CSDN专访 | 观远数据吴宝琪：BI 最大的难点并不只在单点技术( 三 )

吴宝琪：如果是要选第三方，肯定要选一些相对成熟相对开放的平台。怎么理解这个开放？例如它可以提供多种部署方式，一方面在阿里云或者腾讯云等主流云服务商上都没问题，当然自己的机房也要没问题；另一方面是需要对方提供一些相关的功能，例如API ，方便你去组装或者是定制，然后还有一些插件体系，方便你去扩展。
CSDN:观远产品设计的底层逻辑是什么？在产品上有哪些细节是跟随着前沿科技走的？
吴宝琪：首先得益于开源技术的发展，大大提升了产品研发的效率，成熟的开源软件不光贡献者众多，也在大量用户那里验证了其稳定性，比如：观远的核心计算逻辑很多都基于Apache Spark这个非常流行的计算引擎。其次是云原生（Cloud Native）时代，通过kubernetes这个集群管理操作系统，观远既支持公有云也支持私有云的部署，增强了系统的可扩展性。另一个核心思想是：存储和计算分离，比如数据太多，硬盘存储不够了，我们可以单独扩展存储部分；计算能力不足，需要更快的计算，我们也可以单独扩展计算能力，而之前的架构都是存储和计算是一体化的，之前只能同时进行扩展。存储和计算的分离最终会大大减少系统的总拥有成本，并能提升系统的稳定性。
无处不在的数据分析思想，数据分析不光可以用于分析客户的业务数据。我们也用数据分析的思想来分析自己的系统运行状态，比如说：我们分析系统中到底是哪些SQL比较慢，哪些Spark任务比较慢，然后对于这种慢的任务，我们会进一步分析其慢的原因，比如：它到底是数据分布不均匀导致的性能问题，还是说我们生成的SQL可以换成更优化的方式等，最终我们也会把这些慢的任务，以及系统的运行情况做成展示图表，方便客户了解系统当前的运行情况以及潜在的系统问题。

本文插图
CSDN：有没有哪些行业是观远数据着重去做的，下一步的计划是？
吴宝琪：观远数据过去几年主要深耕泛零售与消费领域，包含连锁卖场、超市、茶饮、便利店、百购地产、快消品等细分业态，目前，我们合作的都是这些业态里的头部和中腰部客户，例如联合利华、百威英博、全家、见福、上蔬永辉、明康汇、蜜雪冰城、奈雪的茶、赫基、Lily、欧莱雅、元气森林等。另外， 2020年，我们也在加强泛互联网品牌的合作，包括小红书、蜜芽宝贝、西瓜创客等，以及扬子江药业、阿斯利康、华宝国际等行业巨头。不同的行业，观远提供的方案是不一样的，例如，互联网企业本身有比较好的IT能力，所以我们和这类客户的合作主要是偏产品层面，提供轻代码甚至零代码、可视化自助分析、实数数据分析等强大的产品能力。而对于零售消费客户，观远数据在这方面配备了强大的顾问团队，沉淀了针对各个细分业态的解决方案，可以帮助企业快速落地。就像前面所说， BI落地最大的难点是和业务相结合，因为很多业务人员无法清楚地表达自己在数据分析方面的诉求，而观远就可以帮助他们从下到上整理数据分析需求，再从上打下梳理数据分析指标。

本文插图
CSDN：未来， BI有哪些可能？
吴宝琪：我认为， BI未来有以下三个发展趋势：一是更实时化，目前大部分BI依然只能提供T+1的数据处理能力，而企业想要掌握快速决策能力，就必然会助推BI产品要提供更实时的数据分析能力；二是更智能化，未来一定会和AI、物联网等技术进行更深度的融合，提供更加超前、精准的数据分析和预测能力；第三点，未来是会逐渐变为一站式数据平台，不仅仅是关心数据的采集，分析，更多的是关心如何把数据提供给业务系统使用，来改进业务系统，从而将所有数据串联起来最后又回归到数据中去。