基于指標中臺的AI+BI

衡石科技

+ 關(guān)注

2023-05-30 14:32

868次閱讀

管理學(xué)大師德魯克曾說過，沒有指標就沒有管理。混亂的指標口徑帶來的是分析上的低效和研發(fā)人力成本的高消耗，甚至影響業(yè)務(wù)決策。指標中臺的出現(xiàn)非常有效的解決了這一問題。

衡石科技從4.0版本開始引入指標管理能力，更是在4.3版本中重磅發(fā)布了指標中臺，輕量化指標定義的過程，讓用戶能夠?qū)χ笜诉M行統(tǒng)一創(chuàng)建和管理，實現(xiàn)指標可復(fù)用，降低了分析門檻，并基于ELT+指標中臺的能力形成完整的分析閉環(huán)，讓數(shù)據(jù)分析進一步走進業(yè)務(wù)端，提升業(yè)務(wù)數(shù)據(jù)價值。今天我們就一起來了解下指標中臺的緣起、現(xiàn)在和未來。

緣起：從傳統(tǒng)BI到敏捷BI

基于指標中臺的AI+BI

在傳統(tǒng)BI階段，業(yè)務(wù)人員通過查看報表和看板的方式進行業(yè)務(wù)分析，而查看報表僅僅是數(shù)據(jù)分析流程中的末端，在這之前是非常重的數(shù)據(jù)加工和處理過程，也就是傳統(tǒng)ETL的過程。

一方面，這種過重的前端數(shù)據(jù)處理過程，導(dǎo)致中間表數(shù)量快速膨脹，造成了大量存儲及計算資源的浪費。另一方面，分析的本質(zhì)是強運營的，業(yè)務(wù)運營過程中會不斷產(chǎn)生新的分析需求，導(dǎo)致數(shù)據(jù)研發(fā)團隊疲于應(yīng)對隨時變化的報表需求，研發(fā)投入的價值大大降低。同時，由于前端數(shù)據(jù)處理過程嚴重依賴于研發(fā)人員的技術(shù)支持，業(yè)務(wù)人員無法實現(xiàn)自主分析，必然導(dǎo)致業(yè)務(wù)分析效率低下。

而敏捷BI階段是通過將建模過程后置，并將物理建模改為了邏輯建模的方式，即將數(shù)據(jù)處理的過程從ETL模式改變?yōu)镋LT模式，業(yè)務(wù)團隊可以自主完成建模，不需要再依賴于數(shù)據(jù)團隊，由此來提供分析的敏捷性。

現(xiàn)在：從敏捷BI到指標中臺

基于指標中臺的AI+BI

敏捷BI方式也帶來了一些新的問題，首當(dāng)其沖的是口徑混亂。由于建模過程是由不同業(yè)務(wù)團隊完成的，每個團隊定義同一指標的方式可能不一樣，從而導(dǎo)致口徑不一致引發(fā)管理混亂。第二個問題是重復(fù)建模，同一個模型或指標可能在不同的團隊被進行重復(fù)建模和定義，造成較大的人力成本浪費。第三個問題是由于數(shù)據(jù)建模和數(shù)據(jù)處理的門檻高，業(yè)務(wù)團隊并不能輕松完成建模的過程，無法完全實現(xiàn)分析平民化、自主化。

指標中臺的出現(xiàn)很好的解決了這些問題。指標中臺與敏捷BI的最大差別是，大部分數(shù)據(jù)建模的過程是被抽象出來進行中心化管理的，這部分中心化管理的建模過程圍繞指標這一核心概念而構(gòu)建，通過指標中臺來解耦底層的數(shù)據(jù)與上層的分析應(yīng)用。指標中臺為實現(xiàn)分析平民化帶來的價值體現(xiàn)在三個方面：一是通過集中管理和分發(fā)使用的中心化管理方式，實現(xiàn)了口徑的統(tǒng)一管理，消除了口徑不一致帶來的混亂。二是提升了建模效率，指標的統(tǒng)一定義就是數(shù)據(jù)建模過程的復(fù)用，大大減少了重復(fù)建模和中間表的工作。三是極大降低了分析門檻，業(yè)務(wù)人員面對的是具有業(yè)務(wù)意義的指標和維度等業(yè)務(wù)概念，而不是晦澀難懂的物理數(shù)據(jù)表和字段，真正落地和實現(xiàn)業(yè)務(wù)人員的自助分析。

