數(shù)睿數(shù)據(jù)召開(kāi)“了解更深懂得更多”nextionBI產(chǎn)品發(fā)布會(huì)

吳芳

近日，數(shù)睿數(shù)據(jù)召開(kāi)了“了解更深懂得更多”nextionBI產(chǎn)品發(fā)布會(huì)，36氪、CSDN、甲子光年等媒體線上聯(lián)合發(fā)布。發(fā)布會(huì)探討了從無(wú)代碼到BI，從新風(fēng)口到老行業(yè)，為什么選擇在這個(gè)時(shí)候進(jìn)入BI賽道，數(shù)睿數(shù)據(jù)對(duì)下一代BI的思考和設(shè)計(jì)等問(wèn)題。

價(jià)值驅(qū)動(dòng)的下一代BI專注知識(shí)的積累、發(fā)現(xiàn)與應(yīng)用

發(fā)布會(huì)的開(kāi)場(chǎng)，數(shù)睿數(shù)據(jù)總裁劉超談到了公司初期是做大數(shù)據(jù)平臺(tái)的，在大數(shù)據(jù)技術(shù)之上提供？BI能力這件事情順理成章，因?yàn)樵缜按髷?shù)據(jù)概念進(jìn)入企業(yè)落地的第一步往往就是BI，通過(guò)對(duì)數(shù)據(jù)分析查看業(yè)務(wù)運(yùn)行情況，二者的聯(lián)系十分緊密。如果說(shuō)無(wú)代碼做的是數(shù)字礦脈的探知和數(shù)字礦山的建設(shè)，那BI做的是數(shù)字礦產(chǎn)的挖掘和輸出，實(shí)現(xiàn)價(jià)值從地下到手中的流轉(zhuǎn)。

在理解下一代BI應(yīng)該具備什么能力之前，劉超對(duì)當(dāng)前“工具負(fù)責(zé)好看、工作靠人來(lái)干、知識(shí)難以沉淀”的問(wèn)題進(jìn)行了總結(jié)分析，大致歸納為“三個(gè)依賴”：對(duì)系統(tǒng)的依賴、對(duì)知識(shí)的依賴、對(duì)環(huán)境的依賴。

首先，目前BI分析的數(shù)據(jù)大多數(shù)來(lái)源于各類業(yè)務(wù)系統(tǒng)，使用這些數(shù)據(jù)的時(shí)候會(huì)遇到很多質(zhì)量、安全、標(biāo)準(zhǔn)等方面的問(wèn)題。問(wèn)題出自于機(jī)器，但卻需要靠人去治理，這既不合理也產(chǎn)生了很多不必要的工作量，因此下一代BI應(yīng)該讓機(jī)器做機(jī)器該做的事，讓人做人該做的事。

其次，是對(duì)知識(shí)的依賴。人類社會(huì)發(fā)展到今天，各個(gè)學(xué)科、行業(yè)都積累了自己的知識(shí)，這些知識(shí)如果運(yùn)用到數(shù)據(jù)分析中，需要事先積累、吸收、融匯貫通，需要付出大量的努力。能不能讓工具代替人去消化這些知識(shí)，降低知識(shí)運(yùn)用的門檻，是第二個(gè)問(wèn)題。

最后，是對(duì)環(huán)境的依賴。數(shù)睿數(shù)據(jù)相信數(shù)據(jù)積累到一定規(guī)模，結(jié)合企業(yè)的知識(shí)歷史數(shù)據(jù)，就能實(shí)現(xiàn)智能化的知識(shí)共享。但是運(yùn)用知識(shí)的環(huán)境是紛繁復(fù)雜的，如何讓基于一個(gè)系統(tǒng)分析形成的知識(shí)能夠快速分享到另一個(gè)系統(tǒng)中產(chǎn)生價(jià)值，這是目前BI缺少的能力，解決這個(gè)問(wèn)題，企業(yè)才真正具備動(dòng)態(tài)學(xué)習(xí)和積累的能力。

