2020-11-20 帆软直播培训课程学习笔记

业务赋能，企业数字化转型的核心引擎

视频地址

自助分析是一个很上层的数据应用，对企业的数据架构、数据模型、数据人才等有很高的要求，尤其是对企业数据底层要求很高。自助分析作为一个在线互动式的分析，对底层的计算速度和响应速度要求很高。推广BI之前有必要对企业白天的计算能力进行摸底。

数据平台技术架构升级

• ETL选型：talend
• OLAP多维数仓（多维立方体）选型：kylin（国内很多银行在用）
• 高性能内存数据库：DWS层、APP层、BI自助数据集数据
• HIVE：DWD层以下的数据

自助分析数据集设计

自助数据集是整个BI分析的起始点。

数据集的设计和规划是推广自助分析的核心工作，设计自助数据集要同时兼顾，泛用性、高效性还有易用性。不要用程序员写代码的思路去建立自助数据集，要贴合BI工具的使用特点。

• 泛用性：数据集要能同时满足多个有相关性的分析需求，而不是像固定报表一样，只能满足某个固定的分析需求。
• 高效性：要能快速开发数据集。
• 易用性：对用户友好。其实关键在于数据集设计得好不好，用户只需简单的操作，就能拖拽出想要的数据，即“所见即所得”。

自助分析要建立在企业有一个完备的数据仓库的基础上，千万不要直接在业务系统上玩，会很痛苦。

不要幻想能设计一个非常完备而且覆盖面极其广的数据集，也不要等着数据集完全搞好再去推广自助分析，好的数据集是不断使用中磨出来的。

自助分析推广方式

• 挖掘种子用户时要注意，不能太有想法（接地气，现有数据能出成果，而不是华而不实），也不能没有想法，要能数据思维，了解公司数据状态。
• 尽量结合一线去做分析和推广，不要闭门造车。
• 报表的访问统计分析是有意义的（报表点击量、访问用户数量）。

成果

• 改变了数据分析人员的工作习惯，从找IT要明细数据线下excel分析转变为通过自助分析工具线上分析
• 在两个事业部和总部分别挖掘出了4个种子用户，并带领了周围的同事形成了十多人的分析团体
• 减轻了IT的负担，BI上线后固定报表的开发减少了40%
• 自助分析的推广提高了公司内部对数据建设工作的认可度