BI 工具与 NoETL 自动化指标平台在自助数据分析的差异

一个事实，就是 BI 工具在数据分析与展示层面具有强大能力，这一点不容置疑。但随着企业内报表数量越来越多，业务人员在深度使用过程中，却发现 BI 工具还是存在诸多问题。

比如，业务的迅速发展要求数据分析的响应速度更快。然而，通过 BI 工具做数据分析，要依赖于 ETL 人工开发宽表和汇总表来加工指标，要经历漫长的口径沟通、排期、开发、测试、上线流程，每个需求开发都需要经历复杂和漫长的 ETL 作业流程，导致业务部门的需求响应缓慢。这其中，如涉及到复杂的指标，需要撰写数百上千行的 SQL 才能够实现定义，对工程师能力要求也很高。同时，依赖物理报表进行数据分析，分析维度受限于数据集或报表包含的维度，无法提供灵活的数据分析视角，增加字段往往又意味着漫长的数仓排期开发过程，分析不够灵活。

再比如，指标问题排查方面，由于指标定义分散且不统一，一旦数据出现问题，需要花费大量时间去不同报表和数据集中排查、对比数据，进而找到问题所在。这不仅耗费了大量的时间资源，同时也降低了业务人员对数据的信任度。同时人工变更与回刷工作还难以保障全链路的变更质量，进一步增加了数据不一致的风险。

为了改变传统 BI 工具的这些问题，让企业人员更加灵活、自助、高效地完成数据分析，我们认为，摆脱对 ETL 专业技术团队的依赖尤为重要。新的工具要能够支持灵活且多样化的指标应用，使得业务人员可以根据各自需求，自主进行数据探索和深入分析。

为此，基于“Headless”架构理念，Aloudata 打造了 NoETL 自动化指标平台——Aloudata CAN，一个集规范指标定义、自动指标生产、语义指标目录、开放指标服务于一体，能帮助企业实现指标“管、研、用”一体化的平台。

与传统 BI 工具依赖于数仓，指标定义和消费的紧耦合性不同，Aloudata CAN 自动化指标平台基于数仓公共层的明细数据和维度表，能够进行自动化语义建模，并由系统自动化代持数仓应用层宽表和汇总表的开发，实现“管、研、用”的一体化：首先从管理角度，可以实现指标口径的统一管理；其次从开发的角度，避免重复开发，提高指标交付的效率；最后从使用的角度，提供给业务侧快速、灵活、一致的指标消费体验。

简而言之，即 Aloudata CAN 自动化指标平台具有强大的语义化模型和全面的动态语义函数，业务人员只需简单点选操作，无需通过 SQL 定义指标，便轻松实现任意业务逻辑的指标定义和任意维度的指标下钻分析。

具体到业务自助分析场景，有了 Aloudata CAN 自动化指标平台，指标定义和消费就实现了解耦，IT 只需要做好公共层的数据资产沉淀和原子指标的定义，业务人员就可以用原子指标加上任意维度，灵活地进行自主分析。因为给到他们的分析维度是全的，业务能够真正能够完成从数据准备到数据分析的“最后一公里”。

这样的业务全流程自助分析同时解决了 IT 和业务的痛点。传统模式下，IT 的排期开发任务很多，也很担心业务经常修改需求，但通过 Aloudata CAN 自动化指标平台实现了业务自主分析后，大大降低了 IT 的指标开发和变更成本。对于业务来说，能够实现指标维度的灵活扩展，实时获取分析结果。实践证明，通过 Aloudata CAN 自动化指标平台，决策效率可以提升 10 倍以上。

此外，业务人员想要实现更快速的查询体验，比如当开发报表时，默认需要秒级体验。为此，Aloudata CAN 自动化指标平台基于一整套物化视图构建、物化视图调度更新、物化视图命中改写的策略，将原来需要人工在数仓进行的宽表和汇总表的开发，变成系统自动化构建。当用户发起一次查询，相当于对某些指标和维度进行筛选和计算，系统会自动判断是否命中物化表，进而自动进行路由的查询改写。通过这套机制，我们能做到 10 亿数据的秒级响应。

与 BI 工具中的指标归因不同，Aloudata CAN 自动化指标平台下钻的归因维度是全面的。数仓公共层维度表中包含的所有维度，都不需要通过 SQL 开发进行打宽固化。因此，Aloudata CAN 自动化指标平台保留了最全面的分析维度。在归因时，也能够帮助业务人员下钻直到获取明细数据，定位到根本原因。

综上，通过 Aloudata CAN 自动化指标平台，能够使业务人员轻松、自主、灵活地获取关键数据指标，无需依赖技术团队即可完成数据分析，让业务人员能够基于实时数据洞察市场动态，及时调整策略，为企业的业务增长和战略转型提供了强有力的数据支持。访问 Aloudata 官网，了解更多。