Kyligence AI 服务 - 让大模型完成准确、可靠的数值计算和回答! 立即了解更多
AI 数智助理
Kyligence Zen Kyligence Zen
Kyligence Enterprise Kyligence Enterprise
Kyligence Turbo Kyligence Turbo
指标平台解决方案
OLAP 解决方案
行业解决方案
客户总览
金融
零售
制造
医药
其他
云平台
BI
寻求合作
资源
Kyligence Enterprise
Kyligence Zen
培训
Apache Kylin
Byzer
Gluten
博客
关于
市场活动
近日,在 Kyligence 指标平台产品发布会上,Kyligence 联合创始人兼 CTO 李扬发表了题为《从数据驱动到指标驱动,Kyligence Zen 发布 GA 版》的演讲,分享了什么是指标平台、为什么要构建指标平台;并通过 Live demo 演示了一个敏捷数据工具如何帮助企业进行大规模的数据协作和共享。
Kyligence Zen 一站式指标平台,希望为企业提供一种新的数据协作工具,消除技术门槛,成为一个人人可用的数据工具。如下图所示,Kyligence Zen 架构图看起来和传统的数据工具有些相似,上游的数据来自数据存储,如数据湖、云对象存储、数据仓库等,下游可对接不同的数据应用、消费端、协同工具等。
类似上面的链路、架构图大家应该都不陌生。在传统的技术架构中,企业通常选用一个技术型的数据产品放在中间,如数据湖、数据仓库、数据分析引擎等,其本质是为技术人员设计的数据分析工具,所以其核心概念都是关系表等技术语言。因此,以往的分析工具对于广大业务用户而言还是有比较高的门槛。
所以,我们开始重新思考,企业最初构建数据平台的初衷是什么?无论是采购 BI 工具、数据平台等,其实都是希望能有更多的业务人员能够使用数据,发挥数据的价值。
“指标”的出现让“人人都能成为数据分析师”成为可能。指标是一种更简单的数据概念,使用业务语言代替了技术语言,人人都能看懂。指标平台其实就是一款以“指标”为核心打造的数据分析平台,同时能够实现大规模的数据协作和分享,成为一个人人可用的敏捷数据工具。
综合这些需求,我们推出了一站式指标平台 Kyligence Zen。现已开放 14 天的免费试用,SaaS 产品以算力而非用户数来计费,以较低的成本即可体验,大家可以在 Kyligence 官网和亚马逊云科技 Marketplace 进行订阅。
首先,以大家比较熟悉的云账单分析为例,来帮助我们更好地理解指标平台的价值。企业内一般是由 IT 部门从 S3 上把云成本的数据模型导入内部系统,接下来可能会按照部门进行费用分摊。
在这个过程中,数据的协作涉及使用云服务和管理成本的多个部门如客服部、研发部以及财务部等,后续还需要财务总监来做整体云费用管理......这里只是一个简化的云账单分析例子,在真实的场景中可能会有更加复杂的链路和协作。上述这些数据协作在 Kyligence Zen 一站式指标平台中就能轻松、流畅地完成,这就是 Kyligence Zen 希望带给大家的价值。
从近年权威机构发布的报告和研究来看,指标平台正成为企业数据架构的重要组成部分。2022年,Gartner 发布《指标平台创新洞察报告》(Innovation Insight: Metrics Stores),Kyligence 成为唯一入选此报告的中国厂商。知名风险投资机构 A16Z 在 Unified Data Infrastructure 2.0 这篇热文中提到了“更现代的 BI”,并引入“指标层”(Metrics Layer)这一新模块。
对于大众来讲,“指标”并不是新鲜的概念,但为什么近两年这些权威机构纷纷开始强调指标的重要性呢?
我们继续以前面云账单分析为例,看看其中的数据协作有什么问题?
在一次跨部门的例会上,财务部门表示从离线的财务报表上看,3月云费用为 315 万,在预算范围内。然而 IT 却表示实际账单是 372 万,已经超出了预算范围。明明都是“云费用”,怎么不同部门给出了不同的数据?
