1. 产品概述

观远BI是一款基于企业数字化运营、让业务用起来为核心理念的现代化BI，也是一款面向混合式数据分析需求，由一系列产品矩阵组合的一站式现代化BI。其打通了数据采集-数据接入-数据管理-数据开发-数据分析-AI建模-AI模型运行-数据应用全流程，全方位提升企业决策的准确性与时效性。针对不同行业客户出现的高频业务场景，观远基于行业最佳实践的经验沉淀，提供面向各行业场景和职能通用场景的最佳思路分析模板等，也提供了可落地的企业经营分析、智能洞察决策的产品化解决方案等，助力企业构建企业决策大脑，轻松实现敏捷分析和智能决策。

即一个BI平台具有让业务“快速”用起来的易用性、让业务“活跃”用起来的场景化、让业务“广泛”用起来的企业级三大核心关键点。又有能满足多职能角色紧密协作的多元需求，适配企业经营、销售分析等多业务场景，融合数仓、报表、BI+AI的多产品需求的一站式特质，一站式实现全链路智能决策。

2. 企业面临痛点

2.1 在VUCA时代，企业需要比以往更敏捷

乌卡（VUCA）时代是一种兴起的现代词语，代表一个充满动荡(volatility)、不确定性(uncertainty)、复杂性(complexity)和模糊性(ambiguity)的时代，世界正在面临百年未有之大变局。全球疫情爆发、地缘政治复杂、不断上升的通货膨胀和供应链冲击等事件都给企业带来了巨大的压力和复杂性。

在这个动荡不安的历史背景下，企业面临着前所未有的挑战。过去相对稳定、可预测、常态化的发展路径已经被打破，企业需要在瞬息万变的市场环境中快速做出正确的商业决策。疫情期间，许多企业未能及时应对市场变化，失去了发展机会，甚至面临破产。然而乌卡时代也蕴含着机遇，虽然环境复杂，但也意味着市场变化更频繁，新的商业模式和机会不断涌现。企业可以通过数字化转型，积极应对挑战，发现并抓住确定性的增长机会。那么，如何迎接变化抓住新增长突破口，如何化繁为简找到经营的确定性，如何成功实现数字化转型等问题成为企业不可避免的常见难题。

2.2 跟不上节奏的数据生产力，拖累决策的低效BI

从数据生命周期和企业协作方面来看，数据体系在企业数据治理方面中存在各种问题。首先，企业信息化系统众多，导致数据分散孤立，不同职能部门的领导对决策信息的需求侧重点不同，这造成了数据使用的口径一致性和准确度的难以保证。此外，过度依赖人员手工统计数据导致数据统计严重滞后，工作量庞大且容易出错，这样的报表深入分析后价值非常有限。

其次，取数后的报表开发与数据分析流程繁琐，其主要模式离不开由业务部门提需求给数据分析团队，再由数据分析团队整理需求并提交给IT部门以周或月为单位进行响应，并产出相对固定化的分析报表。这种繁琐的流程使得业务人员只是想简单查看一个数据，却需要经历多个环节，等待排期和开发完成。对于数据分析团队来说，他们本应专注于商业深度分析和价值定义，然而却常被束缚在取数和对口径做表等繁琐工作中，成为了"取数员"和"表哥表姐"。

每一张报表背后都离不开取数、ETL开发、调度及存储等复杂流程，报表的开发与制作以IT为主导，其原因是传统BI的技术门槛高，操作难度大，需要专业的人员才可完成数据分析，大多数业务人员无法自主使用和分析数据。同时传统BI的应用结果主要是数据报表，很难实现数据的深度挖掘与洞察。由于不同业务部门间的独立需求，上游数据会被下游业务重新消费N次，导致报表之间相互重叠且不完全一致，存在大量重复的沉睡报表，这样的重复开发浪费了IT开发资源，同时也占用了BI系统的计算性能和存储空间。另外，由于报表需求响应较慢，数据分析无法及时跟上业务发展的实时变化，很多情况下，刚刚开发完成的报表可能已经过时，严重阻碍了业务决策的时效性。综上所述，这些问题在企业分析和决策方面都是非常重要的挑战。

