摘要：
隨著數(shù)字化浪潮的持續(xù)洶涌，企業(yè)同時(shí)面臨著挑戰(zhàn)和機(jī)遇：一方面行業(yè)競(jìng)爭(zhēng)加劇，數(shù)字化轉(zhuǎn)型成為企業(yè)提升競(jìng)爭(zhēng)力的必要手段;另一方面作為目前我國(guó)經(jīng)濟(jì)的重要組成部分，數(shù)字經(jīng)濟(jì)又受到來(lái)自多方面的重視和扶持。企業(yè)數(shù)字化轉(zhuǎn)型離不開(kāi)專(zhuān)業(yè)的信息化建設(shè)，商業(yè)智能(BI)作為信息化建設(shè)中的關(guān)鍵一環(huán)，在企業(yè)數(shù)字化轉(zhuǎn)型升級(jí)過(guò)程中將持續(xù)發(fā)揮重要作用。未來(lái)，BI在不斷深入企業(yè)業(yè)務(wù)一線、指導(dǎo)業(yè)務(wù)人員精細(xì)工作的同時(shí)，更為企業(yè)的科學(xué)決策持續(xù)助力。
2022年國(guó)務(wù)院印發(fā) 《“十四五”數(shù)字經(jīng)濟(jì)發(fā)展規(guī)劃》，明確堅(jiān)持“數(shù)據(jù)賦能、系統(tǒng)推進(jìn)、協(xié)同高效”的原則，以數(shù)字技術(shù)與實(shí)體經(jīng)濟(jì)深度融合為主線，協(xié)同推進(jìn)數(shù)字產(chǎn)業(yè)化和產(chǎn)業(yè)數(shù)字化，賦能傳統(tǒng)產(chǎn)業(yè)轉(zhuǎn)型升級(jí)，培育新產(chǎn)業(yè)新業(yè)態(tài)新模式。數(shù)字經(jīng)濟(jì)時(shí)代已至，企業(yè)面臨著新的機(jī)遇和挑戰(zhàn)，數(shù)字化轉(zhuǎn)型成為企業(yè)提升競(jìng)爭(zhēng)力的必要手段，通過(guò)數(shù)字化轉(zhuǎn)型可以幫助企業(yè)抓住新機(jī)遇，提升企業(yè)韌性，應(yīng)對(duì)外部環(huán)境的變化及內(nèi)部組織變革的挑戰(zhàn)。企業(yè)數(shù)字化轉(zhuǎn)型不是簡(jiǎn)單的新技術(shù)的創(chuàng)新應(yīng)用，是發(fā)展理念、組織方式、業(yè)務(wù)模式、經(jīng)營(yíng)手段等全方位的轉(zhuǎn)變，既是戰(zhàn)略轉(zhuǎn)型，又是系統(tǒng)工程，需要體系化推進(jìn)。
而另一方面，大多數(shù)傳統(tǒng)企業(yè)可能都會(huì)面臨數(shù)字化轉(zhuǎn)型的難題，傳統(tǒng)商業(yè)智能(BI)平臺(tái)部署成本高、開(kāi)發(fā)周期長(zhǎng)、靈活性較差，而這些特性也逐漸使企業(yè)客戶對(duì)商業(yè)智能產(chǎn)生了一些刻板印象。與傳統(tǒng)BI相比，企業(yè)使用敏捷BI更是未來(lái)數(shù)字化升級(jí)的趨勢(shì)。數(shù)字化內(nèi)涵中可視化、可量化、可優(yōu)化的三大要素，敏捷BI都能完美勝任，且比傳統(tǒng)BI更加出色。其極高的靈活性使BI深入業(yè)務(wù)層成為可能。通過(guò)使用敏捷BI，業(yè)務(wù)人員的日常工作可全程助力到企業(yè)的科學(xué)決策中：業(yè)務(wù)人員更易獲取所需信息、且能夠根據(jù)需求進(jìn)行實(shí)時(shí)分析、企業(yè)業(yè)務(wù)系統(tǒng)數(shù)據(jù)庫(kù)得以打通、業(yè)務(wù)數(shù)據(jù)整合到數(shù)據(jù)倉(cāng)庫(kù)的過(guò)程更高效，進(jìn)而減少人力、時(shí)間成本;對(duì)管理層而言，敏捷BI可提供數(shù)據(jù)可視化報(bào)表，通過(guò)數(shù)據(jù)可視化分析全面展現(xiàn)企業(yè)發(fā)展?fàn)顩r，追蹤業(yè)務(wù)執(zhí)行效果，促進(jìn)業(yè)務(wù)健康發(fā)展，輔助企業(yè)管理層進(jìn)行科學(xué)決策。本文將從商業(yè)智能(BI)發(fā)展的時(shí)間維度、國(guó)際維度進(jìn)行梳理和分析，并以實(shí)際案例展示BI平臺(tái)對(duì)企業(yè)發(fā)展的重大意義。
