如何搭建大数据分析平台？

搭建大数据分析平台绝不是靠一个BI工具就能解决的，而必须是一整套的解决方案，必须从数据目录、分析工具、应用商店、运营保障这几个方面入手。

●数据目录●

前面已经说过，大部分企业已经有了数据仓库或者大数据平台，存储在里面的数据只有IT人员知道怎么使用。要想业务人员能够自助分析，首先需要提供数据目录让他知道怎么用这些数据，需要把数据变得易懂易用。通过对表、字段名称进行业务含义翻译，把枯燥的数据翻译成容易理解的业务数据，并且把字段的数据类型、显示格式、维度层次等提前设置好，业务人员用起来就方便多了。通过这种方式，还可以把企业的数据资产化，提升数据价值。

有了数据目录，还需要以可视化的形式展示出来，并且提供精准的搜索功能，让业务人员可以快速地找到。在自助分析过程中遇到问题，需要有专门的渠道随时获取支持。只有解决了这三个问题，业务人员才有可能进行下一步的自助分析。

●分析工具●

企业采购的自助分析工具大多只提供“可视化”的功能，缺乏深度、灵活的数据分析能力。即使有一些国外的工具可以提供，也因为使用过于复杂，学习门槛太高而被放弃，业务人员还是喜欢用熟悉的Excel进行本地数据分析，这也是什么自助分析一直无法真正落地的一个重要原因。

既然如此，我们就需要提供多样化的分析工具供用户选择。例如即席查询，主要用于大数据量的清单明细查询，任何字段均可作为筛选条件；提供类似Excel透视表的透视分析，支持超大数据量的查询性能，支持超多维度、甚至维度无法固定的分析场景；还可以提供自助仪表盘，让业务人员通过拖拉拽就可以生成可视化的数据仪表盘，做到所见即所得。

业务人员习惯用Excel，那就提供BI和Excel结合的Excel分析。Excel的分析能力很强大，数据处理也很灵活，但在安全、性能、共享方面有很多不足，我们可以通过BI的功能进行弥补。这样即利用了Excel的优点，又解决了它的问题，真正做到赋能企业一线业务人员，让人人都是数据分析师。

其它的分析工具还有很多，企业可以根据实际需要提供给业务人员使用。但有一点要记住：一定要真正可落地的，真正能用起来的，否则只能是摆设。

●应用商店●

一个企业要想让业务人员真正把数据用起来，更为重要的是要有一套机制，可以充分调动业务人员的积极性，营造全员数据分析的氛围。通过提供应用商店，我们可以实现这个目标。

应用商店使优秀的分析成果得到传播，用户能很方便的看到哪些是最热门、最优秀的分析，也能通过搜索，找到想要的分析。用户之间可以进行社交互动，对分析、应用、问题等进行点赞、评论。

这些分析成果可以沉淀下来，形成企业的知识资产，避免以后重复性的开发。通过社区分享经验，新手进行自助分析也无需从零开始。

我们还可以分析用户的行为数据，这些数据将帮助制定与推广运营策略，进一步提升应用商店的活跃度。

●运营保障●

自助分析想要进一步推广普及，还需要提供安全、稳定、性能等方面的运营保障。数据安全至关重要，任何提供分析的数据都必须是可控的，可以针对不同的用户和角色控制不同的访问权限，而且可以精细到字段级和行级。同时，还需要提供灵活的数据脱敏，防止敏感的信息泄露。

如果访问量巨大，支持通过集群扩展来分散压力，保证系统的稳定。当处理的数据量达到一定规模发生卡顿时，通过缓存加速等技术手段也可以提高系统的性能。

其实，对于企业特别是业务人员来说，他们并不关心什么是数据仓库、大数据平台或者数据中台，他们关心的是如何真正把数据用起来，让数据真正做到辅助一线业务决策，从而提高企业的市场竞争力。如果我们可以提供一套解决方案，让BI像OA一样在企业中普及、易用，那么离这个目标也不远了，你们说是吗？

申请试用