从OLAP到指标中台SaaS，关键指标赋能业务管理

　　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 Kyligence Zen 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。
　　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。
　　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。
　　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。
　　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。
　　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。
　　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 Kyligence Zen 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：
　　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。
　　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。
　　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。
　　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2022 秋季线上论坛 极简云上分析 释放数据价值  一站式云上指标中台观看更多现场精彩内容。
　　如果您也对 Kyligence Zen 感兴趣，欢迎点击 Kyligence Zen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。
　　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。