盡管很多企業(yè)已經(jīng)意識到數(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)有足夠的用于市場分析的數(shù)據(jù)，而僅有29%的企業(yè)經(jīng)營者獲得了有效的業(yè)務(wù)產(chǎn)出。

導(dǎo)致這些問題的原因是：很多企業(yè)將數(shù)據(jù)集成和業(yè)務(wù)智能分割為兩個獨立的領(lǐng)域，形成了數(shù)據(jù)孤島，導(dǎo)致團隊缺少一致性，在使用數(shù)據(jù)方面出現(xiàn)了問題。這種孤島效應(yīng)使得IT調(diào)用的數(shù)據(jù)沒有被用在業(yè)務(wù)上，業(yè)務(wù)方面也沒有使用到有效的數(shù)據(jù)。只有把這兩個孤島結(jié)合在一起，提供端到端的數(shù)據(jù)分析管道，才能從被動BI轉(zhuǎn)變?yōu)橹鲃又悄蹷I，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)價值的信息，從而及時做出正確決策。

用主動智能驅(qū)動最佳分析

近日，Qlik大中華區(qū)及韓國區(qū)售前產(chǎn)品總監(jiān)張海鵬在媒體溝通會上，展示了Qlik是如何利用主動智能為企業(yè)級客戶帶來價值的。

如上圖所示，在主動智能驅(qū)動最佳分析實踐中，縱軸是數(shù)據(jù)層面的及時性、實時性。橫軸是分析、應(yīng)用就緒的水平。也就是說在縱軸，位置越往上，企業(yè)對于數(shù)據(jù)的獲取和使用就越及時，支持業(yè)務(wù)、市場的決定就會越精準。在橫軸上，位置越向右，說明分析業(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)分析是分布在各個業(yè)務(wù)部門的，如財務(wù)部門、HR部門或者供應(yīng)鏈部門的倉儲管理員，以及門店經(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)及韓國區(qū)售前產(chǎn)品總監(jiān) 張海鵬

Qlik通過數(shù)據(jù)服務(wù)能力包來釋放數(shù)據(jù)的獲取性，進而把數(shù)據(jù)傳遞到分析端，由分析服務(wù)能力為用戶提供對數(shù)據(jù)的解讀，最終的結(jié)果可能是顯示在儀表盤，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。

接下來，張海鵬從增強分析（Augmented Analytics）、預(yù)警（Alerting）、Qlik AutoML和應(yīng)用自動化（Application Automation）四個板塊，詳細介紹了Qlik主動智能的過人之處。

賦能金融和食品行業(yè)的數(shù)據(jù)驅(qū)動力

采訪中，張海鵬向51CTO記者分享了金融和食品兩個行業(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：需要實時了解客戶資產(chǎn)的移動情況，來優(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)來源廣，且交易規(guī)模很大。

Qlik利用數(shù)據(jù)實時捕捉方案Qlik Replicate實現(xiàn)了數(shù)據(jù)庫之間的自動化同步，幫助用戶從不同的投資交易中進行數(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)實時地反應(yīng)到用戶的下游業(yè)務(wù)端。中信建投的長期目標是要構(gòu)建自己的數(shù)據(jù)湖，中間利用KAFKA的流處理平臺進行數(shù)據(jù)對接。Qlik Replicate可以把數(shù)據(jù)從各個業(yè)務(wù)系統(tǒng)中放到KAFKA中，使得KAFKA的對接更加廣泛，這也為中信建投下一步構(gòu)建大數(shù)據(jù)平臺的數(shù)據(jù)歸集做好鋪墊。

通過這些方案，中信建投的終端投資者可以從APP端實時看到自己投資組合的效益情況。并且，這種業(yè)務(wù)原先是一個小時級別的數(shù)據(jù)更新，借助Qlik
Replicate，現(xiàn)在已經(jīng)達到了亞秒級別。同時，Qlik Replicate產(chǎn)品非常易于使用，擴展性和運維非常友好，這就降低了企業(yè)IT和數(shù)據(jù)團隊的工作量。

第二個案例是食品行業(yè)客戶--華御結(jié)。華御結(jié)諸多的門店交易都是通過POS系統(tǒng)來完成，他們希望有分鐘級別的數(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存和供應(yīng)水平。因此，一款體驗比較好，易于使用的工具，使得門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)實現(xiàn)了全香港POS數(shù)據(jù)自動化收集和分析，Qlik的客戶成功團隊還幫助華御結(jié)組建了其門店運營團隊。通過Qlik的方案，華御結(jié)可以及時了解產(chǎn)品供應(yīng)、銷售的情況。同時，基于這些數(shù)據(jù)，構(gòu)建了需求預(yù)測系統(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的分析報告作為日常工作中進行運營和決策的工具。

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