引言
在數(shù)智化浪潮席卷各行各業(yè)的當(dāng)下，數(shù)據(jù)已成為企業(yè)的核心生產(chǎn)要素，如何挖掘、釋放企業(yè)數(shù)據(jù)價(jià)值，讓企業(yè)數(shù)據(jù)從 “沉睡的資源” 真正成為 “增長(zhǎng)的動(dòng)力”。 「洞見(jiàn)數(shù)據(jù)」專題將持續(xù)聚焦企業(yè)的數(shù)據(jù)需求，為您介紹數(shù)據(jù)價(jià)值釋放的技術(shù)、能力、場(chǎng)景、價(jià)值等。
用友BIP企業(yè)級(jí)數(shù)據(jù)開(kāi)發(fā)與應(yīng)用全場(chǎng)景方案，聚焦企業(yè)的數(shù)據(jù)能力和需求，提供了不同形式的數(shù)據(jù)服務(wù)方案，幫助企業(yè)連接、處理數(shù)據(jù)，最終以看板和報(bào)表的方式實(shí)現(xiàn)豐富多樣的數(shù)據(jù)可視化效果，或者以DataAgent（數(shù)據(jù)智能體）的自然語(yǔ)言交互方式進(jìn)行智能問(wèn)數(shù)。
方案1：基于業(yè)務(wù)數(shù)據(jù)，開(kāi)發(fā)看板和報(bào)表
方案2：基于數(shù)倉(cāng)的關(guān)系建模方式進(jìn)行自助分析
方案3：基于數(shù)倉(cāng)的維度建模方式進(jìn)行商業(yè)分析
本文我們聚焦第二種方案——基于數(shù)倉(cāng)的關(guān)系建模方式進(jìn)行自助分析。針對(duì)數(shù)據(jù)量不大的情況，企業(yè)可通過(guò)“關(guān)系建模+自助ETL+智能分析”的組合能力，解決數(shù)據(jù)采集、建模、加工整理，以及分析展示的需求。
1
企業(yè)需求：基于數(shù)倉(cāng)的批量化
數(shù)據(jù)處理、自助分析
快速發(fā)展、成長(zhǎng)的中大型企業(yè)，對(duì)數(shù)據(jù)價(jià)值挖掘的需求已不僅僅是建立從業(yè)務(wù)系統(tǒng)到數(shù)據(jù)看板的簡(jiǎn)單銜接，面對(duì)日益增長(zhǎng)的業(yè)務(wù)數(shù)據(jù)量，需要基于數(shù)倉(cāng)進(jìn)行批量化、規(guī)范化的數(shù)據(jù)采集、開(kāi)發(fā)、建模，在數(shù)據(jù)標(biāo)準(zhǔn)化的基礎(chǔ)上實(shí)現(xiàn)多樣化的數(shù)據(jù)分析、展現(xiàn)。
在數(shù)據(jù)處理層面，面對(duì)多來(lái)源數(shù)據(jù)，需要打通連接豐富的數(shù)據(jù)源，將分散在各系統(tǒng)的數(shù)據(jù)高效、準(zhǔn)確地匯聚至數(shù)倉(cāng)，基于數(shù)據(jù)倉(cāng)庫(kù)技術(shù)進(jìn)行數(shù)據(jù)整理和標(biāo)準(zhǔn)化；由于數(shù)據(jù)量不大，建議數(shù)據(jù)倉(cāng)庫(kù)后，可通過(guò)自助式ETL進(jìn)行數(shù)據(jù)的建模與加工處理，支撐后續(xù)的數(shù)據(jù)分析、決策與業(yè)務(wù)應(yīng)用。
