《企业级BI平台白皮书 2024.docx》由会员分享，可在线阅读，更多相关《企业级BI平台白皮书 2024.docx（41页珍藏版）》请在课桌文档上搜索。
1、CONTENTS目录01-02导读第一章企业级能力逻辑与特征031.1如何定义”规模型企业”041.2深水区之数字化转型05-061.3什么是“企业级”07-13第二章企业级Bl“五力模型”M2.1统筹力15-172.2敏捷力18-192.3延展力20-212.4安全力22-232.5组织力24-26第三章企业级Bl实践案例273.1某500强股份制银行28-293.2某万店饮品连锁品牌30-313.3某头部互联网公司32-33第四章企业级Bl展望34-35READINGGUIDE导读0本白皮书探讨了什么？深度剖析规模型企业的数字化发展特征与困境，针对性提出建议，帮助企业选择有力的Bl平台，为
2、企业数字化运营及业务发展提供策略支持。0为何发布本白皮书？近年来，从中央政策指引，部委政策框架，到地方 政策措施的推出，再到企业发展战略的落地，中国 企业“数字化”发展已经迎来积极的制度环境与明 确的政策指引。与此同时，全球疫情加速产业链深 度重构，市场供需两侧不确定因素增加，通过数字 化转型加快塑造企业韧性成为我国各行业企业抵 御市场风险、实现中长期战略目标的必答题。仅以银行业为例，根据毕马威与羚讯联合开展的 银行业数字化转型调研发现，超90、的银行业金 融机构已经开展数字化转型（包括起步、加速、沉 浸、成熟等不同阶段），约57%的银行业金融机构 已将数字化转型纳入全行“十四五”规划，约37
3、% 将数字化转型确定为全行“十四五”规划的核心战 略，73%资产规模五千亿以上的中大型银行开展 了详细的数字化顶层设计。0(0%)金融机构的数字化转型已进入全面加速期（蹒：KPMG）起步阶段,已初步完成银H的数字化侬h并着手提升内部技术修力力隧阶段,已在个别业务锁域?f假数字化I动H实践,并取得一定成效沉浸阶段,在行业内各业务领域已开展不同程度的数字化画制实践成熟阶段，已实现全面数字化，且数字化能力行业领先数字化转型阶段分布数字化转型成为金Ii机构“十四五”核，阳略（图油KPMG）所再受调研银行（刈46）共ISlt I 占 63.61%在类以十ImM业略规划网步与虎数字化粘壮规也现H林恸强0f
4、fl,处于核心此他在类似卜四五的业务故略规划中同步考过数字匕特把规划,怛做遁牧根,处广哪岫位.花类蚁卜四五的信科技战略烦城过程中同步进行了全行数加EH谢此期KfJ.10%20%30%谀类锹行占比砥全局尔面规划.上箜栩Kifi点业务领域Aii部推进数学化 转，通过专项友力匕规划开展了全行软字化此型顶层设计.数字煤型战略餐要性数字化转型的势头，由此可见一斑。而从实践水平 而言，我国企业如何赶超国际先进水平，实现自身 更好更快发展，其实践路径还亟需明晰与探讨。步入2022年，观远数据已伴随着逾四百家优秀企 业的数字化发展而在数字化领域中遨游多年，观远 数据帮助这些企业弥合业务需求与数据应用之间 的距
5、离，应对业务变化的持续加速，及数字化战略 的落地挑战。在此过程中，观远数据观察、接触并 总结出了规模型企业在面对挑战时的普遍特征与 典型困难.基于Bl建设,也沉淀出了较为完整的解 决思路与应对方案。因此，为了帮助更广泛的企业 实现数字化发展，运用商业智能平台，赋能业务决 策，特发布本白皮书，分享近年来在数字化实战中 的积累，为企业提供新的思路，更为中国企业数字 化升级贡献力量。0本白皮书适合谁阅读？如果您所在的公司已经步入规模化发展的成熟 阶段，或者正处于数字化转型关键时期，那么相 信本书将使您有所共鸣，因为本书将为您剖析规 模型企业在数字化发展之路上的挑战与业务特 征，带来相应建议，为您的企
6、业发展提供落地速 赢的Bl选择方案，乃至更多支持。如果您所在的公司正处于欣欣向荣的成长阶段， 那么本书将为您带来发展路上的意见参考，蓬勃 发展的企业离不开团队成员尤其是管理者的认 知升级，相信本书能够让您防患于未然，为您带 来有益于未来规划的建议。企业级能力逻辑与特征1.OGICANDCHARACTERISTICSOFENTERPRISECAPABILITYHOWTODEFINE如何定义“规模型企业”？企业是以营利为目的，从而进行生产经营，为社会提供产品和服务的经济组织。企业更是一个有机体，是链接人资金事件，从而创造价值的生命体。企业，无论从什么角度来看，它都处在现代经济社会网络的核心位置，其
