从 OLAP 到指标中台 SaaS，关键指标赋能业务管理数据分析数据库

近日，Kyligence 秋季线上论坛成功举办，Kyligence 联合创始人兼 CEO 韩卿发表了题为《从 OLAP 到指标中台 SaaS，Kyligence Zen 发布预览版》的演讲，分享了 OLAP 平台到指标中台 SaaS 的演变，并发布了 Kyligence Zen 预览版和进行 Live Demo 展示，欢迎访问链接免费试用。
1. 为什么要做指标中台？现在，越来越多企业和用户开始关注到指标和目标管理，回归到使用数据的本质，而不是只关心某个开源项目或者技术。在过去几十年里，整个数据的架构发生了很大的变化，从一体机时代的数据仓库，以 Hadoop 为核心的数据湖，到 Snowflake、Databricks 等云上数据仓库，再到湖仓一体化等。这些中心化的模式都是通过复杂的 ETL 工具，利用 Data Pipeline 把数据汇集并清理，然后提供给业务人员使用。

文章图片

今天我们身处 SaaS 时代，整个的行业架构已经出现了新的趋势，逐渐形成去中心化的分析模式，最近以 Data Mesh 为核心的概念更是引发了行业热议。业务部门希望能够更主动、自主地使用数据，而不再是交由一个中心化的团队，否则这个中心化的团队就很可能成为瓶颈，甚至阻碍。
在过去的几年里，Kyligence 在指标中台的方向上有非常多的实践和成功案例，平安银行、UBS、长安汽车、Appzen、Strikingly 等客户在这方面都有非常多的积累。Kyligence 智能多维数据库，本质上就是一个受治理的数据集市，管理的就是相应的维度和指标。
这里分享一个平安银行的潘多拉平台的案例，Kyligence 帮助平安银行管理着超过 1.4 万多个指标、5000 多个活跃的用户，大大降低了数据使用的开发成本和周期。业务人员可以自助创建各种各样的分析指标，而 IT 只需要关心一些原子指标即可。这不仅促进了平安银行在数据文化上的建设，也使得数据能够更大范围、更大规模地支撑所有人进行决策。

文章图片

基于过去服务众多客户的实践，我们发现指标中台是一个非常好的方向，Kyligence 希望可以把这种能力提供给更多客户，真正为业务用户设计，更加聚焦在指标为核心的方向上，以整合的、轻量级的、开箱即用的能力，将一些轻量级的 BI，甚至是轻量级的数据仓库、轻量级的 ELT，提供给广大客户。

文章图片

为什么是 SaaS 产品？
首先，在 SaaS 的时代，问题和痛点也应该用 SaaS 的方式解决。尤其是如今许多互联网及其他公司，都在不断地使用 SaaS 的服务。而这些 SaaS 服务背后产生的数据，使得整个数据的割裂程度越来越严重。在这个过程中，已经不能使用传统的数据仓库模式，把数据汇集起来进行建模，然后做报表给到业务用户。企业希望用更加敏捷的方式，为业务用户提供数据分析和决策的能力。

文章图片

其次，消费数据的人也变了。如今，需要数据的更多是一线业务人员，传统的 BI 已难以满足普通用户使用数据的需求。BI 是专业但又复杂的工具，需要用户有一定的知识储备，大部分都是通过桌面版进行设计和使用，然后再发布出去，而且往往都是基于用户数进行授权。在如今 SaaS 时代，相应的成本就会很高，企业很难为一个每天可能只是读一下数据的人去买比较昂贵的 license。

文章图片

最后，使用这些专业化的工具，一定会涉及到多团队的协作。因为从整个数据的 ETL 的 Pipeline，到整个数据建模，再到 BI 的建模，都需要不同专业领域的知识，这不仅会带来巨大的沟通成本，还会使得整个数据到消费者的手上需要更长的时间。
Kyligence 希望能够提供一个 SaaS 产品，帮助企业围绕指标为核心，把数据指标化，把指标智能化，以更简单的方式，甚至以智能推荐的方式，让业务用户个性化、自动化使用这些指标，进而更好地消费它。这一 SaaS 产品将会按需付费，企业不需要考虑用户数所带来的成本，同时 Kyligence 也会提供海量的指标模版，为业务用户快速生成自己的指标体系带来巨大便利。

文章图片

基于此，我们今年推出了 Kyligence Zen 一站式云端指标中台，欢迎访问链接申请试用。
2. Kyligence Zen 特性解读 Kyligence Zen 作为一站式云端指标中台，主要提供四方面的能力：

文章图片

高效协同管理：以指标作为企业共同的“管理语言”，对齐组织业务和管理，提高组织能力；
业务敏捷提升：数据需求更快响应，业务人员、开发人员皆可以摆脱低效流程和系统；
数据口径一致：集中管理指标，确保指标口径一致和数据可信，提高指标数据在不同业务间复用；
开发成本降低：业务人员自助创建、复用指标；数据团队摆脱繁重的 ETL 工作，只需聚焦指标管理；企业人效大幅提升。

Kyligence Zen 非常重要的能力之一是目标管理。指标是管理的核心，德鲁克说过，没有度量就没有管理，所以企业要从管理的角度去看这些指标。本质上，Kyligence Zen 帮助企业构建了一个指标管理体系，为业务用户提供更加深入的特性，企业可以基于平衡计分卡或者其他的管理体系构建相应的能力。