BI商業(yè)智能的發(fā)展歷程
BI的概念最早是由Gartner在1996年提出，其定義為一類(lèi)由數(shù)據(jù)倉(cāng)庫(kù)(或數(shù)據(jù)集市)、查詢報(bào)表、數(shù)據(jù)分析、數(shù)據(jù)挖掘、數(shù)據(jù)備份和恢復(fù)等部分組成的、以幫助企業(yè)決策為目的的技術(shù)及其應(yīng)用。從發(fā)展階段來(lái)看，我國(guó)BI的發(fā)展分為兩個(gè)階段。
2010年處于IT用戶報(bào)表開(kāi)發(fā)時(shí)代
第一個(gè)階段是以2010年為代表的IT用戶報(bào)表開(kāi)發(fā)時(shí)代，屬于傳統(tǒng)BI，該階段產(chǎn)品報(bào)表的開(kāi)發(fā)與制作以IT為主導(dǎo)，由業(yè)務(wù)用戶提需求，IT工程師負(fù)責(zé)項(xiàng)目規(guī)劃、數(shù)據(jù)準(zhǔn)備、報(bào)表開(kāi)發(fā)、測(cè)試、最后上線給到業(yè)務(wù)人員使用。
傳統(tǒng)BI和自助式敏捷BI的差別
2020年開(kāi)始進(jìn)入業(yè)務(wù)用戶商業(yè)分析時(shí)代
在2010-2019年，報(bào)表類(lèi)產(chǎn)品是中國(guó)最受歡迎的BI產(chǎn)品，而Gartner2022年發(fā)布的一份針對(duì)中國(guó)分析平臺(tái)市場(chǎng)的報(bào)告提到，報(bào)表類(lèi)產(chǎn)品的需求增速在逐漸停滯，增量的需求來(lái)自于更強(qiáng)調(diào)低門(mén)檻分析能力的現(xiàn)代化的分析型BI平臺(tái)(Analytics and BI platforms)，這類(lèi)產(chǎn)品未來(lái)5年將會(huì)以超過(guò)30%的增速，引領(lǐng)整個(gè)BI市場(chǎng)的發(fā)展。
這個(gè)結(jié)論和我們近幾年不斷接觸客戶和對(duì)市場(chǎng)變化的持續(xù)感知產(chǎn)生的觀察不謀而合。近年BI市場(chǎng)的發(fā)展趨勢(shì)明顯呈現(xiàn)出從IT走向業(yè)務(wù)、從報(bào)表工具走向分析決策的特征，開(kāi)始逐漸步入業(yè)務(wù)用戶商業(yè)分析的時(shí)代，與此同時(shí)以永洪BI為代表的新一代敏捷BI產(chǎn)品應(yīng)運(yùn)而生。
從報(bào)表工具和商業(yè)分析角度來(lái)看，該階段產(chǎn)品主要以面向業(yè)務(wù)用戶/分析師為主，整個(gè)過(guò)程當(dāng)業(yè)務(wù)用戶/分析師有需求和問(wèn)題時(shí)，IT工程師只需負(fù)責(zé)把基礎(chǔ)的數(shù)據(jù)整理好，其他數(shù)據(jù)準(zhǔn)備和報(bào)表開(kāi)發(fā)都讓業(yè)務(wù)人員通過(guò)拖拉拽的方式完成，同時(shí)也可以進(jìn)行“究其原因”的探索式分析，讓業(yè)務(wù)人員可以真正通過(guò)數(shù)據(jù)提升業(yè)務(wù)效果。
一站式——商業(yè)分析的未來(lái)趨勢(shì)
從歐美到中國(guó)，商業(yè)化分析正被廣泛應(yīng)用
