8月2日，由國內新一代智能分析企業觀遠數據主辦的“2019智能決策峰會”圓滿落幕。在活動現場，觀遠數據聯合創始人&產品研發負責人張進重磅發布了觀遠數據智能分析平臺2.0版本。據悉，本次優化著重從數據量支撐、整體計算性能、終端響應速度等方面展開，從1.0版本的最大支撐數據量的1億行，到2.0版本的10億行;整體計算性能提升5倍，終端響應速度提升2倍。

不同于傳統的報表及BI展示工具，觀遠數據智能分析平臺可覆蓋從數據到決策全生命周期，能實現從數據的接入存儲、整理融合、數據可視化、分析協作再到決策追蹤全鏈條。里面包含大數據平臺、分析平臺、應用平臺等三個層級的應用，會上，張進對當中用戶備受認可的部分功能進行了詳細展開介紹：

[[272890]]

一、 離線大數據引擎，為海量數據而生的先進架構

離線大數據引擎使用了目前大數據行業里先進的Spark架構，觀遠數據在此基礎上進行了深度的二次開發和優化，此舉能夠大大提升系統運算速度。

與此同時，針對零售特定的業務場景，比如零售分析的高峰是每天凌晨，需要在凌晨將前一天的增量數據抽取到平臺上然后再進行計算加工和運算，這樣業務人員在每天早上打開電腦時就可以看到最新的數據。因此觀遠數據的離線大數據引擎在這點上也做了優化，可以做到24列千萬行大數據量的抽取能在半小時內完成，以便為后面的計算預留更多時間。

二、 智能ETL，撬開隱藏在“冰山”下的數據準備

“洗數據”在以往的數據分析過程中，往往需要花費業務人員很多的精力才能完成。假設是10個小時的分析，那有可能7/8個小時都在“洗數據”。這樣不僅耗費大量工作時間，而且極易出錯，導致排查也很困難，并難以交接和維護。

觀遠數據的智能ETL將業務邏輯處理過程中的每一步都細化成“原子”級別的操作，可實時預覽實時保存，簡單地拖拽就可以進行數據加工處理。張進認為，業務知識是企業非常重要的數據資產，也需要有相應的產品與功能承載，所以在智能ETL里面有著文檔化編輯編排界面，可以使得企業將這樣的業務邏輯沉淀在觀遠智能分析平臺里。

三、 用戶行為分析模塊，ToB的產品ToC的運營

數據分析能產生更大價值的關鍵在于，是否能夠高頻的被大多數用戶使用，這比項目上線本身更為重要。觀遠數據智能分析平臺不僅在操作體驗上極近貼合用戶的使用習慣，讓更多不懂IT的業務人員也能輕松地用起來;同時，平臺上還內置了用戶行為監控模塊，誰在用產品、用的頻次如何、他在看什么......所有信息一目了然。

另一方面這也是對數據安全的有效保障，有些用戶頻繁將數據導出、或者惡意刪除等，這些存在安全隱患的用戶行為都將被監控并及時反饋。或者是不是一些細節的功能沒有滿足用戶的業務需要，某些功能特性是否傳達地不夠明確——觀遠數據也在通過這種用戶行為分析，反向指導自身的產品設計，持續創新迭代出更好的智能數據分析產品。

在打造企業級數據分析產品的路上，從不乏銳意進取者。一路走來，觀遠數據以“讓決策更智能”為使命篤定前行，在AI+BI的縱深領域不斷探索實踐，與企業客戶共同進化。張進對此表示：觀遠數據的產品理念是用戶至上、敏捷創新、工匠精神，并始終專注于打造真正為用戶、為企業帶來價值的產品。