企服新物种的分析 PaaS 如何赋能全行业生态伙伴？-新闻资讯-衡石科技

HENGSHI SENSE

解决方案

产品伙伴

资源中心

关于我们

免费试用

新闻资讯

洞察行业前沿，时刻保持探索精神，保持 HENGSHI SENSE 产品的优越性，
更多衡石精彩不容错过

企服新物种的分析 PaaS 如何赋能全行业生态伙伴？

作者：HENGSHI 时间：2022-07-27

导读

近期，衡石成功举办了 HENGSHI SENSE 4.1 线上分享会，分享会上衡石科技 CEO 刘诚忠，衡石科技联合创始人 & 首席架构师赖林华围绕整个数据分析市场、行业和衡石的创新为主题进行分享。本期推文我们就先来看看衡石科技 CEO 刘诚忠带来的《企服市场新物种：何为数据分析 PaaS》分享。

企业客户实现数据分析场景价值

有几种方法？

当企业想要得出数据分析最后的结果，在以前会有3种方式，一种是自研、一种是采购 BI 工具后进行报表实施，另一种就是通过解决方案厂商直接给出垂直的解决方案。

如果是自研，初期的基本需求可能可以满足，但要继续满足更专业的分析需求就会占用过多主业研发资源，对公司整体而言非常不经济。这个方式效率低，而且风险很大，很多企业考虑到投入产出比并不适合这种方式。

第二种方式采购 BI 工具需要企业自己先完成数仓的实施，做好数据的加工准备工作，再采购 BI 工具，做报表实施，实现报表和 dashboard。方式二好处在于非常灵活，想到要完成怎样的分析报表马上就可以自己去实现，但开发效率会极低。一是它无法形成一个业务的指标体系，所以很难复用；二是它更依赖于数据仓库。

第三种方式是通过垂直的解决方案来实现某一业务领域的数据分析，可以直接面向业务部门，比如说营销部门或者销售部门，拿来就用，因为这样的解决方案有明确的业务的分析的 know-how，帮助业务部门达成一个明确的 KPI 比如说用户增长、广告提效等，这些场景对于客户来说可以很直接产生效果和价值。但这种方式在于它是被开发出来的，研发成本很高，门槛也会很高。所以很多有咨询能力的公司，虽然有行业 know-how，但因为没有足够的研发资源也无法实现可落地的数据分析场景。其次这种在业务发生变化的时候，很难灵活地扩展，因为这种方案也是和数据强绑定的，没有分层，而是通过开发的方式完全从头到尾开发出来的。

那么衡石希望能在第二种方式和第三种方式中更进一步，让分析轻量，让非开发者也可以完成。衡石做的就是把数据跟分析逻辑在架构上完全分离，在这个架构下真正能让分析逻辑被复用沉淀，生成一个垂直领域的分析的方法论。这样可以将方式三中的行业 know-how 作为分析的模板沉淀并管理起来，去表达分析的场景逻辑。同时，方式二中重度依赖数仓的方式也能得到改善，积累出实施的模版，更轻松地复用分析方法论。当数据和分析逻辑分离之后，能够同时让 BI 工具和分析方案两种路径都能大大获益。

谁才懂行业真正的 know-how ？

我们在说 BI 和分析的效果和价值时，最终还是看交付了一个什么样的分析场景，即到底这个场景下哪些商业的 KPI 指标能够让企业或者用户方便地管理自身的业务，这就是行业 know-how ，我们需要分析的就是这些 KPI 成果。那么这个 know-how，到底是依据谁的标准来决定的呢？这就是工具和方案市场的区别。

当企业购买 BI 工具的时候，分析是来自于自身业务 know-how 。所以这时候 BI 实施最后做得好不好， BI 厂商能够负责的部分很有限，因为关键是在于这个客户本身能不能通过 BI 工具以数据分析的形式来表达自身的管理理念，行业 know-how 的沉淀在企业客户本身。

但是 ISV/SaaS 厂商的合作中，通常来说他们对这个行业有着非常专业的见解，能够推出行业通用、有高度的高价值分析方案。比如说秒针在研究分析广告投放效率非常专业，可以直接告诉很多甲方品牌组应该怎么样做是有效果的，因为在广告营销方面秒针是最专业的。ISV/SaaS 厂商都是了解行业，有专业的行业咨询能力，能够给出行业标准的分析场景。所以这个 know-how 是来自于 ISV/SaaS 厂商而不是来自于客户。这种情况下，整个分析场景和方案的可复用性是非常高的。尤其是对于 SaaS 厂商，因为数据的标准性都得到了完全的保证。

