|
新年伊始，永洪科技于2018年2月3日在财富金融中心·星巴克举办了一场“Hello，My Data New World”主题活动，众多永洪合作伙伴来到活动现场，与永洪科技共同打造了一场收获满满又轻松愉悦的数据分析Party，给众人留下了深刻的印象。除此之外，在永洪科技举办的这场新年活动上，我们邀请到了知名互联网公司数据分析师钟家福、永洪科技咨询部总监符鹏飞等人。下面，我们将钟家福老师在Party上演讲的精彩内容整理了出来，以飨读者~
以下为演讲正文
BI可视化是通过敏捷BI产品设计可视化图表，然后提供给业务部门日常使用的报表；分析可视化是在业务分析报告中使用的可视化图表，用于陈述一个结论、建议、分析过程的一个事件。
两者的目的不太一样，我会先介绍一下两者之间的共性，之后再说二者的区别。
一. 两者的共同点
他们的共性体现在三个方面
1. 都通过可视化来展示信息 不论是BI可视化还是分析可视化，通过图表形式展现数据，帮助用户快速、准确理解信息，向用户揭示数据背后的规律。
2. 具有相同的基础特性 准确、快速表达信息是关键，同时需要好看、高大上但不复杂。
3. 图表类型通用 这是比较重要的一个共同点。在不同的基础图表类型上，两者是没有差异的。可视化的各种图表类型是通用的，诸如：柱形图、散点图、瀑布图等，在分析报表中可用，在BI报表中同样可用。
我举三个事例来说明。 示例1：假如你是一个班的班主任，现在有一批高考模拟题成绩数据，你的学生是雷军、马云、李彦宏等人，如果你想知道他们在模拟考中的成绩是否稳定、偏高还是偏低？
通过用箱线图去观察成绩的分布情况，发现马云成绩不好，雷军的成绩很好，也能看出有些同学成绩比较稳定，而有些同学是超常发挥，这是你完成的一次分析可视化。如果你是教导主任，你想知道全校学生的成绩情况，想知道成绩最好的学生、成绩最稳定的学生，这个时候就不适合放在分析报告里单独呈现了，而适合放在BI里，可以便于学校的其他领导查看。
示例2：某家公司做了一次运营策略调整，运营重点从获客转向流失用户的唤回。运营总监想知道下面的几位运营经理，是否将这个策略执行到位了。于是运营人员分析之后，以累加柱形图展示了出来。
从图中可以看到拉新成本降低了，唤回成本增多了，可能这件事就完结了，但是，如果实际情况是唤回成本并没有增多，运营总监可能就会想是不是这个策略没有执行到位，他想每周都看到这些数据的变化情况。那这个时候，分析可视化就转变为了BI可视化。
示例3：某家公司每年收入近两千万，老板想知道这些钱里，有哪些钱是花在成本上的，获得了多少利润，利润率是多少。我们可以用瀑布图去做这样的分析，老板看完之后觉得很满意，于是他想每个月都看，那么分析可视化又变为了BI可视化。我想通过这几个事例说明分析报告和BI的图表类型是通用的。
下面我来讲一讲二者的差异。
二. 两者的异同点
我对这两者差异的理解来自于实际工作。我之前可能是为某个结果去完成一次分析，而我的同事告诉我，一些与这个结果相关的数据他们没办法随时看到。于是我思考，分析可视化是按照一个固定的分析思路进行的，而BI可视化更多的时候可以支持到某个业务组，以及其整个业务模式的动态分析。所以有很多人讲，敏捷BI（比如Yonghong Z-Suite）支持各种各样的分析。
这和我们做某一次的分析报表是不同的，分析报表的目的非常明确，所以我们会把图表里面所有通用的模块调用的很精准。分析报表的核心点是结论，一切都是围绕结论展开的。分析报表中的可视化图表是报告的组成部分，它必须是围绕分析结论，服务于结论表达的。你的分析结论越明确，越多的通用部分就会被抹去。
