一站式大數(shù)據(jù)分析平臺,“洗剪吹”的執(zhí)著

　2015年，平臺化的發(fā)展趨勢日益明顯，在大數(shù)據(jù)領(lǐng)域尤為突出。于是聞風(fēng)而動(dòng)的數(shù)據(jù)分析廠商也開始致力于構(gòu)建一個(gè)快速、便捷的一站式大數(shù)據(jù)分析(數(shù)據(jù)分析師認(rèn)證)平臺，把數(shù)據(jù)分析過程的三個(gè)階段，數(shù)據(jù)準(zhǔn)備、探索式分析和深度分析全部涵蓋。結(jié)果，一個(gè)專注“洗剪吹”的平臺就此誕生了。

　　數(shù)據(jù)準(zhǔn)備，“洗”盡鉛華

　　在數(shù)據(jù)分析領(lǐng)域，數(shù)據(jù)準(zhǔn)備是一切分析的前提所在。由于數(shù)據(jù)分析的核心是數(shù)據(jù)，但是并非全部數(shù)據(jù)是都可以直接使用的。由于數(shù)據(jù)可能來自于企業(yè)自身的數(shù)據(jù)收集系統(tǒng)，可能來自網(wǎng)上的其他企業(yè)，也可能是第三方數(shù)據(jù)收集機(jī)構(gòu)，各種類型數(shù)據(jù)混雜在一起，水平參差不齊，導(dǎo)致很多數(shù)據(jù)并不能達(dá)到可處理?xiàng)l件。但是如果簡單粗暴的過濾掉這些數(shù)據(jù)又將造成不可估量的損失，因此平臺中，數(shù)據(jù)的前期處理準(zhǔn)備工作便成了整個(gè)分析過程的前提所在。

　　但是這一前提卻成為了很多平臺的困擾所在。如果采用大公司的ETL進(jìn)行處理，雖然可以清洗的比較精細(xì)，但是消耗的時(shí)間卻有所提升，且未必符合后續(xù)分析的要求，違背了平臺化的初衷;如果采用的手段過于簡單，則可能導(dǎo)致一些數(shù)據(jù)處理不合格而造成數(shù)據(jù)流失。2015年，一些新的產(chǎn)品給出了答案，以永洪科技最新的一站式大數(shù)據(jù)分析平臺Yonghong Z-Suite V6.0為例，數(shù)據(jù)并沒有進(jìn)行徹底的清洗，而是利用自服務(wù)把原始數(shù)據(jù)進(jìn)行加工，做一些諸如數(shù)據(jù)清洗、表關(guān)聯(lián)關(guān)系設(shè)定等輕量級的數(shù)據(jù)建模，最終變?yōu)榭煞治鍪褂玫闹虚g數(shù)據(jù)。而利用這一方案作為數(shù)據(jù)準(zhǔn)備方案，在保證了速度和用戶的體驗(yàn)感的同時(shí)，所得到的處理結(jié)果對后續(xù)的使用也有較好的適應(yīng)。

　　“剪”的斷，理不亂，是探索式分析

　　探索式分析是平臺的主體，在數(shù)據(jù)準(zhǔn)備完成后可以提供給客戶全面的數(shù)據(jù)分析(數(shù)據(jù)分析師培訓(xùn))服務(wù)。這一階段的優(yōu)勢在于用戶可以根據(jù)業(yè)務(wù)需求靈活的變換數(shù)據(jù)組合維度和指標(biāo)，調(diào)整指標(biāo)的計(jì)算方法，選擇適配的展現(xiàn)形式，通過符合用戶邏輯直覺的交互式體驗(yàn)，得出探索式分析結(jié)果。