在數(shù)據(jù)展現(xiàn)層面，經(jīng)過(guò)數(shù)據(jù)建模、加工后，企業(yè)需要基于BI工具進(jìn)行數(shù)據(jù)分析展現(xiàn)，形成各類豐富形式的分析圖表、大屏展現(xiàn)。面對(duì)多樣化的數(shù)據(jù)分析需求，往往需要將報(bào)表、BI工具產(chǎn)品實(shí)現(xiàn)平民化、自助化，能夠支持業(yè)務(wù)人員可以進(jìn)行自助的數(shù)據(jù)分析、數(shù)據(jù)探索，形成簡(jiǎn)單高效的人人看板場(chǎng)景能力。
2
產(chǎn)品匹配：
數(shù)據(jù)開(kāi)發(fā)平臺(tái)+智能分析
針對(duì)大中型企業(yè)的這一需求，用友BIP提供了“基于數(shù)倉(cāng)的關(guān)系建模方式進(jìn)行自助分析”這一解決方案，其核心產(chǎn)品組合是依靠數(shù)據(jù)開(kāi)發(fā)平臺(tái)的數(shù)據(jù)采集、關(guān)系建模、自助ETL，以及智能分析平臺(tái)的數(shù)據(jù)分析產(chǎn)品。
用友BIP開(kāi)發(fā)平臺(tái)為企業(yè)提供了全鏈路數(shù)據(jù)開(kāi)發(fā)服務(wù)，包括：多源異構(gòu)數(shù)據(jù)采集（如數(shù)據(jù)庫(kù)、日志、API等）、數(shù)據(jù)倉(cāng)庫(kù)分層規(guī)范化建模方式，可視化ETL流程配置實(shí)現(xiàn)數(shù)據(jù)清洗、轉(zhuǎn)換與加載，同時(shí)提供SQL/Python雙模式開(kāi)發(fā)環(huán)境。通過(guò)標(biāo)準(zhǔn)化數(shù)據(jù)管道降低開(kāi)發(fā)復(fù)雜度，提升數(shù)據(jù)交付效率，降低維護(hù)成本。
數(shù)據(jù)開(kāi)發(fā)平臺(tái)首先通過(guò)數(shù)據(jù)數(shù)據(jù)同步，建立 “業(yè)務(wù)數(shù)據(jù)源” 與 “數(shù)倉(cāng)分析層” 的連接紐帶，進(jìn)而通過(guò)創(chuàng)建關(guān)系模型，實(shí)現(xiàn)數(shù)據(jù)開(kāi)發(fā)的基礎(chǔ)模型設(shè)計(jì)和物化；自助ETL則為企業(yè)提供畫(huà)布式開(kāi)發(fā)界面，可拖拽的方式，可視化地實(shí)現(xiàn)數(shù)據(jù)清洗、加工和轉(zhuǎn)換，更加高效便捷。
經(jīng)過(guò)采集、清洗和加工后的數(shù)據(jù)流轉(zhuǎn)到智能分析平臺(tái)。智能分析是基于全新微服務(wù)架構(gòu)的新一代分析平臺(tái)，它基于數(shù)據(jù)湖技術(shù)，為企業(yè)提供了數(shù)據(jù)分析和展現(xiàn)能力，同時(shí)能夠便捷的被業(yè)務(wù)應(yīng)用集成，實(shí)現(xiàn)數(shù)據(jù)驅(qū)動(dòng)的業(yè)務(wù)改進(jìn)，實(shí)現(xiàn)場(chǎng)景化、嵌入式、沉浸式的全新體驗(yàn)。
3
五個(gè)步驟，建立從數(shù)據(jù)采集、
開(kāi)發(fā)到分析的完整能力
借助數(shù)據(jù)開(kāi)發(fā)和智能分析平臺(tái)，企業(yè)通過(guò)以下五個(gè)步驟建立從數(shù)據(jù)采集、開(kāi)發(fā)到分析展現(xiàn)的完整能力。
步驟1：數(shù)據(jù)采集——實(shí)現(xiàn)數(shù)據(jù)從源頭到目標(biāo)數(shù)據(jù)庫(kù)的同步