在全球范圍內(nèi)，第一批BI工具廠商在20世紀(jì)80、90年代誕生于歐美市場(chǎng)，并于2000年前后初步在全球形成一定規(guī)模，出現(xiàn)了美國(guó)的MicroStrategy、Hyperio、Salesforce，法國(guó)BusinessObjects，加拿大Cognos和Crystal Reports、Siebel Analytic，瑞典Qlikview等行業(yè)領(lǐng)軍者。到2010年，歐美開(kāi)始規(guī)模化進(jìn)入業(yè)務(wù)用戶商業(yè)分析時(shí)代。
國(guó)內(nèi)外BI發(fā)展歷史及趨勢(shì)
國(guó)外商業(yè)化分析案例雀巢：培養(yǎng)數(shù)據(jù)驅(qū)動(dòng)業(yè)務(wù)決策的企業(yè)文化
雀巢是一家總部位于瑞士的跨國(guó)食品和飲料公司。成立于 1866 年，擁有超過(guò) 291,000 名員工和 403 家工廠，2021 年的銷(xiāo)售額為 871億瑞士法郎。擁有如此大規(guī)模的公司，為員工尋找合適的業(yè)務(wù)管理工具以做出有價(jià)值的業(yè)務(wù)決策既至關(guān)重要又具有挑戰(zhàn)性。雀巢從2010年就已開(kāi)始構(gòu)建商業(yè)化分析體系，后來(lái)又引入了BI商業(yè)化分析工具，以幫助那些做出業(yè)務(wù)決策的人在需要時(shí)訪問(wèn)他們需要的數(shù)據(jù)，而無(wú)需等待集中式數(shù)據(jù)團(tuán)隊(duì)的報(bào)告。
在整個(gè)數(shù)據(jù)分析架構(gòu)體系當(dāng)中，雀巢的分析技術(shù)堆棧包括四個(gè)領(lǐng)域。這些領(lǐng)域的組件是成功分析解決方案的基石：
(1)商業(yè)智能工具
(2)機(jī)器學(xué)習(xí)和統(tǒng)計(jì)平臺(tái)
(3)數(shù)據(jù)管理解決方案
(4)數(shù)據(jù)治理和集成
雀巢用于BI的工具和平臺(tái)
為了讓員工更好地訪問(wèn)數(shù)據(jù)，從而對(duì)市場(chǎng)做出快速反應(yīng)。雀巢開(kāi)發(fā)了統(tǒng)一的數(shù)據(jù)倉(cāng)庫(kù)，并將數(shù)據(jù)倉(cāng)庫(kù)中的數(shù)據(jù)與其他本地?cái)?shù)據(jù)集相結(jié)合起來(lái)，利用自助式BI，以準(zhǔn)確、高效的方式為員工提供數(shù)據(jù)分析服務(wù)，從而促進(jìn)科學(xué)決策和公司的可持續(xù)發(fā)展。
1、數(shù)據(jù)驅(qū)動(dòng)下的科學(xué)決策
以某部門(mén)的營(yíng)銷(xiāo)分析主題為例子，該儀表板的目標(biāo)是提供全球統(tǒng)一的儀表板界面，讓部門(mén)內(nèi)部人員可以實(shí)時(shí)訪問(wèn)其關(guān)鍵業(yè)務(wù)和品牌的績(jī)效指標(biāo)表現(xiàn)，提供業(yè)務(wù)決策依據(jù)。
這個(gè)儀表板匯總了來(lái)自各種內(nèi)部和外部來(lái)源的 Purina 營(yíng)銷(xiāo)數(shù)據(jù)，包括來(lái)自 Nielsen 等媒體機(jī)構(gòu)、定制研究、聯(lián)合銷(xiāo)售來(lái)源、社交媒體和銷(xiāo)售點(diǎn)的數(shù)據(jù)。例如Consumer Metrics(消費(fèi)者指標(biāo)分析)頁(yè)面整合了品牌資產(chǎn)、品牌情緒、家庭面板數(shù)據(jù)和來(lái)自各種來(lái)源的消費(fèi)者聯(lián)系方式，以全面了解品牌的評(píng)價(jià)程度，并做出精準(zhǔn)的決策調(diào)整。