指標中臺的關(guān)鍵能力

基于指標中臺的AI+BI

合格的指標中臺需要具備三個能力：

首先是建模語言能力。指標最關(guān)鍵的特性是可復(fù)用性，不同的SQL數(shù)據(jù)庫有不同的方言，基于某一種SQL語義定義的指標邏輯，在其它數(shù)據(jù)環(huán)境中可能無法計算，很難實現(xiàn)一處定義隨處可用的復(fù)用效果。另外SQL語義本身是面向結(jié)構(gòu)化查詢的語言，書寫較為復(fù)雜，在建模上表達能力較弱，而指標體系構(gòu)建是不斷迭代的業(yè)務(wù)建模過程，要求建模語義表達能力足夠強，才能高效完成指標制定和迭代工作。所以大部分指標中臺產(chǎn)品都會有自己的建模語言。

其次是指標計算加速能力。指標層本身是一個邏輯語義層，不存儲任何實際數(shù)據(jù)，只存儲一段計算邏輯。所以在指標中臺的分析場景下，相較于傳統(tǒng)查詢，會產(chǎn)生大量的實時計算，以及對底層明細數(shù)據(jù)的查詢。在 HENGSHI SENSE 的架構(gòu)中，是通過內(nèi)置數(shù)倉及開放式設(shè)計的產(chǎn)品架構(gòu)來支撐指標中臺的查詢功能。內(nèi)置數(shù)倉有兩方面的作用，一方面是可以落地智能Cube，加速復(fù)雜指標計算；另一方面，衡石在內(nèi)置數(shù)倉做了一個插件式的設(shè)計，可以實現(xiàn)在分鐘級的時間內(nèi)通過配置的方式隨時替換成先進的MPP數(shù)據(jù)庫或云數(shù)倉，如Doris、Clickhouse、Redshift、Snowflake等，這就使得衡石的指標中臺具備一個其它指標中臺沒有的能力：可以隨時引入業(yè)內(nèi)一些先進的計算引擎，借助業(yè)內(nèi)最先進的計算技術(shù)，幫助加速計算過程，為指標中臺提供一個高性能的計算底座。

最后是直達分析應(yīng)用的能力。指標定義和管理的最終目的，是方便的被業(yè)務(wù)使用，讓業(yè)務(wù)側(cè)的分析工作能夠更靈活、有效的進行，所以指標中臺需要有可視化應(yīng)用支撐，需要與分析應(yīng)用層以及底層數(shù)據(jù)緊密結(jié)合。

HENGSHI SENSE 就是以指標中臺為中心構(gòu)建的一站式分析平臺。在4.3版本之前，衡石的分析應(yīng)用創(chuàng)作和數(shù)據(jù)服務(wù)就已經(jīng)可以非常靈活的引入指標層定義的指標來進行報表制作，或者封裝數(shù)據(jù)API服務(wù)。在4.3版本中，進一步加強了指標層和應(yīng)用層的打通，在分析應(yīng)用層增加了自助分析的模塊，使得在應(yīng)用層可以更方便地引用指標來完成業(yè)務(wù)上的自助分析，為指標提供了更高效的價值出口。

未來：基于指標中臺的AI+BI

自ChatGPT橫空問世以來，業(yè)內(nèi)討論最多的就是ChatGPT如何在各行業(yè)的場景里落地應(yīng)用，甚至有不少BI行業(yè)伙伴推出了類似Chat2SQL的產(chǎn)品原型。但我們認為Chat2SQL的方式并不是AI+BI的最合理、最有效的方式，而應(yīng)該是基于指標中臺的AI+BI，可以稱為Chat2Metrics。

