三步教业务人员做一张漂亮的分析图表

以下的文字紧接昨日的内容，是永洪科技高级副总裁王桐在7月23日上海大数据峰会的演讲原文。

一、非专业人员如何快速地做出一张分析图表

刚才那个图表怎样让一个非专业人员在几分钟内快速地做出来？我们可以先依据自己的偏好来选择一个主题风格，永洪提供了二十多种主题风格，可以满足不同喜好的用户。

做这样一个图表跟做PPT是一样的，做PPT是把文字、文本框、图片等不同的元素，直接拖到页面上面。而做这样一个数据报告把仪表盘、图表，各种类型的表格、各种类型的筛选器拖到页面上，这样就完成了。

比如说做一个图表，我们可以选择某一个数据模型，或者就选刚才用户画像的数据模型，这个模型里所有的字段都会列在左边的列表里面，跟做菜一样的，所有的素材、原材料都在里面，后面就可以自由发挥了，想要什么就呈现什么。比如从简单往复杂演化，看不同产品利润的情况是什么样的，我就把产品和利润这两个字段分别拖到横轴和纵轴上面，这是简单的需求，快速展现了不同的产品利润情况是怎样的。

假设这个时候需求变了，我想要按照日期看利润的情况了。很简单，把日期这个字段拖上来，覆盖产品的字段，这是一个维度，我们就马上看到利润随日期变化的趋势了。如果想看不同产品、不同日期的利润情况，我们可以将两个维度组合在一起，不同产品用不同的颜色进行区分显示，得到每个产品利润的趋势。如果想看不同产品和不同区域的组合，也是同样的道理。所以，维度的调整和组合是可以任意更改的。

对于可视化来讲，图表不只是为了好看，它本身也有业务含义，比如气泡和词云适合看集中度，散点适合看大实体数量分布的情况等等。在不同的场景下看不同的业务意义的时候，需要用到不同的图表类型，我们可以自由切换。对于利润的总和、平均数的统计函数，我们都可以在里面选择，换一个计算公式，同样是实时计算的地直接呈现结果。这样我们就不用像过去那样提一个问题，直到IT部门做出结果才能知道答案的情况，现在我想知道，马上就可以看到。

很多人觉得做一个预测，用平方和、方差已经不能满足需求了。在上午我们也强调了另外一个重点，作为一站式的大数据分析平台，我们可以在一个界面和平台上，让用户既完成描述性分析，又完成深度分析的过程。比如说常用的分析算法封装到前端，让一些业务用户，即便完全不懂数据挖掘、机器学习的用户，也可以很容易的使用。

假如想要对六个月的利润的总和进行预测，我们只需要简单配置几个选项，可能有注册日期、下单日期、购买日期，每个日期字段当做时间列。这时后台就会开始对数据做一个预测的计算，然后呈现一个结果。因为做挖掘的算法的复杂度，比做描述性分析的汇总统计的复杂度要大，花的时间也会相对长一些。我们看到的蓝色曲线是历史数据，右边还有橘色的数据，这是未来六个月的预测。我们还可以拿一些数据做一些对比，看预测准不准，来调优算法的参数，这需要专业的人做，或者换一种算法做预测。一个平台上面，做深度分析也好、探索分析也好，都可以几分钟之内快速地进行操作和实现。

二、“三步走”让业务人员也能做数据分析

大家都知道，现在的企业要想知现状、知原因、做预测，没有数据化的运营，基本上没有什么别的出路的。上午我们也说了，因为业务的需求都让IT实现，IT资源的瓶颈化，IT部门加班加点，任务也很重，让业务人员要等很长的时间，最后这个事还是没有做得特别好。工具的碎片化，让做深度分析、BI、计算引擎，以及每一块的实施、集成、维护、学习成本都很高，最后发现可能还需要在不同的环境做，数据可能也要存多份，最后浪费了人力物力却还没有很好地解决问题。

