数据内存数据库

IT@lntel白皮书英特尔IT部门商业智能2013年6月提供自助商业智能、数据可视化和大数据分析我们的自助工具可帮助英特尔销售团队定制报表、快速分析信息、作更快更明智的决策以及及时把握商机.
DaveSchaefer英特尔IT部门商业智能经理AjayChandramouly英特尔IT部门大数据领域负责人BurtCarmack英特尔IT部门商业计划经理KireetiKesavamurthy英特尔IT部门FE架构师要点概述在过去的五年间,英特尔IT部门不断帮助公司全球各地的销售部门优化商业智能(businessintelligence,以下简称BI)解决方案,以快速交付高级自助商业智能(BI)和数据可视化功能.
我们向以用户为中心的模式转移并加强与销售团队之间的合作伙伴关系,可以在两到四周内将报表和仪表板上线使用,速度比2007年提升85%.
我们的自助工具可帮助英特尔销售团队定制报表、快速分析信息、更快更明智的决策以及及时把握商机.
此外,由于其自助特性,这些工具能够让IT员工无需花费精力回应日常报表的请求,而专注于开发更强大的分析功能.
为了开发这些工具,我们采取"四管齐下"的方法.
建立一个合作伙伴框架,与销售团队密切合作,确保实现最优的优先级划分和管理,从而根据业务价值交付数据采用敏捷的Scrum方法来快速、迭代和渐进的软件开发BI项目敏捷数据架构可简化提供新数据的流程,同时将数据作为产品让用户自助使用使用用户偏爱的软件工具实施更加直观的自助BI,以最快的速度实现最佳的成效我们发现,销售团队利用自助BI解决方案和报表的比例正在以每年40%的速度增长.
我们计划下一步继续开发新技术,以增加大数据在多BI数据仓库战略中的应用,并在所有英特尔业务领域推广这种方法.
使用大数据可帮助业务用户以更快速和更加经济高效的方式挖掘更大范围的数据.
此外,我们正致力于开发新的方法,以在各种外形的设备上(尤其是移动设备)快速交付丰富、一致和安全的用户体验.
2www.
intel.
com/cn/ITIT@lntel白皮书提供自助BI、数据可视化和大数据分析IT@INTELIT@Intel计划将全球各地的IT专业人员及其在我们机构中的同仁紧密联系在一起,共同分享经验教训、方法和战略.
我们的目标十分简单:分享英特尔IT部门最佳实践,获得业务价值并实现IT竞争优势.
如欲了解更多信息,请访问www.
intel.
com/cn/IT或联系您当地的英特尔代表.
业务挑战英特尔需要处理庞大的数据集,并专门成立了一支分布全球的大型团队.
基于上述这些因素,我们需要及时获得所需的信息,以便制定更加明智的业务决策并把握全新的商机.
对于英特尔IT部门来说,需要优先考虑的是开发高效的商业智能(BI)解决方案.
一直以来,英特尔销售团队依靠我们将数据转化为有用的信息,然后再做出相应的决策.
但是在过去的五年间,随着英特尔业务的多样化和复杂程度不断增加,对于此类信息的需求呈大幅增长.
交付报表、修订现有报表、及时迁移数据以及快速响应其他类型的BI请求都变得更加困难.
BI解决方案中所积压的各项任务的平均交付期达六个月之久.
此外,BI职能的集中化会导致时间滞后以及无法按照预期执行相关任务,从而在很大的程度上影响了BI在英特尔内部的使用.
英特尔销售团队需要在几天内做出决策,而不是几个月,因此他们正在使用自己的方法来访问和分析数据.
这些方法并非英特尔IT部门所开发,而且通常会使用过期的或者不完整的数据,从而导致结果不准确.
这些自主方法为英特尔IT部门带来了额外的工作量,尤其是在故障排除和调整报表方面.
在意识到传统的BI解决方案和流程已经难以满足销售团队的需求后,我们开始提供自助模式为这些部门提供分散式的BI解决方案.
构建此模式需要我们与业务用户建立更加深入的合作伙伴关系.
我们希望他们能够使用自己喜欢的分析工具来访问最好的数据.
为此,我们需要更深入了解用户的工作方式以及他们的需求.
我们历经五年的时间来改进这一工作关系并开发自助式BI工具.
在2007年,我们开始着手分析问题、重点关注我们的业务模式和报表.