2.3 构建复杂业务的分析模型，企业有心无力

在信息爆炸的时代和企业数字化转型的深入推进下，高时效的决策场景已经全面爆发，成为企业发展中的关键。然而，传统的BI建设在这个快节奏的环境下，显示出一系列弊端，如项目部署周期长、IT团队开发效率低、分析不灵活等，为了适应这一趋势，企业不仅需要依赖成熟易用的BI产品，还需结合对行业属性和垂直业务场景的深入理解，快速构建适合自身的分析指标和模型。然而，企业的业务问题通常非常复杂，涉及多个维度和指标的交叉分析。传统的数据分析工具往往无法满足这种复杂性，解决这一问题需要专业的数据分析工具再配合数据专家的专业分析思路才能解决。

企业正面临着更精细、更高效的业务运营需求，BI不只是数据分析，它是数据驱动决策的重要一环，与现实业务强绑定后，才能让数据价值更大化，才能真正的为企业解决实际需求。

对于大型企业，他们可能拥有丰富的数据分析经验和专业技术团队的支持，具备丰富的看数经验与分析技巧，但面对数据量激增和不断变化的业务需求时，应对高时效的决策场景依然是一个挑战。而对于中小型企业或数据分析经验不足的企业，如何以最低成本快速实现行业最佳实践，如何用分析师视角看数+看懂数，如何在海量分析面板中快速生产结论，以及如何提供更多的数据价值，为管理层和业务团队提供优质的数据消费体验，以最小资源投入的场景化建设成为每个企业所期望的目标。

2.4 无法满足企业规模化，数字化转型沦为空谈

随着企业业务规模的不断增长，每一个工具、每一条业务线都会产生巨大的数据量，甚至会达到单表亿级或总数据量PB级的规模，传统BI和数仓无法满足大规模数据的存储和分析需求，常会数据查询响应慢、计算处理速度慢等性能瓶颈问题，生成一个数据分析报告耗费大半天的时间。同时，系统对接和集成兼容复杂的情况，考验着IT团队也考验着企业级应用对于规模化业务发展的技术支撑。传统BI架构较为陈旧单一，难适应数据快速变化及动态可扩展等需求，并且当企业用户数多了，高性能、高并发、高稳定和高安全性的企业级能力也成为刚需。为了应对这些挑战，现代化BI往往借助大数据和云原生技术中的分布式计算能力来满足海量数据的实时处理和分析、弹性伸缩使BI系统能够在不同的数据负载和业务场景下保持资源的有效利用与稳定运行，无限弹性扩展适配企业未来百亿、千亿、甚至万亿的数据需求。

2.5 使用割裂的产品，会严重阻碍业务决策效率

在最常见的经营分析决策场景中，各个部门和不同角色需要协同合作，从原始销售数据到最终的业务洞察和决策。这个过程包括数据仓库开发、报表设计和可视化分析等需求。然而，若每个环节都使用不同的工具和平台，就会出现一系列问题。

割裂的多工具和平台意味更复杂的数据流转链路、更高的数据质量风险和治理难度，更长的开发上线周期等。从业务上层的用户角度来看，多工具会让整条数据链路拥有更高的学习及使用门槛、需投入额外的培养成本、在使用时也会面临更大的协作压力等；从业务下层的运营角度来看，多系统的部署和运维、账号和权限管理，以及系统集成，让数据驱动业务的管理难度和复杂度急剧上升。上述这些问题都可能成为企业数字化转型道路上的障碍，使用孤立的工具会导致信息同步问题，业务处理能力下降，让数据迁移成本、运维管理等方面的成本大幅增加。

总的来说，割裂化的产品和工具通常会导致业务决策效率下降，出现1+1<2的效果，从而制约了整体业务的发展。因此，整合数据和分析工具，提高协同合作和数据流通，显著提高业务的决策能力和效率，这不仅是企业真正期待解决的问题，也是成功数字化转型的关键所在。

3. 观远BI提供了哪些解决思路？

基于以上的各种痛点，我们认为现代化BI在具备易用性、企业级、场景化及一站式的核心特质后，才能“业务用起来”，撬动10X-100X的业务用户敏捷决策，最终促进企业组织敏捷决策，乃至敏捷数字化转型。

