Tableau 157亿收购背后，50页深度报告看清BI的未来
|
传统BI商业智能体系结构主要由数据源、数据存储与管理、OLAP引擎和前端工具组成。数据仓库、数据集市与OLAP引擎是传统BI体系的核心。传统BI技术体系对海量数据计算与动态业务的支持均不足，系统搭建、建模过程均需技术人员完成。 BI商业智能从传统BI阶段向敏捷BI的发展过程中，数据源与数据管理、增强性分析、交互易用性，是BI技术架构快速演变的主要方向。具体表现为传统数仓向海量混合存储与高效治理演进、离线数据分析向增强性实时分析演进、静态报表向自助图表和智能交互演进。 图2: 传统BI的体系结构
数据来源：爱分析搜集 1.2.1 传统数仓向海量混合存储与高效治理演进 传统数据仓库和OLAP引擎不适用于当今BI业务对数据存储和查询效率的需求。随着业务数据的快速增长，传统不的数据仓库不能满足存储和计算的需求。一方面数据ETL的效率快速下降，原本在一个小时内可以准备好的数据通常延迟到一天后才能进行分析；另一方面数据查询效率快速下降，实现秒级的查询变得越来越困难。 MPP或大数据平台成为应对海量数据的主要解决方案。MPP（Massively Parallel Processing，大规模并行处理系统）不同于事务处理数据库，更适于OLAP场景。采用MPP方案的典型案例是领先的数据仓库企业Teradata，其在1990年就发布了第一款MPP数据库产品，目前MPP架构仍是处理高质量结构化关系型数据的首选方案。国产BI软件中，永洪科技数据集市产品同样采用了MPP架构。 Hadoop经过几年的高速发展，近两年虽略显疲软，但仍是主流的大数据平台。Spark、Flink等分布式计算引擎与分布式数据库、分布式存储等新兴技术快速补足大数据平台生态的缺口。目前，大数据平台已经能够适用结构化、半结构化和非结构化数据处理，目前敏捷型BI产品一般都具有Hive、Spark SQL等大数据平台查询接口。 动态的业务需求对BI商业智能数据治理的要求更加严格。传统BI成功的关键在于元数据的良好定义，元数据一旦定义，修改成本将十分高昂，但由于技术人员有限的业务理解和多变的业务形态，良好的元数据定义通常难以实现。数据治理即为了解决元数据标准不统一，数据质量管控、数据集成效率低等问题出现相关工具和方法。IBM、Qlik等BI企业都已在其产品提供或者加强了数据治理功能。 1.2.2 离线数据分析向增强性实时分析演进 传统BI的离线数据分析难以满足实时/准实时需求。通常当天业务结束后，BI系统进行统一的查询、计算、分析和展现。客户不能实时获取当天的分析结果，难以满足快消、物流、航空等实效性要求较高的业务对BI的需求。 实时/准实时BI分析目的是实现秒级的查询响应。目前，实时BI产品有三个发展方向，采用MPP/大数据架构（Presto/Impala/SparkSQL/Drill）优化查询性能、采用分布式搜索引擎架构（Elasticsearch、Solr）和预计算分布式OLAP引擎（Druid/Kylin）。 上述三种方案，采用了内存计算、并行计算、分布式计算和分布式通信等多种方式提高响应速度，除此之外现有的BI厂商还通过库内计算技术，将开销大的计算直接在数据存储的地方计算，大大减少了数据移动，降低了通讯负担，提高的数据分析性。 除实时性要求外，随着AI技术的快速发展，利用自然语言处理与机器学习技术进行增强性分析成为BI系统的刚需。微软、Tableau、ThoughtSpot、MicroStrategy都推出了相关产品。未来，数据预测和数据挖掘的将变得更加智能，自动化的数据准备、基于模型的扩展分析、预测式分析等增强分析技术将成为主流。 1.2.3 静态报表式表现向自助图表和智能交互演进 传统BI的前端为静态类报表，业务人员不能直接调整报表；业务需求变更时，需由技术人员配合变更。在部分场景下，如月度财务会计场景，这类静态报表在效率和准确性上具有优势，但在动态业务场景下，静态报表已经不能满足现代企业对数据分析的需求。 敏捷BI为业务人员提供探索式分析与自助图表工具。在已有的数据指标和维度不能够满足业务分析的需求，传统BI往往无能为力；而业务人员使用敏捷BI，可以通过拖拽的方式，自定义新的指标和维度，进行探索式分析。这一过程不需要技术人员长期参与，大大缩短了业务人员与数据之间的距离。在海量存储和高效查询的技术支撑下，敏捷BI可以利用自助图表实时展现自定义指标，从而快速满足业务需求。 由智能问答技术支撑的智能交互成为新的BI表现形式。无论是传统BI还是敏捷BI都在往智能化BI的方向发展。利用自然语言理解进行自然语句查询、利用知识图谱实现业务预警、利用专家系统提供业务咨询成为商务智能新的发展方向。 除自助式表现与智能交互成为新的BI表现形式外，嵌入式分析也成为主要发展方向。利用嵌入式分析，不同的系统的相关报告可以实时整合到一个图表，从而形式上避免了数据孤岛的产生。 1.3 BI商业智能的业务流程及主要商业模式 1.3.1 业务流程 BI商业智能的业务流程从传统BI和敏捷BI两个角度，可分为两种。两种BI业务流程在适用场景、部署方式、部署/使用成本上都各有不同。 （编辑：核心网） 【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容! |
