直击指标分析与管理痛点，一文详解 Kyligence Zen 产品设计与技术实践

在工作中，我们常常会被问到，“这个月某某产品的销量如何？” “与上个月相比销量增长了还是下滑了？” “北极星指标陡降的原因是什么？”......之所以会被问及这些问题，是因为企业需要这些数据作为调整业务的参考。

在数据已经被列为第五大生产要素的当下，如何利用和管理好数据对于任何一家企业来说都至关重要，而这一切都离不开指标。

指标管理行业痛点

指标作为业务和数据的结合，是数据统计的基础，也是量化业务效果的依据。在数据驱动的时代，指标的科学管理越来越重要。 为了用指标反映企业业务和管理情况，大量的数据分析系统和平台被广泛部署和使用，各类技术和平台不断生成海量的数据，及缺乏治理和管理的 ETL 任务、报表、仪表盘等。而对企业管理和业务最重要、最有价值的指标，却缺乏足够的洞见、挖掘和管理。这主要表现在以下四方面：

• 难以实现指标驱动管理：当业务目标没有被拆解为具体指标和数字，并分配到人，则常常会出现不同团队各自为政、各有目标，无法共同为整体业务目标合作的情况。管理层缺少以指标为核心的管理手段和工具，容易出现“ OKR 都实现了，KPI 却没有达成”的尴尬状况。

• 指标口径不一致、数据信任缺失：不同业务团队通常会按照自己的逻辑定义指标和加工数据，导致不同团队或不同应用之间出现指标同义不同名、同名不同义的问题。业务用户对数据仓库中的数据缺少信任，需反复确认口径和加工逻辑，严重影响企业决策效率。

• 指标无法复用、应用程度有限：企业往往拥有成千上万张报表，但最核心的指标可能只有数百个。这些指标往往重复地存在于不同业务报表当中，难以复用，占据重复的存储和 ETL 维护资源。当新的用数需求出现，又只能重复开发，造成人力和资源浪费。

• 数据开发投入大、价值转化效率低 ：随着数据需求的快速膨胀，数据部门重复建设严重，工作效率很低，导致开发成本日益增高。同时，数据价值转化效率低，数据供应和数据应用之间存在鸿沟。基于企业在指标管理上面临的上述几个痛点，Kyligence 去年宣布推出一站式指标平台 Kyligence Zen，该产品基于 Kyligence 核心 OLAP 能力打造，利用 AI 增强引擎和预计算技术优势，提供指标目录、指标治理、指标自动化、API 集成、归因分析等功能，以便捷、易用、直观的产品，帮助企业构建指标体系，从而驱动实现业务和管理目标。

Kyligence Zen 从 0 到 1 的技术实践

据 Kyligence 副总裁李栋介绍，几年前例如贝壳找房、马蜂窝等在内的互联网用户就有基于 Apache Kylin 建设指标平台的实践经验，后来接触如平安银行这样的金融企业级客户时发现指标在数字化体系建设中已经必不可少，这让 Kyligence 团队看到了指标管理的市场空间。

另一方面，多年来，Kyligence一直深耕OLAP引擎技术，并且在多维数据库方面有着充分的技术积累。团队希望把 Kyligence 的核心技术以及在社区和行业中积累的实践经验更好地复制到全球市场中，最大程度地赋能更多用户，于是便有了现在的 Kyligence Zen。

很有意思地是，“Zen”这个英文单词的中文含义是“禅”，这与 Kyligence 的产品价值主张相契合。李栋提到：“团队希望将 Zen 打造成为‘数据之禅’。说到大数据、数据分析这些关键词，业界往往关注在底层的技术，例如各类开源数据库、数据处理、数据存储的技术，但很少关注在数据本身。但是通过指标中台这样的产品真正从管理数据本身的角度来解决问题，让更多的人领悟到藏在数据当中的真谛。”

