CSDN专访 | 观远数据吴宝琪：BI 最大的难点并不只在单点技术

本文插图
采访人员 | Sherson责编 | 唐小引出品 | CSDN（ID：CSDNnews）采访背景
6月16日,世界经济论坛(World Economic Forum)从全球范围内选出了100家新兴科技企业, 将其评为2020年度技术先锋(Technology Pioneers) 。作为全球新兴科技的代表企业,技术先锋们用尖端技术解决全球问题,推动未来变革。其中, 9家中国创新代表企业荣誉上榜,观远数据作为国内创新企业代表,凭借在“AI+BI”领域的产品和方案创新力实力入选。观远数据在泛零售与消费行业深耕多年，其客户包括联合利华、百威英博、全家、沃尔玛、赫基集团、小红书等等，通过自助式分析，降低传统BI使用门槛，同时赋能管理端与业务端，让不懂技术的业务人员也能快速上手；同时打破数据孤岛，让数据从业务中来到业务中去，打造从数据到决策的闭环。
这次， CSDN有幸邀请到了观远数据联合创始人兼首席架构师吴宝琪来给大家分享BI（商业智能）的技术要点、难点与其对应的解决方案；BI团队人员架构的设计；最后深入解读BI的未来以及企业级应用的发展趋势。
CSDN: 作为观远数据的联合创始人与首席架构师，请您简单介绍一下自己和观远。
吴宝琪 :我本硕均就读于南开大学， 2007年毕业来到杭州加入微策略, 2014年加入阿里， 2016年决定和几个老同事一起创业，成立了观远数据。目前，观远数据已经成长为一家国内新锐“AI+BI”智能数据分析公司。我们大部分的小伙伴在商业智能和大数据分析领域有过多年从业经验，做得了技术，拼得了业务，讲得了方案。公司在管理上也非常扁平化，技术氛围很浓。另外，我本人是开源使用者，也是多个项目的贡献者，去年作为 Apache DolphinScheduler 的PPMC参加了 Apache DolphinScheduler 的首届用户大会，并作了分享。

本文插图
（右中：观远数据联合创始人兼首席架构师吴宝琪）CSDN: 一个好的智能数据分析团队的人员架构是怎样的？
吴宝琪 :大致可以分为三层：前台，中台，后台。后台主要就负责产品研发；中台偏服务实施，例如解决方案顾问，数据架构师等；前端主要是销售人员。具体的人员架构还要根据方向来决定，例如在观远，我们研发部门的AI团队可以分两个部分：一是AI探索团队，有许多算法科学家，会基于观远自己的数据平台分析数据，并结合notebook等工具发挥算法探索和模型能力；二是AI工程团队， AI要真正用起来，算法和模型只是一部分，真正上线需要对应的工程平台来提供更完整的能力，比如结合历史与预测数据进行的偏差分析，不断更新的行业特征库，运维自动监控，以及模型动态优化等等，以形成决策闭环。
CSDN: BI在实施过程中有哪些技术难点？
吴宝琪: 首先我想梳理一下BI的整体技术点，主要包含以下几部分：
1.数据可视化：将数据通过合适的可视化图表展现出来，例如可视化企业报表。
【CSDN专访 | 观远数据吴宝琪：BI 最大的难点并不只在单点技术】2.数据整合：大多时候企业数据其实散落在不同的系统中，比如ERP、OA、CRM、财务等。这些系统虽然实现了业务数据化，另一方面也会造成信息孤岛，因为每一个系统都是一座孤岛。所以， BI一定需要具备将不同的数据融合到一个分析模型或平台中的能力。
3.数据分析：在完成数据接入整合之后，通过适当的统计、分析方法对收集来的大数据进行汇总、理解和消化，以求最大化地开发数据的价值。包括过滤、筛选、联动，下钻等操作。
4.企业集成：BI如果单独作为一个系统存在依然会给各部门带来使用负担，所以，还需要能集成到企业内部系统（如钉钉、企业微信）中，和公司人员架构进行打通，实现自上而下的权限管制。