以分析上個月渠道用戶留存率為例，在Chat2SQL模式下，ChatGPT對于留存率的定義通常是根據(jù)業(yè)內(nèi)的一些通識來定義的，和實際分析場景中的留存率定義可能存在差異，這就需要分析人員進行反復(fù)、多輪的信息反饋及同步。

基于指標中臺的AI+BI

AI落地的大模型學(xué)習(xí)，一般包括通識學(xué)習(xí)和場景化學(xué)習(xí)兩部分，分析場景中往往場景化學(xué)習(xí)的比重更大（包含大量行業(yè)Know-How）。場景化學(xué)習(xí)的效果又取決于prompt和提問質(zhì)量。

如果使用Chat2GPT的方式，就會對用戶的prompt及提問者的提問質(zhì)量有非常高的要求，才能讓AI在場景化的學(xué)習(xí)過程中能夠足夠好、足夠細的學(xué)習(xí)到行業(yè)Know-how，才能幫助用戶完成比較有效的AI+BI分析。

而在基于指標中臺落地的AI+BI形式中，大部分場景化的知識已經(jīng)通過指標定義的過程提前固化在指標中臺中，因此只需要在prompt中將定義好的指標提供給ChatGPT，并做一些簡單的提問，ChatGPT就可以非常清晰地將自然語義中的指標概念和指標中臺定義的指標關(guān)聯(lián)起來，從而生成一個基于指標的查詢過程，具體查詢過程對應(yīng)的計算邏輯以及SQL代碼也已經(jīng)在指標中臺中進行了詳細的定義，無需AI處理，更能保障查詢結(jié)果的準確性和可解釋性。基于指標中臺的AI+BI的方式，在降低業(yè)務(wù)人員分析門檻的同時，也大大降低了AI的學(xué)習(xí)成本，幫助AI更好地在分析場景中落地。

此外，AI在分析領(lǐng)域落地的另外一個場景是幫助用戶更好地進行洞察分析，挖掘數(shù)據(jù)價值。而在指標中臺里，指標與指標之間存在天然的數(shù)據(jù)關(guān)聯(lián)關(guān)系，更容易落地根因分析、異常定位、預(yù)測分析等智能分析應(yīng)用。

衡石在4.3版本中重磅發(fā)布指標中臺的能力，基于指標中臺的產(chǎn)品形態(tài)，為以后進一步做AI+BI的結(jié)合提供了先天的優(yōu)勢，以及更有效、更低成本的落地路徑，幫助衡石未來更好地在分析場景中落地AI價值。

關(guān)于衡石科技

北京衡石科技有限公司是一家數(shù)據(jù)分析和 BI 領(lǐng)域的標準化軟件產(chǎn)品廠商，專注于賦能全行業(yè)的 SaaS / ISV 敏捷構(gòu)建數(shù)據(jù)分析和 BI 能力。旗下核心產(chǎn)品 HENGSHI SENSE 作為定位超前的 BI PaaS 能力平臺，讓合作伙伴在自己的業(yè)務(wù)場景中輕松上線指標體系、數(shù)據(jù)看板、自助分析等功能。衡石科技目前已經(jīng)和亞馬遜云科技、寶尊電商、浩方集團、積加ERP、領(lǐng)星ERP、探馬SCRM、微伴助手、紛享銷客、六度人和、衛(wèi)瓴科技、思為科技等數(shù)百家先進 SaaS / ISV廠商落地深度合作，讓場景化的商業(yè)分析即刻上線，生態(tài)合作已覆蓋數(shù)字營銷、ERP、CRM、SCRM、CEM、HR、業(yè)財費控、MES、低代碼、供應(yīng)鏈管理等多個垂直領(lǐng)域。

- Powered by HENGSHI

[免責(zé)聲明]

原文標題：基于指標中臺的AI+BI

本文由作者原創(chuàng)發(fā)布于36氪企服點評；未經(jīng)許可，禁止轉(zhuǎn)載。