7、发展模式与状态关系到经济社会资源配置的效率、安全，以及国民经济生活的健康发展，粗放阶段规范化阶段有序和规范管理成本提高考核控制成本高信息化提上议程懵细化阶段规模化效益初显管理流程固化性好管理成本有效降低信息化发展规模化阶段扩张性发展业务持续快速扩张数字化转型没有过多流程约束 业务决策直接快速 存在无序与管理隐患朦始阶段创立早期商业模式尚未清晰提升成长初创规范蔓延全球的新冠疫情给全球化下的企业发展模式 与经济秩序带来了巨大的影响，中小型企业的灵 活性较规模型企业更高，而规模型企业的价值网 络则更加广泛而深远。著名管理学家伊查克爱迪思，将企业生命周期分 为10个阶段：孕育期、婴儿期、学步期、甘春期
8、、壮 年期、稳定期、贵族期、官僚早期、官僚期、死亡。而 在此我们所讨论的规模型企业，则可以理解为至 少处于壮年期的企业。从业务发展、决策流程、组织战略等角度来看，处 于规模化阶段的企业通常具备业务发展持续扩 张、决策流程加长 竞争环境复杂等显著特征。面对复杂环境与多变状态，规模型企业的应对能 力不仅关乎企业自身，还关乎群众与产业多个层 面，因此在进入“不确定性时代”之际，规模型企业 更应该思考数字化转型战略，以及与之相适应的 业务模式、组织配置等问题。DIGITALTRANSFORMATION深水区之数字化转型当企业发展至一定规模，具备大规模的人员体量，业务模式经过市场验证，具备持续的经营生存
9、能力，此时，企业开始面临规模型组织所特有的挑战.首先，企业的数字化触点丰富.从组织战略到商业 规划，从业务与产品设计到销售执行，从供应链到 客户营销，每一个节点都生产者大量数据。业务的 精细化运作，乃至寻找新的增长曲线突破点，都需 要从这些数据中挖掘价值。这些数据能否从线下 迁移为线上的数字化触点，则是企业能否有效挖 掘数据的前提。其次，规模化能力建设空前重要。当业务线丰富， 且具体的业务流程愈加复杂，那么仅仅依赖人力 运营,必然不够高效，因此首先建立起自动化流 程，让更多业务模块能够自助运转，是突破人的限 制的有力方式。其次，是否具备支持大规模业务、 大规模数据、大规模团队的能力，则是可持续
10、发展 的关键要素。再次，事后描述性的数据分析已不能满足业务飞 速发展的需求，事前预测性的分析才能帮助企业 进行智能决策，领先一步。以数据观全貌，以数据 透析本质，是管理者洞察业务，作出决策的必然之 选。最后，当改善了业务流程，推行了数据战略，如何 应对快节奏的业务迭代与差异化的市场需求，如 何摆脱滞后的知识架构?这对“人”提出了更高要 求，因此组织升级势在必行。DecisionSupportDecisionAugmentionDecisionAutomationHumanAdviSayReCoInendaIionA11xwalVetcAuditAutonomous（企业决策发展水平）在此背景卜
11、.，数字化转型成为规模型企业的当务之急。数字化转型应当是一个渗透企业的战略，也应当是一种赋能业务一线人员的方*于是，此时规模型企业对企业级Bl的需求格外旺盛，企业级Bl不仅能够在业务需求角度以数据分析助力智能决策，还能够在组织升级和解决方案的多层次，满足规模型企业的复杂需求。Bl起源于决策支持系统(DeCiSiOnSupportSystem),发扬于大数据技术的普及，如今在国内已经来到发展的第三阶段，现代Bl,开始融合Al的能力，往智能化更近一步。Bl发展阶段一是以【T主导的传统报表式分析二是以数据分析师主导的自助式分析三是以纯业务人员主导的智能化分析在以IT主导的传统Bl时代，业务团队向IT
