阿里云 MVP Meetup

大数据踩坑之旅——从数据可视化到商业智能

金乐 / 数云科技 总监

DataV

技术是新的 业务更复杂

OODA Loop

  • 观察:多来源、快速处理
  • 理解:模式识别、相关性分析、交叉分析、……
  • 决策:决策支持、模拟(what-if)
  • 行动:直观的计划和明确指令

经验教训

  • 尊重现实,尊重业务

  • 快速跑通,尽可能可视 —— 为决策者

  • 尽量避免传统架构,尽可能上云

  • 争取内部业务部门的合作心态,提供一个展示成绩的渠道

  • 信息系统的整合往往意味着流程的再造,从 cost center 向 productivity center 转变

丰富而又方便易用的云上服务

  • 数据集成
  • DATA IDE
  • 流式计算
  • 日志服务
  • 弹性搜索

数据链路的搭建

链路+逻辑

数据处理的可溯源,重点不是记录做了,而是为什么要这么做

可视化

  • 利用现有平台(比如 Data V),尽快形成 prototype
  • 肯定会有多次修改
  • 每一个成熟项目都是一次数据集成

可视化的方法论

  • 场景
  • 重点
  • 是否需要交互

关于商业智能

  • 竞争性业务场景
    • 加速 OODA 的循环——甩开对手或者不被对手甩开
  • 效率型业务场景
    • 从历史数据中寻找优化可能