BI|数据产品:为什么企业数据化运营离不开自助BI产品?( 二 )

文章插图
1. BI系统架构1)数据源
从系统架构层级看,BI系统最底层是数据接入层,数据源是原材料,否则工具做的再好也是巧妇难为无米之炊,要支持接入常用关系型数据库,以及数据仓库的数据源。
2)数据模型
数据接入后,在数据模型层,做表之间的关联、字段逻辑处理、元数据信息维护,形成模型资产,把模型主题、层级分门别类管理好,方面业务快速找到目标数据源,同事需要做好模型权限、字段、行值权限管控,技术层面要把不同数据源集成到OLAP查询引擎,提升即席查询效率。
3)分析层
无SQL拖拽分析,业务基于数据模型,可以直接选择维度、度量、过滤条件后,直接进行数据查询,同时封装可视化图表组件,做结果的可视化展示。对于需要固化的分析结果,可以将图表保存至Dashboard,且可以对图表系列颜色、数据标签、筛选条件等进行设置。
4)输出层
主要包括Dashboard输出、将看板以iframe方式嵌入其他平台、数据推送&预警,以及可视化大屏。将可视化能力直接在系统内应用或跨系统复用。

文章插图
2.产品功能框架1)数据模型
主要提供数据源接入、数据源管理、数据建模能力。
2)自助分析
支持拖拽式分析,同时可以作为通用能力,对接数仓数据源、指标平台指标等,随着版本迭代,图表类型要不断扩展,从基础的表格、折线图、饼图、柱状图,到复杂的地图、桑基图等,数据分析能力不断增强,预测、归因分析等。
3)Dashboard
可视化报表创建、管理。
4)可视化大屏
大屏模式,提供常用模板快速搭建大屏。
5)系统管理
用户权限管理,某一用户有哪些资源(看板、数据集等)权限、看板/数据集管理(用户范围、使用情况、生命周期)。

文章插图
六、总结数据化管理、数据驱动运营的时代,企业数据分析需求呈井喷式增长,传统的数据获取流程业务人员直接触达数据的成本高,一般依赖于数据团队,由数据开发或数据产品支撑日常的数据调取以及报表监控需求,受限于数据团队的人力,数据响应时效性差,而智能BI产品以自助式的产品理念,让人人都可以进行数据获取、数据分析、可视化图表配置,大大提升数据化运营的效率。
因此,不管是外采还是自研,对于追求数据驱动的企业,都需要一款BI产品。
#专栏作家#数据干饭人,微信号公众号:数据干饭人,人人都是产品经理专栏作家。专注数据中台产品领域,覆盖开发套件,数据资产与数据治理,BI与数据可视化,精准营销平台等数据产品。擅长大数据解决方案规划与产品方案设计。
- 为什么科学家表示人类“灭绝”的可能性极低?这些理由你赞同吗?
- ColorOS|绿厂又在憋大招?新系统和新产品接踵而至
- 为什么科学家知道太阳的原理,却无法制造出人造太阳
- 创业|八成互联网电视非法采集用户数据, 彩电企业怎么办?
- 新书推荐 │ 大数据算法设计与分析
- 最前线 | 腾讯游戏发布40余款产品与项目,《王者荣耀》发布全新规划
- 腾讯游戏发布40余款产品与项目,《王者荣耀》发布全新规划
- 为什么科学家用昆虫翅膀的起源质疑进化论?达尔文到底是对是错?
- 为什么夜空是黑的?你以为的“正常”,或许隐藏着不知道的秘密
- 为什么温度高到一定程度的物体,就会发光?