儀表盤(pán)協(xié)助市場(chǎng)洞察(示意)
2、自助分析助力雀巢保持全球的核心競(jìng)爭(zhēng)力
雀巢通過(guò)明智的戰(zhàn)略性技術(shù)投資來(lái)增強(qiáng)員工能力并創(chuàng)建一個(gè)現(xiàn)代和先進(jìn)的組織，培養(yǎng)以數(shù)據(jù)驅(qū)動(dòng)的企業(yè)文化，讓員工能夠做出科學(xué)的業(yè)務(wù)決策，從而繼續(xù)保持企業(yè)的競(jìng)爭(zhēng)力。截止2020年底，公司內(nèi)部的用戶已增長(zhǎng)到每月超過(guò)45000位活躍用戶。2022年5月，Gartner 發(fā)布2022年全球供應(yīng)鏈25強(qiáng)排行榜中，雀巢以“創(chuàng)新轉(zhuǎn)型、數(shù)字賦能的智能供應(yīng)鏈戰(zhàn)略”優(yōu)勢(shì)，榮登全球第八。
而在中國(guó)，商業(yè)化分析的步伐開(kāi)始于2020年，相較于歐美落后10-15年，但隨著本土BI企業(yè)的日益成熟，商業(yè)化分析的土壤在智能制造、金融、零售等行業(yè)的頭部企業(yè)中快速興起，這加速了追趕歐美的步伐。
永洪BI案例某全球領(lǐng)先ICT企業(yè)：面向 ”自助消費(fèi)” 的數(shù)據(jù)服務(wù)建設(shè)
該企業(yè)創(chuàng)立于80年代末，是全球領(lǐng)先的ICT(信息與通信)基礎(chǔ)設(shè)施和智能終端提供商。目前約有20萬(wàn)員工，業(yè)務(wù)遍及170多個(gè)國(guó)家和地區(qū)，服務(wù)全球30多億人口。
1、從 ”保姆” 模式到 ”服務(wù) + 自助” 模型
過(guò)去，該集團(tuán)各業(yè)務(wù)部門(mén)的分析訴求往往通過(guò)公司總部”保姆式”的開(kāi)發(fā)模式來(lái)滿足，即業(yè)務(wù)部門(mén)只負(fù)責(zé)提出需求，所有的方案從設(shè)計(jì)到開(kāi)發(fā)實(shí)現(xiàn)，統(tǒng)一由總部完成。這也是傳統(tǒng)BI的開(kāi)發(fā)模式，強(qiáng)依賴(lài)于IT人員，貫穿整個(gè)數(shù)據(jù)分析的過(guò)程，從獲取數(shù)據(jù)、建模到設(shè)計(jì)報(bào)告，均需要IT人員的支撐，這種模式存在多個(gè)問(wèn)題：
1)開(kāi)發(fā)周期長(zhǎng)。通常從需求提出到開(kāi)發(fā)實(shí)現(xiàn)，需要多輪次需求解析和澄清，IT開(kāi)發(fā)完之后還需要進(jìn)行嚴(yán)格的測(cè)試驗(yàn)證部署，因此整個(gè)周期通常最短需要30天。
2)無(wú)法滿足靈活多變的業(yè)務(wù)要求。業(yè)務(wù)運(yùn)營(yíng)是按需開(kāi)發(fā)的，而業(yè)務(wù)開(kāi)展時(shí)的問(wèn)題和風(fēng)險(xiǎn)是經(jīng)常變化的，總部無(wú)法響應(yīng)所有業(yè)務(wù)部門(mén)的需求。
在這種背景下，提出了”服務(wù) + 自助” 模式，即公司總部只提供統(tǒng)一的數(shù)據(jù)服務(wù)和分析能力組件服務(wù)，各業(yè)務(wù)部門(mén)可以根據(jù)業(yè)務(wù)需要進(jìn)行靈活的數(shù)據(jù)分析消費(fèi)，數(shù)據(jù)分析的方案和結(jié)果由業(yè)務(wù)自己完成。使得數(shù)據(jù)分析消費(fèi)周期極大縮短。發(fā)揮業(yè)務(wù)運(yùn)營(yíng)主觀能動(dòng)性。減少“煙囪式系統(tǒng)”的重復(fù)建設(shè)。
2、打造業(yè)務(wù)自助分析的關(guān)鍵能力