现在很多企业投入很多，期望也很高，但是大数据的价值产出跟预期并不匹配。所以如何让数据真正地促进业务呢？我们在做内部技术研发的时候有一个理论，要让计算发生在离存储最近的地方，这样性能是最好的。同样的道理，我们要让分析发生在离需求最近的地方，这对分析人员是最好的。需求离哪最近？肯定是业务人员产生的需求。所以我们要把分析的事情赋能，去授权给业务人员，谁有需求，谁自己可以快速地实现。IT把数据的标准、底层的架构和数据模型做好，前端的数据分析，任何跟业务需求相关的事情都由业务人员自己来做，这样就让分析发生在离需求最近的地方，这才是最优化的。

我们讲人人是数据分析师，实话实说，这个事情没有那么简单，但也并非是不可能的。作为一个真正想践行客户成功，想把大数据的价值落地，而不是一句空话的公司，我们也总结了一个循序渐进的，让业务人员真正实现自服务分析的路径，分成三步走。我们充分考虑了业务人员的学习曲线和他们熟悉的周期来设计这个三步走的路径。

第一个阶段，最开始用这样一个分析系统，如果上来就交给业务用户说以后有报表不用找我了，有分析需求自己想办法去满足，这肯定不会让事情有一个很好的落地。所以第一步我们慢慢来，还是由我们数据部门、IT部门把业务人员常用的数据报告帮助他们做好，让业务人员先在做好的报告之上与数据进行交互。比如刚才做的筛选、联动等等功能，让业务人员先熟悉用数据的事情，用着用着，业务人员就会说能不能帮他把这个报告改一下。

或者有人开始提这一块能不能饼图换成柱图，这个时候进入第二阶段，我们给有这部分需求的用户开放局部的数据操作的功能，只让他可以去改已经做好的报表，然后另存为，也不会影响原来的报表。改的时候，只能换字段，换图表类型，别的不要做，这些简单的事情业务人员还是能够很快地掌握，就会有第一批业务用户开始自己做数据报告更改的这件事情。

再过一段时间，也就到了第三个阶段。这些用户要做专题分析，但是现有报告没有一张是满足专题分析的需求，这时候到最后一步，就是编辑报告的部分，我们可以在数据权限控制范围之内，将制作一份完整的数据报告的权限给予业务用户。这比第二步又多了一些功能，一些基本的功能也掌握了，再接受一些高级功能的时候就不会那么的抵触和难以上手。

所以通过这样“三步走”循序渐进的自服务路径，通过我们的实践，即使在很官僚、很传统的大公司，也会有切实可行的有效效果。这样可以真正的践行我们人人都是数据分析师的远大的理想。

一站式的大数据分析平台也是未来企业的标配，我们要把所有的事情都给用户提供好。这是我们产品的架构，时间原因，这个就不再提了。

三、数据化运营的方法论

做好业务数据化运营，除了有好的产品、好的业务思想以外，方法论也是必不可少的。我们在每周四下午的线下和每周四晚上的线上都会轮循滚动地举办永洪数据分析研究院的培训班，分成初级班、中级班、高级班三期，每一期都会讲一部分数据分析的方法。

这里我为大家简单介绍一个摘要。数据化运营的体系、方法论有两个：第一是由上至下，梳理数据分析的体系，首先明确目标，对指标拆解，然后细化字段，系统实施。这样回答了很多客户对于这个产品怎样用的问题。第二是由下至上，实施落地的BI系统，先连接数据，做数据处理、建模，制作数据报告，非功能需求的实现。欢迎大家关注永洪BI官方微信公众号，我们会在这里面发我们培训的信息。

所以客户越来越多，我们身上的担子和责任也越来越大。不管是过去的老客户还是未来即将合作的新客户，我们都衷心地希望能够通过好的产品和服务，帮助大家真正实现大数据价值的落地，让数据能够指导我们每一个企业乃至个人业务的数据化运营。
 

这是我今天分享的内容。谢谢大家！