“按照‘DIKW’模型理論，BI不能停留在數(shù)據(jù)階段，做統(tǒng)計(jì)與可視化，而要專注于把數(shù)據(jù)轉(zhuǎn)變?yōu)橹R(shí)。下一代BI與人的關(guān)系，應(yīng)該是BI工具去數(shù)據(jù)中總結(jié)知識(shí)，人把知識(shí)和業(yè)務(wù)結(jié)合，產(chǎn)出智慧，創(chuàng)造價(jià)值。”劉超說(shuō)道。

增強(qiáng)分析與機(jī)器學(xué)習(xí)算法nextionBI的隱形巨擘

面向知識(shí)的BI該如何設(shè)計(jì)？對(duì)于nextionBI的AI能力，數(shù)睿數(shù)據(jù)的設(shè)計(jì)是“當(dāng)用戶感知不到時(shí)，就是它無(wú)處不在的時(shí)候”，就是說(shuō)它工作的時(shí)候用戶不會(huì)感知到它，當(dāng)它不工作了，用戶才會(huì)強(qiáng)烈地感到不習(xí)慣。

數(shù)睿數(shù)據(jù)在nextionBI的很多功能組件里都封裝了AI算法，在看不到的地方，有更多的自動(dòng)化和智能化。比如數(shù)據(jù)分析模型提供了時(shí)序分析、預(yù)測(cè)、分類、聚類這些通用算法，用戶過(guò)去想做一些預(yù)測(cè)或分類，都需要機(jī)器學(xué)習(xí)的一些模型訓(xùn)練，現(xiàn)在用戶只需要開(kāi)箱即用，很快的一鍵操作就可以完成三維/時(shí)序/圖譜等分析。

數(shù)據(jù)分析儀的另一大亮點(diǎn)是基于自然語(yǔ)言生成（NLG）的智能數(shù)據(jù)解讀，解讀也是自然語(yǔ)言式的，讓枯燥無(wú)味的數(shù)據(jù)自動(dòng)說(shuō)話，對(duì)于數(shù)據(jù)不敏感人群可以提供友好的數(shù)據(jù)解讀輔助。當(dāng)數(shù)據(jù)量和維度都比較繁多的時(shí)候，智能數(shù)據(jù)解讀可以快速告訴你數(shù)據(jù)的分布是什么樣的，有哪些特征，特征之間是否有隱形關(guān)聯(lián)？關(guān)聯(lián)程度怎么樣？整體數(shù)據(jù)分布是否有空值？

商業(yè)智能的表象是可視化分析報(bào)表的呈現(xiàn)，但它的本質(zhì)還是業(yè)務(wù)問(wèn)題、管理問(wèn)題。總而言之，增強(qiáng)分析就是盡量減少數(shù)據(jù)工程師的工作，釋放數(shù)據(jù)分析師的能力，讓機(jī)器替代開(kāi)發(fā)者去完成很多事情。

數(shù)據(jù)取之于民分析的自主權(quán)也要還之于民

把AI融入nextionBI的能力引擎，絕不是為打造功能而打造，而是讓產(chǎn)品設(shè)計(jì)的各個(gè)細(xì)節(jié)都讓用戶覺(jué)得非常舒服。比如nextionBI的導(dǎo)航式入口讓用戶花數(shù)十秒就可以完成從數(shù)據(jù)接入、數(shù)據(jù)準(zhǔn)備到簡(jiǎn)單的數(shù)據(jù)分析。

