一站式大數據分析平臺,“洗剪吹”的執著

　2015年，平臺化的發展趨勢日益明顯，在大數據領域尤為突出。于是聞風而動的數據分析廠商也開始致力于構建一個快速、便捷的一站式大數據分析(數據分析師認證)平臺，把數據分析過程的三個階段，數據準備、探索式分析和深度分析全部涵蓋。結果，一個專注“洗剪吹”的平臺就此誕生了。

　　數據準備，“洗”盡鉛華

　　在數據分析領域，數據準備是一切分析的前提所在。由于數據分析的核心是數據，但是并非全部數據是都可以直接使用的。由于數據可能來自于企業自身的數據收集系統，可能來自網上的其他企業，也可能是第三方數據收集機構，各種類型數據混雜在一起，水平參差不齊，導致很多數據并不能達到可處理條件。但是如果簡單粗暴的過濾掉這些數據又將造成不可估量的損失，因此平臺中，數據的前期處理準備工作便成了整個分析過程的前提所在。

　　但是這一前提卻成為了很多平臺的困擾所在。如果采用大公司的ETL進行處理，雖然可以清洗的比較精細，但是消耗的時間卻有所提升，且未必符合后續分析的要求，違背了平臺化的初衷;如果采用的手段過于簡單，則可能導致一些數據處理不合格而造成數據流失。2015年，一些新的產品給出了答案，以永洪科技最新的一站式大數據分析平臺Yonghong Z-Suite V6.0為例，數據并沒有進行徹底的清洗，而是利用自服務把原始數據進行加工，做一些諸如數據清洗、表關聯關系設定等輕量級的數據建模，最終變為可分析使用的中間數據。而利用這一方案作為數據準備方案，在保證了速度和用戶的體驗感的同時，所得到的處理結果對后續的使用也有較好的適應。

　　“剪”的斷，理不亂，是探索式分析

　　探索式分析是平臺的主體，在數據準備完成后可以提供給客戶全面的數據分析(數據分析師培訓)服務。這一階段的優勢在于用戶可以根據業務需求靈活的變換數據組合維度和指標，調整指標的計算方法，選擇適配的展現形式，通過符合用戶邏輯直覺的交互式體驗，得出探索式分析結果。

　　從中可以看出，探索式分析最大的特色就在于他的靈活性和不可預見性。當用戶針對某事件有疑問時，平臺可以從多角度、多維度做出解答，同時由于角度的不確定，給出的答案也就就有不可預見性，用戶可以迅速的從更多的角度了解的產品可能存在的問題。探索式分析，這種靈活到自己都想不到的特質所能帶來的也就不僅僅是授之以魚，還能促使用戶提升看待問題的視野，透過問題看本質，得到數據分析真正的價值，做到授之以漁。

　　另外，與傳統平臺相比，探索式分析還提升了其易用性和用戶體驗。以往來講，由于傳統分析所得出的結果表現方式單一、不夠靈活等原因，B2B行業是不太注重用戶體驗的。這就導致了數據分析最終的結果只有公司頂層人員才能得知，據此作為公司改進的判斷依據。但畢竟一線人員才是數據的直接產生者和執行者，他們每天面對新的問題會有新的需求，以往的方式對這個矛盾則顯得束手無策。而探索式分析則可以很好的解決這一點，使用難度較低，更多的人可以去用，去分析，去解決，去得到他們所需要的東西，然后將所得結果靈活的呈現給公司的各個層面，充分發揮數據分析的優勢，提升企業整體水平。

　　深度式分析，“吹”盡黃沙始到金

　　探索式分析提供給客戶數據分析的廣度，而深入式分析則提供給客戶深度。那么為什么客戶會需要深入式分析呢?原因在于探索式分析是有自身的限制的。如果客戶看遍千山，用盡所有維度依然未能解決問題呢?如果數據模式沒有被完全識別，客戶如何得知哪些維度是重要的呢?如果客戶得到了探索式分析的結果，卻感覺不夠有說服力呢?在這種情況下，常規分析方法已經不能滿足客戶對數據分析的需求，這時深度分析就可以派上用場了。

　　深度分析可以在未識別的模式下，通過挖掘算法，對數據的特征、規律和預測給予分析人員指導。當客戶面對未知數據時，難以確定從哪些維度入手，結果自然是沒有維度可選。如果沒有維度怎么辦?自己創造維度。一直以來，深度分析對于很多客戶來講都是可望而不及的，其技術要求門檻較高，CDa人才稀缺，挖掘算法難度較大，讓并不熟悉的基層業務人員學習使用更是困難。那么能否做到在不懂挖掘算法的同時還可以使用深度分析呢?平臺可以做到。在找不到維度分析時，深度分析作為不屬三界之內的第四維度被客戶使用。針對業務人員常用的幾個功能如聚類、分類、回歸、時序等算法布置在平臺內，降低使用難度，讓基層人員親自使用深度挖掘尋求自身所需。

　　在一站式數據分析平臺中，數據準備階段由自服務完成，迅速得到可數據分析師分析數據后，深度式分析與探索式分析進行有機結合，二者各司其職，互補互助。讓基層人員在面對任何維度，任何層次的數據分析時都可以輕松應對。身為“洗剪吹”，就要有一顆吸引大眾關注的心啊!