12、团队发起需求，数据处理与报表制作由IT团队完成，时效性灵活性都远远无法满足业务变化的需求。在开始以业务为主导的自助分析式Bl时代，一方面，较多的业务团队开始拥Ier自己的数据分析师，使得企业的数据部门能够从传统的取数做报表的支持部门,转型为架设企业级数据平台的战略型部门，此时数据分析师应用的企业级Bl通常上手门槛较高，工具缺乏分析方法论。另一方面，也存在业务人员通过报表工具进行数据可视化呈现，但数据分析往往仅限于日常业务分析，与管理决策之间仍然存在鸿沟。而到如今观远数据正在开创的现代智能Bl时代，旨在让业务人员广泛活跃使用Bl,并且脱离于日常分析的书限维度，与业务决策真正融合起来，跟上决策的快
13、节奏步伐。这就意味着以业务人员为核心的现代智能Bl,需要的不仅仅是丰富的可视化图表和优秀的交互体睑设计，还要求Bl平台具有敏捷的开发速度，跨平台跨终端的系统集成，超强的性能，对行业前沿技术的快速落地，乃至更多智能化应用场景的实现。而目前仍有诸多Bl产品难以满足这些要求，它们或需要较长的开发周期，面对个性化需求难以敏捷交付，或难以支持快速的开放与集成，或难以实现精细化的管理需求。因此，大量企业仍然在寻找一款专业的现代智能Bl工具，来适应业务发展快速、竞争环境复杂多变的需求，让专业的人做专业的事。后链路时代，效率是企业发展的第一要素，数字化转型是大势所趋，匏能决策是企业面向未来的核心要求。决策报表
14、IT面向rr&数据分析师产品上手门槛高工具欠财析方雌于数据汇报固定报表自动化口难以有B三决策Future三三J业务人员广泛活跃使用J易上手，门椎低AHBl,数据有效驱动决策口人员可用报表的可视化呈现口到据与决策同存在讷沟(B1-ABI发展路线图)业务ENTERPRISELEVEL什么是“企业级”谈及企业级BU,我们不得不先明晰怎样的BI才能称之为企蜩Bl.近年来，在企必&务领域，常常强调企业级应用(EnterpriseApplication)-词，然而对于究竟什么是企业级能力EnterpriseCapability却缺乏充分探讨。通常情况下，人们认为企业级应用是指那些为商业组织、大型企业而创建
15、的解决方案及应用程序。这些大型的企业级应用具有用户数多、数据量大、事务密集等特点，往往需要满足未来业务变化的支持能力，易于升级和维护。O对业务一线而言，关注的是区复杂业务逻辑的应对：b.操作界面的体验；c.日常应用的效率；d.业务场景的实际满足。综合来看，企业级应用便是能够满足以上需求的一种解决方案。然而，在观远数据服务企业客户的这些年里，我们发现企业级需求是多层次而复杂的，我们可以通过企业整体、IT团队、业务团队三大核心视角来解读企业级需求。O从企业整体而言，关注的是a数据持久化与数据概念统一；b数据平台建设与数据分析项目的投入产出比；c通过决策支持，实现业务价值；&通过系统工具，帮助团队能
16、力提升，实现组织升级。对IT团队而言，关注的是a高并发访问、多应用集成、安全性、可扩展性；一方面，我国已经正式提出“加快培育数据要素市场”的战略，另一方面，新冠疫情与国际形势的不确定性纷纷影响着市场竞争环境的变化，对于规模型企业而言，在从信息化进入数字化的阶段里，从“用数据分析解决问题”向着“通过数据分析建立竞争优势”转变，成为企业数字化转型的重要驱动力。因此，规模型企业更加需要通过数据分析来加深自己的竞争壁垒，而作为数据分析领域的资深厂商，观远数据认识到为规模型企业提供商业智能平台，必然需要具备健全的企业级能力。经过多年观察与实践验证，我们总结出规模型企业对于Bl所提出的企业级能力要求，指的
17、是能够应对规模型企业在复杂的业务经营和快速迭代的环境中所面对的问题的能力。b.预算与资源配音等管理和运维问题;c.为业务人员提供支持与赋能。三观远数据Ita俱K因此，若要回答企业级能力是什么.我们首先要厘清的是规模型企业正面临着哪些问题与挑战，进而探讨对应的解决之道。具体而言，我们可以从以下“五问”出发：面对系统,数据的高度复杂性，如何统筹线上线下，实现“统一”？ 面对业务参差多态，如何满足个性化需求，实现在不同业务线的快速复制与迭代？ 面对规模化特征，如何采用前眶性技术，应对系统兼容，实现持续高可用？ 面对各类潜在风险，如何在满足业务的同时，实现精细化管理，保障系统与数据安全？ 面对组织升级