該企業(yè)將自助分析打造成企業(yè)內(nèi)部的一種公共的能力，在企業(yè)層面進(jìn)行了統(tǒng)一構(gòu)建。一方面，面向不同的消費(fèi)用戶提供了差異性的能力和工具支撐;另一方面，引入”租戶”的概念，不同類(lèi)型的用戶可以在一定范圍內(nèi)分析數(shù)據(jù)、共享數(shù)據(jù)結(jié)果。
在選擇要實(shí)施的工具時(shí)，擁有便捷的數(shù)據(jù)分析能力和高效的性能，同時(shí)還使業(yè)務(wù)用戶能夠在數(shù)據(jù)結(jié)果共享時(shí)保障數(shù)據(jù)安全非常重要。該企業(yè)在2019年選擇了永洪BI作為內(nèi)部的自助分析工具，幫助用戶能夠快速釋放數(shù)據(jù)價(jià)值，驅(qū)動(dòng)業(yè)務(wù)增長(zhǎng)。
永洪BI產(chǎn)品的全流程服務(wù)
截止到2019年，永洪BI工具已被逐步推廣到集團(tuán)的20幾個(gè)單位或部門(mén)。培育了近2000+商業(yè)化數(shù)據(jù)分析師，生產(chǎn)了超過(guò)3W+張自服務(wù)分析報(bào)告，周活報(bào)表10000+。為集團(tuán)各部門(mén)的業(yè)務(wù)決策提供了靈活、精準(zhǔn)、高效的支撐。
永洪BI案例某大型國(guó)有銀行：搭建全行統(tǒng)一的自助式分析平臺(tái)
該銀行屬于中央管理的大型國(guó)有銀行之一，在2015年被認(rèn)定為是全世界市值最高的銀行之一。2018年底總資產(chǎn)超過(guò)27兆人民幣，個(gè)人金融資產(chǎn)達(dá)12兆人民幣。
1、大數(shù)據(jù)平臺(tái)建設(shè)歷程
該銀行從 2002 年開(kāi)始建設(shè)數(shù)據(jù)集市，當(dāng)時(shí)主要使用 Oracle 類(lèi)單機(jī)版的關(guān)系型數(shù)據(jù)庫(kù)。隨著數(shù)據(jù)量不斷增加，開(kāi)始引入 TD、ED 等國(guó)外高端一體機(jī)。2014 年該銀行正式基于 Hadoop 技術(shù)建設(shè)了大數(shù)據(jù)平臺(tái)，在其之上構(gòu)建了企業(yè)級(jí)數(shù)據(jù)湖及數(shù)據(jù)倉(cāng)庫(kù)。2017 年，隨著 AI 技術(shù)的興起，又開(kāi)始建設(shè)機(jī)器學(xué)習(xí)平臺(tái)，2020 年開(kāi)始建設(shè)數(shù)據(jù)中臺(tái)和高時(shí)效類(lèi)商業(yè)化分析平臺(tái)。
2、為什么要上企業(yè)級(jí)自助式BI系統(tǒng)
該銀行原有報(bào)表平臺(tái)有自研報(bào)表平臺(tái)、水晶報(bào)表、Cognos和SAS。在使用時(shí)面臨著以下問(wèn)題：
1. 數(shù)據(jù)交互式查詢慢。該銀行的數(shù)據(jù)量級(jí)在千億級(jí)別，數(shù)據(jù)涉及面廣，分析的復(fù)雜度也高。原系統(tǒng)的hive查詢往往會(huì)出現(xiàn)幾分鐘甚至幾十分鐘才能返回?cái)?shù)據(jù)結(jié)果，無(wú)法滿足快速、準(zhǔn)確查詢的需要。
2. 數(shù)據(jù)分析和業(yè)務(wù)探索能力不足。該銀行需要服務(wù)集團(tuán)及分子公司上萬(wàn)業(yè)務(wù)用戶，原有系統(tǒng)分散，不能滿足全行業(yè)務(wù)分析師在線數(shù)據(jù)挖掘和業(yè)務(wù)探索的需求。
3. 原有報(bào)表圖表樣式少。該銀行原有報(bào)表圖表樣式10余種，難以滿足豐富精致的數(shù)據(jù)圖表樣式需求。
4. 權(quán)限管控機(jī)制不夠。該銀行需要企業(yè)級(jí)權(quán)限管控，保障數(shù)據(jù)安全應(yīng)用。
