近期,衡石成功举办了 HENGSHI SENSE 4.2 新版本发布线上分享会,分享会上衡石 CEO 刘诚忠及衡石首席数据科学家陈家耀围绕整个数据分析产业的发展、行业趋势和衡石的创新进行深度探讨和分享。本期推文我们就先来看看衡石 CEO 刘诚忠带来的《Powered by BI PaaS - 让商业分析即刻上线》分享。
下图呈现的是经典的数据分析和 BI 架构,数据通常通过 ETL 到达数仓,做完各种建模和转换,再通过 BI 工具进行报表分析。但当前的趋势是,商务运营端介入到数据分析的阶段会越来越深入,这就对数据分析的灵活性提出了高要求。这与 BI 经典架构存在很大的矛盾。
数据分析产业的核心目标
企业遭遇的挑战是如何真正降低业务人员的分析门槛。其中有两个比较核心的点。一是业务人员通常不具备 IT 背景,这就要求 BI 产品必须对业务人员使用友好,需要适配运营的灵活性,更加贴合业务的场景化分析;二是在云端和大数据的发展下,数据环境和来源更加多样,数据底层越来越复杂。所以在数据分析中,既要搞定底层数据的环境复杂性又不能影响到对业务的友好性,这是两个很高的挑战,并且相互矛盾。从中美的企业服务市场来看,两边在如何应对挑战的路径上有很大的差异性。
美国是通过工具的生态分层来应对这个核心挑战。首先在 BI 可视化层面,这些 BI 工具越来越倾向于对业务友好、自助分析、开箱即用的形态;在中间层,类似 Looker、DBT、Transform 等语义层、数据管道、指标集市工具互相配合,补充运营能力的短板,让业务人员能进入到分析过程中;在基础框架层,美国的 BI 厂商基于 Snowflake、Databricks 等新一代云原生的数据基础设施来屏蔽数据环境的复杂性,也大幅降低了运算成本。
这种合作模式,最终让客户在业务场景中可以快速直接的开展探索,对于 SaaS/ISV 伙伴来说节省巨大的研发成本,也节省大量的开发周期,对于衡石来说可以专注于做好通用的标准化产品。这是一个边界清晰且多方共赢的新型供给关系,也改变了整个数据分析的场景体验,有利于推动数据分析和 BI 快速普及到各种行业,帮助客户加速数字化转型的进程。
Powered by HENGSHI BI PaaS
数据分析是行业 Know-How 高度相关的业务领域高级工作。衡石一直秉承一个明确的“Powered by HENGSHI ”的合作理念,让行业的归行业,数据的归数据,赋能每一家 SaaS 和 ISV 厂商都能成为“垂直 BI 厂商”,成为专业领域内的“分析场景”解决方案提供商。
如何定义 BI PaaS ?
PaaS 层产品是多个能力的组合,在某个领域内不需要开发去应对个性化的需求。HENGSHI SENSE BI PaaS 是一个在数据分析和 BI 应用的全栈数据能力组合,主要包含了:
数据多源的适配和运算下推。在4.2的版本中,不管是 Mongo 的原生语法、Clickhouse 的物化视图,还是部分 SaaS 应用 API,HENGSHI SENSE 都做了适配
数据归集的 datalake 能力,能够满足多源数据的汇聚、聚合和加速。HENGSHI SENSE 本身能够提供一定程度的 datalake 能力,同时还跟国内外一些数据湖、云厂商紧密结合,并在 PaaS 层进行引擎自由选择配置
数据准备、数据科学、任务调度的数仓能力,HENGSHI SENSE 能够完成数仓的常规建模处理任务
承载计算的多引擎适配能力,并且足够的封装和透明。HENGSHI SENSE 兼容各种各样的引擎,包括 Hadoop,Hive,Impala,Doris,Clickhouse 等高性能引擎,默认配置好一些客户常用的引擎,平台用户只需要进行配置调用即可
指标的中心化管理的中台能力
标准的语义层和在全数据源范围内的翻译执行
丰富交互操作的可视化仪表盘
社交和协作、强大的发布和嵌入,API 的完整管理能力
企业级支持:用户/租户管理、单点登录认证、权限管理、弹性扩展、集群管理等
HENGSHI SENSE 对于伙伴而言,就是这一组可被自由调用的正交的能力,也就是我们定义的“BI PaaS”。伙伴基于这种能力,结合其对行业的理解,可以极低的研发投入把分析场景做出来,并且轻松地根据客户需求变化随需而变。
衡石和伙伴的联手,大大降低了数据分析的门槛。一方面,由于客户的数据更多来自于标准的 SaaS API 接口,对客户来说数据准备的工作量大大降低;另一方面,客户需要在特定的场景下关注业务效果、关注 KPI,所以分析是在明确的场景下进行探索的,这是相对有限域的范围,而不是一个完全开放的域,分析也会因为有明确的目的性易于检验。