　　從中可以看出，探索式分析最大的特色就在于他的靈活性和不可預(yù)見性。當(dāng)用戶針對某事件有疑問時(shí)，平臺可以從多角度、多維度做出解答，同時(shí)由于角度的不確定，給出的答案也就就有不可預(yù)見性，用戶可以迅速的從更多的角度了解的產(chǎn)品可能存在的問題。探索式分析，這種靈活到自己都想不到的特質(zhì)所能帶來的也就不僅僅是授之以魚，還能促使用戶提升看待問題的視野，透過問題看本質(zhì)，得到數(shù)據(jù)分析真正的價(jià)值，做到授之以漁。

　　另外，與傳統(tǒng)平臺相比，探索式分析還提升了其易用性和用戶體驗(yàn)。以往來講，由于傳統(tǒng)分析所得出的結(jié)果表現(xiàn)方式單一、不夠靈活等原因，B2B行業(yè)是不太注重用戶體驗(yàn)的。這就導(dǎo)致了數(shù)據(jù)分析最終的結(jié)果只有公司頂層人員才能得知，據(jù)此作為公司改進(jìn)的判斷依據(jù)。但畢竟一線人員才是數(shù)據(jù)的直接產(chǎn)生者和執(zhí)行者，他們每天面對新的問題會(huì)有新的需求，以往的方式對這個(gè)矛盾則顯得束手無策。而探索式分析則可以很好的解決這一點(diǎn)，使用難度較低，更多的人可以去用，去分析，去解決，去得到他們所需要的東西，然后將所得結(jié)果靈活的呈現(xiàn)給公司的各個(gè)層面，充分發(fā)揮數(shù)據(jù)分析的優(yōu)勢，提升企業(yè)整體水平。

　　深度式分析，“吹”盡黃沙始到金

　　探索式分析提供給客戶數(shù)據(jù)分析的廣度，而深入式分析則提供給客戶深度。那么為什么客戶會(huì)需要深入式分析呢?原因在于探索式分析是有自身的限制的。如果客戶看遍千山，用盡所有維度依然未能解決問題呢?如果數(shù)據(jù)模式?jīng)]有被完全識別，客戶如何得知哪些維度是重要的呢?如果客戶得到了探索式分析的結(jié)果，卻感覺不夠有說服力呢?在這種情況下，常規(guī)分析方法已經(jīng)不能滿足客戶對數(shù)據(jù)分析的需求，這時(shí)深度分析就可以派上用場了。

　　深度分析可以在未識別的模式下，通過挖掘算法，對數(shù)據(jù)的特征、規(guī)律和預(yù)測給予分析人員指導(dǎo)。當(dāng)客戶面對未知數(shù)據(jù)時(shí)，難以確定從哪些維度入手，結(jié)果自然是沒有維度可選。如果沒有維度怎么辦?自己創(chuàng)造維度。一直以來，深度分析對于很多客戶來講都是可望而不及的，其技術(shù)要求門檻較高，CDa人才稀缺，挖掘算法難度較大，讓并不熟悉的基層業(yè)務(wù)人員學(xué)習(xí)使用更是困難。那么能否做到在不懂挖掘算法的同時(shí)還可以使用深度分析呢?平臺可以做到。在找不到維度分析時(shí)，深度分析作為不屬三界之內(nèi)的第四維度被客戶使用。針對業(yè)務(wù)人員常用的幾個(gè)功能如聚類、分類、回歸、時(shí)序等算法布置在平臺內(nèi)，降低使用難度，讓基層人員親自使用深度挖掘?qū)で笞陨硭琛?

　　在一站式數(shù)據(jù)分析平臺中，數(shù)據(jù)準(zhǔn)備階段由自服務(wù)完成，迅速得到可數(shù)據(jù)分析師分析數(shù)據(jù)后，深度式分析與探索式分析進(jìn)行有機(jī)結(jié)合，二者各司其職，互補(bǔ)互助。讓基層人員在面對任何維度，任何層次的數(shù)據(jù)分析時(shí)都可以輕松應(yīng)對。身為“洗剪吹”，就要有一顆吸引大眾關(guān)注的心啊!