传统BI解决方案开发模式之前,为销售团队提供的BI工具和报表参与流程遵循的是传统的"瀑布"软件开发生命周期模式,其中所有需求都是预先定义,然后设计一套完善的流程予以执行.
该流程的第一项工作是从业务用户收集详细的BI业务需求.
然后,我们会设法获得相关的数据来满足这些需求.
数据通常位于单独处理的系统和客户关系管理(customerrelationshipmanagement,以下简称CRM)系统中.
要想访问这些数据,则需要通过为数据提供保护的各个安全层,并与架构审核委员会协作对数据建模,然后将其迁移至企业数据仓库(enterprisedatawarehouse,以下简称EDW).
此时,我们的信息架构显示所有数据都已经在EDW中准备就绪.
为了确保质量,所有在EDW的变更都必须要获得批准并予以监管.
数据存储至EDW后,我们即建立安全和数据监管流程对信息管理和控制,确保持续的数据安全和准确.
目前,我们的专业IT开发人员开始创建各种报表、仪表板、指标计分卡和其他必要功能,所有这一切都遵循相同的瀑布路径直至到达生产阶段.
目录要点概述.
1业务挑战.
2传统BI解决方案开发模式.
2Spreadmart及其他解决方法.
3了解其复杂程度.
4解决方案.
4合作伙伴关系框架.
4敏捷的Scrum方法.
5敏捷数据架构.
6直观的自助商业智能和数据可视化工具.
7成果.
10后续步骤.
10结论.
10了解更多信息.
11缩写词.
113www.
intel.
com/cn/IT提供自助BI、数据可视化和大数据分析IT@lntel白皮书面对大量需求,资源供不应求该流程非常耗时,而且会占用大量的人力资源,但是我们不得不按每个销售报表重复这一流程.
随着时间的推移,我们的用户数量已增长至数千名,而IT资源却十分有限,难以满足其需求,因此经常会出现数月延迟的现象.
即使我们重新确定重要报表和仪表板的优先级别,将它们移至队列的前端,交付时间仍然需要数月之久.
其他策略也会导致延迟.
在我们使用当前版本之前,会要求供应商着手开发下一版的软件.
这一使用模式可确保英特尔销售团队使用的新软件版本都已经过现场测试.
由于我们的资源有限,而供应商软件版本迭代的速度较快,所以我们很难跟上这一步伐.
我们的一家供应商几乎每个月都会发布新版本的数据可视化工具.
要使用新版本的产品,我们需要连续不断作评估.
报表的局限除了缓慢的瀑布流程外,我们的报表也存在诸多局限.
创建这些报表的目的通常是为了解决特定问题,但是它们难以为后续的相关问题提供洞察信息.
在信息收集阶段,我们经常会在不完整的需求描述中发现这一问题.
销售团队无法清楚传达他们的需求,即所需要的完整信息、如何在视觉上予以呈现以及他们在报表和仪表板中需要哪些功能.
此外,我们的文档还经常无法准确查询和捕捉业务需求.
例如,我们接到一个请求,要求提供当季收入报表.
创建报表后,我们了解到用户的真正需求(但是未描述清楚)是呈现在过去几年中所有四个季度的收入报表.
用户也没有提到需要深入分析该信息,他们认为逐年和逐季计算以及以具有视觉吸引力的方式将信息分类、筛选并呈现出来,都应该是标准报表应该具备的因素.
由于面临这些沟通上的挑战,我们开始请求销售团队提供极其详细的文档,以确保了解他们的需求.
这一流程导致进一步的拖延,令人难以满意.
用户认为他们自己创建电子表格宏和图表都要比填写我们的文档要节约时间.
此外,在利用信息方面,他们所需要的不仅仅是单向解决方案,他们需要专门的报表—能够创建定制查询以便对信息深入分析.
专门的查询和分析工具英特尔IT部门为销售团队提供了多种专门的查询和分析工具作为权宜之计,以帮助他们能更快速访问数据和获取功能更加强大的报表.
虽然这些工具可以提供帮助,但是我们还是保留了将数据集中至EDW的冗长流程.
缺乏数据时,这些专业工具将无法发挥作用.
我们所执行的使用情况分析证明了这些问题的存在.
据报告称,仅四分之一的英特尔IT部门专业人员在使用.
通常在我们为业务用户完成一份报表后,它已经不能反映真实的业务需求了.
Spreadmart及其他解决方法此时,我们开始注意到报表请求的变化.
销售团队不再仅要求包含具体数据的特定报表,而是希望报表中包含EDW中的所有列和表格.
