四达时代齐燕海：广电企业如何建设经营分析平台
来源：未知
引言
四达时代是一家有着20多年发展历程的广电企业，但是，其在追逐大数据的脚步上却从来没有放慢过。2015年12月12日，在永洪科技2015年度用户大会上，四达时代大视频事业部产品经理齐燕海在主题演讲《广电经营分析平台建设-基于永洪BI工具的业务实践》中谈到，通过探索出“数据模型+分析工具=自助分析”的模式不仅摆脱了报表困局，还为四达时代构建出经营分析平台，也让四达时代开始规划更远大的企业大数据发展前景。
四达时代背景
四达时代，1988年成立，注册资金1.067亿元、资产规模20亿，现有员工1800余人，中国广电行业极具实力的系统集成商、核心技术提供商、网络运营商，国内唯一一家拥有有线电视对外承包工程资格并真正在国外投资运营的公司，现有与国内网络公司的合资公司5个，海外独资公司四达非洲传媒下辖子公司11个，曾连续五年跻身“福布斯中国潜力企业排行榜”，即将IPO上市挂牌。
1.摆脱报表的困局
不管是什么数据，最终的落脚点都是通过报表看到你想看的数据。所以我今天分享想从报表的困局说起。
四达时代一直在做产品和技术支持的工作。由四达时代开发的BOSS系统（Business &Operation Suppurt System，业务运营支撑系统），在国内有五六家用户，遇到很多的问题就是报表的问题。业务系统已经支撑起来了，流程已经有了。但是领导时时刻刻要一些数据，比如有多少用户，收了多少钱，往往最后一公里是四达时代的难题。
报表数据永远是四达时代的一个痛点。四达时代经常感到艰难的事情是，客户的报表计划都排到了两三个月之后，才能把这个计划提供出来。这种情况，客户往往会有一个部门或者有几个人承担表面的决策，不停地从系统里用各种办法提取数据，最后可能甚至由四达时代的一些售后同事帮助客户提供一些脚本做报表。
有人会问：为什么不用报表软件？因为四达时代实在等不急了。很多报表排计划都排到了几个月之后。从四达时代这样产品化的公司来看，往往一个报表提出需求到最后交付需要六个步骤，首先是客户提需求，售后人员会反馈，接着是到了研发环节会有需求的分析，报表的设计开发，以及报表的测试，最后到报表的上线。做软件的企业都有这种流程。
我们都知道，在信息传递的过程当中，每一个环节都面临着信息的损失，一个报表的需求，从用户设想的需求，到最后拿到的需求可能已经不是原来想要的东西了。这种情况下带来的问题是交付周期长。一个报表走完流程，我印象当中最好的情况，一个月能够交付一张报表已经是非常高的效率了。从开发完到最后上线完，中间的开发过程可能就得持续一到两周，上线完了以后的报表就需要标准化程度比较高一点的软件企业呈现给客户。但是，一些软件企业的标准化并不高，同样一个目标在另外一个客户那里就不可用。
天天在做数据，经过了这么多困难以后，但是，报表团队的人员往往还是很没有成就感。而且报表对人员素质的要求还是比较高，得懂底层的数据结构，还得懂业务。报表团队的员工很难受，耗时、耗力、耗成本，结果是客户不满意，员工也不满意。四达时代从做软件开始就一直存在这样的问题，后来四达时代经过探索以后，找到了一条摆脱“困局”之路——自助。
客户不是想要报表吗？既然经过了那么多环节会导致最后呈现的报表与客户当初设想的不一样，那么就由客户自己拿着数据和工具来做报表。这样，四达时代把原来的六个步骤精简成四个步骤：提出问题、分析数据、固化报表和发布上线。这四个步骤执行得好，客户一个人就能完成。如果客户觉得某些数据价值，就把它们制成报表部署到平台上。如果某人技术弱一点，再给他配一个技术稍微好一点的两个人搭班就可以做报表了。四达时代采取的策略就是：通过减少中间的环节加快报表的交付周期。
另外一个价值是平台与定制分析。虽然分析的视角不一样，但是底层的数据应该是一样的，都是基于已有业务数据来做的报表。这么一做以后，对四达时代来说是研发和售后可以优势互补。
一句话总结：报表不是目的，分析才能产生价值。
因为对于客户来说，分析的是价值，而不是报表。四达时代以前把报表作为目标，而忘了追逐目标的目的是什么，现在四达时代明白是为了帮助客户从报表里面提炼出分析的价值来。
具体怎么做呢？这需要一个探索的过程。做自助分析之前四达时代也提了很多思路，例如通用报表、通用查询等，一堆的通用工具扔给客户之后，他仍然做不到。其中，缺少了两个关键的因素：数据模型+分析工具，才能等于自助分析。
2.数据模型+分析工具=自助分析
下面就来重点说说数据模型。我对维度建模的理解——它的核心思想就是简单易懂。
怎么样简单呢？如图左边是传统的建模方式，这是实际的表结构。这几个表基本上能够描述出较为全面的缴费信息和过程。如果要让客户理解这个表结构，没有点技术功底肯定是做不到的。如果右边是对等的缴费维度模型，这是一个非常简单的新型模型。维度模型中间就是缴费的一些维度和指标。这个表可以用一句话解释，只要能想到的缴费都能在这个表里面找到。这个表看起来非常简单易懂。客户不管懂不懂技术，至少能理解这件事。维度模型里面的每个维度或者每一个表都代表了一个完整的业务过程。
