如今，數(shù)據(jù)可視化已成為我們?nèi)粘９ぷ髦谐３Ｄ軌蚪佑|到的一項重要技能，借助Excel或其他數(shù)據(jù)可視化工具，我們可以輕松生成各種各樣的數(shù)據(jù)圖表，從而使得數(shù)據(jù)更加易懂。而對于企業(yè)來說，大數(shù)據(jù)時代的到來，讓企業(yè)的運營和管理變得更加精細(xì)化，這同樣也需要數(shù)據(jù)可視化。

以往，企業(yè)主要使用傳統(tǒng)BI工具，通過定期查看數(shù)據(jù)報表的形式，來了解業(yè)務(wù)的進(jìn)展情況。而隨著企業(yè)信息化程度越來越高，在數(shù)據(jù)可視化處理方面也越來越復(fù)雜，以報表為主要功能的傳統(tǒng)BI產(chǎn)品逐漸無法滿足企業(yè)的可視化分析需求，更多企業(yè)轉(zhuǎn)而選擇更加簡單、靈活、易用的自助式BI產(chǎn)品，如Tableau、Qlik、DataHunter等。在數(shù)據(jù)可視化方面，傳統(tǒng)BI與自助式BI到底有何不同？為什么自助式BI正在徹底取代傳統(tǒng)BI？

自由的數(shù)據(jù)可視化展現(xiàn)能力

很多人將傳統(tǒng)的商業(yè)智能產(chǎn)品稱之為重型BI，例如IBM Cognos、Qracle BIEE以及SAP BO等，原因在于這些BI產(chǎn)品提供了大而全的統(tǒng)一報表平臺，也就是說，雖然傳統(tǒng)BI具備較為豐富的圖表制作功能，但由于整體架構(gòu)太過復(fù)雜，其靈活性和易用性要遠(yuǎn)遠(yuǎn)差于自助式BI產(chǎn)品。

同時，隨著企業(yè)的數(shù)據(jù)體量越來越大，要求的可視化維度和粒度也更加細(xì)膩，傳統(tǒng)BI就顯得有些吃力了。例如，很多大型消費品企業(yè)的業(yè)務(wù)數(shù)據(jù)往往在百億條規(guī)模，傳統(tǒng)BI根本無法支撐，這在一定程度上會大大降低企業(yè)處理數(shù)據(jù)的效率。

相反，由于自助式BI產(chǎn)品主要面向業(yè)務(wù)和分析人員，所以在易用性上，要遠(yuǎn)遠(yuǎn)好于傳統(tǒng)BI。以國內(nèi)自助式BI的代表性企業(yè)為例，DataHunter在數(shù)據(jù)可視化方面，提供了非常簡單的操作流程和用戶體驗。用戶只需通過點擊、拖拉拽等操作，就可以完成復(fù)雜的業(yè)務(wù)數(shù)據(jù)可視化分析過程，而且，系統(tǒng)可以根據(jù)現(xiàn)有的業(yè)務(wù)數(shù)據(jù)特點，智能推薦可視化呈現(xiàn)方式。

DataHunter數(shù)據(jù)可視化分析平臺提供了包括柱狀圖、條圖、折線圖、面積圖、雙軸圖、散點圖、地圖等在內(nèi)的近20種常用圖表類型，以及包括雷達(dá)圖、箱線圖、熱力圖、樹狀圖、關(guān)系圖等多種高級圖表。通過豐富的配色方案，可以讓用戶隨心所欲的進(jìn)行可視化圖表的制作，讓數(shù)據(jù)更加直接、美觀。此外，DataHunter數(shù)據(jù)可視化分析平臺也支持接入Echars等第三方圖表以及企業(yè)自帶圖表類型。

任意維度數(shù)據(jù)鉆取能力

傳統(tǒng)BI產(chǎn)品所具備的多維分析能力，主要是基于OLAP概念，即通過各維度的分析快速得到想要的結(jié)果。這種分析模式最大的問題在于，可視化展現(xiàn)太過復(fù)雜和固定，而且，基于OLAP分析模式的后臺引擎，大都仍在使用傳統(tǒng)數(shù)據(jù)庫，這顯然不支持對于海量數(shù)據(jù)的可視化處理。

相比而言，DataHunter數(shù)據(jù)可視化分析平臺采用探索式分析技術(shù)，基于DH Query Processing Engine（實時動態(tài)處理引擎），可自動生成適應(yīng)多種數(shù)據(jù)庫的SQL，使得用戶可以進(jìn)行任意維度數(shù)據(jù)鉆取，并且無需預(yù)先建立Cube。

除全維度的數(shù)據(jù)鉆取外，DataHunter數(shù)據(jù)可視化分析平臺還支持動態(tài)關(guān)聯(lián)分析、協(xié)同過濾等交互方式，使得業(yè)務(wù)人員和決策者可以自由地進(jìn)行深度探索和分析，從而快速發(fā)現(xiàn)業(yè)務(wù)問題。更重要的是，所有的這些交互方式，不僅支持PC端，也支持手機(jī)、平板以及觸摸屏等設(shè)備。

實時的業(yè)務(wù)看板

在如今的業(yè)務(wù)分析場景中，企業(yè)對于數(shù)據(jù)的實時性要求越來越高。受限于產(chǎn)品本身的技術(shù)架構(gòu)等因素，傳統(tǒng)BI所輸出的業(yè)務(wù)報表，通常以周、月為單位，根本無法滿足企業(yè)對于實時數(shù)據(jù)處理和分析的需求。

實時是DataHunter數(shù)據(jù)可視化分析平臺天生就具備的特性。基于實時的業(yè)務(wù)看板，意味著可視化圖表會隨著業(yè)務(wù)數(shù)據(jù)的實時更新而變化。一方面，這使得企業(yè)決策者可以第一時間了解業(yè)務(wù)的運營狀態(tài)，及時發(fā)現(xiàn)問題并調(diào)整策略；另一方面，實時的數(shù)據(jù)更新也大大提高了分析人員的工作效率，省去了很多重復(fù)式的數(shù)據(jù)準(zhǔn)備工作。

傳統(tǒng)BI與DataHunter新一代智能BI的區(qū)別

結(jié)語：毫無疑問，數(shù)據(jù)可視化分析已經(jīng)成為企業(yè)實現(xiàn)經(jīng)營目標(biāo)最有效的手段之一，包括DataHunter在內(nèi)的一些自助式BI平臺，由于易用性強(qiáng)、數(shù)據(jù)可視化程度高、使用門檻低等特點，正在獲得越來越多的企業(yè)認(rèn)可。