正因为有了多年在 OLAP 领域的技术积累，Kyligence Zen 的整个研发周期并不算长，但打磨一个产品也并非易事，团队要面临一些抉择。“ OLAP Cube 的内核就是维度和度量，而这些其实就是构成指标体系的原子。” 李栋表示：”该产品底层引擎使用 Serverless 技术，并支持 ARM 架构，可有效节省计算资源 TCO。从产品规划的角度出发，我们优先做了云版本，Kyligence Zen 现已支持 SaaS 服务形态，用户也可以在亚马逊云科技等云平台上进行部署。”

解决指标管理的核心问题

指标，本质上是对公司业务数据的统一度量。从公司运营角度来看，指标的好坏，会对企业管理与业务经营产生影响。为了管理好指标，Kyligence Zen团队设计了四大核心产品能力：

第一，要让指标能够真正和业务目标对齐。任何指标都是某个企业管理或者业务目标的数字表达，Kyligence Zen 能够通过对目标的管理来实现企业内所有组织里上下目标的对齐，同时实现管理可观测性的效果。当发现指标数值异常，还可以直接通过智能归因分析进行深度洞察，寻找异动的来源。

第二，统一的指标目录。统一的指标体系是企业高效管理和沟通的核心，但很多企业的指标口径并不统一，这就需要一个统一的目录去管理这些指标。通过指标目录，用户可以勘测定义和管理所有的指标，并通过标签、分类等来治理指标，从而打造统一的指标口径。

第三，指标的自动化能力。在定义好指标之后，就需要通过指标来管理数据。依托 Kyligence AI 增强引擎和预计算能力，自动根据指标使用特征动态建设数据集市，业务用户不再需要依赖 IT 开发加工指标。此外，Kyligence Zen 根据指标使用记录，向业务用户自动推荐各种模式下的指标，例如最热指标等等。

第四，开放的 API 接口能力。Kyligence Zen 提供的开放 API 接口，能够支持用户轻松定制工作流，对接飞书等管理协同平台及 Excel 等数据分析工具，真正实现“一处定义，多处复用”。目前，在数据源方面， Kyligence Zen 不仅支持 CSV 上传，还支持通过云对象存储（如 Amazon S3)接入数据仓库、数据湖或业务系统中的数据。此外，Kyligence Zen 指标可视化能力支持用户可以在该产品中创建指标看板快速查看指标数据，也可以组织内发布共享、协同维护。

对于企业来说，如果要去做指标管理，传统的技术方案往往是：底层是数据平台，上面是 BI 报表，这种指标管理的方式可能造成业务侧的指标管理在不同的报表当中，而指标计算是通过 ETL 管理在底层的数据平台，两者是割裂的。但 Kyligence Zen 能够通过一个一站式的平台把指标管理和指标计算结合在一起，同时提供一种简单易用的方式，让用户自助使用，并且在该平台上用户一键即可对基础指标、复合指标以及衍生指标的异常波动进行归因分析、快速获取洞察。从这点上来讲，是技术上一个很大的突破。

门店管理、云成本管控等多场景正在实践指标分析与管理

去年 11 月，Kyligence Zen 上线了海量指标模板，涵盖零售业、金融、建筑、市场与销售、人力与组织管理、IT 与科技等诸多领域，模板包含指标体系、业务目标体系和分析仪表盘等内容，支持用户一键导入，帮助业务高效搭建指标体系。指标模版为更多业务人员提供了便捷的指标分析与管理指导。

以连锁茶饮企业为例，李栋介绍到，对于连锁门店来说，经营活动往往与成本、营收息息相关。在数字化转型的环境下，门店店长都需要定期整理 Excel 数据向相关负责人汇报相关情况。以库存管理场景来说，店长需要清晰知道库存报废率，包括食品、辅料、主料等维度。但是门店没有预算配备数据团队，也因各门店间实际情况差异也很大，对于总部和大区来说更多的是督促执行，没有精力为每家门店来单独分析，在这样的情况下，Kyligence 就可以提供一套和库存成本分析相关的指标体系做归因分析。店长构建属于自己门店的指标模版，可以清晰地看到从总部 / 大区再到各门店形成了统一的指标口径，而这些基础指标也是企业核心数据资产的业务呈现。

