随着对数据安全要求的不断提升,企业逐渐意识到国外工具在本地化适用上的局限,转而寻求更符合自身使用习惯与业务需求的数据分析工具。与此同时,信息技术应用创新(信创)的不断深化,推进加速了企业对国产BI解决方案的需求增长,标志着数据分析工具国产化替换进程的全面开启。

A航空股份有限公司(以下简称“A航司”)便是其中的代表。作为连接中国大陆、港澳台、东南亚等28个城市的重要枢纽,A航司固定运营航线超30余条,每年运送旅客超百万人次,使其积累了海量出行数据,催生出广泛而多样的数据分析需求。

本文将以该航司为例,分享其在BI工具国产化替换之路的思考与选择。

01 替换Tableau的考虑

A航司高度重视企业内部的数据建设,选择替换Tableau的原因主要包括以下几点:

1、航司经营要求

作为一家服务全球的国有航空公司,A航司承载着重要的国际形象与责任。随着全球数字化转型的加速,信息安全和数据自主可控已成为航司运营的核心诉求。作为涉及大量旅客信息、航班数据等敏感内容的企业,该航司亟需通过国产化软件替代,确保数据主权与业务连续性,同时为行业树立国产化转型的标杆。

2、数据安全合规

作为对数据高度敏感的行业,航司在服务旅客过程中产生的数据涉及隐私保护与国家安全,其安全性至关重要。采用国产BI工具不仅能够严格遵循国内《数据安全法》《个人信息保护法》等法规要求,还能有效规避因国际局势变化带来的潜在风险,为企业构建更加稳健的数据安全防线。

此外,国产BI工具凭借对本土企业业务场景的深刻理解,能够更好地适应中国企业的独特需求。无论是复杂的多维报表,还是灵活的数据分析场景,国产BI工具都能提供更贴合实际业务需求的解决方案,助力企业实现数据驱动的精细化运营。

02 客运航空的数据难点

作为服务全球的国有航空公司,A航司需要强大的数据分析工具来支持其日常运营。

在基础数据建设方面,该航司已经构建了数据仓库平台,并实现了大部分业务数据的统一管理和整合,为用户分析提供了一个统一的数据来源。然而,除了数据仓库外,还有来自电商网站、线下手工录入、外部互联网以及国航总部系统的数据等多种数据源。

在进行业务数据可视化分析时,IT团队面临着来自业务部门频繁且多变的需求挑战。一方面,IT团队缺乏足够的资源来及时响应所有业务请求,另一方面,由于业务类型广泛,也难以迅速理解需求场景和分析目的,并据此开发出相应的报表。这些因素导致了业务需求往往需要较长的时间才能得到回应和解决。

在这种情况下,业务团队不得不依赖于大量的人工处理,生成大量的Excel表格来部分解决问题。虽然这种方法可以在一定程度上缓解燃眉之急,但从长远来看,无论是对于企业人才的成长还是提高数据分析效率而言,都不是最优解。

为了更好地支持业务发展,提升工作效率,公司IT部门一致认同:有必要进一步优化现有的数据处理流程和技术支持体系。

在企业数据分析效率提升以及人才培养的多重考虑下,团队发现Tableau已无法全面满足业务对于高效开发、及时响应的诉求,如何借助新的BI工具打造更符合自身使用场景的分析平台,成为IT部门新的诉求。为了探索更高效的本土化BI应用方式,该航司在众多国产BI工具中,将目光锁定了Quick BI。

03 为什么选择Quick BI?

1、多平台零散数据高效集成

A航司通过Quick BI成功将多源数据集成至同一平台,实现了企业内部数据的高度融合。管理层能够实时查看关键运营指标,全面掌握电商、内部系统、线下录入等不同渠道的状况,为各级决策者提供更完善的决策支持。

2、信创兼容与安全管控能力

Quick BI在国产信创和数据安全管控方面表现卓越,在国产软硬件适配方面,与达梦、人大金仓等数据库,鲲鹏、海光等芯片,银河麒麟、统信等操作系统,以及东方通中间件、360安全浏览器等完成兼容认证,满足企业信创需求。

在数据安全层面,Quick BI支持行级权限管控,可实现细粒度管控;支持作品复制管控、导出全流程审批及审计日志追踪,防范数据泄露;基于阿里云安全架构,通过ISO认证,提供多租户隔离、企业级权限体系及统一登录门户,确保数据全生命周期安全。

3、培养数据人才的“源头活水”

Quick BI团队为A航司不同业务部门提供了多轮专项培训课程,鼓励业务部门减少对IT团队的依赖。目前,电商、运营等部门已初步掌握了Quick BI的数据集创建、指标新建和仪表板分析等核心操作,可以独立完成简单的数据分析任务。

04 基于业务场景的应用落地

经过前期调研和实施推进,A航司成功部署了Quick BI,并在多个重要业务场景中实现了应用。

场景1:告别复杂公式,高级计算简单用

航司数据“管起来,用起来,活起来”的难点之一,在于数据维度太庞大,衍生计算太复杂。

以往,运营团队需要依赖Excel编写复杂的公式和表格,才能从区域、始发地、航线、航段等多个维度对收入、客座率、平均旅客收入等指标进行本期值、上期值、对比值、环比值等衍生计算,这一过程不仅耗时耗力,还容易出错。

如今,Quick BI将这些复杂的衍生计算封装为高级算子,用户只需通过简单的自定义高级计算功能,即可快速完成多指标及其衍生指标的分析。这一创新不仅大幅减少了Excel手工统计的工作量,还显著提升了数据分析的效率和准确性,为运营团队提供了更强大的决策支持工具。

*仅为测试数据,非真实业务数据

场景2:打通内外数据墙,文件追加更轻松

A航司的多渠道订单代销数据,每周都需要业务团队从公网页面下载大量Excel数据,同时从数据仓库导出公司内部数据,再进行繁琐的关联分析。

这一过程存在两大痛点:首先,下载的数据量庞大,导致Excel运行速度极慢,严重影响工作效率;其次,数据仓库的数据无法实现在线分析,必须导入Excel后才能进行关联操作,增加了不必要的步骤。

如今,借助Quick BI,业务团队可以直接在前端上传、替换和追加外部下载的Excel明细数据,并实时关联数据仓库的数据进行联合分析。这一创新方式不仅显著提升了数据分析的效率,还优化了系统性能,真正实现了业务自助化操作。

*仅为测试数据,非真实业务数据

场景3:电商数据不封闭,跨源数据可关联

A航司的电商平台数据因业务部门对时效性要求较高且数据相对闭环,暂未纳入数据仓库。然而,当电商团队需要结合数据仓库的数据进行联合分析时,往往会因数据库异构问题而无法实现关联分析。

Quick BI凭借其强大的跨源关联查询能力,巧妙地解决了电商团队“既要数据独立,又要数据联通”的难题。在确保业务数据相对独立的前提下,Quick BI实现了数据的流通共享与跨源分析,为电商团队提供了更加全面、深入的数据洞察。

*仅为测试数据,非真实业务数据