销售团队可从这些报表将数据迁移至自己的报表中,然后将数据提取至一个电子表格.
英特尔IT部门花费几个月时间开发的特定报表被证明是徒劳的,因为用户自己找到了一种简单的方法,可以将数据导入至电子表格中.
此外,英特尔销售团队还开始对本地数据执行大量宏mashup,同时从英特尔IT部门的专业列表报表中提取企业数据来创建spreadmart.
Spreadmart是一种在桌面电子表格上运行的报表或分析系统,一般通过数据集市或数据仓库执行相关的任务.
销售团队中的用户将这些spreadmart在硬盘共享,并支持经由网络访问彼此的硬盘.
该方法会导致创建spreadmart孤岛,这虽然对个人或小型团队有益,但却无法为整个销售团队或公司提供帮助.
此外,由于不能完全理解,用户还常常会出现误用数据的情况.
这会导致多次呼叫IT部门帮助其故障排除,增加我们报表员工的工作负担.
我们将借助以下两个示例来帮助说明英特尔IT部门面临的问题.
销售团队将自己的计算与英特尔IT部门的报表加以比较发现二者之间存在差异.
在大多数情况下,销售分析师的计算都是不正确的,因为他们并未完全理解基础元数据、数据模型、源系统以及其他因素等.
在某些情况下,分析师会将这些错误的计算导入到spreadmart中去,导致更加严重的错误.
这需要英特尔IT部门花费几周的时间来排除故障并修复这些错误.
为了利用最新数据,一名销售员工在一个即购即用型BI平台中使用报表安排功能,将报表设置为每分钟重新运行一次.
这名员工并不知道报表的源数据只是每周重新刷新一次,而且每个报表实例运行一次需要三分钟的时间,他这样做大大增加了任务队列的负担.
这名员工在整个部门分享这一"最佳实践",这会导致利用率峰值的大规模出现,其结果类似于BI平台上受到拒绝服务的攻击.
4www.
intel.
com/cn/ITIT@lntel白皮书提供自助BI、数据可视化和大数据分析本地数据集市另外一个常用的解决方法是雇佣顾问和供应商,为销售团队的各业务部门创建本地数据集市.
然后,销售团队使用提取、转换、加载(extract,transform,load,以下简称ETL)的流程,连接至EDW并将信息复制到这些数据集市.
这一流程导致数据仓库和数据集市之间出现繁重的数据流量.
它还会导致许多冗余,尤其是在同一销售团队和项目内复制ETL流程.
ETL复制会造成数据延迟问题,从而导致EDW中的数据与这些团队使用的信息(用于创建不依赖于本地数据集市的报表)之间不匹配.
了解其复杂程度在BI解决方案开发过程中有一个特定IT问题会使我们面临挑战,那就是我们认为BI工具和数据对于业务用户来说太复杂了.
根据观察,我们认为为用户提供控制工具的权利将导致发生问题并向英特尔IT部门求助.
我们的数据仓库结构和元数据都并非为自助服务而设计的,它们是为IT开发人员所构建的.
我们不能为企业专门查询和简单提供语义数据、数据组织以及所需的环境信息.
尽管如此,我们的研究显示销售团队内的用户可熟练使用即购即用型BI产品、电子表格和电子表格插件.
这些用户创建的某些电子表格宏甚至可以与我们的IT软件开发团队创建的编码相媲美.
在使用IT专门创建的报表(而并非用于自助服务)而定义的数据结构时,这些用户请求的列表报表可以相当巧妙地避免性能挑战.
解决方案在意识到我们为特定报表提供的BI解决方案交付流程已不能满足英特尔销售团队的需求后,我们开发了以用户为中心的模式,这套模式要优于销售团队自己开发的流程.
我们需要以销售团队可以理解的方式使数据快速可用.
我们需要让这些团队无需再花费时间自己开发BI解决方案,而是使用我们更加准确的工具来分析和审视数据,快速做出有效的决策,推动英特尔业务的增长.
我们的解决方案可更快速访问数据和实施直观的自助工具,它采用"四管齐下"的方式,其中实施的组件包括:合作伙伴关系框架敏捷的Scrum方法敏捷数据架构直观的自助BI和数据可视化工具虽然这些组件中的每一个都没有什么特别之处,但是我们的创新在于将所有四个组件融入到一种综合方法中.
1合作伙伴关系框架在2007和2008年,英特尔IT部门启动了一个项目—"以一个业务分析师的角度来体验",观察我们的分析师如何使用工具、技术和解决方案.