18、需要，如何既满足企业战略和决策需求，又适配未来技术发展？0面对系统、数据的高度复杂性，如何统筹线上线下，实现“统一”？当企业这一生命体成长至较大规模，通常会具备多层级多部门的熨杂形态，各团队分工协作，推动企业前行.此时在复杂架构下，企业内的大量信息系统可能来自自建、外采等，各系统的账号管理与权限管理往往会出现混乱，难以满足多面需求。IT团队的开发与管理效率如果滞后，那么带来的麻烦也将难以估量。分公司C分公司B优CRM交就支忖厄分M采统/皿W MSE因此企业的数据散落在各处，数据源繁多，数据散乱，缺乏统一口径与统一标准，导致数据不清晰，难以呈现全貌.对于业务应用来说，数据更新不及时，共享困难，“
19、烟囱化”现象严重。尤其对于集团型企业而言，集团与分子公司之间缺乏统一的数据汇集及交互通路，数据整合成本高，规范性差。随若集团数字化转型不断深入，集团及分子公司对拥有简单、便捷、高效率的数据平台的诉求愈发强烈。但对于如何通过数据平台建设提升数据能力，实现统筹管理，往往缺乏合理的规划及落地指引.O面对业务参差多态，如何满足个性化业务需求，实现在不同业务线的快速复制与迭代?进入规模化发展的成熟期，企业的业务类型通常较为丰富，业务线或一级部门甚至可能达到几十甚至上百个。不同的业务类型，流程相异，因此也需要符合业务流程、能够解决业务问题的系统，此时若根据不同业务的个性化需求而定制系统工具，那么势必带来研
20、发成本高，研发资源挤兑的局面。当有部分业务条线的实践与探索得到了成功验证，那么若能将其规模化复制，将单一业务的最佳实践或者标准流程在企业内进行推广,实现快速应用.不断迭代.就能赋能组织,为整体提效,乃至为找到新的增长点做出贡献。如规模化生产、探索新品类或优化供应链,突破业务的瓶颈.实现成长曲线的再次攀升。IT团队那么如何建设具备可伸缩性与规模化场景支持的能力的平台，或者找到按需灵活扩展，适配业务变化的工具系统或解决方案？基于企业战略和业务决策角度出发，传统报表工具已经难以满足企业需求，敏捷迭代的智能决策平台呼声渐高。业务部门O面对规模化特征，如何采用不同技术，应对系统兼容，实现持续高可用?随着
21、企业扩大，业务发展，每一个工具、每一条业务线都会产生巨大的数据量，甚至会达到收表亿级或总数据量PB级的规模。同时，系统间对接和集成兼容复杂的情况，考验着IT团队，也考验着企业级应用对于规模化业务发展的技术支撑。最后，团队规模随企业成长同步扩张，不论采用何种系统，都要具备能够支撑规模化用户的能力，数字化带来数据普惠的同时，也意味着数字用户的几何级增长。数据用户系统像据、模用户的体不常器）综上，企业采用的数字化架构要具备技术前瞻性，能够在数据、系统、用户的体量不断扩张的态势下，可持续发展。技术架构需要基于规模化集群，具备为全企业的业务提供可扩展、高可用的服务能力。对技术的评估，不仅需要满足当下的需
22、求，适应需求的变更，还应通过分析市场趋势和实施最佳实践，将业务目标转化为技术愿景，技术架构应采取有足够灵活性，以满足新的具有挑战性的、苛刻的和快速变化的业务需求。因此企业需要从构建整体数字化解决方案架构的角度出发，逆慎评估应采用何种技术以实现长期的可持续性、可维护性和团队舒适度。O面糠据风险，如何在满足业务需求同时，实现精细化im、保障数据安全?规模型企业组织架构庞大而复杂，企业对内将面临数据管理混乱、内部人员泄露数据等风险，对外需应对外部攻击者与不法分子窃取数据的风险。APl网关数据库办公区A业务部门B业务部门开发测试区应用系统数据库风险点i出!模型企业面对的系统与数据风险问题）企业数字化转
23、型的过程，本质是对数据的积累、挖掘与价值释放.随着企业规模扩大，应用管理、商业机密、数据管理的安全性问题日益凸显。不同的事业部、业务条线、部门团队，需要按照架构界限进行应用管理和安全管理。在选择企业级应用或解决方案时，是否具有合规且安全的技术架构，是否具备提供持续高可用服务的能力，是企业关心的基准问题。O面对组织升皴需要，如何既满足企业战略和决策需求，又适配未来技术发展？在千人万人规模的企业中，成员岗位职级分明，能力水平亦参差不齐，各类专业系统工具并非人人都善于运用。若专业的系统工具难以落地推广，那么将产生资源浪费，走向项目失败的命运。因此企业级应用的上手门槛需一降再降，培训机制也需健全。工具
