ITPub博客

首页 > Linux操作系统 > Linux操作系统 > 高级分析(BI)本质的思考

高级分析(BI)本质的思考

原创 Linux操作系统 作者:ceo_lxy 时间:2011-08-29 10:06:54 0 删除 编辑
高级分析(BI)本质的思考

新的一年,回顾一下近10年的BI生活,觉得可以思考一下本质的东西,在这里进行抛砖引玉(现在又叫高级分析了)。

从BI开发实施流程的角度看,是先了解需求,然后设计框架,设计模型,再是开发、上线,用户使用、反馈-》循环下一期项目。我们每个人身处一个角度、一个角色时可能只管好自己那部分,而忽略整体的价值。那么跳出这个圈往下看,我们不难看出,BI的目的是帮助用户分析出宏观的事件、出现的问题、问题的关键、去找解决问题的办法、如何避免问题、发现潜在问题、揭示潜在商机等等。那么手段呢?为啥要这样做,要做这些呢?

打个比方,传统OLTP系统就是将商业和其他社会行为用数据记录下来,而高级分析要做的就是将数据再重组,还原业务本身的场景,分析这些行为的规律、趋势、行为的错误、行为的优势,然后去解决问题、发扬优势。于是就会出现两个瓶颈,一是分析技术手段瓶颈,我们是否能用合适的手段把问题和优势找得更准、更好地为用户所用?二是管理问题,包括找到问题,用户是否去改善、促进,也包括我们用户的数据,是否包含更丰富的数据,所谓巧妇难为无米之炊。

在技术方面,现在所用方法很多,但要让用户全部接受去用,要让所用的方[已经隐藏]是用户当前需要的又推到管理问题上去了。那就说说将如何用技术将数据再度还原成业务。首先大家都知道BI的重要环节就是建模,有一点很重要,就是你理解OLTP的业务模式和基本流程不?如果不理解,可能出现如下状况:1. 直接讨论业界通用模型的时候,结果发现用户的业务数据不支持整个关联关系,要么不了了之,要么会出现经常修改模型而被动的状况。2. 跟着用户的需求一点一点地走,那是危险的烟囱型模型,危险性就不说了。3. 数据质量把握不了,OLTP业务模式和功能使用,可能直接导致某些潜在分析BUG。    有了适当的数据建模型,才能更好地将业务再现,业务再现后才能说到后面的各种分析目的。

现在回想起来,Inmon与Kimball之争,无非一位注重如何打好数据基础,他希望类似化学里将一个物质如何分解到分子、原子以便有更好的应用,一位注重如何还原业务,由数据直接支撑想要的业务分析模式。

从技术上来讲,既然要将业务先通过OLTP系统和其他途径如手工数据分解成数据,然后再在BI自有的数据仓库里重构数据、再进行业务再现,那么任何再现工作都会意味着缺失、误差和过程跟踪问题,包括我们传统行业的某些产品的深加工,那人家也是丢了很多原材料的东西,然后进行质量检验、跟踪全过程保证质量嘛。所以我们不难理解我们会有数据质量技术手段、元数据管理技术手段,术语统一管理,道理和传统行业一样的。只是传统行业人家是熟练技术工人去做,而我们的高级分析BI,这些活很多时候还是在资深设计、管理人员在兼做,成本很高额(毕竟不成熟)。

在管理方面,这个方面比较难克服,但一旦克服困难,效益不是一般的大。比如你发现业务系统不支持某种分析,如果用户帮你解决这个问题,就可能会做出不一样的成果,如果你发现问题,经过用户认可,用户去更正了问题,效益就是明显提高,BI不再是面子工程。

那如果说需要数据就去搞数据呗。事情没这么简单,搞任何数据都需要成本的,比如竞争对手数据,这需要从咨询公司手里买或者自己手搜索的,要看你是否觉得投资回报合理了。再有,某些已有业务系统在设计时未考虑保留足够多信息方便分析,你如果要业务系统修改,代价是需要计算的,同样要换业务系统,代价是否值得,是否是基础信息化本身该升级了?