數(shù)據(jù)采集主要實(shí)現(xiàn)數(shù)據(jù)從源頭到目標(biāo)數(shù)據(jù)庫(kù)的同步，包含同步任務(wù)、錯(cuò)誤中心、數(shù)據(jù)對(duì)比三個(gè)關(guān)鍵能力。
? 海量數(shù)據(jù)批量同步：數(shù)據(jù)移動(dòng)提供高并發(fā)、高吞吐量的數(shù)據(jù)同步能力，讓企業(yè)輕松處理海量數(shù)據(jù)，加速企業(yè)各類業(yè)務(wù)的數(shù)據(jù)流轉(zhuǎn)；
? 數(shù)據(jù)庫(kù)類型多：支持20余種結(jié)構(gòu)化、非結(jié)構(gòu)化數(shù)據(jù)庫(kù)的異構(gòu)同步，覆蓋國(guó)產(chǎn)類數(shù)據(jù)庫(kù)，如達(dá)夢(mèng)等，從而打破數(shù)據(jù)孤島，盤(pán)活企業(yè)數(shù)據(jù)資源；
? 業(yè)務(wù)數(shù)據(jù)實(shí)時(shí)同步：支持實(shí)時(shí)讀取、清洗轉(zhuǎn)換和寫(xiě)入的全量、增量數(shù)據(jù)處理能力，提高數(shù)據(jù)時(shí)效性，滿足企業(yè)快速?zèng)Q策。
步驟2：關(guān)系建?！獙?shí)現(xiàn)數(shù)據(jù)開(kāi)發(fā)的基礎(chǔ)模型設(shè)計(jì)和物化
關(guān)系模型可實(shí)現(xiàn)邏輯模型的管理、邏輯模型的物化，并支持引用標(biāo)準(zhǔn)創(chuàng)建模型，使模型更加規(guī)范，是數(shù)據(jù)治理、數(shù)據(jù)標(biāo)準(zhǔn)建設(shè)的重要應(yīng)用場(chǎng)景之一，為后續(xù)建設(shè)跨物理引擎、標(biāo)準(zhǔn)化的數(shù)據(jù)模型，打破數(shù)據(jù)交換瓶頸，提高數(shù)據(jù)開(kāi)發(fā)效率提供基礎(chǔ)保障。
? 貫通業(yè)務(wù)與治理：支持多種字段來(lái)源方式，包括業(yè)務(wù)對(duì)象、定版數(shù)據(jù)標(biāo)準(zhǔn)、表字段元數(shù)據(jù)、關(guān)系模型；
? 支持維度建模：支持將關(guān)系模型進(jìn)行數(shù)據(jù)預(yù)處理并注冊(cè)為維度表或事實(shí)表，充當(dāng)維度又充當(dāng)事實(shí)表進(jìn)行統(tǒng)計(jì)，有效減少數(shù)據(jù)量；
? 支持物理模型管理：可增刪改物理表，支持配置索引，提升查詢效率；
? 模型即任務(wù)：支持取數(shù)規(guī)則和刪除規(guī)則，可進(jìn)行多表連接后并行寫(xiě)入目標(biāo)表，支持主子表物理刪除，可按生成規(guī)則定義的或自定義的自助ETL任務(wù)。
步驟3：自助ETL——可視化地實(shí)現(xiàn)數(shù)據(jù)清洗、加工和轉(zhuǎn)換
企業(yè)在數(shù)智化轉(zhuǎn)型過(guò)程中，關(guān)鍵要有干凈的數(shù)據(jù)，需要進(jìn)行數(shù)據(jù)的清洗和轉(zhuǎn)換，用友BIP自助 ETL 作為數(shù)據(jù)開(kāi)發(fā)、數(shù)據(jù)加工的可視化數(shù)據(jù)處理工具，提供 20 多種異構(gòu)數(shù)據(jù)源的連接、抽取、加工、清洗轉(zhuǎn)換、加載的能力。
