新闻资讯
洞察行业前沿,时刻保持探索精神,保持 HENGSHI SENSE 产品的优越性,
更多衡石精彩不容错过

免费试用

全部

精选案例

最新活动

衡石动态

AI + Analytics 构建未来分析智能
作者:HENGSHI 时间:2023-09-28

近日,由衡石科技、亚马逊云科技、一线数智联袂主办的以“探索 SaaS 新增长,AI + Analytics 赋能 SaaS 新价值”为主题的2023企业数字化增长研讨会第二场在上海顺利举办。现场数十家 SaaS 企服企业的 CEO、CIO 等高管们齐聚一堂,共同探索 AI 新技术如何为 SaaS 加持、创造新价值,以及如何通过生态合作实现降本增效。

1 (1).jpg

衡石科技深耕 BI 领域,不断创新,已然成为 BI 领域专注集成嵌入合作的代表厂商。活动现场,衡石科技创始人刘诚忠为大家带来了“基于指标中台的 AI + BI,助力 SaaS 降本增收”的主题分享,与现场嘉宾共同探讨 BI 技术新趋势。以下是分享回顾:

预测未来的3-5年,BI 将会在四个方面增强

一是 SaaS 化。基于云原生的 BI 架构,相较于传统 BI 具有更高的灵活性和扩展性,交付过程更高效;当所有的基础数据和业务数据都上云后,数据在哪里,数据分析就发生在哪里,用户能随时随地进行云端访问和分析,降低了分析的门槛。

二是 BI 分析更加场景化,在实际应用中与垂直的业务应用场景结合。分析和报表能力都应该在业务端触手可及,以实现实时、直接的业务智能化增强。

三是指标管理能力更加重要。随着 BI 普及到运营侧,这一点会越来越多地被大家感知,代表业务 know-how 的解决方案,其实就是提炼业务指标体系的过程。

四是 AI 增强助手将成为主流。AI 的出现对整个 BI 使用形态上有颠覆性的改变,用户可以通过提问方式完成分析,降低 BI 使用门槛,将数据分析从数据分析师的范围推广向全公司,让每个人都可以轻松访问服务,实现分析平民化。

数据上云让 SaaS BI 成为可能

最近,云器科技与衡石科技携手发布了云上一体化分析解决方案,通过数据的全流程一体化,完成了云端数据基础的搭建到简洁有效的 BI 端应用,为用户带来全量实时的智能分析体验。

1_看图王.png

在数仓层面,云器提出了以 Single-Engine 为技术理念,采用统一批处理、实时流数据处理和交互处理三种计算形态,并通过湖仓平台统一数据存储和管理,实现简单一体化的平台服务,极大简化了企业数据建设的流程,突破了数据离线或实时 Lambda 架构的桎梏。

在分析层面,通过衡石 BI PaaS 自研的更适合数据分析的语义层,完成了端到端的数据分析架构创新,开发了湖仓一体的开放式架构以及 ELT + Embed 的分析管道架构,将计算后置,减少数据重复加工。此外,衡石在云原生架构上支持多租户适配、API 服务能力和弹性扩展,为 SaaS 企业搭建 BI 能力提供了更低成本、更灵活的选择。

衡石与云器合作的这套云上一体化解决方案主要为 SaaS 企业伙伴提供服务。对于 SaaS 企业来说,如果能将成本和易用性降低到合理范围,将数据计算和存储成本以及人工运维成本降低到30%以下,是非常有吸引力的。在云端搭建数仓并使用不同引擎计算各种数据应用时,实际成本非常高,而这套方案能将成本压缩到几分之一。

这次合作是衡石第一次在云上发力,衡石与云器携手,将极大降低云上分析的使用成本,SaaS BI 不再是空中楼阁。

为行业软件厂商而生的嵌入式 BI

海外客户对工具软件的采购非常重视,而国内的客户还不习惯自己动手做分析,他们更愿意在 CRM、ERP 等业务场景中直接获得分析报表,因此业务软件服务供应商近年来普遍需要在业务场景中提供 BI 能力来增强服务,BI 能力将会以引擎的形态被 Embeded 到各种业务场景中,而不都是以专业工具形态落地,这是国内 BI 市场在使用习惯上很有意思的一个地方。