我们的目标是了解如何更能满足用户需求.
1介绍英特尔IT部门使用"四管齐下"的方法实施直观自助BI工具的播客:www.
intel.
com/content/www/us/en/it-management/intel-it-best-practices/inside-it-self-service-business-ntelligence-podcast.
html例如,一名IT员工与一名业务分析师形影相随,这名业务分析师需要销售数据来比较实际销售额与既定目标之间的差距,以便为随后的会议做准备.
通过与分析师并肩工作,这名IT员工会观察到业务用户所遇到的各种问题.
数据命名规则并未清晰地指出数据会呈现什么内容,而且也没有术语表或数据字典.
员工发现目前发布的报表都具有所需目标数据,但是它与当前销售信息分别位于不同的数据模型中.
为了完成工作任务,IT员工仅仅做了业务用户已经完成的工作:将两个模型中的数据迁移至一个电子表格.
在为英特尔销售机构设计自助BI解决方案时,我们认为英特尔IT部门需要与英特尔销售团队建立一个更加亲密、更加可信的合作关系.
为了建立该合作伙伴关系,我们创建了一个架构来鼓励沟通和协作.
这种协作对于转向以用户为中心的观念来说非常重要.
为了将数据和工具交付给用户,IT部门首先需要了解如果帮助用户提高效率.
在我们的合作伙伴关系框架(请参阅图1)下,我们根据业务价值帮助业务用户管理项目和交付内容并确定其优先级.
该框架对整个流程起到了指导作用,可帮助参与者了解他们在每个阶段的角色和职责.
框架由四层构成.
第1层—执行发起人论坛.
我们的执行发起人提供自上而下的方向指导,由管理审核委员会推动企业战略目标的发展、评估该委员会确立的发展方向和优先事项,并帮助解除影响业务发展的主要障碍.
5www.
intel.
com/cn/IT提供自助BI、数据可视化和大数据分析IT@lntel白皮书第2层—管理审核委员会.
该委员会中包括各业务部门及各技术团队的负责人.
委员会负责解决发生的所有业务、技术或协作难题.
委员会还建立跨部门的合作伙伴关系和战略并推动其发展、分配资源以及对许可购买、新功能和工具做出决策.
第3层—全球计划办公室.
办公室负责整合集成的全球路线图,以确定我们支持英特尔销售机构的工作范围.
路线图基于业务优先级别,包括使用标准、采用标准、执行到交付日程安排以及其他成功指标.
第4层—商业智能能力中心(BusinessIntelligenceCompetencyCenter,以下简称BICC).
我们也像许多IT机构那样为各业务部门建立了BICC,并为整个销售机构建立了一个中央BICC.
BICC具有数据管理员、架构师和分析师,他们会参与到我们的业务和技术实践社区中,帮助他们增强数据和分析技能,以提升报表性能、在不同的系统中协调数据并管理控制术语.
中央BICC可以管理所有标准并确定业务部门目标的分配.
敏捷的Scrum方法Scrum是一种用于完成项目的敏捷框架,在该框架中,工作被分为两到四周的迭代,称之为Sprint(请参阅图2).
我们使用这一软件开发生命周期模式来满足我们的需求,以便更快提供解决方案以及更灵活响应业务需求和交付BI解决方案与报表.
英特尔IT部门已经使用Scrum成功地提升了其他应用开发项目的速度.
与瀑布软件开发相比,Scrum假设改变是正常的,甚至是有益的.
这种方法会需要与用户频繁对话,获得及时反馈并为优先处理哪些变更提供帮助.
通过采取增量开发模式,Scrum可以帮助我们缩短用户提出请求和交付结果之间的时间.
敏捷开发这种模式转变虽然在最初难以掌握,但是一经采用和实践后,我们的团队就开始广泛使用并热衷于使用这种方法.
执行发起人论坛管理审核委员会全球计划办公室协调、承诺、沟通商业智能能力中心业务和技术实践社区图1.
英特尔IT部门使用一个合作伙伴关系框架与英特尔销售部门共同确定商业智能项目的优先级别、设计和实施情况.
产品待办事项发布待办事项迭代待办事项任务日常状态初始建模、规划和组织发布规划迭代规划开发和测试1-4周迭代迭代评估和回顾发布到生产产品增量潜在可部署产品可部署的产品多个版本图2.
