如何选择报表系统?

如何选择报表系统?

谈数据化管理离不开报表系统,企业都会用到报表系统,但不可能有十全十美的报表系统,毕竟任何一个行业和企业受自身客观环境的限制。但做报表的表格表姐们,总要有点理想和追求,就好比到一定年纪会自问,我的人生追求到底是啥?

报表系统,合适的就是最好的。

脱离了业务驱动的任何IT系统,没有价值,因此能够从客户需求出发,打造出适合某个细分市场的报表系统,就是最好的报表系统。

现在报表工具市场百花齐放,自有存在的道理,所谓的大数据报表引擎,在相当长的时间内,对于很多企业来讲,是没有必要的,大炮打蚊子,那也是极其浪费的事情。

同时,大数据让客户的数据意识渐起,因此,即使针对的是小数据的报表工具,也能赶上一波红利,如果报表工具之前没有特别的差异性,客户服务能力就至关重要了,IT一定程度卖的不仅是产品,还有服务。

如何看待报表系统?

任何代表趋势性的发明和系统,都来自最前沿的应用领域,报表系统最核心的是对于数据的处理和展现,因此,以大数据应用为核心,或者拥有海量大数据的企业,其对于报表系统的诉求和应用,应能代表这个技术的发展方向,互联网企业可以向BAT看齐,传统企业可以向运营商看齐,比如中国移动曾经打造了世界最大规模的数据仓库系统,在那个时候,引领了数据仓库建设的潮流。

那么,企业如何打造极致的报表系统?

首先,极致报表系统的打造,不是一个工具或系统就能单方面解决的,企业自身对于报表的认识和投入是至关重要的。

因为报表系统能力不仅取决定于工具能力,也依赖企业的数据管理能力,而数据管理能力在各个企业的情况不同,同样的工具在不同的企业应用那也是千差万别,好马也要配好鞍。

数据管理能力除了数据质量,最重要的是数据标准化能力。

一个企业的报表成千上万,运维开发团队疲于奔命,这是有问题的,说明它的数据管理能力还未到达一定的水平,当然,这也是大多企业的常态。

产生这个问题的一个根本原因是标准化能力不足,报表由指标组成,一个企业的基本指标非常有限,但指标的组合可以无穷无尽,因此,报表可以无穷无尽,这是祸根。

大多数企业做不了报表标准化的事情,有两个根本原因:

一是IT报表团队本身的问题。BI领域一直有一个挑战,就是到底是以满足业务人员需求为主还是致力于打造一个平台,更致命的是,BI人员所谓的满足需求并不是在完成一个功能,而是价值也许只有几天的一段取数代码,其是无法实现很好的传承的。

但打造一个平台是何其艰难,因为这里的平台不仅仅指功能,不是搞个自助配置工具就算是了,还包括数据平台,你可以叫作数据中心,核心就是要打造一层标准化的数据层,对于报表来讲,就是指标。

二是IT报表团队与业务人员的博弈。业务人员屁股决定脑袋很正常,但无论报表做的多急,要的多快,报表团队还是要注意控制节奏,因为大多数企业,业务人员提报表需求没有成本,决定了让业务人员自发减少需求是无解的,到了一定阶段,你做的再快,也无法带来满意度的提升。

报表团队总要预留些余粮和人力,规划一下自身的蓝图,研究下更高效的支撑方式,一个IT部门,大多时候,报表规划建设一笔带过,买个工具呗,更不会关注到标准化这种事情,你不提,谁都不会提。

报表标准化也不可能让业务人员提出来,只有自力更生了,而且,即使你提出来了,业务人员还可能不理解。

报表团队深陷事务型工作而难以抽身,很大程度反映了其视野的局限性,习惯用人力的投入解决一个无解的问题,报表管理者是需要反思的,我们总说表哥是老实人需要做老实事,但规划上绝不能含糊,大数据时代,数据创新恰恰应该放到报表团队的核心位置。

有哪些理想的报表工具?报表工具与那些发展前景?

(以下是技术和需求的探讨,不关心的同学可以跳过)

为避免广告嫌疑不明说,市面上能数一数二的也就一两家。这里更希望谈一些我认为的好的报表系统的特质,和未来的发展追求。


1、速度是极致报表系统的一个基本要求。

笔者早几年接触到淘宝的数据魔方的时候,是非常惊讶的,它海量的数据、极致的速度,多维的展现,是多么的完美,后来到网上找了很多相关资料,才知道这个产品在数据处理上做了大量的定制改造,才使得它有这个表现。

那么能否有一个更加通用的报表后台引擎,在降低对于数据定制化处理要求的同时,提供极速的前台多维查询展现?