BI报表同样具备一定的主题性，但它不是这个主题下某个非常明确的结论，它更多地是一种分析模式，所以BI报表需要支持该主题下的各种场景、各种洞察需求。比如我们刚才提到的瀑布图，其中是一种技术分析模式，我们可以在瀑布图的基础上，按业务线、产品线的不同，结合相应的图表搭建一个完整的仪表盘（Dashboard）。
BI报表是一个主题下的动态分析，比如刚才提到的就是经营模式这个主题下的一个动态分析。不同于分析报表，老板看完，就代表这件事结束了，BI是可以被反复使用的。
新上线一个BI报表，意味着这个BI报表的维护、优化才刚刚开始，需要根据战略目标、业务需求不断地进行调整，BI报表可以更加灵活地应对，所以BI报表的核心需求是灵活地支持动态分析。举两个简单的例子。
假设有家公司的业务是做一个医院挂号的网站。老板提了一个需求，想知道今年患者的挂号情况，你可能会做左边这样的图，把很多小的科室合并了，因为老板更关心排名在前的部分。这样做可以突出重点。但是如果有别的部门同事想看眼科的数据，用这张图就不行了。
我们可以做成结果图的形式（右图），在突出重点的同时，还要展示更多的信息。这就是一个简单的分析报表和BI报表的差异，我们的分析报表只要给老板展示Top N的重点。而从BI报表里面，就需要考虑到信息的全面性，覆盖到各种各样的需求，所以各个科室的数据都要展示出来。
下图是永洪官网中展示的中信银行的BI报表分析。
如果我们把它看作是静态的，可以看到成交量，成交金额、成交渠道和成交机构等信，那这时候它就属于一个分析报表，我们没办法看更多的东西，也没办法去管理。
如果将BI报表放在公司的BI系统里，运营同事可以每天看到变化的数据。有一天他们想知道不同渠道或不同机构的存贷款占比是否有差异？或者不同机构的交易渠道占比是否有差异？通过联动关联，可以看到更多的数据。这就是BI报表通过联动和筛选等功能实现动态分析和洞察。
三. 如何灵活地支持动态分析？
我将支持动态分析行为分为基础和进阶两个层次。
1）基础的就是维度下钻和上卷，能够进行维度的深入和聚合，以及界面的联动，有时候联动在层次太多的情况下不适用，就需要提供筛选器进行筛选。
2）进阶的是维度切换、子视图展示、视图动作跳转、下载数据格式自定义。
这里我们想讲为什么要做数据格式自定义。有些比较厉害的业务团队可能会自己下载数据来分析，分析之后觉得他们做的分析思路可行，以后需要经常看，这就会变成新的需求，你就可以把他的分析报表变成自己的BI报表了。
我用一个例子来讲解一下上面提到的其他定义。在某家做医药生意公司的BI仪表盘中，仪表盘中的组件包括成交金额的柱状图、合作方的销售地域辐射图，并且放置了筛选器，我们可以进行公司维度上的筛选；维度下钻、上卷和切换就是在仪表盘中，通过对厂商和剂型两个维度的交叉，在我想知道厂商下面的剂型销售情况如何时，可以实现厂商向剂型的下钻，而从剂型到厂商就是上卷。
左图关注的是厂商的情况，而右图观察了厂商下面剂型的排名，发现厂商的剂型1的销量很好，那之后可能就更关注剂型1的销售情况，于是变为右图，我们在进行了维度切换后，剂型变为1级分类，厂商变为了2级分类，在此基础上进行聚合，就能观察到剂型的排名。
下面讲讲子视图的展示。图中展示了某家公司在全美国的销售情况，如果想知道某个州的销售类目占比，可以设计一个视图，点进去就可以看到。
如果看报表的人觉得麻烦，那就可以提供一个子视图，鼠标悬停在某个州的时候，就可以显示出销售占比情况。当遇到详细表在子视图里范围过大，或者想要在大范围视图里下钻到详细的列表里，就需要进行跳转。
这是某家公司一级类目、二级类目的销售情况，如果还想看到单个产品的销售利润，就可以在这里做一个子视图，提示查看商品详情，就可以跳转到每个产品的销售利润情况的页面。
在一个仪表盘（Dashboard）里实现以上提到的这些技巧的话，能够比较好的实现动态分析，展现出更多的信息。
以上是我这段时间的心得，谢谢大家。
| 
