企服新物種的分析 PaaS 如何賦能全行業生態伙伴？

衡石科技

+ 關注

2022-07-27 14:21

569次閱讀

導讀

近期，衡石成功舉辦了 HENGSHI SENSE 4.1 線上分享會，分享會上衡石科技 CEO 劉誠忠，衡石科技聯合創始人 & 首席架構師賴林華圍繞整個數據分析市場、行業和衡石的創新為主題進行分享。本期推文我們就先來看看衡石科技 CEO 劉誠忠帶來的《企服市場新物種：何為數據分析 PaaS》分享。

企業客戶實現數據分析場景價值

有幾種方法？

當企業想要得出數據分析最后的結果，在以前會有3種方式，一種是自研、一種是采購 BI 工具后進行報表實施，另一種就是通過解決方案廠商直接給出垂直的解決方案。

如果是自研，初期的基本需求可能可以滿足，但要繼續滿足更專業的分析需求就會占用過多主業研發資源，對公司整體而言非常不經濟。這個方式效率低，而且風險很大，很多企業考慮到投入產出比并不適合這種方式。

第二種方式采購 BI 工具需要企業自己先完成數倉的實施，做好數據的加工準備工作，再采購 BI 工具，做報表實施，實現報表和 dashboard。方式二好處在于非常靈活，想到要完成怎樣的分析報表馬上就可以自己去實現，但開發效率會極低。一是它無法形成一個業務的指標體系，所以很難復用；二是它更依賴于數據倉庫。

第三種方式是通過垂直的解決方案來實現某一業務領域的數據分析，可以直接面向業務部門，比如說營銷部門或者銷售部門，拿來就用，因為這樣的解決方案有明確的業務的分析的 know-how，幫助業務部門達成一個明確的 KPI 比如說用戶增長、廣告提效等，這些場景對于客戶來說可以很直接產生效果和價值。但這種方式在于它是被開發出來的，研發成本很高，門檻也會很高。所以很多有咨詢能力的公司，雖然有行業 know-how，但因為沒有足夠的研發資源也無法實現可落地的數據分析場景。其次這種在業務發生變化的時候，很難靈活地擴展，因為這種方案也是和數據強綁定的，沒有分層，而是通過開發的方式完全從頭到尾開發出來的。

那么衡石希望能在第二種方式和第三種方式中更進一步，讓分析輕量，讓非開發者也可以完成。衡石做的就是把數據跟分析邏輯在架構上完全分離，在這個架構下真正能讓分析邏輯被復用沉淀，生成一個垂直領域的分析的方法論。這樣可以將方式三中的行業 know-how 作為分析的模板沉淀并管理起來，去表達分析的場景邏輯。同時，方式二中重度依賴數倉的方式也能得到改善，積累出實施的模版，更輕松地復用分析方法論。當數據和分析邏輯分離之后，能夠同時讓 BI 工具和分析方案兩種路徑都能大大獲益。

誰才懂行業真正的 know-how ？

我們在說 BI 和分析的效果和價值時，最終還是看交付了一個什么樣的分析場景，即到底這個場景下哪些商業的 KPI 指標能夠讓企業或者用戶方便地管理自身的業務，這就是行業 know-how ，我們需要分析的就是這些 KPI 成果。那么這個 know-how，到底是依據誰的標準來決定的呢？這就是工具和方案市場的區別。

當企業購買 BI 工具的時候，分析是來自于自身業務 know-how 。所以這時候 BI 實施最后做得好不好， BI 廠商能夠負責的部分很有限，因為關鍵是在于這個客戶本身能不能通過 BI 工具以數據分析的形式來表達自身的管理理念，行業 know-how 的沉淀在企業客戶本身。

但是 ISV/SaaS 廠商的合作中，通常來說他們對這個行業有著非常專業的見解，能夠推出行業通用、有高度的高價值分析方案。比如說秒針在研究分析廣告投放效率非常專業，可以直接告訴很多甲方品牌組應該怎么樣做是有效果的，因為在廣告營銷方面秒針是最專業的。ISV/SaaS 廠商都是了解行業，有專業的行業咨詢能力，能夠給出行業標準的分析場景。所以這個 know-how 是來自于 ISV/SaaS 廠商而不是來自于客戶。這種情況下，整個分析場景和方案的可復用性是非常高的。尤其是對于 SaaS 廠商，因為數據的標準性都得到了完全的保證。