这就是企业内部很常见的一类问题,云费用并非一个标准“语言”,不同的计算方式和定义导致了不同的结果。如何解决这个问题呢?客服部、研发部以及财务部等部门开始检查各自上报的数据,这个过程往往是复杂、繁琐的,耗费大量时间和成本。
长此以往,各个部门甚至部门内部就会出现数据的“信任危机”。在协作的过程中会有更多重复性的沟通和确认工作,时间久了就会形成消极的数据文化。明明最初企业是希望通过数据驱动的决策,但在实际的过程中,却因为数据语言不标准、数据使用门槛高、沟通效率低下等问题,让大家的数据不被“信任”。
如何从根本上解决这个问题呢?我们需要找到一种更低门槛、更通用的数据沟通和协作方式!
正如前面权威机构提到的,指标是一种更通用的数据语言。统一口径的指标就像是数据里的“普通话”,大家不用费劲去理解不同部门的数据“方言”。举个大家熟悉的例子——“上证 50 指数”,这就是一个金融行业的“普通话”,熟悉投资/理财的小伙伴对这个指标的认知是一致的,这为高效沟通提供了前提。
企业想让数据统一口径、形成普通话需要怎么做呢?第一步就是建设一套统一的指标体系。有了这套指标体系,企业就不需要通过口口相传的方式来分享数据了。因为指标及其背后的定义、计算逻辑已经以资产的形式存在了指标平台里,还可以看到指标背后的业务逻辑和分析过程,这就有利于企业数据文化的建设和数据知识的普及。
接下来就会带来更多正向的循环,有利于企业内部更大规模的数据协作和共享,从而推动数据和业务的创新。从数据割裂走到指标共享的过程中,就会逐渐形成量变到质变的变化,当企业内部建立了数据信任,沉淀了数据资产,就会产生更广泛的数据之上的创新。接下来,我们通过 Live Demo 展示一个低门槛、更通用的一站式指标平台如何帮助企业解决数据协作及共享的问题。
Demo 中这个简单的故事其实就是企业数据协作的一个缩影,大家可以感受到当我们有一个标准的数据口径,一个沉淀数据资产的方法,一张有业务价值的血缘图和一个统一的指标平台,对于更大规模、更高效的数据协作和共享是多么重要。
我们相信,指标作为低门槛的通用数据语言,将开启新一轮更广泛的数据协作和分享。现代技术的迅速发展,让数据的使用门槛一降再降,指标作为一种通用的数据语言,将推动企业开启更广泛的数据协作和更大规模的数据分享,碰撞出新知识的火花,开启新一轮的业务创新。
如果大家认为未来将是数字时代,那么每个人日常就会像今天使用计算机/智能手机一样去使用数据,来科学、客观进行数据分析和决策,而指标平台可能就是我们在找的工具。合理畅想一下,如果人人都是数据的生产者和消费者,我们的生活和工作都将有很大变化。
一名大学生可以借助指标平台来完成自己的毕业设计,和其他同学轻松协作完成某个横向的大数据分析对比。以往可能需要很高的技术门槛、复杂的计算工作和大量的沟通协作;但在使用指标平台后,几个小伙伴可能用几天的时间,就能在云上分析亿级别的数据集,并且和其他参考指标进行横向对齐,数据研究的门槛也就降低了。
对于一些小型的数据团队,可以在指标平台上去打造自己的数据产品。有点类似这两年很火的 Data Mesh 数据网格,在这个生态里,团队既可以提供数据服务,也可以消费数据服务,在数据交换和消费的过程中,整个数据生态就会活跃起来。
对于企业而言,就可以使用低门槛的指标平台来赋能每一位员工,这也是很多大型企业在使用 Kyligence 企业级指标平台做的事。在企业内部,数据分析师从 0 到 100 的扩张并不难,但从100 到 1000 甚至 10000 就难度很大了。指标平台让“人人都是数据分析师”变成现实,无论是餐饮连锁店的一名店长、还是银行的一名业务经理,都能通过简单的指标来进行数据分析、做出决策,甚至是进行业务方面的创新。长此以往,企业就能自下而上地逐步建立起来可信的数据指标体系和数据文化。
这就是为什么指标平台能够做到大规模的数据协作和分享,而传统的数据仓库、数据湖、BI 则很难。数据仓库、数据湖都是有较高的技术门槛,难以让广大的业务人员共同参与数据协作;传统的 BI 虽然处在数据消费的终端,但更多是面向企业管理者,也不太适合作为下游数据应用和产品供数的平台。从这些角度来看,指标平台是目前可能开启下一轮广泛数据协作和分享的工具。
基于 Kyligence Zen 一站式指标平台,企业可以统一数据口径、构建指标体系,让每一个员工都能使用数据进行决策,实现数据文化的普及推广,推动企业更精细化的数字化转型。Kyligence Zen 基于 Kyligence 核心 OLAP 能力打造,Kyligence 的 AI 增强 OLAP 引擎在大规模数据下的能力经过了大型金融、零售、制造客户的实践验证,能为用户提供百亿数据集上的秒级别分析体验。更多功能欢迎大家点击「阅读原文」直接体验 Kyligence Zen!