英特尔IT部门使用Scrum方法,仅需要两到四周的时间就可以交付商业智能解决方案迭代.
6www.
intel.
com/cn/ITIT@lntel白皮书提供自助BI、数据可视化和大数据分析我们用于自助BI的Scrum流程基于Scrum联盟的方法2并按以下方式运行:产品所有者创建一个优先级需求列表,称之为产品待办事项(productbacklog).
在sprint规划期间,团队从列表顶部截取一小块内容(称之为发布待办事项)并确定如何实施.
团队在定义的时间内在sprint模式中操作,完成工作.
团队每天召开会议评估日常Scrum进展.
Scrum带头人确保团队专注于目标.
Sprint以sprint评估和回顾作为结束.
在这一流程中,团队会向相关利益方展示已完成的工作并回顾他们做出了哪些可以改进下一个sprint流程的变更.
下一个sprint开始时,团队会选择另外一段产品待办事项列表,并开始工作.
团队重复这一循环直到产品待办事项列表中有足够的项目已完成、预算用尽或者期限已到.
使用Scrum后,我们发现工作报表和仪表板的交付时间缩短了85%.
我们使用Scrum实现了敏捷数据架构(请参阅下一章节),然后使用Scrum开发数据模型中所需的组件来支持报表,从而达到这一效果.
然后,我们构建剩余的必要报表元素,满足用户需求.
这一结果可以更专注于高度优先的需求和要求.
该方法还可以帮助我们保持可持续发展步伐,而不必尝试在不可能的时间期限内交付报表.
敏捷数据架构英特尔销售团队在使用spreadmart和部门数据集市后发现,销售团队的业务用户在访问信息之前用我们的EDW来集中数据是不现实的.
我们需要将数据视为其自身的自助产品,使数据变得敏捷(在数天内可用,而并非数月),并以我们的业务用户易于理解的方式交付.
为了开发能够实现这些目标的敏捷数据架构,我们做出了三大重要变更.
我们吸取了销售团队在解决问题过程中的经验和教训,尤其是对数据集市和spreadmart的使用.
我们在数据架构中应用了Scrum方法,它类似于我们在软件开发中采取的方法.
2如欲了解有关该方法的更多信息,请访问:www.
scrumalliance.
org/learn_about_scrum我们添加了新的语义层,可以为英特尔销售团队提供更加直观的命名方案.
图3显示使用英特尔销售团队已经应用的数据集市和spreadmart来实施敏捷数据架构的情况.
数据集市和SPREADMART为了尽量简化监管流程和缩短使用EDW所需的交付时间,我们采用销售团队的先例并为特定数据实施数据集市,如销售和市场营销活动.
我们还意识到了spreadmart的重要,尤其是能够满足本地、区域和部门需求的数据映射和定制层次结构.
这些spreadmart能够为我们的区域团队和部门提供定制现有数据的方法,以满足他们特定的业务需求.
由于该数据需要用于自助BI并已存在于spreadmart之中,所以我们决定将其纳入其中.
以后,我们的数据处理系统和BI系统将需要满足"全球到地区"模式的需求,该模式支持所有区域或部门中的销售团队更有效管理他们独特的业务需求.
Spreadmarts部门数据集市亚洲、欧洲、美洲企业应用系统用户关系管理、市场营销、员工和销售商业智能数据平台销售和市场营销数据集市企业数据仓库图3.
为了实施敏捷数据架构,英特尔IT部门采用了英特尔销售团队已经使用且偏爱的数据集市和spreadmart.
7www.
intel.
com/cn/IT提供自助BI、数据可视化和大数据分析IT@lntel白皮书精益数据监管为了进一步加快数据的可用性,我们采用了精益数据监管策略.
我们的敏捷项目开发团队的数据架构师会作为BICC数据运营团队的成员加入.
由于数据架构师服务于两个团队,因此简化了在数据集市内添加和修改数据的流程.
以往需要使用大量文档和漏斗演示,并经多个审核委员会和理事会审批,而现在只需要一次对话即可完成.
我们的敏捷数据架构与从前的企业数据有所不同.
改进的数据协作.
数据管理员、主题专家、数据架构师和数据分析师都在BICC内作为一个运营团队共同协作.
战略式使用EDW.
只有被确定为必须在企业共享的数据才会迁移至我们的EDW.
我们关注的重点是通过数据集市交付业务用户立即需要的数据.
这一方法可大幅节约IT时间和工作量.
专为自助服务而重新设计.
我们目前优先考虑自助数据.
