南京2022年2月28日 /美通社/ -- 2022年2月25日，數(shù)睿數(shù)據(jù)召開了“了解更深懂得更多”nextionBI產(chǎn)品發(fā)布會，36氪、CSDN、甲子光年等媒體線上聯(lián)合發(fā)布。發(fā)布會探討了從無代碼到BI，從新風口到老行業(yè)，為什么選擇在這個時候進入BI賽道，數(shù)睿數(shù)據(jù)對下一代BI的思考和設(shè)計又是怎樣的...

01
價值驅(qū)動的下一代BI
專注知識的積累、發(fā)現(xiàn)與應用

發(fā)布會的開場數(shù)睿數(shù)據(jù)總裁劉超談到了公司初期是做大數(shù)據(jù)平臺的，在大數(shù)據(jù)技術(shù)之上提供 BI 能力這件事情順理成章，因為早前大數(shù)據(jù)概念進入企業(yè)落地的第一步往往就是BI，通過對數(shù)據(jù)分析查看業(yè)務(wù)運行情況，二者的聯(lián)系十分緊密。如果說無代碼做的是數(shù)字礦脈的探知和數(shù)字礦山的建設(shè)，那BI做的是數(shù)字礦產(chǎn)的挖掘和輸出，實現(xiàn)價值從地下到手中的流轉(zhuǎn)。

在理解下一代BI應該具備什么能力之前，劉超對當前“工具負責好看、工作靠人來干、知識難以沉淀”的問題進行了總結(jié)分析，大致歸納為“三個依賴”：對系統(tǒng)的依賴、對知識的依賴、對環(huán)境的依賴。

首先，目前BI分析的數(shù)據(jù)大多數(shù)來源于各類業(yè)務(wù)系統(tǒng)，使用這些數(shù)據(jù)的時候會遇到很多質(zhì)量、安全、標準等方面的問題。問題出自于機器，但卻需要靠人去治理，這既不合理也產(chǎn)生了很多不必要的工作量，因此下一代BI應該讓機器做機器該做的事，讓人做人該做的事。

其次，是對知識的依賴。人類社會發(fā)展到今天，各個學科、行業(yè)都積累了自己的知識，這些知識如果運用到數(shù)據(jù)分析中，需要事先積累、吸收、融匯貫通，需要付出大量的努力。能不能讓工具代替人去消化這些知識，降低知識運用的門檻，是第二個問題。

最后，是對環(huán)境的依賴。數(shù)睿數(shù)據(jù)相信數(shù)據(jù)積累到一定規(guī)模，結(jié)合企業(yè)的知識歷史數(shù)據(jù)，就能實現(xiàn)智能化的知識共享。但是運用知識的環(huán)境是紛繁復雜的，如何讓基于一個系統(tǒng)分析形成的知識能夠快速分享到另一個系統(tǒng)中產(chǎn)生價值，這是目前的BI缺少的能力，解決這個問題，企業(yè)才真正具備動態(tài)學習和積累的能力。

“按照‘DIKW’模型理論，BI不能停留在數(shù)據(jù)階段，做統(tǒng)計與可視化，而要專注于把數(shù)據(jù)轉(zhuǎn)變?yōu)橹R。下一代BI與人的關(guān)系，應該是BI工具去數(shù)據(jù)中總結(jié)知識，人把知識和業(yè)務(wù)結(jié)合，產(chǎn)出智慧，創(chuàng)造價值。”劉超說道。

這就是nextionBI的產(chǎn)品設(shè)計理念。

02
增強分析與機器學習算法
nextionBI的隱形巨擘

面向知識的BI該如何設(shè)計？對于nextionBI的AI能力，數(shù)睿數(shù)據(jù)的設(shè)計是“當用戶感知不到時，就是它無處不在的時候”，就是說它工作的時候用戶不會感知到它，當它不工作了，用戶才會強烈地感到不習慣。

數(shù)睿數(shù)據(jù)在nextionBI的很多功能組件里都封裝了AI 算法，在看不到的地方，有更多的自動化和智能化。比如數(shù)據(jù)分析模型提供了時序分析、預測、分類、聚類這些通用算法，用戶過去想做一些預測或分類，都需要機器學習的一些模型訓練，現(xiàn)在用戶只需要開箱即用，很快的一鍵操作就可以完成三維/時序/圖譜等分析。

數(shù)據(jù)分析儀的另一大亮點是基于NLG（自然語言生成）的智能數(shù)據(jù)解讀，解讀也是自然語言式的，讓枯燥乏味的數(shù)據(jù)自動說人話，對于數(shù)據(jù)不敏感人群可以提供友好的數(shù)據(jù)解讀輔助。當數(shù)據(jù)量和維度都比較繁多的時候，智能數(shù)據(jù)解讀可以快速告訴你數(shù)據(jù)的分布是什么樣的，有哪些特征，特征之間是否有隱形關(guān)聯(lián)？關(guān)聯(lián)程度怎么樣？整體數(shù)據(jù)分布是否有空值？