四达时代用维度建模做过一个实例分析。四达时代要统计高清的用户和标清的用户，一个简单的代码片断就能够把这个数据查询出来。这个代码片断放在这，告诉大家这种代码是非常简单的，有规律的，代表自动化、图形化的。但是，如果代码非常简单，很难实行自动化和图形化。
但是，如果四达时代维度建模做得好，最终可以形成这样一个结构——把每一个业务过程想象成一个立方体，在BI里面叫做数据魔方，这里面既含有业务系统的数据，每一个业务系统都能够抽象出若干个魔方。每一个系统里面应该有20个到30个魔方就够用了。后期，再有外部数据也可以放进来一块使用。比如说呼叫中心的回访数据。之所以考虑放在一起，四达时代是为了统一分析，有对比才能产生一些分析的结果。
从研发角度来说，四达时代专注打造通俗易懂的产品，产品的分析程度决定了用户分析的高度。在建设数据仓库的时候，维度建模不能一步到位，把业务系统的数据一下子加入到维度模型上。要求简单，灵活性会很差。所以，四达时代需要一层一层把它汇总下来，每一层解决一个不同的问题。那么，细节要解决什么问题呢？数据的完整性，数据的灵活性，这里面数据不能冗余。再往上，四达时代刚才说的那些数据模型，是直接用户要使用的，它要解决一个易懂性的问题，必须让用户很容易理解。所以，在灵活性上会做一些妥协。
四达时代现在数据建模的过程实际上是需要给这些数据编一个目录，指导用户通过提炼工具把他们提炼成金砖。四达时代是从大量低密度的数据里面提炼出有价值的东西，但是归根到底还是要归到数据分析，仍然做成数据的建模使用。
讲完了数据模型以后，再说分析工具。在与客户交流时，四达时代会跟他们说，四达时代可以提供一种分析工具，上面有各种数据可以做图，可以做表，进一步做数据分析。BI工具的价值用一句话来说就是让数据看得见、摸得着。
3.我感受到的永洪BI三大特点
通过永洪BI在广电经营分析平台建设中的应用实践，让我对永洪BI有了更深的认知。
第一个是高效。永洪BI做报表的时候基本上可以做到行云流水。我构想的思路直接通过数据的拖拽就能看到结果，执行的效率可以做到秒级响应，与我的思想速度基本上能够匹配，不会等半天才有回应。这对于分析过程非常重要，数据分析师不会因为系统不及时响应而被打断。
第二个是易用。推荐永洪BI产品的时候，四达时代跟客户讲的是客户要自己掌握这套工具，自己做分析。初期,一些客户已经在自己使用了，但是还是有一部分需要辅助才会使用，计划下一步让大部分客户自己都会用，最后让人人是分析师，利用永洪BI，每个人都可以随心所欲的分析。
第三个是数据可视化。对于企业来说，领导都希望看到更加易懂、可视化的分析结果，它对于决策分析更加直观和高效，而且可视化的效果也更加炫酷、更加提升企业的形象。
一句话总结：永洪BI可以让所有的人都成为数据分析师，这是可以让四达时代梦想成为现实的保证。
4.产品规划遵循的思路：先做固定报表
最后讲一点四达时代的产品规划。四达时代在演进产品的时候遵循着这样一个思路：先做固定报表。因为，四达时代觉得固定报表是过去运营经验的一个积累和沉淀，不应该抛弃，而且传统企业很看重报表。虽然他们的理念不一定想的那么超前，但是他们是对的。经过证明，固定报表是可以辅助分析的，所以四达时代要先把固定报表做出来。这属于固定报表阶段。
虽然，四达时代能够通过固定报表看到过去发生了什么事情，但是为什么发展了这么多用户，为什么收了这么多钱，报表是看不出来的。这是四达时代目前这个阶段正在促进的。以上属于数据分析阶段，这里强调的是数据多维分析。一句话，用户要参与到这个过程当中来，不要让他只看到最后的报表。
接下来，四达时代除了要关注离线数据，也要关注实时数据。所以，四达时代进入了状态监控阶段，监控当前的数据。同时，四达时代还要对未来的数据进行预测，让四达时代的运营政策更加有预判性，四达时代可以做预测和推荐，这是未来的事。
目前，四达时代的产品路线分为三个阶段，发展的策略是“单点突破，由内向外”。
第一阶段是智能报表，希望达成的目标是“让人人都能够成为一个分析师，每个人都能做一些数据分析的工作，至少初期能数据分析需求提得更加靠谱一些。这个阶段是培育用户的阶段，以具体的业务系统为导向。
第二阶段是企业数据仓库，四达时代需要把企业的内部数据或者叫做内部其他的业务系统之间打通，即以前一直在讲的把“烟囱”式结构打平了，打通数据孤岛。
第三阶段是企业大数据，把企业外的数据和企业内的数据实现互联互通，最后进入大数据阶段。当然，这个阶段更多是要实现实时的预测风险、辅助决策。
四达时代构建大数据平台的架构的目标是，既要支撑单个业务系统的离线数据分析的整合，也要支持互联网外面实时数据的整合；既要实现企业内部的经营分析，也要实现预测、推荐，更高级的应用。