对于行业厂商来说,通过集成衡石的 BI,能够提升产品研发效率。一个金融的伙伴在集成衡石之后,结合衡石 BI 及指标管理能力能够二次研发出指标中台解决方案;另一个营销行业伙伴运用沉淀的行业 Know-how,基于衡石做出的业务分析场景,打磨出了营销洞察的标准化产品。

衡石的产品架构具备高度的开放性和扩展性,能够将数据准备、聚合、建模、分析、可视化等能力拆分成标准功能模块,并为所有功能提供 API,可以灵活地嵌入伙伴自有业务系统中,帮助伙伴降低研发成本。同时对于终端客户使用而言,因为是集成嵌入到业务场景中的,几乎没有实施过程,客户要分析业务数据只需通过拖拉拽就可以实现,大大提升了分析的灵活性和响应度。

目前已有上百家软件和 SaaS 厂商嵌入集成了衡石 BI PaaS,成为衡石的深入合作伙伴。这些伙伴覆盖各垂直领域,如 CRM、HR、财税费控、营销等,并通过这个伙伴生态体系覆盖了10万家以上的终端企业客户。

2.png

基于指标的自助分析

国内 BI 还处于早期市场阶段,不少客户还用不起来。传统 BI 架构是数据需要先进入数仓做数据加工,再通过 BI 制作报表并发布。当业务部门需求发生变化,关注的 KPI 指标需要数据工程师将其转化为数据语言重新定义,数据需要重新加工建模,这个过程中数据和分析是割裂的,导致每次业务部门提出新的分析需求后,一般要数周才能得到结果,进度严重滞后,造成了数据分析的高门槛,业务方难以真正用起来,也难以在企业内部普及。

3.png

区别于传统 BI,衡石在架构层面将数据转换计算过程后置,并通过自研的逻辑语义层(HQL)将数据与分析解耦,用户可以以指标为中心,通过 HQL 语义定义相关业务指标来进行数据分析,从而消除数据口径不一致,减少重复加工和建模过程,大大减少了数据处理的工作量,业务人员也能真正的进行自助分析。同时,衡石的指标定义和管理能力,使用户能够在平台上建立完备的指标管理体系,实现从传统 BI 到自助式敏捷 BI 再到业务自主式指标型 BI 的转变。

从 BI PaaS 走向 AI PaaS

随着 AI 技术的突破,大家都在期待 AI 会给 BI 带来怎样的变革,其实两者还是有完全不一样的内涵和定义的,目前简单来说,BI 这个应用场景其实是 AI 这项先进技术的最佳落地场景。

有些行业伙伴已经尝试了引入 AI,但得到的反馈却不甚理想,用户提出的问题不能得到准确的回答,AI 给出的回答是发散的。在 BI 领域落地 AI 技术方面,现在业界的最佳模式是 Copilot。ChatBI 广泛尝试失败的原因主要有三点:一是数据控权;二是正确性验证,用户难以验证 AI 回答的正确性;三是领域建模,大部分专业厂商的行业洞见是高于大模型的,而数据安全的风险导致很难通过模型训练的方式将大模型能力提升到行业高度。相对于此,垂直行业的小模型会更靠谱。

BI 中的 AI 增强,并不是单纯的对话,而是要实时追问。当用户在分析时通过追问得到实时的响应。此外,用户还可以通过提问,得到基于报表内容的提炼反馈。衡石在 AI 增强能力上的研究,侧重于是否能够反复追问、深入挖掘。

4.jpg

衡石提供的 AI 增强分析能力的核心优势是 chat2metrics。在功能设计上,HENGSHI SENSE 利用大模型强大的自然语言理解,并基于平台的指标体系,让用户可以对系统进行提问,实现各类业务报表和分析功能。衡石自研的 HQL 语义,比 SQL 更容易表达复杂的业务指标、更容易控制权限。在使用形式上,平台采用 AI Copilot 的形式,在 Dashboard 上唤起智能助手,用户可以针对相关问题进行进一步追问。此外,平台提供了通用的大模型调用框架,用户可以根据自身情况选择合适的大模型。

立即体验 HENGSHI SENSE
让商业分析触手可及

电话咨询:15810120570

公司邮箱:hi@hengshi.com

北京市海淀区西小口路66号中关村东升科技园B-2楼A301室

上海市徐汇区宜山路711号2号楼游族大厦913室

广东省深圳市光明区光源五路宝新科技园4栋707号