商業(yè)智能的表象是可視化分析報表的呈現(xiàn)，但它的本質(zhì)還是業(yè)務(wù)問題、管理問題。總而言之，增強分析就是盡量減少數(shù)據(jù)工程師的工作，釋放數(shù)據(jù)分析師的能力，讓機器替代開發(fā)者去完成很多事情。

03
數(shù)據(jù)取之于民
分析的自主權(quán)也要還之于民

把AI融入nextionBI的能力引擎，絕不是為打造功能而打造，而是讓產(chǎn)品設(shè)計的各個細節(jié)都讓用戶覺得非常舒服。比如nextionBI的導航式入口讓用戶花數(shù)十秒就可以完成從數(shù)據(jù)接入、數(shù)據(jù)準備到簡單的數(shù)據(jù)分析。

日常生產(chǎn)中像生產(chǎn)/銷售/庫存類數(shù)據(jù)都帶“時間”屬性，因此時序數(shù)據(jù)在BI分析領(lǐng)域非常重要。“nextionBI在持續(xù)預測的準確度方面表現(xiàn)卓越，在各個不同維度里都可以很好地擬合過去的數(shù)據(jù)，得到一個完全擬合好的、肉眼可見的預測結(jié)果。我們調(diào)研的有些產(chǎn)品只在數(shù)據(jù)顆粒度比較小的才能預測出來，顆粒比較大就有可能就變成直線了。”數(shù)睿數(shù)據(jù)AI科學家車文彬博士介紹道。

周期探測和趨勢探測而言，先不談部分BI平臺根本不具備這個能力，即便有限制也比較“死”，只能按季度/月度或者按周來探測。nextionBI充分考慮到實際業(yè)務(wù)的需求，在周期探測、趨勢分析、異常值檢測等功能設(shè)置上都支持自定義區(qū)間或占比值，完全可以按自己的自由度去調(diào)整，對業(yè)務(wù)非常友好。

nextionBI做到了真正把分析的自主權(quán)還給用戶，不是讓用戶匹配工具，而是讓工具保持進化，支持用戶去做想做的事情。

04
如何應對“中國式復雜報表”
重視復雜性問題的系統(tǒng)解決方案

中國式報表格式復雜、信息量大，習慣在單元格中加個斜線來區(qū)分行和列的信息，一張excel表就承載了很多細分層次的數(shù)據(jù)源。表樣復雜、取數(shù)復雜、跨組過濾的報表…nextionBI在滿足業(yè)務(wù)人員進行靈活但規(guī)則的自助分析的同時，支持復雜報表的開發(fā)和處理，讓數(shù)據(jù)資產(chǎn)秒變可視圖表。

例如在報表中將城市通過地區(qū)來進行分組，并將不同商品類別的銷售額再根據(jù)購買用戶類型進行細分。設(shè)置過濾條件，對數(shù)據(jù)單元格和合計單元格分別進行字體、顏色、高亮等樣式配置，方便直觀發(fā)現(xiàn)和突出數(shù)據(jù)。

如果橫縱坐標體現(xiàn)的維度過于單一，用戶在分析的時候很有可能會被動忽視隱藏在報表中的重要知識或事實。而nextionBI支持匯總多個報表的不同維度，在一張表里體現(xiàn)，提供顏色、標簽、大小三類標記能力，幫助用戶更充分地理解業(yè)務(wù)關(guān)系，更容易地識別數(shù)據(jù)特征、發(fā)現(xiàn)數(shù)據(jù)價值。

05
同舟之道
渠道政策與服務(wù)模式

發(fā)布會的最后環(huán)節(jié)，數(shù)睿數(shù)據(jù)副總裁李爭輝先生介紹了nextionBI的渠道合作政策。他分享道，我們相信未來BI市場一定會切分得越來越細，擅長的人做擅長的事，數(shù)睿數(shù)據(jù)擅長的是大數(shù)據(jù)技術(shù)和產(chǎn)品研發(fā)，我們是產(chǎn)品型公司，不是項目型/方案型公司。因此我們不簽直客，將線索商機免費分配給渠道伙伴。

一套奔赴數(shù)字創(chuàng)新藍海的理念、方法論、工具平臺已經(jīng)展開全圖景。如果大家愿意“了解更深懂得更多”，可以訪問nextionBI官網(wǎng)體驗產(chǎn)品，大家在使用過程中有任何問題，只要是非業(yè)務(wù)方面的需求，數(shù)睿數(shù)據(jù)對通用功能都提供免費的研發(fā)技術(shù)支持，歡迎大家多使用，多提寶貴建議。