24、平台、技术底座、数据资产是企业数字化的关键要素，但是把这些支撑贯通起来的，是企业的组织能力。建设“懂业务，懂数据，懂分析方法”的分析队伍，既需要工具平台支撑，也需要组织机制的配套。一方面，对于最佳实践的沉淀与推广，关系到组织机制的活力；另一方面，业务的数据分析文化，也是数字化文化建设不可或缺的一部分。如何避免数字化转型成为空中楼阁，如何结合关键要素的能力升级，实现数字化过程中的组织升级?这对组织自身与数字化合作方都提出了更高的要求。领模型企业的组织升级问题）走入规模型企业谋求数字化转型的深水区，Bl平台的建设难度也空前增大。在观察、思索、应对这些问题的过程中，观远数据探索出了自己的解决方案.我
25、们认为企业级能力，不是单一的维度，而是一个解决第杂企业问题的体系：有效实现“聚拢”与“统一”灵活应对“个性化实现”与“规模化定制”双重满足“弹性扩展”与“性能保障”安全管理“业务隔离”与“高可用”前景可贵“实践攵制”与“智能决策本白皮书提出的企业级Bl能力体系一“五力模型”,便是主要针对已经步入发展成熟期乃至转型期的企业在数字化过程中所面临的典型问题，从实践中沉淀出的一套可落地的Bl能力衡量框架。对此，我们分别进行了实际产品能力的对应拆解，具备高度的实操性与参考意义，可帮助企业在选择Bl和建设Bl的过程中少走弯路，做好准备。业务参差精细化管理需求复杂安全管控（规模型企业面对的五类挑战）企业级B
26、|“五力模型”ENTERPRISEBIFIVEFORCESMODEL企业级Bl能力体系，是帮助企业应对“规模化”而带来的“曳杂性”的有效方法，传统Bl已难以应对企业发展的高要求与新问题.下文将基于观远数据近年来的积累与思考，结合与企业级BI建设的相关方接触与合作的经验，为规模型企业提供新的思路与可落地的Bl选择方法论，详细解读企业级BI的“五力模型”。UNIFORMITY统筹力规模型企业走过粗放与规范化阶段，必然已经具备一定信息化基础，过去的信息系统通常是在不同的时期，采用不同的技术建成，或通过不同厂商采购而来，系统之间的协作机制也各不相同。有时企业为了处理一个业务，甚至会专门安装了一个全新的
27、应用系统。因此企业内使用多套工具平台是必然，如财务系统、CRM、HRSaaS等。数字化建设的要点之一是，企业内部多套系统之间的对接连通，以实现企业完整业务生命周期跨系统的流转。多套系统的连通，核心便是实现这几个关键”知：数据生”系统统一”工具与技能“统一”O账号“统一”企业各个团队的员工在工作中均需要应用多套工具系统，为了让员工靛够在多套系统之间始终以统一身份登录使用，提供SSO.第三方平台对接等账号集成能力，是实现身份（账号）统一的必要条件。观远数据支持对接SSo集成OAUth2.0、CAS.AAD认证打通，并且提供了一套简便的脍证机制，供用户进行外部系统和账户对接集成。此外，也支持对接钉钉
28、企业微信、飞书、云小、泛蓟等其他企业系统，实现免密登录，同时可利用笫三方APP的消息推送功能进行预警和订阅消息推送。0数据“统一”为了将分布散乱的数据加以应用，数据在多套系统之间能够打通流转，并保有“唯一真相”：发挥数据价值，企业需要统一的数据接入和数据管理，并且实现数据持久化（PeniiStentdata）.让数据价值得以传承。统一接入规模型企业必然应用了大量业务系统与多种数据库，观远数据能够支持约30种数据库/数仓、主流电商平台、主流业务平台、主流数据中台、本地文件、标准接口等多样数据接入方式。与此同时，企业内外部仍然会存在并未实现有效管理的零散数据，那么针对此类数据的统一收集，观远数据提
29、供TI表单填报，有效简化数据模板维护、数据收集汇总等工作，实现零散数据统一收集，形成数据收集-ETL-数据展现的闭环。徽据接入）统一更新豆杂的数据来源，更新频率与节奏均不可控，观远数据支持多数据源统一批量同步，同时也可按需灵活更新。统Tm商业分析离不开追因溯源，解析业务问题或业务趋势的影响因子，因此数据血缘的透析至关重要，观远数据支持数据血缘统溯源，对上下游依赖关系目了然，相助追溯节点的业务信息，定义业务价值，评估业务风险。统一价值为特定用户预先计算好数据,进而建设的指标集市,能够满足业务部门的灵活性需求与性能之间的矛盾,在数据统一”的基础上实现业务价值统一。徽据“统一”）O工具与技能“统一”