如上图所示，该门店库存报废率比较高的就是辅料，新品促销券核销情况比较糟糕，即针对新品的促销券使用率都不到一半。整个过程借助 Kyligence Zen，店长从引入数据和指标到做出初步的判断，既高效又可以自助完成，大大降低了通常对于数据或 IT 团队的依赖，大幅度缩短从数据到决策的时间，并第一时间给到业务决策合理、可信的依据，帮助准确调整市场策略。可想而知，对于千万级的成本损耗，这里即使能快速地降低 10%，对于 TCO（整体拥有成本）也是很可观的。

另外还有一个典型场景就是云成本管控。据 2021 年 CNCF FinOps Kubernetes Report 调研报告显示，68% 的受访者表示所在企业计算资源成本有所增加，36% 的受访者表示成本飙升超过 20%。云成本迅速增长，管理具有滞后性：对于管理者而言，最头痛的事之一就是云成本在无形中迅速增长。如果成本的监控和管理不善，IT 人员的某个误操作，就可能会给公司带来经济损失。

Kyligence Zen 可以对云账单数据和指标进行评估和分析。业务用户可以实现自助定义和使用指标，云成本相关的数据需求无需再依赖开发人员；数据工程师可以节省大量数据开发和治理的精力；管理层可以直观一览所有云成本相关的经营和管理指标。Kyligence Zen 提供的指标数据服务，也正在简化企业的云成本数据分析和优化成本，而降低的云成本有助于企业利润的增长。

要做大而全还是小而美？

在依托 Kyligence OLAP 技术能力支撑后，Kyligence Zen 好比是站在了巨人的肩膀上，起点也更高。但在数据指标管理这一蓝海市场中，同样高起点的产品也不在少数。

阿里、网易、快手等互联网大厂纷纷研发了自家的指标规范化管理系统，并已经投入到规划生产中。那么，相比同类型产品，Kyligence Zen 又以何特别之处，突出重围呢？

据李栋介绍，Kyligence Zen 与其他产品的差异性主要有三个：第一，体现在对趋势的把握上。Kyligence Zen 的设计更加迎合当前企业全面上云的大趋势。无论是国内还是国外，上云的趋势是不可逆的，Kyligence Zen 从一开始就是选择去拥抱云原生架构，它是一款更加偏向未来的产品。第二，是服务的目标行业有所不同。目前市场上一些同类产品可能只是专注于某个行业，而 Kyligence Zen 团队将其打造成一款通用的产品，让它能够服务零售、快消、互联网等多行业，服务的客户角色主要有管理者、数据工程师等角色。第三，是 Kyligence Zen 的标准化属性。因为标准化订阅制的产品更容易触达到客户的核心需求，也便于 Kyligence Zen 能够被全球各地的用户接受。

任何一款产品，在满足行业需求的时候都需要讲产品定位，也就是说要做大而全还是小而美？面对这样的提问，李栋称：“Kyligence Zen 是依托于 Kyligence OLAP 核心能力打造，OLAP 本身没有行业之分，它“大”在是全行业通用的技术能力，并且这种技术能力已经在金融、零售、互联网等行业得到了充分验证。同时，Kyligence Zen 是一款非常聚焦的产品，专注在指标分析与管理领域。先前，Kyligence 指标中台技术解决方案建设多年来已经沉淀出一套成熟的、可落地的方法论，并且已经应用在了很多头部金融、零售客户的业务中，所以 Kyligence Zen 在更细分的垂直领域里也具有竞争力。‘全’在行业，‘美’在聚焦，这是我的看法。”

李栋称，自 Kyligence Zen 推出以来，已经收到了不少客户的正向反馈。未来 Kyligence Zen 团队的目标是希望将它的生态构建得更加完善，让指标分析与管理未来能在生态中占据更核心的位置。