• BI需要降低数据分析的全链路门槛，让业务快速用起来，实现低门槛决策；

• BI需要适配业务场景及变化，让业务活跃用起来，实现深度决策；

• BI需要具备面向未来的延展性，让业务广泛用起来，实现分布式决策；

• BI需要支持企业的完整决策链路，具备一体化能力，实现完整决策； 

4. 观远BI基于思路如何践行？

观远BI是由一系列产品矩阵组合的一站式BI平台，比如零代码拖拽式开发的ETL工具-Smart ETL；沉淀了行业最佳实践的场景化应用-场景包、智能洞察应用等；高度兼容 Excel 的中国式报表功能；供一键安装的酷炫可视化组件和一键数据填报解决临时数据源的整合问题等等。满足业务快速用起来的易用性、让业务活跃用起来的场景化、让业务广泛用起来的企业级。

而实际落地过程中，BI产品形态的也需要具备“一站式”的特点，为此观远数据打造了更加符合业务习惯和面向融合需求的一站式BI平台，以最常见的经营分析的决策场景为例，从销售数据等原始数据汇总成数据的分析模型，再到财务报表和经营分析看板，进而产生的分析洞察与业务决策，这一系列的整个过程涉及到企业组织各部门的各种角色与差异化行为。从该决策场景的链路来看共涉及四类主流场景需求，即数仓需求、报表需求、分析需求和AI需求。这种考虑一体业务化的现代化BI平台，有助于企业以最小成本获得更高效率和更高质量的业务决策水准，提高企业整体的竞争力和创新能力。

4.1 让业务"快速"用起来-易用性

观远数据采用独有的“990”产品设计方法论，致力于在90%的典型业务场景中，让90%的业务人员相较传统BI提升10倍的工作效率。观远专注于易用性设计，使没有技术背景的业务人员也能轻松上手，快速发挥BI的强大功能，实现更加敏捷的数据分析与决策。易用性不是局限于某个特定功能点，也不是单纯的拖拉拽操作，而是让业务人员能够享受到端到端的整体易用性，如更高效的Smart ETL开发，实现效率倍增的数据准备、支持批量快捷操作的可视化分析、智能归因和自动生产结论报告的数据洞察等，真正实现用户从数据接入到数据消费全链路的易用性。

举例来说，在数据准备阶段，观远提供的智能ETL是一种零代码的高效数据处理工具，具备实时预览功能，帮助用户及时纠错数据、支持计算逻辑多次复用和多点输出等特性。这使得不懂SQL的非技术人员也能通过拖拉拽、配置化、自助业务式等方式完成数据准备与数仓构建等专业性工作，降低数据治理难度。

另一方面，数据分析阶段中，观远打造了一款“高度兼容Excel用户习惯”低门槛、一站式的复杂报表。这款报表与BI可视化分析深度融合，让复杂数据变得易于理解和呈现。通过将高度兼容的Excel与BI融合，使得数据加工链路更短，传统的手工报表快速转化为在线报表，如此一来，大幅简化了操作成本和复杂度，使报表开发变得更加敏捷，复杂报表不再“复杂”。

数据消费是将数据可视化的内容整合后有效触达"数据消费者"的过程，若BI是将海量的数据转化为行动上的洞察力，那么移动BI就是将数据分析与决策的主动权推至用户眼前，不再受限于特定设备或固定地点。通过PC端自助分析、移动端H5、移动轻应用、数据门户（PC端+移动端）、数据大屏等多终端应用，全程零代码自主搭建的特性即满足业务场景多样性需求，又满足业务部门快速制作/及时分发的需求。为进一步增强数据追踪和主动触达的效果，观远还集成了钉钉、企微等第三方平台实现数据追人，从而轻松达到“运筹帷幄之中，决胜千里之外”的效果。

4.2 让业务“活跃”用起来-场景化

观远基于零售、快消、金融、泛互联网、央国企等行业最佳实践的经验沉淀，提供了企业营收分析、财务成本管控、供应链计划等高频场景的先进解决方案，帮助企业更快、更全面、更前瞻的搭建数据分析和决策体系。为了让业务活跃用起来，我们面向业务场景，提供覆盖数据采集、分析、展现和决策等环节的完整数据应用链路，基于极致易用的用户体验，从业务视角去还原业务场景，打造符合业务诉求的场景化应用。