日常生產(chǎn)中像生產(chǎn)/銷售/庫(kù)存類數(shù)據(jù)都帶“時(shí)間”屬性，因此時(shí)序數(shù)據(jù)在BI分析領(lǐng)域非常重要。“nextionBI在持續(xù)預(yù)測(cè)的準(zhǔn)確度方面表現(xiàn)卓越，在各個(gè)不同維度里都可以很好地?cái)M合過(guò)去的數(shù)據(jù)，得到一個(gè)完全擬合好的、肉眼可見(jiàn)的預(yù)測(cè)結(jié)果。我們調(diào)研的有些產(chǎn)品只在數(shù)據(jù)顆粒度比較小時(shí)才能預(yù)測(cè)出來(lái)，顆粒比較大就有可能就變成直線了。”數(shù)睿數(shù)據(jù)AI科學(xué)家車文彬博士介紹道。

周期探測(cè)和趨勢(shì)探測(cè)而言，先不談部分BI平臺(tái)根本不具備這個(gè)能力，即便有限制也比較“死”，只能按季度/月度或者按周來(lái)探測(cè)。nextionBI充分考慮到實(shí)際業(yè)務(wù)的需求，在周期探測(cè)、趨勢(shì)分析、異常值檢測(cè)等功能設(shè)置上都支持自定義區(qū)間或占比值，完全可以按自己的自由度去調(diào)整，對(duì)業(yè)務(wù)非常友好。nextionBI做到了真正把分析的自主權(quán)還給用戶，不是讓用戶匹配工具，而是讓工具保持進(jìn)化，支持用戶去做想做的事情。

如何應(yīng)對(duì)“中國(guó)式復(fù)雜報(bào)表”重視復(fù)雜性問(wèn)題的系統(tǒng)解決方案

中國(guó)式報(bào)表格式復(fù)雜、信息量大，習(xí)慣在單元格中加個(gè)斜線來(lái)區(qū)分行和列的信息，一張Excel表就承載了很多細(xì)分層次的數(shù)據(jù)源，例如表樣復(fù)雜、取數(shù)復(fù)雜、跨組過(guò)濾的報(bào)表等。nextionBI在滿足業(yè)務(wù)人員進(jìn)行靈活但規(guī)則自助分析的同時(shí)，支持復(fù)雜報(bào)表的開(kāi)發(fā)和處理，讓數(shù)據(jù)資產(chǎn)秒變可視圖表。

例如在報(bào)表中將城市通過(guò)地區(qū)來(lái)進(jìn)行分組，并將不同商品類別的銷售額再根據(jù)購(gòu)買用戶類型進(jìn)行細(xì)分。設(shè)置過(guò)濾條件，對(duì)數(shù)據(jù)單元格和合計(jì)單元格分別進(jìn)行字體、顏色、高亮等樣式配置，方便直觀發(fā)現(xiàn)和突出數(shù)據(jù)。

如果橫縱坐標(biāo)體現(xiàn)的維度過(guò)于單一，用戶在分析的時(shí)候很有可能會(huì)被動(dòng)忽視隱藏在報(bào)表中的重要知識(shí)或事實(shí)。而 nextionBI支持匯總多個(gè)報(bào)表的不同維度，在一張表里體現(xiàn)，提供顏色、標(biāo)簽、大小三類標(biāo)記能力，幫助用戶更充分地理解業(yè)務(wù)關(guān)系，更容易地識(shí)別數(shù)據(jù)特征、發(fā)現(xiàn)數(shù)據(jù)價(jià)值。

同舟之道渠道政策與服務(wù)模式

發(fā)布會(huì)的最后環(huán)節(jié)，數(shù)睿數(shù)據(jù)副總裁李爭(zhēng)輝先生介紹了nextionBI的渠道合作政策。他分享道，我們相信未來(lái)BI市場(chǎng)一定會(huì)切分得越來(lái)越細(xì)，擅長(zhǎng)的人做擅長(zhǎng)的事，數(shù)睿數(shù)據(jù)擅長(zhǎng)的是大數(shù)據(jù)技術(shù)和產(chǎn)品研發(fā)，我們是產(chǎn)品型公司，不是項(xiàng)目型方案型公司。因此我們不簽直客，將線索商機(jī)免費(fèi)分配給渠道伙伴。