盡管很多企業(yè)已經(jīng)意識(shí)到數(shù)據(jù)的重要性，并加大在數(shù)據(jù)處理、分析方面的投資，但是大部分企業(yè)收效并不理想。IDC數(shù)據(jù)顯示，44%的企業(yè)有足夠的用于市場(chǎng)分析的數(shù)據(jù)，而僅有29%的企業(yè)經(jīng)營(yíng)者獲得了有效的業(yè)務(wù)產(chǎn)出。

導(dǎo)致這些問(wèn)題的原因是：很多企業(yè)將數(shù)據(jù)集成和業(yè)務(wù)智能分割為兩個(gè)獨(dú)立的領(lǐng)域，形成了數(shù)據(jù)孤島，導(dǎo)致團(tuán)隊(duì)缺少一致性，在使用數(shù)據(jù)方面出現(xiàn)了問(wèn)題。這種孤島效應(yīng)使得IT調(diào)用的數(shù)據(jù)沒(méi)有被用在業(yè)務(wù)上，業(yè)務(wù)方面也沒(méi)有使用到有效的數(shù)據(jù)。只有把這兩個(gè)孤島結(jié)合在一起，提供端到端的數(shù)據(jù)分析管道，才能從被動(dòng)BI轉(zhuǎn)變?yōu)橹鲃?dòng)智能BI，才能讓數(shù)據(jù)真正地為業(yè)務(wù)服務(wù)。在Qlik的定義中，主動(dòng)智能包括數(shù)據(jù)集成，數(shù)據(jù)分析，以及在此基礎(chǔ)上借助Qlik提供的數(shù)據(jù)素養(yǎng)服務(wù)，讓企業(yè)從整合的數(shù)據(jù)中找出有業(yè)務(wù)價(jià)值的信息，從而及時(shí)做出正確決策。

用主動(dòng)智能驅(qū)動(dòng)最佳分析

近日，Qlik大中華區(qū)及韓國(guó)區(qū)售前產(chǎn)品總監(jiān)張海鵬在媒體溝通會(huì)上，展示了Qlik是如何利用主動(dòng)智能為企業(yè)級(jí)客戶帶來(lái)價(jià)值的。

如上圖所示，在主動(dòng)智能驅(qū)動(dòng)最佳分析實(shí)踐中，縱軸是數(shù)據(jù)層面的及時(shí)性、實(shí)時(shí)性。橫軸是分析、應(yīng)用就緒的水平。也就是說(shuō)在縱軸，位置越往上，企業(yè)對(duì)于數(shù)據(jù)的獲取和使用就越及時(shí)，支持業(yè)務(wù)、市場(chǎng)的決定就會(huì)越精準(zhǔn)。在橫軸上，位置越向右，說(shuō)明分析業(yè)務(wù)就越偏向業(yè)務(wù)就緒的狀態(tài)，也就意味著業(yè)務(wù)分析是分布在各個(gè)業(yè)務(wù)部門(mén)的，如財(cái)務(wù)部門(mén)、HR部門(mén)或者供應(yīng)鏈部門(mén)的倉(cāng)儲(chǔ)管理員，以及門(mén)店經(jīng)理等等，這就是更加民主化的BI或者自助式狀態(tài)的BI。

Qlik大中華區(qū)及韓國(guó)區(qū)售前產(chǎn)品總監(jiān) 張海鵬

Qlik通過(guò)數(shù)據(jù)服務(wù)能力包來(lái)釋放數(shù)據(jù)的獲取性，進(jìn)而把數(shù)據(jù)傳遞到分析端，由分析服務(wù)能力為用戶提供對(duì)數(shù)據(jù)的解讀，最終的結(jié)果可能是顯示在儀表盤(pán)，也可能是預(yù)警或者是用戶自由使用的自助功能，為后續(xù)數(shù)據(jù)使用提供一些行動(dòng)。

接下來(lái)，張海鵬從增強(qiáng)分析（Augmented Analytics）、預(yù)警（Alerting）、Qlik AutoML和應(yīng)用自動(dòng)化（Application Automation）四個(gè)板塊，詳細(xì)介紹了Qlik主動(dòng)智能的過(guò)人之處。

