简介
近10年来互联网和移动互联网的发展十分迅速,各家互联网企业均积累下海量业务数据,这时企业开始思考如何分析这些数据以及利用数据驱动其业务发展,于是研发或者使用第三方数据分析平台来分析企业的数据。
数据分析平台发展到目前为止分为四个阶段:
离线报表系统
支持编写SQL的数据分析平台,比如 HUE(可以获得源码)
自助式数据分析平台,比如tableau,powerbi,FineBI
人工智能数据分析平台,比如 C3B2(可以获得源码)
离线报表系统
早期研发的数据分析平台,比较固定的报表需求一般都会以离线报表的方式呈现,直到今天地位依然很高(数据量大的情况下,即席查询比较难应付并发高的数据查询).
附上一张离线报表呈现截图:
SQL分析平台
离线报表虽然好用,但是运营频繁的提临时数据分析需求时(有些报表就用一次),数据开发很难快速响应,于是在离线报表系统的基础上支持运营写SQL的功能,一定程度上减少了临时报表需求。SQL分析平台每个云平台都有提供,当然也可以在自己的离线报表系统中嵌入开源的HUE数据分析平台就基本够用了,各家SQL分析平台功能上大同小异。
HUE SQL分析平台截图:
自助式数据分析平台
SQL分析平台虽然功能强大,但是大多数产品和运营不会写SQL,所以出现了自助式数据分析平台,就是在SQL上封装了一层交互UI,使得不会写SQL的运营也可以使用,自助式数据分析平台解决的是不会写SQL或者是嫌写SQL麻烦的问题,目前经常用于应付即系查询场景,大多数企业的数据平台正往这个方向发展。比较流行的自助式数据分析平台有海外的tableau和国内的FineBI。
人工智能数据分析平台
自助式数据分析平台虽然上手难度降低了很多,但是制作一张报表依然有点麻烦,而且使用数据分析平台时还有几个烦人的问题,比如看离线报表得去离线报表系统看(提离线报表需求开发流程还很长),需要即席查询得使用自助式分析平台。随着人工智能思想的普及,开始有企业研发人工智能数据分析平台(比如C3B2),人工智能数据分析平台主要解决两个问题,AI生成报表(离线报表中的截图就是AI生成的)和自动兼容企业底层的多种数据源(比如部分企业底层用的Presto+Hive,部分用的PostgreSQL)。
AI分析截图(一键分析):
自动选择结果展示组件:
总结
每一代的数据分析平台都是为了解决问题而产生,所以我们不以现在的眼光看待以前,对于未来,比较看好人工智能数据分析平台的发展,主要是目前的数据分析还是比较繁琐的,如果AI可以承担一部分繁杂的工作,何乐而不为呢。