Excel大数据透视分析案例白皮书.pptx

Excel 大数据指标分析案例 Kyligence Inc. 2023.2 Agenda • 医药 • ⾦融 主要痛点 • 数据割裂导致⽆法关联分析业务指标 • 业务系统数据没有打通，⽆法融合进⾏全链路分析 • 多套指标体系未整合，⽆法从渠道，会员等多⻆度分析 • 数据缺失且数据逻辑混乱，⽆法有效做历史审计 • 主数据没有历史版本快照，⽆法从历史⻆度分析数据 • ⽤⼾很多线下⼿⼯数据⽆法进⼊系统结合分析 • 系统 TCO ⾼，维护难 • ⻔店业务⼈员数据分析的学习成本⾼，难以上⼿ • 架构弹性差，硬件成本⾼，难以优化，维护成本⾼ COSTA 需求背景以及主要痛点 需求背景 • 数据存储 • 融合各类数据，存储快照，打破数据壁垒 • 云端存储⼤幅降低企业硬件成本 • 数据管理 • 通过语义层统⼀业务指标语义，⽆缝迁移 原有 Excel 模板，降低业务⽤⼾学习成本 • 云原⽣架构，提⾼数据交付效率 • 数据消费 • 统⼀分析⼊⼝，让⽤⼾更简单地进⾏⼤数 据规模下的指标分析，提⾼决策效率 • 打破固定报表模式，助⼒业务⽤⼾在任何 地⽅任何时间获得即时洞察 COSTA 在 Azure 云上实现端到端数据服务，提供更优可能性 • 灵活⽀持不同⻆⾊的业务场景，帮助挖掘数据价值 • 结合线上线下全渠道数据，探索新零售模式，打造爆款产品 • 全⾯数字化精细管理⻔店绩效以及⼈员绩效 三位⼀体成本节约 • 云原⽣弹性架构，计算资源匹配业务峰⾕， 闲时资源可以回收⾄峰值时1/5，降低资源成 本 • 预计算原理引擎以空间换时间，利⽤便宜的 存储置换昂贵的计算资源，并提⾼指标查询 响应速度 • ⽆缝对接⽤⼾原有 BI 及应⽤，平滑切换，业 务端不受影响 统⼀数据管理及指标分析 • 指标统⼀、标准化、沉淀共享 • 全数据链路整合 Sales、Salesitem、 Delivery、Discount 以及线下数据，实现 从渠道、管理区域、城市、⻔店、产品、 会议、折扣、活动等多⻆度的指标分析 • 多版本数据融合应⽤，暴露主数据的历史 版本，实现从当前的⻆度、销售活动当时 的历史⻆度的分析 COSTA Kyligence 帮助 Costa 打造品牌数字化 TCO 降低 50 % 多元业务⽤数场景⽀持 医药 Agenda • 零售 餐饮 • ⾦融 • 主要挑战 • 业务每次发⽣变化，数据的更新和交付周期⻓ • 模型⽆法很好的适应⽐较频繁的业务变化以及解耦指标在不 同维度的分摊逻辑 • 业务发⽣变化后进⾏更新交付周期⻓，需要 2-3 个⽉才能够 进⾏⽣产交付 • 业务维度变化后，需要对历史数据做全量更新 • ⽆历史数据版本快照， 不利于做审计和历史数据校验 • 性能有限⽆法应对巨⼤的数据增⻓ • 性能不佳，系统的指标查询响应时间都在 10s 以上，也⽆法 ⽀持⾼并发的指标查询 • 系统对数据量和维度的⽀撑有限，导出分析结果有⾏数限制， ⽆法满⾜增⻓的数据需求 阿斯利康 需求背景以及主要痛点 需求背景 阿斯利康 Azure 云上基于 Kyligence 指标平台的架构升级 Before After 阿斯利康 以更低的成本，更⾼的性能⽀持以往⽆法⽀持的场景 业务价值 • 灵活关联历史/当前/未来的组织架构进⾏销售绩效分析与计划 • 对各类销售类指标的统计结合药品适应症的分摊⽐例，⽤极⼩的代价在新增/变 化的维度下， 解决了药品适应症变更带来的指标归属场景 • 在组织机构和架构调整，⼈员变动等信息变化的场景下，⽀持以⽉/半年/年的 周期进⾏绩效分析，在线查看奖⾦/指标/返利指标， 解决了组织机构变更带来的 指标归属场景 技术价值 • 数据流程从依赖 IT 的取数变为了统⼀平台的⾃助式获取洞察，分析结果数据导 出⽆限制 • ⽀持保留近三⽉历史快照版本，便于审计、历史校验以及预测等需求 • 轻量化数据处理过程，数据的更新迭代和发布周期从2-3 ⽉缩短⾄ 1-2周 • 数据的服务性能，以 1/4 的资源，从原先的 10秒以上优化⾄ 3s 以内 设置索引组合 及降维⽅式 设置维度、度 量、可计算列 数据特征，业务特征 ⽗⼦维度、渐变维度、 半累加度量 STEP 1 STEP 2 STEP 3 STEP 5 STEP 4 在MDX 端定义 语义信息 梳理模型设计 及表关联关系 对接BI端进⾏ 数据展现 场景应⽤、 MDX 函数使⽤情况 连通性，查询性 能，权限集成 星型、雪花、星座模型 • 零