企業(yè)可通過(guò)畫(huà)布式拖拉拽即可完成數(shù)據(jù)裝載、清洗轉(zhuǎn)換過(guò)程，大大降低數(shù)據(jù)開(kāi)發(fā)任務(wù)的工作量，各組件還可配置與智能分析產(chǎn)品組合，幫忙企業(yè)快速完成數(shù)據(jù)處理。
步驟4：語(yǔ)義模型——實(shí)現(xiàn) “技術(shù)數(shù)據(jù)業(yè)務(wù)化”
基于語(yǔ)義模型，智能分析平臺(tái)能夠?qū)⒓夹g(shù)層面的數(shù)據(jù)庫(kù)表、字段轉(zhuǎn)化為業(yè)務(wù)人員可理解的模型，實(shí)現(xiàn) “技術(shù)數(shù)據(jù)業(yè)務(wù)化”， 便于用戶進(jìn)行各類數(shù)據(jù)可視化展現(xiàn)、業(yè)務(wù)報(bào)表的統(tǒng)計(jì)分析等，目前平臺(tái)已累計(jì)預(yù)置語(yǔ)義模型1100多個(gè)，大幅降低企業(yè)建模門(mén)檻。
步驟5：數(shù)據(jù)分析——可視化與報(bào)表設(shè)計(jì)，滿足多元需求
用友BIP智能分析平臺(tái)提供可視化拖拽式的配置界面，讓用戶便捷設(shè)置報(bào)表的樣式、交互和布局，快速生成專業(yè)且炫酷的數(shù)據(jù)看板；同時(shí)，支持實(shí)時(shí)查詢、動(dòng)態(tài)報(bào)表生成及即時(shí)分析，適用于業(yè)務(wù)分析、自助分析及嵌入式分析等場(chǎng)景。
上文我們已經(jīng)介紹了儀表板、數(shù)字大屏、自由報(bào)表、移動(dòng)分析、智能報(bào)告等多種形式的數(shù)據(jù)分析方案。除此以外，為了降低分析產(chǎn)品的學(xué)習(xí)與使用門(mén)檻，讓人人都可擁有和配置自己的看板，用友BIP還面向非技術(shù)人員提供了自助分析平臺(tái)，讓各個(gè)崗位的業(yè)務(wù)人員通過(guò)簡(jiǎn)單、高效的交互，搭建符合自己需求的的數(shù)據(jù)分析場(chǎng)景。
用友BIP“基于數(shù)倉(cāng)的關(guān)系建模方式進(jìn)行自助分析”這一解決方案為大中型企業(yè)建立了從數(shù)據(jù)采集、開(kāi)發(fā)到分析展現(xiàn)的完整能力，其核心是基于關(guān)系建模建立“企業(yè)級(jí)數(shù)據(jù)整合的骨架”，基于一致性、規(guī)范性的數(shù)據(jù)支撐靈活的數(shù)據(jù)分析需求。
伴隨企業(yè)的不斷發(fā)展，業(yè)務(wù)數(shù)據(jù)量的擴(kuò)展，關(guān)系建模作為企業(yè)數(shù)據(jù)倉(cāng)庫(kù)的底層基礎(chǔ)模型，未來(lái)可在此基礎(chǔ)上進(jìn)行維度建模，滿足大數(shù)據(jù)量下多維度的復(fù)雜數(shù)據(jù)查詢分析需求。
關(guān)于維度建模的方式，我們將在后續(xù)的內(nèi)容中進(jìn)行介紹，請(qǐng)持續(xù)關(guān)注「洞見(jiàn)數(shù)據(jù)」專題。
洞見(jiàn)數(shù)據(jù)
洞見(jiàn)數(shù)據(jù)| 如何基于業(yè)務(wù)數(shù)據(jù)，快速搭建企業(yè)級(jí)報(bào)表和分析平臺(tái)
電子書(shū)下載