30、对规模型企业的不同业务条线来说，基于不同业务目的或业务流程，需要不同的系统进行支撑；但是同一业务目的或流程下，若能实现工具与技能的统一，不仅可以提高企业整体效率，还利于知识积累和传递。观远数据为企业提供一站式智能分析平台，能够打通数据采集-数据接入-数据管理-数据开发-数据分析-Al建模-Al模型运行-数据应用全流程，一方面可以提高开发效率，另一方面平台和技能统更有利于团队的知识积累，以及更长远更广泛的知识传递。（打通数据全链路）三观远数据=TBe*O系统“统一”首先，企业级应用不可成为信息孤岛，它们需要和遍布在企业角落的其它企业级应用集成在一起，避免数据割裂。其次.企业在选购或建设新的数据应
31、用时，必然要求该应用具备开放能力和应用集成能力，满足企业的独特的内部情况，也就是所谓的定制需求。再次，系统的架构与权限、审批流也需要一致，否则会对工作流带来阻碍，系统集成，通常是指将各个分离的设备（如个人电脑）、系统、功能和信息等集成到相互关联的、统一和协调的系统之中，使资源达到充分共享，实现集中管理。观远数据便提供了强大的开放能力与系统集成能力，包含身份认证平台对接、第三方平台对接、页面内嵌及短信验证服务对接等，让企业能够与现有的各类系统实现互通，带来顺畅的使用体验。企业OA系统企业APP腐“统一”）FLEXIBILITY敏捷力企业内的多事业部、多业务线，也就是一个个组织实体，每一个业务逻辑
32、是由组织实体的业务规则决定的。而每个组织实体往往有自己特定的需求、特殊的情况。这些层出不穷的特例导致了业务的复杂性、无逻辑性，因此，企业级Bl的敏捷能力，是快速应对这种特征的最佳方式。这种敏捷能力包含：开放能力、个性化实现能力、规模化定制和复制的能力。O开放能力为了与企业内的其他应用实现互通，企业级BI应当具备强大的二次开发能力，无需漫长的定制开发，而是通过开放接口、产品化的方式，根据业务场景进行便捷的功能调用、数据上传与下载、外部触发更新等，为企业带来开放协同效应。针对这种多系统应用的情况，观远数据提供了一套简便的验证机制，包含统一账户集成、数据上传与下载单点登录、外部触发更新等，供企业进行
33、系统和账户对接集成，实现集中、高效、便利的应用与数据管理。提供丰的API接口方便企业将现有的账号管理平台中的用户、用户组、角色、用户属性等信息同步到观远平台内：数据上传与下载支持数据上传与同步接口，企业能够自定义数据接入，实现全量与增量的数据同步，如数据集数据获取与卡片数据获取等；外部触发更新支持在其他系统中通过特定URL来通知观远平台更新数据库数据集。O个性化实现能力除了信息化建设以外，规模型企业的品牌建设通常也不会落下，其会具备较为完整的企业品牌理念与视觉系统。因此，企业级Bl应该支持企业按照内部要求进行系统登录页定义等规范设置。观远数据从视觉体系与功能细节角度，提供了企业Log。设置、品
34、牌视觉设置、登录页自定义、企业视觉ICon导入等功能，满足企业的个性需求，在企业内部形成统一的品牌文化。除圾一视第O规模化定制和复制能力为了应对复杂的业务逻辑，如果能够批量实现组织需求的定制，那么将大大降低人力成本和时间成本，也能够使每个组织实体能够控制其发展方式。在此方面，企业级Bl需要满足业务的个性化数据消费体验，让用户能够敏捷制作“数据应用”，提供批量复制与大量业务需求的满足能力。以观远数据为例，BI平台能够提供的规模化定制与复制能力主要包含以下四个方面：首先，通过灵活的产品模块，打造按需所得的个性化数据消费体验。用户可以设计不同主题的数据应用，通过“数据门户”进行有序展示。“数据门户”
35、可以按照部门、业务主题等不同类别，将数据分析应用进行分类分组管理，帮助管理者快速了解企业经营状况。通过自定义报表,还可实现半自助式的数据查询与提取，业务人员在基础宽表和模板的基石,简单点选或拖拽即可完成白助取数、即席查询。其次，通过。代码与极简操作，让数据分析者轻松成为“雌跑理。“移动轻应用”,在分析者无代码能力的情况下，也可制作出不同主题的移动端数据应用，实现数据平民化。灵活地满足企业成员在移动端看数据、分析数据的需求，达到多业务线情况下的低成本批量定制。另外，通过产品化的方式，实现千人千面.通过拖拽式自助分析，50余种可视化图表，一键生成同环比，20余种预置动态时间宏，海量可视化插件等，满
