隨著企業(yè)數(shù)字化轉(zhuǎn)型基礎(chǔ)建設(shè)的逐步完成，如何釋放數(shù)據(jù)價(jià)值成為了關(guān)鍵問(wèn)題，眾多企業(yè)不斷探索更高效的數(shù)據(jù)賦能業(yè)務(wù)方式，以應(yīng)對(duì)新的挑戰(zhàn)，推動(dòng)企業(yè)科學(xué)發(fā)展。于是，企業(yè)通過(guò)數(shù)據(jù)智能驅(qū)動(dòng)業(yè)務(wù)增長(zhǎng)的需求愈發(fā)明顯。

 

BI的快速發(fā)展，其能力已經(jīng)從最初的報(bào)表可視化功能，逐漸演變?yōu)榛跀?shù)據(jù)賦能企業(yè)發(fā)展，敏捷化、智能化成為了主題，BI+AI成為了趨勢(shì)，賦予了企業(yè)業(yè)務(wù)決策支持更多的可能性與準(zhǔn)確性。

 

正如全球領(lǐng)先的信息技術(shù)研究和咨詢公司Gartner所指出，分析及商業(yè)智能平臺(tái)不再因數(shù)據(jù)可視化功能而有所區(qū)別，平臺(tái)的差異化已經(jīng)轉(zhuǎn)移到對(duì)數(shù)據(jù)增強(qiáng)分析的支持程度，如利用機(jī)器學(xué)習(xí)（ML）和人工智能（AI）幫助業(yè)務(wù)人員和數(shù)據(jù)分析師實(shí)現(xiàn)比手動(dòng)更加高效的數(shù)據(jù)準(zhǔn)備、分析和決策。

 

永洪BI深度融合AI增強(qiáng)分析能力，秉承產(chǎn)品整體的“面向業(yè)務(wù)的可視化分析”的定位，強(qiáng)調(diào)“AI平民化”，讓零基礎(chǔ)的業(yè)務(wù)人員也可以實(shí)現(xiàn)數(shù)據(jù)洞察，讓AI真正走進(jìn)業(yè)務(wù)。

 

建立在BI優(yōu)勢(shì)基礎(chǔ)上的AI增強(qiáng)分析

 

當(dāng)前AI應(yīng)用的挑戰(zhàn)主要在于三個(gè)方面：

 

1、數(shù)據(jù)質(zhì)量。很多企業(yè)的數(shù)據(jù)混雜，數(shù)據(jù)的質(zhì)量和一致性差，可靠性、可用性無(wú)法得到保障，很大程度上影響AI模型輸出結(jié)果的精準(zhǔn)度。

 

2、分析模型。系統(tǒng)需要將人提出的抽象問(wèn)題翻譯成為可執(zhí)行的計(jì)劃或者具體可操作的算法，才能得出最終的結(jié)果。這就需要建立各種分析模型，對(duì)于業(yè)務(wù)人員門檻較高。

 

3、應(yīng)用效果。大多產(chǎn)品僅支持一些簡(jiǎn)單預(yù)測(cè)，或是僅有部分?jǐn)?shù)據(jù)分析模型，甚至只是具有相關(guān)模塊卻無(wú)應(yīng)用場(chǎng)景，導(dǎo)致無(wú)法落地使用。

 

永洪科技有著市場(chǎng)領(lǐng)先的BI產(chǎn)品能力，永洪科技一站式大數(shù)據(jù)BI平臺(tái)，全面覆蓋數(shù)據(jù)分析過(guò)程中的各個(gè)環(huán)節(jié)，包括數(shù)據(jù)采集、清洗、整合、存儲(chǔ)、計(jì)算等，從而幫助企業(yè)構(gòu)建高質(zhì)量的數(shù)據(jù)體系，其可視化能力、敏捷易用性、數(shù)據(jù)準(zhǔn)備能力、高性能處理能力等都可讓AI借力。

 

