文章来源:https://www.toymoban.com/news/detail-424953.html
声明:本文将从技术角度对比几款商用BI产品的AI辅助功能。鉴于个人的认知水平,所描述的内容,若有不妥,请斧正。
BI之痛
从事大数据工作十余年,近两年负责制造业BI工作,总结了一些痛点问题:
-
技术挑战难度不大,繁杂重复事情较多,费时费力:
-
-
组织架构调整,营收历史数据重算
-
数据异常繁琐,排查定位耗时
-
-
指标口径不统一,上游数据质量堪忧:
-
-
上游系统重构、迭代、切换,元数据及数据字段频繁变动
-
管理模式调整,一任领导一个口径,指标口径不统一
-
定义不规范,数据无标准,
-
-
报表需求较随意,报表使用率低
-
-
IT与业务融合度不足,需求沟通费时
-
开发成本高,实际成效不明显
-
-
长期处于信息呈现阶段,数据驱动或者赋能业务路径不清晰
-
-
大量中国式报表,缺少数据洞察
-
BI工作的精力及成本分布如下图所示:
如何才能,从这样的工作中解脱出来呢?真正的实现高效信息获取,数据赋能业务?实现BI工作的精力及成本分布,呈现下图所示的“倒三角”呢?
何为BI
阅读至此的朋友,应该都是同道中人,这里就不掉书袋用官方术语定义BI了。关于什么是BI,如何做BI产品,如何使用好BI,大家可以自行检索。下面随机列举几篇公众号文章:
-
到底什么是BI?BI能为企业带来什么?
-
深度解答:BI到底是什么?
-
为什么BI软件在中国很难做
-
专访 | 观远数据吴宝琪:BI 最大的难点并不只在单点技术
-
BI到底能给管理带来什么价值?
正如大多数软件行业术语,BI也源于欧美国家。这种舶来品,需结合中国国情,做中国特色化,如果只是照搬照抄,必死无疑。从马列主义到SaaS,都验证了和验证着这个观点。那么,什么是中国特色的BI呢?个人认为归为以下两类:
-
L2层级,基本符合BI定义,数据辅助商业决策:通过数据分析及数据探索,辅助商业分析及决策。达到这个层次的企业,大多数是数据原生企业,或者信息化及电子化实施较好的行业,例如:金融、电商、零售、电信等。
-
L1层级,基本不符合BI定义,单纯的报表及看板:大多数停留在通过可视化图表呈现信息的层次,少数能够做到数据诊断企业管理问题,通过数据预测问题及直接支持决策的,凤毛麟角。传统行业、制造业是重灾区。
在L1层级,从事BI工作的,大家亲切的称为“表哥”、“表妹”。资深的“表哥”、“表妹”可能经历了如下形式的BI:
增强分析
增强分析 (Augmented Analytics)是Garnter 2017年创造的新概念,国内也叫(AI+BI)或者ABI。
增强分析,指使用低代码的 AI 或 ML 工具,通过自动化方式来协助数据准备、数据分析、分析结果洞察和解释、分享等过程。增强分析可以帮助各类用户发现现有数据中可能被忽视的洞察,并探索新数据,从而增强各类用户在 BI 平台中探索和分析数据能力的方式。
事实上,增强分析并不是指某一种特定的功能,而是让AI能力与BI结合,让更多用户、尤其是业务人员把数据分析用起来。当前行业已认可的增强分析相关产品能力,主要有数据目录、数据故事、自动数据洞察、NLG & NLQ 等等。这其中,自动数据洞察则是目前业务中需求最明确的。
参考文章:
-
AI+BI 如何落地?自动数据洞察或将扛大梁
-
当AI与BI相遇,零售商应该如何做?
-
BI和AI的强强联合
-
BI + AI:洞见数据和分析的未来
-
AI+BI,真的如想象中的那么美好吗?
搜索式BI
参考文章:
-
https://mp.weixin.qq.com/s/GaXX8_7bMrdJkVu9K_BE5g
何为ChatBI
通过类ChatGPT对话式问答方式,实现BI工作全范围覆盖。按照BI的智能问答程度及模式,分为五大阶段,在L3阶段后,BI开始具备智能数据准备(数据建模)、数据分析及智能问答能力。目前,市场上的智能BI(AI+BI),整体上处于L2到L3的转变阶段。
行业领先BI的ChatBI智能程度对照表:
BI品牌 |
ChatBI等级 |
说明 |
亿信华辰 |
L1 |
睿问https://www.esensoft.com/products/esenask.html 智能分析:https://help.esensoft.com/doc-view-893.html |
永洪BI |
L2 |
AI+BI:https://m.yonghongtech.com/gy/mtbd/6459585.html |
PowerBI |
L3 |
|
SmartBI |
L2 |
小麦:https://mp.weixin.qq.com/s/Y11mF_TMlo4o5Ptm2GXs4g |
百度Sugar BI |
L2.5 |
https://cloud.baidu.com/doc/SUGAR/s/nkh06jpf8 |
网易有数 |
L2.5 |
|
阿里Quick BI |
L2.5 |
|
Tableau |
L2.5 |
https://mp.weixin.qq.com/s/enK9M16PiVyhvMzESOWPeA |
帆软BI |
无 |
原因:https://www.finebi.com/2019/bi-3 FineBI务实 |
Metabase、Superset、Davinci、DataEasy |
无 |
如何实现通用的ChatBI
-
L1层级,完备+高质量端到端的元数据及血缘关系、标准的报表检索协议,基于知识图谱的对象存储
-
L2层级,完备+高质量端到端的元数据及血缘关系、标准的报表检索协议,基于知识图谱的对象存储、标准的报表存储格式协议及渲染协议
-
L3层级,完备+高质量端到端的元数据及血缘关系、标准的报表检索协议,标准的报表存储格式协议及渲染协议、高质量的数据建模规范及数据仓库模型
-
L4层级,完备+高质量端到端的元数据及血缘关系、标准的报表检索协议,标准的报表存储格式协议及渲染协议、高质量的数据建模规范及数据仓库模型、机器学习算法及数据挖掘算法、丰富的数据应用及经营分析案例库
-
L5层级,完备+高质量端到端的元数据及血缘关系、标准的报表检索协议,标准的报表存储格式协议及渲染协议、高质量的数据建模规范及数据仓库模型、机器学习算法及数据挖掘算法、丰富的数据应用及经营分析案例库、丰富的行业知识库及行业专家规则库
欢迎一起讨论,后续将用一个开源项目,按想法,在开源BI基础上,实现ChatBI层级。
她就是L5企业数据博士,Dr.D。文章来源地址https://www.toymoban.com/news/detail-424953.html
到了这里,关于ChatBI- ChatGPT的垂直领域思考的文章就介绍完了。如果您还想了解更多内容,请在右上角搜索TOY模板网以前的文章或继续浏览下面的相关文章,希望大家以后多多支持TOY模板网!