虽然我们厂用HBASE实现了指标库,后台指标数据几百亿,但其对于数据的定制要求太高,在很多场景难以适用,而且,似乎没有好的成熟前台能够适配,自己全套定制做也不大可能。

传统的报表工具引擎侧重展现,但对于后台数据大多时候仅仅起到一个接入的作用,它的设计理念,可以认为是以重前台,轻后台的方式,尽可能覆盖更多的后台数据的形式去满足市场需求,但带来的问题是,后台数据深度支撑能力太弱了,因此无法满足海量多维度数据的快速查询要求。

2、海量,快速,多维,是未来报表引擎的要求

对于拥有海量数据的企业,需求已经在改变,有时,宁愿自己做报表,也不再愿意采购报表工具产品,这是有其原因的。

笔者已经知道当前市场上有不少新型的OLAP产品,诸如Kylin等产品的企业也在崛起,笔者没用过,无法做出评价,但这个的确代表了方向。

所以说速度越来越重要,还因为当前有一种趋势,分析型和清单级报表需要融合成一体,也就是说,从指标可以下钻到清单,这可以帮助实现分析执行一体化,而以前清单往往靠取数临时实现,造成了两者的不一致,降低了异动核查的效率。

比如运营商其实有两套报表,一套叫生产报表,一套叫经分报表,前者以满足一线生产为主,后者以满足管理者分析需要为主,以前很难有一种报表工具能同时支撑这两种数据查看模式。

3、开放性是极致报表系统的一个根本诉求。

其实,所谓开放和封闭是相对的,如果你的封闭体验和性能做到了极致,客户可以牺牲一定的灵活性来适应你的产品。

现在诸如数据库一体机大行其道,因为好用嘛,暂时也没有好的替代品。

但是,在报表产品上,封闭可能成为不了趋势,笔者以前谈过,越是面向前端的产品,用户对于灵活性的诉求会剧烈增长,直到抵消产品封闭带来的价值。

报表工具有前端展现和后台数据引擎两个基本模块,假如你有强劲的后台数据引擎,就需要考虑,前端的展现是否可以开放接口,能否提供一套API?要知道,再牛逼的前台展现搞不过EXCEL,也搞不过PPT的组装,更搞不过各个企业复杂的业务管理、机制和流程要求,比如,报表展现要打个水印怎么办? 加入一段安全控制代码行不行?

当然,不仅仅是前台开放,后台也需要,比如报表数据的刷新,触发方式多种多样,总要有些定制化能力,提供更多的可配置性和开放性。

4、适配性是极致报表系统的一个现实要求

各类报表产品显然对于企业系统环境是有要求的,但不要为了极致性能而忽视现状和通用性,比如SPARK2.0刚刚推出,就不要说产品只支持2.0,假如是基于hadoop的,则需要尽可能兼容大多数版本。

一般来说,假如只是为了打造一个更快的报表系统,企业不会去改变它现有的技术架构体系,毕竟报表始终是IT的下游系统。报表系统更应该考虑的是如何尽可能的适应当前大多数企业的现状,与时俱进吧。

在大数据时代,产品的竞争力,很大程度是取决于你版本的更新速度,因为客户的需求变化很快,技术更迭也很快,必须要适配的足够快,已经有太多牛逼的公司由于缓慢的产品更迭速度而备受客户诟病,一旦口碑做坏了,就一去不复返了,报表工具不是一种容易硬捆绑的产品,而且这个圈子并不大。

再次,谈谈报表前台吧。

当前,很多报表产品都已经有拖拉钻取的功能,但建议的一个设计原则是,能简单就尽量简单点吧,一个报表产品前台,不要提供太多的选择,最好还能分一下用户层级。

大多企业一线人员,是报表的主要使用者,根本不会拖拉钻取,它如一个婴儿,报表是喂给它的,只要看得清楚,速度快就行了,不要奢望它会用到你哪怕30%的功能,给个搜素、收藏夹、导出功能就足够了,以前OLAP产品所以用不好,就在于使用门槛太高,很多使用人员,甚至不知道啥叫维度,啥叫指标,你让他拖什么?

高级的定制功能,设计步骤也要点到为止,配一张报表,最多是三步,选择后台表,选择指标和维度,报表设计(比如多表头啥的),生成报表,当然还有调度啥的,就不细谈了。

最后,还是要提提报表企业的雄心吧。

不少报表企业被大企业收购了,很大原因是它形成不了生态链,一旦产品同质化,就只能依附于大系统的巨无霸生存,这种结合显然于双方都有利,一个将自身产品的价值链进一步延伸,一个依附于某个数据库或者某类系统,能够获得额外的性能提升,以此形成新的差异化竞争优势。

但是,弊端也很明显,跟着巨无霸往往意味着速度变慢,创新变慢,那么,报表企业到底如何才能施展自己更大的抱负呢?

单靠一款报表工具打天下其实风险很大,因为维度太单一,前段时间,吴伯凡在《日知录》中提企业竞争力的时候,谈到的降维打击是很有启发意义的。

文:傅一平
原文自微信公众号:与数据同行

公众号:数据分析不是个事儿

常年分享数据分析干货,不定期分享好用的职场技能工具。

回复“工具”获得33个好用工具下载地址

编辑于 2018-12-13

文章被以下专栏收录

    分享数据化管理之道。 关键词:大数据、数据管理、数据挖掘、数据产品、行业研究