3、商業(yè)化數(shù)據(jù)分析平臺(tái)的技術(shù)架構(gòu)
該銀行的實(shí)時(shí)大數(shù)據(jù)平臺(tái)依托于華為云 FusionInsight 智能數(shù)據(jù)湖為數(shù)據(jù)底座，以永洪BI作為全行的自助式數(shù)據(jù)分析中心。
該案例的系統(tǒng)架構(gòu)
1. 數(shù)據(jù)層
a.數(shù)據(jù)底座：依托華為Hetu集群，大大加速了數(shù)據(jù)查詢與計(jì)算的速度，由一開(kāi)始的分鐘級(jí)優(yōu)化為秒級(jí)響應(yīng)。
b.自助BI層：采用了BI系統(tǒng)直接連接數(shù)據(jù)湖的形式。數(shù)據(jù)分析師通過(guò)bi平臺(tái)的功能自行編寫(xiě)查詢語(yǔ)句，對(duì)于數(shù)據(jù)湖中數(shù)據(jù)進(jìn)行抽取來(lái)完成各式各樣的自助式bi分析功能。這樣的設(shè)計(jì)會(huì)使得分析非常靈活，自由度高。
2. 服務(wù)層：由于行方需要上百臺(tái)BI系統(tǒng)來(lái)滿足大規(guī)模用戶使用需要，采用了分布式docker容器方案，通過(guò)啟動(dòng)docker靈活部署的方式+即時(shí)BI系統(tǒng)的license server功能，實(shí)現(xiàn)了即停即起，license管控，心跳檢測(cè)，自動(dòng)殺停等一系列靈活部署的機(jī)制。
3. 業(yè)務(wù)層：需要規(guī)范安全的權(quán)限管控機(jī)制，支持集團(tuán)，區(qū)域，項(xiàng)目，不同中心以及子公司等多層級(jí)、分角色、分用戶、高安全性、易操作的權(quán)限管控保障要求。
該案例的技術(shù)架構(gòu)
到2020年，該銀行通過(guò)永洪BI和華為云的數(shù)據(jù)湖搭建的全行級(jí)的統(tǒng)一數(shù)據(jù)分析平臺(tái)加速了海量數(shù)據(jù)的價(jià)值轉(zhuǎn)化，服務(wù)了全行上千名數(shù)據(jù)分析師，利用高效便捷的數(shù)據(jù)分析服務(wù)促進(jìn)了更快、更有效的業(yè)務(wù)決策。
永洪BI，助力商業(yè)分析新時(shí)代
信息技術(shù)的飛速發(fā)展帶來(lái)數(shù)字經(jīng)濟(jì)的擴(kuò)張，數(shù)據(jù)已然是繼土地、勞動(dòng)力、資本和技術(shù)之后的第五大生產(chǎn)要素，在更高層面，數(shù)據(jù)也已成為國(guó)家的重要戰(zhàn)略資源。隨著科學(xué)技術(shù)的不斷發(fā)展，不僅硬件存儲(chǔ)和計(jì)算能力大幅提升、軟件平臺(tái)和產(chǎn)品能力越來(lái)越成熟，信息時(shí)代企業(yè)人才的素質(zhì)也不斷提高，企業(yè)將實(shí)現(xiàn)數(shù)字化轉(zhuǎn)型的重心放在數(shù)據(jù)的有效應(yīng)用上，期望數(shù)據(jù)可以有效賦能業(yè)務(wù)增長(zhǎng)，釋放數(shù)據(jù)價(jià)值，從而提升經(jīng)營(yíng)發(fā)展質(zhì)量。自2020年以后，中國(guó)企業(yè)開(kāi)始規(guī)?；M(jìn)入業(yè)務(wù)用戶商業(yè)分析時(shí)代，數(shù)字化轉(zhuǎn)型的趨勢(shì)不斷顯著。