36、足业务分析的不同场景。通过精细化的权限管控，灵活高效地赋予不同用户以对应职责的权限，实现专人专属的界面。最后，以低成本的方式让过往经验可沉淀可批量复制。将团队沉淀的数据分析经验，包装成“APP”、“小程序”的方式，并通过“应用市场”，让用户可以快速下载安装，落地最佳实践。SCALABILITY延展力当企业级应用在一个大型企业落地推广，并伴随业务发展，那么使用者数量,计算量,数据量的递增速率呈几何级。一个企业级Bl不仅要满足功能性需求，还要满足非功能性需求，解决系统的性能、伸缩性及长期维护相关的问题，确保未来也能够应对大规模带来的压力。非功能性需求往往并不直观，但与整体的使用体验与业务开展息息相
37、关。因此企业级Bl需要集群能力，及支撑集群延展，满足各维度规模的技术架构。0云原生云原生架构是基于云原生技术的一组架构原则和设计模式的集合，其具备弹性、韧性、安全、可观测性灰度等特性，使业务不再有非功能性业务中断困扰的同时，具备轻量、敏捷、高度自动化的优势。也就是说云原生架构具备高度的适配能力，可以随着规模增长，弹性扩展，避免成为企业发展的瓶颈。观远数据构建了云原生的SPark+DeltaLake大数据架构，并且使用了容器技术，使产品得到优秀数据计算性能和水平扩展能力的加持，进而为业务提供强大的数据和算法支撑，其演进式策略更能帮助企业数据人员无感过渡。砥远数据智能分析平台技术架构）O高性能规模
38、型企业对于数据的并发访问要求极高，多用户高井发存取数据十分常见。企业级BI需要具备高性能，保障高并发和大数据量的情况下，也能正常运行，乃至实现加速。观远数据则是采用了Spark这一专为大规模数据处理而设计的快速通用的分布式计算引擎，通过SparkJobEngine的分布式部署，能够实现大数据的高性能内存计算。此外，观远数据将ClickHouse的加速能力与产品进行融合，可以一键将Guan-Index数据集、ErL数据集转换为高性能查询表，实现查询与分析加速。0大敷据集成对于大数据平台框架，最常见的便是Hadoop,企业级Bl应当支持与Hadoop等大数据平台框架集成，支持海量数据的分布式储存和
39、读取。观远数据深度集成Hadoop大数据框架，可将计算和存储交由Hadp进行管理维护，充分发挥Hadoop自身能力。针对企业级部署场景，利用Hadoop的高可用性、高可扩展性、高容错能力等优势，实现300服务器大规模计算集群，上万核CPUo与此同时，支持无限水平扩展与万量级用户。0费源管理企业业务扩张速度快，且需灵活应对外部复杂的竞争环境，因此对于应用资源的分配，需要根据业务条线与任务优先级而定，保证合理配置。首先，企业级应用需要具备多租户资源隔离的能力。对于企业内的不同业务单元配置独立资源，互不影响。对于观远分析云，采用的便是“Shared-Nothing”的架构，两个客户节点环境之间是物理
40、隔离的：即不共享存储（磁盘、内存），也不共享算力（如SPark等计算资源都是单独部署）。CkShared-NothingJR)对于私有化部署，采用逻辑隔离的方式，让业务条线拥有独立的资源，避免资源互相占用的情况发生。其次，企业级应用应具备成熟的资源和任务管理机制，管理不同类型任务的优先级，提高资源利用率。观远数据通过配置化方式，对任务优先级进行控制，管理员通过简易设置，即可把握系统边界，对高优先级的任务进行预先设置，避免资源拥挤等相关问题。0运维管理成熟的企业级Bl需要支持系统运维人员，进行潜在风险预知与排除，提前计划好容量规划与风险规避，为BI稳定高效运行提供重要的技术保障。如果通过产品化的