以此，永洪科技使BI+AI相輔相成，極大地提升了產(chǎn)品能力和使用效果：BI幫助企業(yè)從數(shù)據(jù)中獲得洞察力，而AI則可以使洞察更為精準(zhǔn)化、自動(dòng)化、智能化，實(shí)現(xiàn)科學(xué)的決策與預(yù)測(cè)。BI滿足了企業(yè)在結(jié)果監(jiān)控、問(wèn)題診斷、決策支持上的需求，AI則滿足了業(yè)務(wù)預(yù)測(cè)、問(wèn)題預(yù)警、探究數(shù)據(jù)背后的關(guān)聯(lián)關(guān)系等深層次需求。

 

讓每個(gè)人輕松上手的智能化

 

工具的最終目的都是切實(shí)提升使用者的效率。企業(yè)運(yùn)用AI、使AI真正產(chǎn)生效果的關(guān)鍵在于讓業(yè)務(wù)人員成為主導(dǎo)，而非停留在專業(yè)技術(shù)人員層面。

 

為了降低使用門檻，永洪BI以“AI平民化”為理念，實(shí)現(xiàn)了低代碼、拖拽式、流程化操作的高級(jí)數(shù)據(jù)分析功能。

 

對(duì)于零基礎(chǔ)的業(yè)務(wù)人員，永洪BI提供了Auto Model功能，可以通過(guò)界面上一步步地提示，以拖拉拽的方式直接進(jìn)行調(diào)參和創(chuàng)建模型，自動(dòng)進(jìn)行數(shù)據(jù)處理、調(diào)參訓(xùn)練。以此實(shí)現(xiàn)數(shù)據(jù)洞察，解決業(yè)務(wù)問(wèn)題。

 

對(duì)于專業(yè)的數(shù)據(jù)分析師，永洪BI內(nèi)置了數(shù)據(jù)探索、統(tǒng)計(jì)分析和業(yè)界常用的回歸、分類、聚類、關(guān)聯(lián)規(guī)則、時(shí)序預(yù)測(cè)等類型的20種以上的算子及詳細(xì)的超參數(shù)配置，滿足專業(yè)分析師更加精細(xì)化的數(shù)據(jù)挖掘使用需求。同時(shí)提供類似R語(yǔ)言或者Python的接口，可以直接撰寫腳本來(lái)運(yùn)行，滿足定制化的需求。

 

 

永洪科技認(rèn)為，智能化最理想的狀態(tài)，是企業(yè)提出一個(gè)業(yè)務(wù)問(wèn)題，系統(tǒng)可以通過(guò)企業(yè)內(nèi)部和外部數(shù)據(jù)的分析得出的結(jié)果，自動(dòng)給出答案。于是開發(fā)出了許多簡(jiǎn)潔易用的功能，例如：

 

數(shù)據(jù)問(wèn)答可以讓用戶使用文本輸入問(wèn)題，系統(tǒng)以可視化的方式進(jìn)行自動(dòng)展示答案；

 

數(shù)據(jù)解釋可以對(duì)數(shù)據(jù)影響較大的因素進(jìn)行自動(dòng)統(tǒng)計(jì)和分析，比如從不同的因素分析部門員工離職的原因，找到影響較大的原因作為數(shù)據(jù)分析參考；

 

數(shù)據(jù)洞察則自動(dòng)給出用于發(fā)現(xiàn)業(yè)務(wù)數(shù)據(jù)增長(zhǎng)、減少的原因，比如發(fā)現(xiàn)西部市場(chǎng)比南部市場(chǎng)銷售增長(zhǎng)，就可以一鍵選擇數(shù)據(jù)洞察，發(fā)現(xiàn)背后的原因。

 

 

 

除此之外，永洪BI在AI易用性的細(xì)節(jié)上不遺余力，例如有些節(jié)點(diǎn)會(huì)出現(xiàn)使用相同變量的情況，可以通過(guò)復(fù)制、粘貼功能，實(shí)現(xiàn)字段的快速添加，節(jié)省時(shí)間。

 

以此，讓業(yè)務(wù)人員不只停留于數(shù)據(jù)報(bào)表本身，而是洞察數(shù)據(jù)背后的原因，對(duì)問(wèn)題進(jìn)行針對(duì)性的解決，從而實(shí)現(xiàn)科學(xué)決策，驅(qū)動(dòng)業(yè)務(wù)增長(zhǎng)。