為滿足廣大企業(yè)商業(yè)化分析轉(zhuǎn)型，永洪科技構(gòu)建了商業(yè)化分析師家園——永洪社區(qū)，免費(fèi)提供教學(xué)視頻、互助問(wèn)答、學(xué)習(xí)資料、插件模板、生活分享等內(nèi)容，全面提升商業(yè)化數(shù)據(jù)分析師的能力;同時(shí)推出了商業(yè)化分析“免費(fèi)全家桶”產(chǎn)品組合，Yonghong Desktop Basic、X+Viewer、永洪云。當(dāng)企業(yè)規(guī)模足夠大時(shí)，則可以升級(jí)為Yonghong Desktop Professional、X-Suite和Z-Suite等企業(yè)級(jí)商業(yè)化分析平臺(tái)，以滿足企業(yè)在不同發(fā)展階段的商業(yè)化分析需求。
永洪科技的商業(yè)化分析能力
作為國(guó)內(nèi)敏捷BI的首創(chuàng)者與引領(lǐng)者，永洪BI因“一站式大數(shù)據(jù)分析服務(wù)”等先進(jìn)理念和技術(shù)，以及更全面、更靈活、更易用等屬性，一直受到市場(chǎng)和客戶的廣泛認(rèn)可，連續(xù)5年榮獲中國(guó)敏捷BI第一名。永洪科技核心產(chǎn)品擁有分布式計(jì)算、分布式存儲(chǔ)、分布式通信、云計(jì)算、數(shù)據(jù)處理、數(shù)據(jù)展現(xiàn)等多項(xiàng)技術(shù)專(zhuān)利，在高性能、易用性等方面具有獨(dú)特優(yōu)勢(shì)。除了廣泛的數(shù)據(jù)源接口、可視化數(shù)據(jù)報(bào)告、自助式探索分析等強(qiáng)大功能以外，還與AI深度融合，讓本土用戶在面對(duì)復(fù)雜的報(bào)表、企業(yè)級(jí)管理困境時(shí)能夠輕松快速地制作并分析數(shù)據(jù)報(bào)告，實(shí)現(xiàn)各類(lèi)預(yù)測(cè)分析，提升企業(yè)科學(xué)決策的能力。
永洪科技的客戶涵蓋了金融、制造、零售、能源、政府、教育等近20個(gè)中國(guó)支柱產(chǎn)業(yè)及新經(jīng)濟(jì)產(chǎn)業(yè)，在金融、制造的市場(chǎng)占有率排名第一，其中Top20銀行客戶覆蓋率更是達(dá)到80%。同時(shí)，財(cái)富世界企業(yè)100強(qiáng)，有14家選擇永洪BI。全球各領(lǐng)域排行第一的25家中國(guó)企業(yè)，有11家選擇永洪BI。永洪科技成功為共計(jì)10000+家企業(yè)客戶提供了產(chǎn)品和服務(wù)，提煉總結(jié)出無(wú)數(shù)企業(yè)數(shù)字化升級(jí)的成功經(jīng)驗(yàn)，未來(lái)將持續(xù)助力更多企業(yè)獲得成功。
（免責(zé)聲明：本網(wǎng)站內(nèi)容主要來(lái)自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿，凡在本網(wǎng)站出現(xiàn)的信息，均僅供參考。本網(wǎng)站將盡力確保所提供信息的準(zhǔn)確性及可靠性，但不保證有關(guān)資料的準(zhǔn)確性及可靠性，讀者在使用前請(qǐng)進(jìn)一步核實(shí)，并對(duì)任何自主決定的行為負(fù)責(zé)。本網(wǎng)站對(duì)有關(guān)資料所引致的錯(cuò)誤、不確或遺漏，概不負(fù)任何法律責(zé)任。
任何單位或個(gè)人認(rèn)為本網(wǎng)站中的網(wǎng)頁(yè)或鏈接內(nèi)容可能涉嫌侵犯其知識(shí)產(chǎn)權(quán)或存在不實(shí)內(nèi)容時(shí)，應(yīng)及時(shí)向本網(wǎng)站提出書(shū)面權(quán)利通知或不實(shí)情況說(shuō)明，并提供身份證明、權(quán)屬證明及詳細(xì)侵權(quán)或不實(shí)情況證明。本網(wǎng)站在收到上述法律文件后，將會(huì)依法盡快聯(lián)系相關(guān)文章源頭核實(shí)，溝通刪除相關(guān)內(nèi)容或斷開(kāi)相關(guān)鏈接。 ）