41、方式实现这种支持，那么将大幅减少运维人力和时间投入。观远数据提供的云巡检，可对Bl进行日常巡检，对系统健康状况进行全方位的检查和评估。结合观远数据丰富的运维经验，提供在线可视化诊断报告，帮助公司快速定位系统环境中存在的问题，并提供可行动的优化指南。此外，观远数据还提供了全面的监控管理模块，包含资源监控、任务监控等相关功能。Manageablity安全力随着数字化程度加深，企业级Bl会渗透于企业运转的方方面面，企业对产品、数据进行全生命周期的安全保障要求不断提高。企业级Bl的产品设计、开发和运营需要充分考虑合规性以及用户个人信息隐私性要求，保证产品满足企业对安全合规性、个人隐私性以及数据保护的法
42、律法规和原则要求，保护其系统及数据的机密性、完整性和可用性。O业务隔离在多条线或事业群的大型企业中，各个业务线在资源分配上，往往并不共享，甚至在营收方面还需自负盈亏。因此企业级Bl需要为各个业务条线提供业务隔离，也就是多租户的服务模式。观远数据提供了多租户隔离模式（观远分析云的物理隔离或私有化部署的逻辑隔离），引用了容器技术，从而支持隐私隔离，让每个企业客户，乃至企业内的业务单元客户享有独立的环境，实现业务、数据完全隔离，保证机密性，保障系统安全。owaits多层级划分多业务线并行，员工数量大，对于企业级应用的管理来说，粒度需要够细，才能满足企业的精细化管理诉求。观远数据提供企业级的管理配置，
43、管理员可通过功能管理、资源管理、数据管理等多层次进行“三位一体”数据安全管控，还可通过用户行为分析、审计日志等多视角实现全方位的资源监控与任务监控管理。围绕用户、资源,数据等概念，观远数据实现了细粒度权限管控与资源使用规划，管理员拥有最高权限，不同角色的用户拥有不同的权限，数据集权限与用户属性匹配，进而实现行列级权限控制。o数据安全数据，不仅是企业的资产，还几乎等同于企业的商业机密，数据安全保障至关重要。此外，组织层次复杂，意味着安全管控也应精细化。观远数据提供了四横一纵的安全架构保障。一个纵向维度为基础建设，主要包含了审计日志、用户行为分析安全扫描、渗透测试、SQL防注入。在四个横向维度中，
44、包括了从最底层的云平台层面安全，到应用层面的身份认证和权限管控。（观远数据智能分析平台技术架构）O业务Rl离Bl作为企业重要的决策依据平台，运行着高容量关键性任务，应当通过高可用架构来保障业务持续稔定可用，利用容涔化部署实现自恢复能力，与此同时，若能实现所有组件去单点部署，那么便可消除因单点不可用引起的系统风险，最终持续保障业务可用。观远数据以高开放、高扩展、高性能为核心准则，遵循科学分层设计原理，结合最新的开发技术研发并迭代，并且针对实际业务的需要，提供了基于柒群的高可用架构方案，提供容器化部署与组件去单点部署，保障业务的可持续与高可用，为企业打造效率高、稳定性强、体验极致的一站式智能分析平
45、台。空制中心十算中心侪储中心KeepalivedMySQL()负栽均衡/KeepalivedM2i11Snc；:JobEngmCDP(Hadoop)KeePaliVed；-*:MySQL(从)JCassandra；Cassandra：CassandraHDFS：HDFS(主)：L(W:WebServer：WebserverWebserver：；JobEngineBISeneiSparkonYamORGANIZATION-ABILITY组织力企业从信息化向数字化转型的过程中，系统平台和技术是关键能力支持，而组织配套升级与业务流程优化也是不可或缺的。这些构成了企业级数据分析能力的四大支柱，缺少任何
46、一个象限的能力，都不可能形成一流的企业级数据分析能力。因此，企业选取的平台、技术或解决方案，必须要能够支持组织升级和业务流程优化。例如，自助化的工具平台可以帮助企业快速提升分析能力；低门槛的界面操作可以帮助企业快速应对业务流程变化而带来的工具调整等。具体拆解如下：0自助应价值加速企业成员的专业能力不一，对于数据应用的操作能力参差不齐，若要实现数据分析平民化，那么企业级BI应当降低对数据分析、开发、挖掘、运维人员技术能力的要求，不仅给使用者带来优秀的使用体验，更重要的是，能够使数据分析人员快速上手，投入更多精力在数据挖掘与应用中，进一步加速企业数据价值化节奏。观远数据提供了全流程的低代码能力，无论企业成员是否具有技术能力，都能够通过低代码、拖拽式、可视化的方式，完成从数据整理与融合，到数据分析，再到结果呈现与分发的全流程。甚至还能够让运维人员通过自助运维的方式，自动获