此外，观远将AI增强分析和现实业务场景绑定，结合分析师的思路向业务下方沉淀来深度挖掘企业数据的价值。提供以自动生成报告结论为起点，周期性追踪核心业务指标的变化，同时多维拆解异常原因，倒推业务策略变更的“数据洞察”能力。通过"数追人"的思路，降低数据团队的分析压力，提高业务团队的看数效率，使企业精力更聚焦在业务创新上。

我们将企业数据分析的典型场景封装为“即插即用的场景化分析套件”供企业使用。希望不同数字化发展阶段各个行业的企业都能以最低成本快速落地业务所需的数据应用与分析能力，并在各个分析场景下，更多的用户能以专业分析师的视角快速看懂数据，加快对市场和企业问题的响应，真正让业务“活跃”用起来。

4.3 让业务"广泛"用起来-企业级

观远数据以高开放、高扩展、高性能为核心准则，遵循科学分层设计原理，结合最新的开发技术研发并迭代，为用户打造效率高、稳定性强、体验极致的一站式智能分析平台。在技术上，采用了Spark+Delta Lake大数据架构，使产品得到优秀数据计算性能和水平扩展能力的加持，进而为业务提供强大的数据和算法支撑，演进式策略更能帮助企业数据人员无感过渡。同时，将ClickHouse的加速能力与产品进行融合，可以一键将Guan-Index数据集、ETL数据集转换为高性能查询表，实现查询与分析加速。除此之外，观远数据还能够深度集成Hadoop大数据平台，将计算和存储交由Hadoop进行管理维护，充分发挥Hadoop平台自身能力。针对企业级部署场景，利用Hadoop的高可用性、高可扩展性、高容错能力等优势，搭建一个真正面向业务可用的企业级大数据分析平台。

大数据+云原生的融合使BI得以适配企业业务的无限延展，除此之外，远观还支持提供企业业务个性化和业务集成的能力（如开放API接口、插件产品化等），根据灵活的业务场景进行页面内嵌、功能调用、数据上传下载、外部触发更新等，为企业带来开放协同效应。

俗话说三分建设，七分运维，随着BI深入企业业务流程后，运维保障变得尤为重要，传统被动的运维投入常常事倍功半，难发现、难排查、事后紧急救火是常态。观远聚焦于BI集群资源、业务使用情况、数据资产治理等方面，形成了一套主动智能运维的健康评估管家，定期输出为可视化巡检报告供用户解读。帮助企业主动掌握平台现状，及时发现异常风险，提前预测风险，并提供治理思路与行动建议，这样一来，既减轻了日常运维的工作成本，又进一步保障系统持续稳定的高效运行。由此我们可以看到，观远BI为企业提供大规模数据下的高性能响应、大规模作业下的持续服务、大规模业务下的平台高效治理等多场景下的高效赋能，支撑业务“广泛”的用起来。

4.4 完整的业务决策链路-一站式

面对爆炸式数据增长和数据应用难题，企业在实现真正的数据价值和促进长期可持续业务增长方面正面临着严峻挑战。观远认为建立全链路的数据分析与决策能力是解决这一数据难题的最佳途径。观远数据的BI产品一直秉承着“一站式”理念，通过整合不同业务决策链路上的关键能力，使企业各个层面的用户能够根据其角色和需求参与其中，彼此获得所需的数据支持和数据洞察。

以最常见的经营分析的决策场景为例，从销售数据等原始数据汇总成数据的分析模型，再到财务报表和经营分析看板，进而产生的分析洞察与业务决策，这一系列的整个过程涉及到企业组织各部门的各种角色与差异化行为。从该决策场景的链路来看共涉及四类主流场景需求，即数仓需求、报表需求、分析需求和AI需求。这种考虑一体业务化的现代化BI平台，有助于企业以最小成本获得更高效率和更高质量的业务决策水准，提高企业整体的竞争力和创新能力。

割裂的产品会使信息同步困难、业务处理能力减弱，从而降低业务决策效率，并使整体业务发展受到限制。而观远BI平台提供的一站式解决方案涵盖从数据接入、数据准备、分析与可视化，到多元化数据应用的完整闭环链路，满足上述四个决策链路的关键需求，加速敏捷决策过程，真正实现数据的商业价值并促进业务可持续发展。