我们设计此系统的初衷是帮助英特尔销售团队能够轻松快速地自己执行数据探索.
语义层敏捷数据架构和自助战略的一个重要因素是提取现有数据主题区域并将其打包至一个由英特尔销售团队所用的语义层,并以他们思考和工作的方式运行.
该语义层显示数据经过专门的设计,可以帮助我们的销售团队使用通用业务术语(例如"销售顺序")自主访问数据,而无需了解基本的实施详情(请参阅图4).
语义层还提供了技术映射,因此用户不必担心存在于多个位置的数据—在我们这种规模的公司中是常见的现象.
我们发现语义层难以实施.
我们在技术位置具有海量信息存储,并且由IT员工(非英特尔销售团队)为其指定抽象的名称.
这些销售团队告诉我们在分析之前,他们花费了大量的时间,只是为了找到自己需要的数据然后将其擦除—检测和纠正损坏的或不正确的记录.
通过我们的合作伙伴框架,我们与销售团队持续协作(而且一直保持这种状态)来开发和维护语义层和直观的命名方案.
对于英特尔IT部门来说,在这一层实施具有一定的复杂程度,这是因为需要将其映射到内部和外部数据.
我们与英特尔销售团队共同开发在后续的命名流程,他们现在可以快速找到需要的数据来分析.
随着我们的数据和存储位置数量的不断增加,这样的语义层和共享命名工作变得更为重要.
直观的自助商业智能和数据可视化工具为了获取最佳性能和结果,自助BI除了为业务用户提供工具来分析数据和创建自己的报表外,还要具有其他功能.
要想获得接受并实现大规模的使用,数据必须自助服务使用模式而设计,而且还要设计我们的专业BI解决方案,以便在性能、互动以及访问(针对多种设备)等方面提供最佳的用户体验.
数据存储英特尔销售团队当前功能新功能语义层业务定义、数据建模、数据源映射协作运营报表、仪表板自助商业智能功能高级数据可视化图4.
我们的敏捷数据架构中的一个关键部分是语义层,它使用英特尔销售团队通用业务术语来提供命名方案.

8www.
intel.
com/cn/ITIT@lntel白皮书提供自助BI、数据可视化和大数据分析在为英特尔销售团队开发自助BI解决方案的过程中,英特尔IT部门首先定义了三种服务级别,以满足不同用户群体在使用BI工具时的需求和体验.
这些级别根据企业集成的不同程度和所需的自助级别划分.
我们对这些服务级别的定义如下:供应.
为拥有大部分本地数据源和较低企业集成需求的高级业务用户提供的环境中的信息量最少,可用于创建专门的报表解决方案.
这种高度自助服务可帮助IT部门和用户实现快速周转.
独立.
为需要专门对本地和企业等混合数据分析的业务用户提供的环境中包括必要的安全、语义层,并且还推荐了需要从中提取数据的最佳容器.
IT部门在各开发阶段与用户紧密合作,确保解决方案满足用户的需求.
集成.
需要使用传统BI解决方案推动业务流程重建或执行其他大规模任务的业务用户可能需要一种综合的解决方案.
英特尔IT部门开发了供应环境、安全解决方案、语义层、推荐容器连接、完整的报表和仪表板、多项自助BI功能以及用户培训.
敏捷的Scrum方法和数据架构可帮助我们比以往更快速提供这些报表,但是这一服务级别仍然需要最多的交付时间和工作.
开发自助商业智能应用我们在定义了服务级别后,开始设计和实施解决方案.
对英特尔销售团队观察后,我们确定自助BI应用需要提供多个重要功能.
为用户生成他们自己的专用报表、仪表板和定制计算并根据需求灵活使用这些工具的能力,包括深入分析、分类、过滤、分割、变换颜色以及修改图表合并功能的能力,以便在笔记本电脑和电子表格中混用企业数据和本地数据,从而整合、集成和分析散布在两个或多个数据源中的大型数据集,以及发布并与团队和相关利益方共享结果可帮助用户挖掘数据的丰富的可视化工具具有所有这些功能的最常用工具是一款电子表格应用,它可以提供一个功能强大的用户层并可与大量高级可视化工具共同运行,评估范围、趋势和结果.
插件可提升此类工具的性能.
某些电子表格插件可提供功能强大的数据mashup和数据挖掘工具,允许未经过专业BI或分析培训的用户开发数据模型和计算,然后使用共享的文档库共享.
