelligence) 也就是BI,是为企业把数据转换为信息.知识 ,相应蕴育而出的IT技术.企业 ...

  7. 4款最具影响力的自助式BI工具

    数据为王的时代,人人都需要掌握一些数据分析技能.不懂SQL,不懂数据库,Excel不精通,VBA不敢碰,这些都是横亘在面前的一道坎. 然而,企业数据分析日益上涨,数据人才供不应求,为了降低入门门槛,近 ...

  8. 【转帖】自助式BI的崛起:三张图看清商业智能和大数据分析市场趋势

    自助式BI的崛起:三张图看清商业智能和大数据分析市场趋势 大数据时代,商业智能和数据分析软件市场正在经历一场巨变,那些强调易用性的,人人都能使用的分析软件正在取代传统复杂的商业智能和分析软件成为市场的 ...

  9. O2O外卖玩众包 开放平台难解标准之痛

    开放平台难解标准之痛" title="O2O外卖玩众包 开放平台难解标准之痛">  有一种怪现象一直是国内互联网企业摆脱不了的附骨之疽--不管规模大小,总是削尖了脑 ...

随机推荐

  1. 网络编程-HTTP cookie

    目录 1.cookie的起源 2.cookie是什么? 3.创建cookie 3.1.响应首部 Set-Cookie 3.2.请求首部 Cookie 3.3.Document.cookie 4.HTT ...

  2. Book of the Dead 死者之书Demo工程回顾与学习

    1.前言 一转眼离Book of the Dead Environment Demo开放下载已过去多年,当时因为技术力有限,以及对HDRP理解尚浅, 所以这篇文章一直搁浅到了现在.如今工作重心已转向U ...

  3. new实例化和反射实例化有什么区别?

    在工厂设计模式中,使用反射实例化,子类可以随便增加,工厂类不需要做任何的修改 使用反射之后最大的好处就是解耦合

  4. 带你十天轻松搞定 Go 微服务系列(七)

    序言 我们通过一个系列文章跟大家详细展示一个 go-zero 微服务示例,整个系列分十篇文章,目录结构如下: 环境搭建 服务拆分 用户服务 产品服务 订单服务 支付服务 RPC 服务 Auth 验证( ...

  5. python 元组tuple介绍,使用。

    原文 https://blog.csdn.net/ruanxingzi123/article/details/83184909 一  是什么? # python 元组tuple? ''' 元祖tupl ...

  6. 计算机电子书 2020 CDNDrive 备份(预览版)

    下载方式 pip install CDNDrive # 或 # pip install git+https://github.com/apachecn/CDNDrive cdrive download ...

  7. java创建一个子类对象是会调用父类的构造方法会不会创建父类

    1.子类在创建实例后,类初始化方法会调用父类的初始化方法(除了Java.lang.Object类,因为java.lang.Object类没有父类),而这种调用会逐级追述,直到java.lang.Obj ...

  8. Vue 组件库:Element

    目录 Element 介绍 什么是 Element ? Element 快速入门 Element 常用组件 基础布局 容器布局 表单组件 表格组件 顶部导航栏组件 侧边导航栏组件 Element 介绍 ...

  9. Solution Set - Border Theory

      我发现写 Solution Set 就不用写每道题的题意了,岂不美哉?   首先是一些奇妙结论.   定理 1(弱周期定理) 对于字符串 \(S\),若 \(S[:p]\) 和 \(S[:q]\) ...

  10. Solution -「CF 1237E」Balanced Binary Search Trees

    \(\mathcal{Description}\)   Link.   定义棵点权为 \(1\sim n\) 的二叉搜索树 \(T\) 是 好树,当且仅当: 除去最深的所有叶子后,\(T\) 是满的: ...