所以衡石在落地分析的價值的時候，不論是企業客戶還是 ISV/SaaS 廠商，都在依賴衡石落地分析的場景，我們會重點關注 ISV/SaaS 伙伴的方法論，因為他們通常具備專業的行業通用性和高度可復用的標準化程度。

HENGSHI SENSE 如何進化成為

數據分析 PaaS 平臺？

在企業客戶端，我們服務的是客戶的 IT 部門或者是數據部門。因為現在越來越多的企業客戶意識到數據的重要性，開始組建獨立的數據部門。在 ISV/SaaS 廠商端，我們服務的其實是產研部門，幫助客戶節省大量的產研成本。如何在沒有動用工程師資源的情況下，能夠推出高價值的產品功能。要滿足兩個不同端的需求，我們就要把分析的場景中的指標、dashboard、看板交互下鉆跳轉，整個流程它要變成指標和模板，和數據分離開。只有這樣，才能實現高度復用性，放在任何不同的客戶不同的數據環境下，用同樣一套方法論都能流暢地跑通。這里的關鍵就在于能不能在數據之外很好地表達分析指標和標準的模板。

于是衡石提供了語義層的方式去表達定義分析的指標，即這個指標是怎么計算的。讓分析師真正進入到定義指標的過程中，而不像原來用的數據倉庫一樣無法編輯處理。這樣分析師能夠表達他積累的行業 know-how ，也就解決了復用的問題。

客戶可以去定義指標，定義關聯模型，定義各種權限，形成一個數據資產的目錄，即虛擬數據關系，有了模型指標后，再去做分析、做 dashboard 、做各種標簽管理、業務的各種應用等等數據應用，都非常方便。

很多企業會有一個誤區，認為數據分析應用就是指 BI 的 dashboard 。其實不然，數據分析應用可以是各種各樣的嵌入式應用，因為數據和指標一旦隔離并分層后，其他系統都可以通過 API 來調用，嵌入各種系統成為分析成果或者是分析能力，甚至是讓整個平臺以 API 的方式整個開放出去。

既然可以連接各種系統，同時面對不同的數據源，就需要解決數據的集中關聯和存算的管理性，而虛擬化的湖倉一體管理可以搞定所有數據層面的一切功能需求。湖倉一體在國內有很多客戶還沒有這樣的概念，但這是實現多數據源的關聯分析的關鍵。所以不論是由于客戶沒有湖倉的建設，還是需要去適配客戶已有的湖倉，我們都必須足夠靈活的讓客戶最終擁有這樣的能力來讓數據的集中關聯和管理存算。?

ELT+E 分析服務管道+虛擬化的湖倉一體+分析指標邏輯管理+零代碼可視化形成了 HENGSHI SENSE 的核心架構，這樣的架構給到企業客戶作為一個工具平臺，可以幫助企業超越 BI 報表的方式來去完成分析。同時它能夠讓 ISV/SaaS 廠商將行業的分析的理解以各種模板指標庫的方式沉淀下來，復用到自己的產品中，提供給 ISV/SaaS 廠商自身的客戶群體。這樣的架構最終形成了一個 PaaS 平臺，覆蓋了數據的全生命周期，包含數據聚合、數據準備、數據管理、數據建模再到指標成果，以及最后的數據應用。

HENGSHI SENSE 4.1 的成熟度已經足以支撐一個完整且復雜的數據分析場景的開發能力支持，衡石能夠在整個 landscape 中以分析 PaaS 的定位來進行廣泛的生態合作，這在國內是處于非常新的合作形態。首先衡石一直專注于數據能力這一層，把 HENGSHI SENSE 標準化、產品化，和上下兩層的廠商都能成為非常好的合作關系。上層像 ISV/SaaS 廠商這樣已經有場景應用的廠商都成為衡石的合作伙伴，而下層的計算平臺也是衡石的合作伙伴，衡石串聯了整個數據的功能棧。

總的來說，HENGSHI SENSE 作為業界領先的成熟的企業級分析 PaaS ，賦能專業的 ISV/SaaS 行業伙伴繞開專業繁重的工程研發投入，敏捷搭建高價值的分析場景和報表指標體系，轉型為數據智能服務商；同時作為分析工具，提供比企業級 BI 更先進的 ELT 敏捷分析架構和指標中臺功能，幫助業務真正靈活可用。

[免責聲明]

原文標題：企服新物種的分析 PaaS 如何賦能全行業生態伙伴？

本文由作者原創發布于36氪企服點評；未經許可，禁止轉載。