其他BI软件供应商提供的解决方案可帮助我们的IT员工开发高级工具,将用户连接至不同的数据,并帮助他们创建自己的报表.
我们发现,利用本地和企业数据的最佳BI解决方案通常可为用户提供带有电子表格(或者用户针对可视化和协作所经常使用的其他应用)的集成触点(请参阅图5).
这些熟悉的应用不仅能够帮助用户在视觉上轻松地探索数据,而且能够将任何现有报表(及其他数据集)与其他数据相结合并进一步mashup和可视化.
他们还可以将其他平台中创建的各种内容导出到他们的电子表格和其他偏爱的应用中.
数据关系数据库、内存数据库、电子表格、平面文件和在线分析流程数据库分析可视化、制作报表、合并、协作图5.
通过对英特尔销售团队的观察,英特尔IT部门意识到设计自助BI解决方案的重要,该解决方案可以采用熟悉的工具访问销售和市场营销数据来帮助协作、报告可视化、数据合并和报表制作.
9www.
intel.
com/cn/IT提供自助BI、数据可视化和大数据分析IT@lntel白皮书数据可视化在如今这个大数据时代,数据可视化是一个快速发展的领域.
作为一项成熟的数据集成技术,数据可视化是BI的关键组件,可帮助用户了解能够提供切实洞察信息的趋势、模式和关系.
正如之前所述,英特尔销售团队主要使用电子表格工具和插件进行数据分析和可视化操作.
为了支持这些工具,我们正在开发多套具有不同规模和数据的模板,用户可以从中选择来制作报表并分析和共享结果.
我们计划使用数据虚拟化提供集成的数据访问,以便获得跨多个单独的内部和外部数据源的虚拟数据视图.
我们计划连接至数据源的中间件支持数据虚拟化功能、使用预定义视图执行查询来检索请求的数据、将数据与其他数据相结合、提取和转换数据以满足业务信息需求,然后将数据交付至用户应用.
对于业务用户来说,该方法只需执行简单的拖拉操作,即可轻松地使用其可视化工具.
除了我们的业务用途外,我们还计划继续评估新的基于可视化的数据发现工具,为业务提供更加深入的洞察信息.
我们已经了解到,在开发自助BI的过程中,为了实现更加出色的业务灵活度,这些数据可视化工具必须易于实施、能够与现有业务应用整合,而且不需要大量培训.
实施自助商业智能的关键要点根据我们为英特尔销售团队开发自助商业智能(BI)的经历,我们认为以下因素是取得成功的关键所在.
目标业务区域内执行负责人的支持.
自助解决方案要求业务团队具有较高的参与度和所有权.
执行负责人在推动合作和共享任何独立开发的数据时具有重要作用,可帮助推动业务发展.
在IT部门和业务部门之间建立合作伙伴关系.
用户群体和IT部门需要合作才能提供直观有用的自助解决方案.
作为合作伙伴,我们认为IT部门的主要使命是在用户的环境中,为业务用户配备其在BI解决方案中取得成功所需的工具、数据和基础架构.
数据质量与管理.
随着业务团队不断在自助解决方案中使用特定数据,数据监管变得越来越重要.
必须确定持续的数据质量检查和数据安全流程,以确保数据准确、安全并时刻保持最新状态.
IT部门是一个重要的合作伙伴,他们可帮助业务团队了解已存在或者可能发生的数据质量问题.
指标标准化以及建立业务术语表和数据字典.
业务团队需要根据自身需求灵活地调整性能指标和标准,但是,企业的重要评测中使用的共享数据必须管理好,以避免出现传达错误和跨业务混乱的现象.
应对企业标准主要性能指标加以定义并为用户提供业务术语表和数据字典.
联合监管与变更管理.
业务部门和IT部门对BI的联合监管非常重要.
作为监管模式的一部分,部门应该定义变更管理流程并符合所有符合规范的需求.

在业务部门内指定数据管理员是有效监管的最佳实践,该管理员需要与IT数据分析师共同合作来开发通用的数据定义.
在适用的情况下使用自助服务.
并非所有领域都适用自助服务.
部分运营、策略和管理领域需要一个标准化格式.
我们认为IT部门在维护基础架构自助解决方案运行之际,同时在开发专业报表和仪表板方面仍然发挥着重要的作用.

在启动自助战略之前,必须定义IT部门开发的报表和仪表板与业务部门支持的自助BI之间的区别.
在一般的情况下,推荐由IT部门开发在部门间广泛使用的报表,以确保标准化.