再说,只要把很多社会行为能部分数据化,我们就可以开始“BI”了,意味着我们平时还可以在更多地方用BI。比如项目管理,如果我们做BI项目就有一个管理模型,做一个界面或者EXCEL模板能让PL/TM轻松填写工作进度、成绩等回报,那么我们的管理人员可以很轻松跟踪大型团队、多团队的项目进度、状况、困难,也能即使解决问题。既然管理都可以将业务转换为数据,然后再为更好的管理服务.  那么未来BI深入分析的趋势之一,就是不断加深数据、数据更新、关联更多,当然数据庞大的背后是统一管理。所以深入考虑BI后感觉,底层数据会越来越多、越来越细、流程越来越自动化(手写脚本正全面退出主流ETL就是证明)、质量监控越来越严密、过程跟踪越来越细、关联性越来越多、由于业务分析的上层应用数据重构将成常态,而整个过程由“工业化流程”跟踪,根据用户不同时代的需求而定。

所以我想有牛人提出的数据工厂的概念,最多在底层数据上发展,上层分析数据不可能工厂化,否则跟不上应用(可以考虑类似“车间化”,一个车间定制一类产品的意思)。而且底层数据会越来越庞大,参考世界500强现在的信息范围仍然在增长,数据工厂任重道远。

其实有一点IT的普遍思想有偏差,那就是想用自己的那套去解决用户所有的事情,而用户仍然按照自己的方法在做。问题出在哪里?问题其实出在用户的思想没有和IT碰在一起,要么用户对BI使用太不熟悉,要么IT的人对业务太外行。

要想用户使用得好,让用户在BI的框架下自己开发报表是必要的!也就是说高级用户必须培养成为报表开发高手,我们公司有1个部门已有多名高手,开发深度自然不一样,应用价值是我们IT部门单独推广不能比的,其他部门的高级用户也在培养之中,逐步形成成果。

其次IT人必须熟悉到精通业务,否则和用户谈需求时,人家会觉得对牛弹琴,你只能成为“技术工人”,达不到1+1>=2的效果。所以目前BI的一大趋势是甲方公司普遍开始加强IT自己的力量,而非大部分依靠厂商实施,那样的甲方IT部门只是监工就毫无意义了。

有鉴于此,我昨天突发奇想写了关于BI本质的想法,从以前做了多年的乙方实施、开发到现在在甲方做。

现在很多公司使用BI有问题不完全是BI本身有问题,包括数据的准备、BI实施的整套应用管理和工作分配。

数据本身就是业务拆分成的“原子”,如果原子不全,怎么组成完好的物质呢?你想重组成为想要的分析结果,那自然是失败的。所以很多时候BI是需要推动数据源本身的不断完善。

而BI的实施管理,那是另外一个关键,看了太多花了N多钱做的BI,结果用户偶尔用一下,用户也少时,那简直是杯具,人家能不说你BI失败么?

关键是1没了解清楚用户想什么而是硬推,硬推能解决用户的问题么?
2是用户习惯并没改变,BI的重要作用是BI的思想,而不是用工具做报表,如果只看厂商吹的报表而不注重思想,那再漂亮的报表都是shit,所以一定要逐步改变用户的习惯和思维方法,这点必须甲方的人拼命需要完成的任务。
3是使用情况没跟踪,我们公司使用BI的效果向上面汇报时,完全用数字说话,常用的用户数、使用次数、使用时间都是关键指标。
4IT人是否了解用户的业务,要知道用户不知道你BI能做成什么,IT人刚开始也不知道用户业务怎么运行的,必须找到中间的人---通业务熟悉BI的人,要么用户中培养,要么IT人自己去努力。

其他数据仓库的支撑,是良好的BI应用下才说的,有了BI的应用,数据仓库的技术价值才能更好体现出来,也不能说数据仓库设计不重要,那是要有使用基础的。

BI要产生价值,BI不要在中国企业成为滑铁卢,需要科学的方法实施、开发和推广。在甲方公司为啥BI被人看为只看投入没看产出的东西?最重要的原因就是BI没成为大批量用户日常使用的一部分,没有深入人心,没给用户带来太多价制,自然会大失所望。

来自 “ ITPUB博客 ” ,链接:http://blog.itpub.net/12122734/viewspace-706106/,如需转载,请注明出处,否则将追究法律责任。

上一篇: 随记
下一篇: dw 相关资料
请登录后发表评论 登录
全部评论

注册时间:2008-06-02

  • 博文量
    519
  • 访问量
    495808