 

優(yōu)質(zhì)體驗(yàn)的背后是強(qiáng)大性能的支撐

 

AI需要有強(qiáng)大的數(shù)據(jù)處理和計(jì)算能力支撐。永洪科技10余年的數(shù)據(jù)技術(shù)能力，為AI增強(qiáng)分析堅(jiān)定了堅(jiān)實(shí)的基礎(chǔ)。

 

1、一站式數(shù)據(jù)處理

永洪BI區(qū)別于其他BI產(chǎn)品，在產(chǎn)品架構(gòu)初期便采用了一站式的理念，無(wú)論是自助式BI功能還是復(fù)雜報(bào)表制作功能、ETL數(shù)據(jù)清洗功能，都是放在一個(gè)平臺(tái)上，讓用戶一站式完成全流程數(shù)據(jù)分析任務(wù)，極大降低了實(shí)施、集成的成本。

 

永洪科技在BI中集成AI深度分析模塊，從而可以使系統(tǒng)實(shí)現(xiàn)各流程的無(wú)縫對(duì)接，直接生成洞察結(jié)果，降低AI應(yīng)用的難度。

 

 

2、高性能處理能力

性能強(qiáng)大的平臺(tái)，可以壓縮數(shù)倍AI模型訓(xùn)練的時(shí)間，讓企業(yè)更快的應(yīng)用AI的價(jià)值成果。

 

永洪BI自主研發(fā)了VooltDB高性能計(jì)算引擎，擁有列式存儲(chǔ)，分布式計(jì)算等技術(shù)，能夠?qū)崿F(xiàn)億級(jí)數(shù)據(jù)秒級(jí)響應(yīng)?？蓪?span lang="EN-US">AI的算法改造為可支持分布式計(jì)算的形式，以適配VooltDB的計(jì)算引擎。以此支撐AI實(shí)驗(yàn)、建模，快速產(chǎn)出。

 

 

3、多種措施增效提速

集群部署：一些BI產(chǎn)品的深度分析的計(jì)算只能在單個(gè)機(jī)器上運(yùn)行，當(dāng)并行實(shí)驗(yàn)數(shù)量較多，數(shù)據(jù)量較大時(shí)，用時(shí)很長(zhǎng)且影響性能。永洪BI自主研發(fā)的Python計(jì)算服務(wù)工具DM-Engine支持在Linux系統(tǒng)上集群部署和負(fù)載均衡，新加入的節(jié)點(diǎn)只需少量參數(shù)配置即可快速與現(xiàn)有集群節(jié)點(diǎn)組網(wǎng)，具有可靠性、高容錯(cuò)性、可擴(kuò)展性等優(yōu)點(diǎn)。

 

 

后臺(tái)實(shí)驗(yàn)：一些實(shí)驗(yàn)持續(xù)的時(shí)間較長(zhǎng)，在此期間即使可以進(jìn)行其他操作，也會(huì)給瀏覽器造成負(fù)擔(dān)，可操作性和體驗(yàn)較差。永洪BI支持后臺(tái)實(shí)驗(yàn)，在創(chuàng)建實(shí)驗(yàn)后，可以選擇后臺(tái)運(yùn)行，方便進(jìn)行其他操作，降低瀏覽器負(fù)擔(dān)，提升工作效率。

 

 

子流程節(jié)點(diǎn)：復(fù)雜的實(shí)驗(yàn)流程，會(huì)在頁(yè)面上形成很多的工作流。子流程可以幫助節(jié)省頁(yè)面空間，使工作流看起來(lái)更簡(jiǎn)潔；可以獨(dú)立存儲(chǔ)，被其他工作流引用，也可以適應(yīng)更復(fù)雜的實(shí)際業(yè)務(wù)分析。既可以拖入其他節(jié)點(diǎn)連成工作流，也可單獨(dú)運(yùn)行查看結(jié)果。

 

案例——庫(kù)存智能預(yù)測(cè)與優(yōu)化

 

在某大型石化公司的案例中，運(yùn)用了永洪科技的BI+AI進(jìn)行庫(kù)存的智能預(yù)測(cè)與優(yōu)化。

 

