本月，衡石科技刚刚发布其新版本产品HENGSHI SENSE 4.3，首次在BI产品形态中创新性推出指标中台，在数据层和可视化层之间加入指标管理层，形成完整的分析闭环体验，让数据分析能力进一步走进业务端。业务人员无需接触数据或是理解专业的BI概念，仅需通过编辑、拖拽指标即可进行丰富的数据分析，零代码、简单易用。

HENGSHI SENSE 4.3版本界面

新版本的HENGSHI SENSE往自主式BI更近了一步，通过加入指标中台的层级，让业务人员能够直观地理解可用的业务指标，并自主决定与搭建分析模型，其间无需IT人员的介入与帮助。未来衡石会在此方向上不断投入研发资源，进一步推动数据分析普及化和平民化，让BI真正走入业务领域的专家群体。”衡石科技创始人及CEO刘诚忠表示。

通过提供数据分析的能力底座，衡石科技已经服务了超过100家SaaS及ISV企业，其数据分析能力不断升级换代，辐射数万终端企业客户，如同引擎加速推动多个行业的数字化进程。

从指标中台到自主式BI

具体而言，指标中台意味着在过去的数据仓库处理和BI可视化报表之间，企业拥有了一个全新的业务指标工具箱：企业的IT人员可以负责将数据敏捷构建出专用的指标库，对指标进行中心化管理；指标库完成后，业务人员可以根据需求调用指标，完成后续分析。

此前，企业内的BI往往需要业务人员与IT人员反复沟通需求，当分析需求变动后，对数据和指标的处理往往需要额外的重复的IT人员投入支持。

衡石此次的创举则意味着，对两方来说，工作流程都更简明，无需为了数据分析反复沟通；尤其是在业务端，这意味着业务人员的数据分析能力被释放出来，不受BI语言、IT技术的限制，大幅降低了数据分析成本和使用⻔槛。

这是因为，HENGSHI SENSE 4.3推出了全新的指标中台服务。整体来说，业务指标库屏蔽掉了数据集的信息，用户在分析的时候能直接对指标进行统一创建、管理，而不必知道哪个数据集里有什么指标、通过到处找数据集来找指标。

衡石指标中台与传统报表、敏捷BI的差别

以某企业的经营数据分析为例，IT人员可以使用函数公式定义“总价”相关指标，增设维度信息，与指标构成明确的分析场景。指标之间可以建立关联。

业务指标创建包括指标定义、指标配置两部分。定义指标是指使用计算公式，可包含字段、参数、用户属性等。配置指标则可以定义分析维度（比如订单日期、商品编号、会员/非会员等），形成特定业务场景下的指标，可以说定义分析维度让指标更完整了。

指标界面

当指标库建立好后，业务人员就可以自由调用如“日期”、“商品”、 “收入”等指标，通过拖拽的形式形成各种图表，进行数据分析，探究“不同商品的净收入波动”、“不同日期的净收入波动”等对企业经营有指导意义的数据问题。

根据业务人员选择的指标以及其分析维度，系统会自动推荐最佳维度的图表形式，展现该维度对指标的影响，不同图表形式间可以自由切换。此外，系统还可以通过路径归因分析将所有关联指标一键生成关联图表，揭示指标之间的影响；支持多指标对比分析，同一图表中可拖入多个指标进行分析。

换句话说，以上分析还可以在数秒内拓展成为“不同商品在不同日期的净收入波动”等更为复杂的分析图表，一目了然，随需而动。

BARC Research数据显示，数据质量、数据管理、内部沟通成本及数据获取等是目前BI领域面临的主要问题。而在衡石的BI PaaS产品中加入独创性的指标中台，可以提升数据分析效率，减轻企业IT部门负担，让数据分析门槛大大降低。

这也意味着业务人员在数据分析时的自主能力得到了巨大提升，可以在日常工作中发挥主观能动性，挖掘数据中的商业价值。

独创BI PaaS模式，推动数据分析普及

正如上文所述，本次的指标中台，可以说是衡石作为BI PaaS，向前推进自主式BI的更进一步——过去，衡石已由于提供数据分析基础设施而独树一帜。

作为一个BI PaaS企业，衡石并非直接面向企业提供数据分析功能或者完成报表搭建，而是赋能各个领域的SaaS/ISV平台，让合作伙伴直接变身成为垂直领域的 BI 厂商。

其平台开发思路在于，通过分离业务指标逻辑与数据预先处理，可以在为不同领域的SaaS企业提供数据分析功能时复用能力，沉淀经验，最终降低工作量、提升效率，也就此成为了众多SaaS企业的数据分析技术底座，节省了巨量的研发投入。