文章图片

同时，Kyligence 提供指标模版，企业可以快速从各个地方把指标汇集起来，不管是来自传统的 BI，还是数据仓库的查询历史记录，还是基于业务生成的数据等。这样的模版可以在组织内部、甚至外部，进行共享，还能快速赋能业务人员进行相关的业务分析。
指标目录则能够展现或管理相应的指标，使得企业能在 Kyligence Zen 构建一个统一的指标目录。
Kyligence Zen 以智能多维数据库技术为底层支撑，支持 Smart Cache 自动实现指标计算与加工；自动推荐高价值指标，加速业务洞察；自动清理低价值指标数据，释放存储资源。业务用户无需考虑底层技术细节，可聚焦在有价值的指标上。
3. 一个真实的故事这里分享一个真实的故事，和很多企业关心的云成本密切相关。和很多企业一样，Kyligence 把大量的测试、开发以及相关应用都部署到了云上。据报告显示，企业至少有 30%-35% 的资源是被浪费的，甚至会出现误用、超用、闲置等情况，这其实是企业巨大的痛点。企业在做一些大规模数据测试时，用户的权限是很大的，点几个按钮，就能修改一大类集群资源，默默消耗了巨大的云资源，可能就会造成几十万甚至上百万的损失。

文章图片

如果没能较好地管控云端费用，云成本就会成为一个黑洞，成本永远都会是巨大的问题。但云成本管控的情况又比较复杂，一方面，企业怎么去落地？其实需要一个最佳实践供参考。另一方面，各个云的账单也不一样。以 Kyligence 为例，我们主要是从事前审批、事中监控以及事后评估这三个方面去管控的：

事前管理：从财务的角度进行预算以及相应的管理；
事中监控：基于一些过程指标进行监控，避免大量的浪费或者误用；
事后评估：通过相应的奖惩机制，更好地做成本的管理、管控。

文章图片

以 Kyligence 为例，Kyligence 内部有相应的云资源的使用规范。在使用云资源的时候，有规范的审核流程，员工在申请时，需要预估自己的 CPU、时长等，从而计算相应的费用。在这个过程中，不同的部门有相应的成本中心以及相应的预算，我们会看这部分预算是否超过等，在事前就进行相应的审批和规范，防止滥用及额外的损耗。
在事中，Kyligence 会收集过程指标进行监控，比如说 CPU 利用率、时长等，通过 API 对接飞书可实现指标自动化告警，发到相应的工作群等。相关人员可以清楚看到相应的变化、趋势等，从而能够及时进行管理。通过这样的方式，我们现在的监控大概在小时级别，已经成功拦截了好几次误用及异常行为，从而避免了大量的损失。
除了事中监控，在事后管理方面，我们也希望让员工知道云成本管控和人人相关。举一个简单的例子，Kyligence 把测试都放到了云上，最开始的管理目标是降低整个的成本，但现在我们的管理目标又精细了一点，希望能够降低每一个测试用例在云上运行的成本。这就需要 Kyligence 的研发团队、测试团队做非常多的优化，缩短在云上的时间以及降低对资源的使用。通过这样的统一口径，能够更好地去进行指挥和管理。
最后一点非常重要，流程和奖惩一定要明确。Kyligence 设立了相应机制去激励和提醒大家，把损失的钱再挣回来。通过这样的方式，在使用了多个云平台的情况下，Kyligence 能对整体云资源有比较好的管理，在成本、效率方面都改善了不少。
4. Live Demo 在演讲最后，韩卿通过 Live Demo 演示了企业如何利用 Kyligence Zen 快速使用现成的指标模版来管理数据、搭建自己的指标体系，进行各种各样的分析和相应的决策支持。想要了解更多，欢迎您点击链接观看更多现场精彩内容。
如果您也对 Kyligence Zen 感兴趣，欢迎点击链接免费申请试用，也非常欢迎各位给我们更多的反馈和建议。
关于 Kyligence 上海跬智信息技术有限公司 (Kyligence) 由 Apache Kylin 创始团队于 2016 年创办，致力于打造下一代企业级智能多维数据库，为企业简化数据湖上的多维数据分析（OLAP）。通过 AI 增强的高性能分析引擎、统一 SQL 服务接口、业务语义层等功能，Kyligence 提供成本最优的多维数据分析能力，支撑企业商务智能（BI）分析、灵活查询和互联网级数据服务等多类应用场景，助力企业构建更可靠的指标体系，释放业务自助分析潜力。
【从 OLAP 到指标中台 SaaS，关键指标赋能业务管理】Kyligence 已服务中国、美国、欧洲及亚太的多个银行、证券、保险、制造、零售等行业客户，包括建设银行、浦发银行、招商银行、平安银行、宁波银行、太平洋保险、中国银联、上汽、Costa、UBS、MetLife 等全球知名企业，并和微软、亚马逊、华为、Tableau 等技术领导者达成全球合作伙伴关系。目前公司已经在上海、北京、深圳、厦门、武汉及美国的硅谷、纽约、西雅图等开设分公司或办事机构。