此外,IT部门应确保报表符合法律和法规的要求.
10www.
intel.
com/cn/ITIT@lntel白皮书提供自助BI、数据可视化和大数据分析成果在英特尔分布全球的销售机构中实施自助BI计划大幅度减少了我们的报表待办事项.
如今,英特尔销售团队会经常与我们召开会议,规划要求并确定优先级别,进而更紧密的协作来实现他们的目标.
这一方法使我们能够根据业务需求快速提供BI解决方案,帮助这些销售团队迅速确认机遇以及掌握市场的时机.
我们的成果包括:为销售团队提供的BI解决方案的整体发布开发时间缩短了85%.
在2008年,我们的发布周期为六个月,而现在我们采用的是一个包含两个sprint的敏捷流程,发布周期平均为两到四周.
它采用Scrum方法,支持IT团队加快开发解决方案的速度,这是实现时间缩短的最重要原因.
自助BI工具的使用率增加了40%,而BI报表的使用率则以每年40%的速度递增.
我们看到交付至英特尔销售团队的BI解决方案中采用Scrum方法的比率为100%,我们针对这些团队的计划会100%创建BICC.
最终,我们帮助英特尔销售团队减少了报表待办事项,我们的自助BI计划释放了重要的IT资源.
我们的员工现在可以有时间开发业务团队急需的或企业级解决方案,而不必为了某个特定的销售团队而花费几个月的时间.
后续步骤通过集中式的EDW来满足英特尔的BI需求已不再是一个切实可行的解决方案.
目前,我们正在转向多数据仓库战略,并希望提供更加出色的应用设计来改进业务用户的体验.
我们在一方面使用小型数据集市作为自助BI敏捷数据架构的一部分.
在另一方面,英特尔IT部门正在部署ApacheHadoop*等解决方案和强大的数据仓库设备,以处理大量无法使用传统关系数据库方法来管理的结构化和非结构化数据.
对于自助BI,我们正在寻求有效的方法在各种使用案例中应用大数据分析,例如要求每天能够处理1TB以上数据的用户分析应用.
我们的重点在于可将处理过的数据转化为切实洞察信息的数据可视化技术.
此外,我们还开始研究新的方法,以在各种外形的设备上快速交付丰富、一致、安全的用户体验.
移动产品是我们关注的重点,因为它们在英特尔内部的应用十分普遍.
这些外形各有不同的电子产品(如智能手机)最适用于显示重要的性能指标、仪表板组件或概述,而非完整报表.
我们许多供应商都致力于开发能够在多种外形的电子设备、浏览器和操作系统间提供丰富而连续的体验的解决方案.
作为我们工作的重要组成部分,我们在开发多平台解决方案时将采用英特尔IT部门全新的五星应用认证标准来交付全新的、更加出色的用户体验.
遵循此标准将确保开发的多平台应用具有所有重要功能.
这些功能包括:数据安全与审计符合规范,保护数据和身份安全出色的用户体验,使应用变得直观和易于使用出色的平台灵活度,确保能够访问用户选择的平台设备优化,支持应用充分利用设备的功能和特性考虑到未来的使用方式和演进,使应用支持新兴设备和交互,如语音、触控和手势识别.
结论我们采用四管齐下的方法为英特尔的全球销售机构提供自助BI,为英特尔IT部门和我们的业务用户带来重大收益.
由于大幅度减少我们的报表待办事项,交付工作报表和仪表板将仅需两到四周的时间.
从这一点可以看出,密切的团队协作有助于按照业务部门的节奏和需要来交付BI解决方案.
同样重要的是,我们减少了不必要的工作量,而且我们所交付的BI服务市盈率亦日益增加.
我们的业务用户在运营和扩展业务时需要处理和分析数据,而BI解决方案能够为他们提供最出色的控制,进而为我们带来最高的投资回报.
以下几种方法可进一步帮本文件中包含关于英特尔产品的信息.
本文件不构成对任何知识产权的授权,包括明示的、暗示的,也无论是基于禁止反言的原则或其他.
除英特尔产品销售的条款和条件规定的责任外,英特尔不承担任何其他责任.
英特尔在此作出免责声明:本文件不构成英特尔关于其产品的使用和/或销售的任何明示或暗示的保证,包括不就其产品的(i)对某一特定用途的适用性、(ii)适销性以及(iii)对任何专利、版权或其他知识产权的侵害的承担任何责任或作出任何担保.