希望大家在今天的分享中,能看到一个好的数据工具,是如何把传统的数据分析从技术层面普及到业务层面,实现人人可用的数据共享和协作。最后再简单介绍下 Kyligence Zen 的功能,如上图所示,Kyligence Zen 以指标目录为核心,这个指标目录存放了前面提到的通用数据语言——指标,把这些指标连接在一起就成了指标体系。指标体系就存在指标目录中,它在产品内部被 ZenML 这一特定标记语言来定义,这也是一个开放的指标标准,通过 Kyligence 各个产品 API 可以完成和上下游产品的集成和对接。
进一步了解 Kyligence Zen 的 ZenML 指标语言、指标目录、Excel / WPS 直连分析、模板市场等功能,欢迎大家查看👉一站式指标平台 Kyligence Zen 功能详解 ,您也可点击「链接」直接体验 Kyligence Zen!
跬智信息(Kyligence)由 Apache Kylin 创始团队于 2016 年创办,是领先的大数据分析和指标平台供应商,提供企业级 OLAP(多维分析)产品 Kyligence Enterprise 和一站式指标平台 Kyligence Zen,为用户提供企业级的经营分析能力、决策支持系统及各种基于数据驱动的行业解决方案。
Kyligence 已服务中国、美国、欧洲及亚太的多个银行、证券、保险、制造、零售、医疗等行业客户,包括建设银行、招商银行、平安银行、浦发银行、北京银行、宁波银行、太平洋保险、中国银联、上汽、长安汽车、星巴克、安踏、李宁、阿斯利康、UBS、MetLife 等全球知名企业,并和微软、亚马逊云科技、华为、安永、德勤等达成全球合作伙伴关系。Kyligence 获得来自红点、宽带资本、顺为资本、斯道资本、Coatue、浦银国际、中金资本、歌斐资产、国方资本等机构多次投资。
2024 年伊始,Kyligence 联合创始人兼 CEO 韩卿在公司内部的飞书订阅号发表了多篇 Rethin
在本轮评测中,我们从数据计算、数据洞察两个方面对大模型评测结果进行了归类,并提出不同方向的优化建议。
400 8658 757
工作日:10:00 - 18:00
已有账号? 点此登陆
预约演示,您将获得
完整的产品体验
从数据导入、建模到分析的全流程操作演示。
行业专家解惑
与资深行业专家的交流机会,解答您的个性化问题。
请填写真实信息,我们会在 1-2 个工作日内电话与您联系。
全行业落地场景演示
涵盖金融、零售、餐饮、医药、制造等多个行业,最贴合您的业务需求与场景。
Data + AI 应用落地咨询
与资深技术专家深入交流,助您的企业快速落地 AI 场景应用。
立即预约,您将获得
精准数据计算能力:
接入高精度数值计算大模型服务,为您的企业级AI应用提供强大支持。
个性化业务场景解决方案:
量身定制的计算模型和数据分析服务,切实贴合您的业务需求和应用场景。
Data + AI 落地应用咨询:
与资深专家深入探讨数据和 AI 如何帮助您的企业加速实现应用落地,构建更智能的数据驱动未来。
申请体验,您将获得
体验数据处理性能 2x 加速
同等规模资源、同等量级数据、同一套数据处理逻辑,处理耗时下降一半
专家支持
试用部署、生成数据、性能对比各操作环节在线支持