痛點(diǎn)：

1.        在資源配置過(guò)程中沒有考慮各省油庫(kù)庫(kù)存是否合理，只是按照該省下月預(yù)測(cè)銷量及銷售計(jì)劃直接配置資源。如果各省當(dāng)前的庫(kù)存量不合理，這種狀況會(huì)一直持續(xù)下去，無(wú)法改進(jìn)；

2.        資源配置與油品配送分離，二者容易產(chǎn)生沖突，導(dǎo)致資源配置計(jì)劃執(zhí)行到位率下降；

3.        按月配置并配送油品，周期太長(zhǎng)，對(duì)市場(chǎng)變化應(yīng)對(duì)速度慢。

 

目標(biāo)：

1.        建立資源配置與物流配送一體化優(yōu)化機(jī)制；

2.        在滿足市場(chǎng)需求的同時(shí)合理優(yōu)化庫(kù)存；

3.        建立拉式供應(yīng)鏈模型；

4.        提升一配業(yè)務(wù)運(yùn)營(yíng)效率；

5.        按旬進(jìn)行資源配置與配送。

 

方案：

整個(gè)方案分為庫(kù)存優(yōu)化和庫(kù)存管理兩個(gè)部分。

 

庫(kù)存優(yōu)化的分析報(bào)表主要分為三大類：

1.        優(yōu)化性能健康報(bào)告，主要用于監(jiān)控整個(gè)優(yōu)化模型的性能；

2.        庫(kù)存績(jī)效監(jiān)控報(bào)告，用于監(jiān)控追蹤供應(yīng)鏈網(wǎng)絡(luò)各個(gè)環(huán)節(jié)的庫(kù)存性能；

3.        優(yōu)化情景分析報(bào)告，生成優(yōu)化情景分析的對(duì)比報(bào)表。

 

在分析過(guò)程中，要根據(jù)優(yōu)化對(duì)象和情景的不同，定義和收集輸入數(shù)據(jù)。輸入之后，通過(guò)兩個(gè)步驟完成庫(kù)存策略優(yōu)化：首先是通過(guò)需求分布模擬在不同可用庫(kù)存之下可達(dá)到服務(wù)水平，然后通過(guò)模擬出的服務(wù)水平，結(jié)合庫(kù)存的成本期望的最低服務(wù)水平，完成對(duì)庫(kù)存量的優(yōu)化篩選。

 

 

庫(kù)存管理主要是物料的出入庫(kù)分析，以及整體庫(kù)存的盤點(diǎn)，分析目的主要是通過(guò)庫(kù)存物料的科學(xué)保管，減少損耗，方便存取，使庫(kù)存達(dá)到合理的水平上，減少資金占用。

 

庫(kù)存管理和庫(kù)存優(yōu)化相輔相成，通過(guò)數(shù)據(jù)分析平臺(tái)，設(shè)置合理的庫(kù)存管理策略，在保證及時(shí)交貨的前提下，使庫(kù)存達(dá)到最優(yōu)值，降低庫(kù)存成本和風(fēng)險(xiǎn)。

 

 

在這一的邏輯之上，通過(guò)永洪BI，構(gòu)建了庫(kù)存需求量的預(yù)測(cè)分析模型，以月度為單位進(jìn)行預(yù)測(cè)，首先進(jìn)行資源配置的優(yōu)化，然后進(jìn)行補(bǔ)貨優(yōu)化、調(diào)度優(yōu)化，最后形成調(diào)整調(diào)度的完整計(jì)劃。

 

數(shù)據(jù)應(yīng)用進(jìn)入實(shí)質(zhì)化階段，諸多企業(yè)的需求不再僅僅是報(bào)表，而是獲得更加深入的數(shù)據(jù)洞察，實(shí)現(xiàn)科學(xué)的預(yù)測(cè)與決策。數(shù)據(jù)增強(qiáng)分析將成為成功企業(yè)的必需品，為企業(yè)釋放數(shù)據(jù)價(jià)值做出實(shí)質(zhì)性貢獻(xiàn)。

 

 

 

 

 

?