其技术经过了多年研发及上百家合作企业落地验证，主要包括：自研更适合数据分析的语义层；多层端到端的数据架构创新、采用ELT + Embed的创新架构，将计算后置，屏蔽数据源复杂性；云原生架构与云数仓无缝结合，保证大规模可扩展性。最终，衡石做到提升数据分析的灵活性及可扩展的计算性能，将数据分析能力标准化、规模化、产品化。在创新性地采用ELT数据处理流程同时，衡石产品也支持ETL，兼具ELT和ETL的优势。

在美国，数据分析市场成熟，有多层的基础工具：比如数据管道厂商Fivertran、解决数据转换问题及定义数据指标的dbt及Transform、提供数据分钟可视化功能的Tableau、云数据仓库Snowflake，从数据存储、处理、转换到分析，支撑企业的数据分析需求。

在中国市场缺乏这样的基础工具背景下，衡石可以说是一站式的数据分析基础设施：它能覆盖Fivetran+dbt+Transform+Tableau的功能边界，能让SaaS厂商在零研发的投入下直接增加数据分析能力，游刃有余的满足其客户在分析报表上的个性化需求，并降低总体采购/自研以及维护成本90%。

比如企业级支出管理SaaS企业分贝通与衡石合作后，从没有数据分析功能、人工制作报表效率较低、无可视化的版本，进化为数据分析专业版本，分析效率提升至少十倍，节省了大量的产品研发时间及成本，提升了用户价值。

另一个案例致远薪事力是HR领域的SaaS企业。此前致远薪事力调研过几家头部BI厂商，也对比过自研的分析云产品，希望可以将其嵌入自己的HR SaaS平台，然而发现这些BI工具不能满足多租户权限管理、支持MongoDB数据库等需求。在一个多月的衡石产品测试验证后，致远薪事力把衡石嵌入集成到薪事力HR云管理平台，一年中快速服务了薪事力的上千家客户/租户，衡石成为薪事力合作的众多专家伙伴厂商里商业化最成功的一家，联合签单数量不断增长。

本次更新后，衡石的能力边界进一步拓展，提供了完整的指标管理体系。未来，在数据分析成服务难点的中国市场，有了衡石加持，拥有行业know-how深厚积累的SaaS厂商，可以媲美海外数仓、指标管理和分析结合的垂直解决方案。

而通过与大量SaaS平台的合作，这样的数据分析底座能够触达大量企业，势能不可低估。目前，衡石已经有超过100家深度合作伙伴，包括亚马逊云科技、埃森哲、宝尊电商、浩方电商、纷享销客等，通过它们覆盖上万终端客户，今年预计将继续超过 100% 的增长。

走向“数据分析自由”

2023年，ChatGPT横空出世，用事实证明了一件事：当门槛足够低时，AI的使用率及使用意愿前所未有地高；而一旦业界共识达成，新技术的普及速度也会前所未有的快。

在数据分析中也是如此，不管底层技术多么复杂，当用户端体验简明扼要、单刀直入时，离大规模应用就很近了。

于衡石而言，数据分析这件事有时是在“做减法”，从最初的业务指标与数据分离，到开发指标中台，终端业务人员需要懂得的技术与数据越来越少；有时又是“做加法”，从最终效果来看，这些业务人员能够利用系统完成的事情越来越多，从依靠IT人员提供的数据进行单次分析到自主选定指标、建立分析模型，并在未来业务中复用分析模型。

比如帮助中国的制造企业出海的跨境电商平台浩方集团。由于行业特性，浩方集团对数据非常重视：制造企业的柔性供应链从需求端的消费者数据到供给端的供应链、销售、营销数据，都非常的依赖数据的准确性、及时性。

通过把衡石产品“HENGSHI 分析云版”私有化部署到浩方内部自用系统，共创出一个敏捷的专业级数据分析中台：

统一业务指标、精细化管理权限后，100多个工种的团队就能看着同一套数据来说话，按照同一套数据来开会，这样的数据对浩方集团、对其客户都非常重要。

在面向客户时，通过推送体系化的日报、周报、月报给客户，同时把一部分数据能力开放给客户，即把BI模块嵌入到电商业务系统中去，不断执行反馈闭环来改善经营结果。

可以说，数据中台给浩方带来的帮助显著：超过100个工种的共用数据中台，工作效率提升、经营结果提升。

通过最初数年的努力，衡石解决了SaaS企业引入数据分析功能的问题，大大降低了数据分析的落地成本。数据分析能力好用、易得，开发成本及人力合理，可谓“数据分析自由”。从ERP到CRM、CEM，从数字营销到业财费控、供应链管理，这些领域的SaaS企业都在衡石的加持下，往这样的数据分析自由向前迈了一大步。

未来，它的愿景是随着技术的不断优化、分析门槛降低，数据分析成为每个企业的标配，各个业务职能都可以利用好企业的数据富矿，甚至最终改变现代企业的决策、运行方式。