所以衡石在落地分析的价值的时候，不论是企业客户还是 ISV/SaaS 厂商，都在依赖衡石落地分析的场景，我们会重点关注 ISV/SaaS 伙伴的方法论，因为他们通常具备专业的行业通用性和高度可复用的标准化程度。

HENGSHI SENSE 如何进化成为

数据分析 PaaS 平台？

在企业客户端，我们服务的是客户的 IT 部门或者是数据部门。因为现在越来越多的企业客户意识到数据的重要性，开始组建独立的数据部门。在 ISV/SaaS 厂商端，我们服务的其实是产研部门，帮助客户节省大量的产研成本。如何在没有动用工程师资源的情况下，能够推出高价值的产品功能。要满足两个不同端的需求，我们就要把分析的场景中的指标、dashboard、看板交互下钻跳转，整个流程它要变成指标和模板，和数据分离开。只有这样，才能实现高度复用性，放在任何不同的客户不同的数据环境下，用同样一套方法论都能流畅地跑通。这里的关键就在于能不能在数据之外很好地表达分析指标和标准的模板。

于是衡石提供了语义层的方式去表达定义分析的指标，即这个指标是怎么计算的。让分析师真正进入到定义指标的过程中，而不像原来用的数据仓库一样无法编辑处理。这样分析师能够表达他积累的行业 know-how ，也就解决了复用的问题。

客户可以去定义指标，定义关联模型，定义各种权限，形成一个数据资产的目录，即虚拟数据关系，有了模型指标后，再去做分析、做 dashboard 、做各种标签管理、业务的各种应用等等数据应用，都非常方便。

很多企业会有一个误区，认为数据分析应用就是指 BI 的 dashboard 。其实不然，数据分析应用可以是各种各样的嵌入式应用，因为数据和指标一旦隔离并分层后，其他系统都可以通过 API 来调用，嵌入各种系统成为分析成果或者是分析能力，甚至是让整个平台以 API 的方式整个开放出去。

既然可以连接各种系统，同时面对不同的数据源，就需要解决数据的集中关联和存算的管理性，而虚拟化的湖仓一体管理可以搞定所有数据层面的一切功能需求。湖仓一体在国内有很多客户还没有这样的概念，但这是实现多数据源的关联分析的关键。所以不论是由于客户没有湖仓的建设，还是需要去适配客户已有的湖仓，我们都必须足够灵活的让客户最终拥有这样的能力来让数据的集中关联和管理存算。

ELT+E 分析服务管道+虚拟化的湖仓一体+分析指标逻辑管理+零代码可视化形成了 HENGSHI SENSE 的核心架构，这样的架构给到企业客户作为一个工具平台，可以帮助企业超越 BI 报表的方式来去完成分析。（为了帮助读者更好的理解什么是超越 BI 报表的分析方式，在这里我们可以回顾一下 BI、中台和数据智能分析平台的区别）同时它能够让 ISV/SaaS 厂商将行业的分析的理解以各种模板指标库的方式沉淀下来，复用到自己的产品中，提供给 ISV/SaaS 厂商自身的客户群体。这样的架构最终形成了一个 PaaS 平台，覆盖了数据的全生命周期，包含数据聚合、数据准备、数据管理、数据建模再到指标成果，以及最后的数据应用。

企服新物种的分析 PaaS 如何赋能全行业生态伙伴？(图3)

HENGSHI SENSE 4.1 的成熟度已经足以支撑一个完整且复杂的数据分析场景的开发能力支持，衡石能够在整个 landscape 中以分析 PaaS 的定位来进行广泛的生态合作，这在国内是处于非常新的合作形态。首先衡石一直专注于数据能力这一层，把 HENGSHI SENSE 标准化、产品化，和上下两层的厂商都能成为非常好的合作关系。上层像 ISV/SaaS 厂商这样已经有场景应用的厂商都成为衡石的合作伙伴，而下层的计算平台也是衡石的合作伙伴，衡石串联了整个数据的功能栈。

总的来说，HENGSHI SENSE 作为业界领先的成熟的企业级分析 PaaS ，赋能专业的 ISV/SaaS 行业伙伴绕开专业繁重的工程研发投入，敏捷搭建高价值的分析场景和报表指标体系，转型为数据智能服务商；同时作为分析工具，提供比企业级 BI 更先进的 ELT 敏捷分析架构和指标中台功能，帮助业务真正灵活可用。

返回列表