賦能金融和食品行業(yè)的數(shù)據(jù)驅(qū)動(dòng)力

采訪中，張海鵬向51CTO記者分享了金融和食品兩個(gè)行業(yè)的案例。

首先是金融行業(yè)的證券公司--中信建投。中信建投面臨著三大痛點(diǎn)：需要實(shí)時(shí)了解客戶資產(chǎn)的移動(dòng)情況，來(lái)優(yōu)化自己的投資策略；面向投資客戶不同渠道的應(yīng)用，能夠?qū)崟r(shí)地向用戶展示其最新的資產(chǎn)狀況和收益情況；數(shù)據(jù)來(lái)源廣，且交易規(guī)模很大。

Qlik利用數(shù)據(jù)實(shí)時(shí)捕捉方案Qlik Replicate實(shí)現(xiàn)了數(shù)據(jù)庫(kù)之間的自動(dòng)化同步，幫助用戶從不同的投資交易中進(jìn)行數(shù)據(jù)的抓取和整理，如黃金交易、債券、股票、期權(quán)等。之后，Qlik將這些交易數(shù)據(jù)實(shí)時(shí)地反應(yīng)到用戶的下游業(yè)務(wù)端。中信建投的長(zhǎng)期目標(biāo)是要構(gòu)建自己的數(shù)據(jù)湖，中間利用KAFKA的流處理平臺(tái)進(jìn)行數(shù)據(jù)對(duì)接。Qlik Replicate可以把數(shù)據(jù)從各個(gè)業(yè)務(wù)系統(tǒng)中放到KAFKA中，使得KAFKA的對(duì)接更加廣泛，這也為中信建投下一步構(gòu)建大數(shù)據(jù)平臺(tái)的數(shù)據(jù)歸集做好鋪墊。

通過(guò)這些方案，中信建投的終端投資者可以從APP端實(shí)時(shí)看到自己投資組合的效益情況。并且，這種業(yè)務(wù)原先是一個(gè)小時(shí)級(jí)別的數(shù)據(jù)更新，借助Qlik
Replicate，現(xiàn)在已經(jīng)達(dá)到了亞秒級(jí)別。同時(shí)，Qlik Replicate產(chǎn)品非常易于使用，擴(kuò)展性和運(yùn)維非常友好，這就降低了企業(yè)IT和數(shù)據(jù)團(tuán)隊(duì)的工作量。

第二個(gè)案例是食品行業(yè)客戶--華御結(jié)。華御結(jié)諸多的門(mén)店交易都是通過(guò)POS系統(tǒng)來(lái)完成，他們希望有分鐘級(jí)別的數(shù)據(jù)收集方案，能夠從100多家連鎖店收集數(shù)據(jù)，以更好管理和平衡庫(kù)存和供應(yīng)水平。因此，一款體驗(yàn)比較好，易于使用的工具，使得門(mén)店員工可以自己操作的系統(tǒng)是他們急需的。

Qlik利用分析產(chǎn)品，幫助華御結(jié)實(shí)現(xiàn)了全香港POS數(shù)據(jù)自動(dòng)化收集和分析，Qlik的客戶成功團(tuán)隊(duì)還幫助華御結(jié)組建了其門(mén)店運(yùn)營(yíng)團(tuán)隊(duì)。通過(guò)Qlik的方案，華御結(jié)可以及時(shí)了解產(chǎn)品供應(yīng)、銷(xiāo)售的情況。同時(shí)，基于這些數(shù)據(jù)，構(gòu)建了需求預(yù)測(cè)系統(tǒng)，能夠讓供應(yīng)緊跟需求，極大程度的避免了產(chǎn)品的浪費(fèi)和短缺。據(jù)悉，華御結(jié)近50%的員工已經(jīng)可以將Qlik的分析報(bào)告作為日常工作中進(jìn)行運(yùn)營(yíng)和決策的工具。

張海鵬表示，Qlik在中國(guó)發(fā)展多年，一直對(duì)中國(guó)市場(chǎng)有著廣泛的投入投資。除了制造領(lǐng)域，Qlik在高科技、汽車(chē)、零售領(lǐng)域都有很多大型客戶。此外，生物制藥、快銷(xiāo)等行業(yè)也是應(yīng)用BI非常好的場(chǎng)景，這是Qlik未來(lái)將要去賦能的領(lǐng)域。