00:04
嗯,大家好,这个时间有点晚了,我尽可能讲快一点啊,那我还是先自我介绍一下,就是,嗯,我其实是零九年就加入网易了,然后十几年在一个互联网公司也是不容易啊,嗯。我其实一开始的时候我不是产品经理啊,一开始是前端开发,然后很多人碰到我就会问我说你怎么从技术转产品的,然后我的回答是说硬转啊。呃,我是在一六年的时候开始负责有数BI的产品啊,然后嗯,一七年年终的时候,因为严选需要去建设整个数据产品体系和数据中台,所以我们一七年的时候就呃一波人到了严选,然后从零到一去建设整个数据产品和数据中台,嗯,大概三年左右,然后建设的差不多了啊,现在都比较稳定,所以呃,我今年年初的时候又回到了我们BI团队啊,那就来负责有数BI的产品。
01:07
呃,所以我今天的主题主要是呃,介绍我在严选啊,建设数据产品和数据终端体系的一些呃,一些呃心得啊,跟大家分享一下。那介绍之前呢,我可能先跟大家说一下,就是说呃,严选这个模式啊,因为我们要去做产品,一定要先知道业务是什么样的情况啊,然后呢,我会去介绍说,哎,那我们做这些数据产品,这些数据产品我们怎么去,怎么去支撑这些东西啊,就是我肯定需要下面有中台去支撑这些产品啊,然后呢,中台里面啊,一些老大们的问题我们怎么去解决。那严选模式的话,可能大家其实也比较清楚了,就是严选自己也卖东西,然后也卖别人的东西啊,所以他是品牌加平台这样两种两种模式混合的啊,那所以它天然的就是说它的数据是非数据链路是非常长的啊,他几乎整个电商或者整个电商的呃,所有数据他都有啊,嗯,所以他从供应端,从研发开始,把商品的设计,研发,生产,一直到最后消费端啊,整个链路它都有数据。
02:22
所以这个数据的复杂性,就就是说它这个整个业务它是非常复杂,它的链路非常长啊,但是整个链路对我们来讲就是分一下,其实其实也很简单,其实就是商品营销供应啊,就是三大块,核心就是三大块啊,那恰巧我们的严选的组织架构也主要是商品中心,营销中心和公益中心,所以我们的数据产品其实是呃,有很多啊,呃,这里画了四,画了四根柱子啊,代表我们数据产品的一些呃一些产品啊,那其实我们是通过希望说四组产品能够去驱动我们的这个全能量的业务啊,但是他下面一定要有数据支撑中台去支撑啊,否则我们没办法做到高效的研发,以及说这个产品激光技术的质量啊,数据质量,所以它是一种双引擎的模式啊,就是数据产品和数据中台,我称之为是双引擎。
03:22
啊,数据双引擎,那数据产品主要的任务就是说我要去实现最基础的啊,最基础的就是我先实现可视化啊,在这个基础上我还要去实现决策建议啊,比如说监控诊断啊,最终呢,可能我要去驱动啊,比如说我在这个数据产品里面呢,啊,一份数据我是直接可以同步到业务系统里面,直接比如说生成采购单什么的啊,这个我后面的有一个,呃,产品可以可以介绍一下。那么对于数据中台来说呢,主要就是说我要提供高效的高质量的这个数据服务啊,来支撑我上面的数据产品,包括我们的业务系统。
04:03
啊,接下来我们来看一下严选做了哪些数据产品。呃,刚才说的就是严选,主要有商品中心,营销中心,工业中心啊,所以我们的产品其实也核心就围绕这三大中心啊,三大中心意味着说他的业务不一样,他的我们面对的目标用户不一样,他的需求是不一样的啊,所以做产品嘛,先找用户对吧,然后定位我们的产品对吧?所以我们针对不同的用户,其实是有不同的产品去针对的啊。所以对于消费者这一端,我们主要是通过营销手段去接触嘛,所以数字化运营这块,我们主要有一个叫伏羲的啊,这个我没有写出来,就我们名字也取的很那个哈,就都都是用古代的一些一些神话人文的哈,伏羲然后营销数据运营平台啊,这是我们针对营销中心做的一个数据产品,然后针对供应链啊,我们有个叫河洛的啊,河洛供应链数据运作平台,它针对的是供数字数字化供应的,然后针对商品中心呢,我们有个叫大卖啊,商品大卖啊,大卖的这个这个这个东西主要是面向我们商品中心里面各个各个商品B的。
05:16
这个东西大家可以简单理解一下,就是说有点类似于我们淘宝的生意参谋啊。然后中间这一块是数字化管理,它的核心目标用户是管理层啊,但是其实它也是开放给了所有的业务部。那这个就是面对管理层的一个,呃,数据工作台啊,它是个移动端的,非常方便,嗯,我们希望,呃,其实在严选做数据产品的时候,我们做第一件事情就是做这个,那为什么要这样做呢?呃,其实前面刚才好像那个音乐同事其实也提到了,其实做数据中台或者做数据产品这件事情。
06:00
你自下而上做比较难做啊,最好是自上而下来,呃,自上而下来做。啊,就是说你的领导意识到数据的重要性,让他看到的时候,我可以继续这东西东西来做决策,他才能帮着你推你的数据产品,啊,就说去做更多的东西,所以我们第一件事情就是做了这个,嗯,那其实这个移动端产品,它的就是最高访问量的用户,其实就是原远的CEO啊,他的访问量是第二名的两倍多啊,他就是无时不刻的在用这个系统。呃,我讲一下我们这个移动端稍微有点特色啊,其实就是呃,这个是H5对吧,这是个H5的,这个其实就是我们严选APP啊,我们其实在严选APP这个壳这个基于这个的基础上面去增加了。增加了一些入口啊,增加一些入口啊,这个东西点开之后呢,它里面会有,呃,针对商品中心啊,或者针对整个核心数据啊,整个销售的核心数据啊,这些数据都会在这里面,嗯。
07:13
比如说这个界面,其实他就是个核心数据啊,整个KPI体系啊,它的实现情况啊,它整个的监控都会在这里面,那还有还有这个东西就是说结合这个APP,它做的好处是什么?就是说非常直观,我这里面没有没有截触了,就是它这里面其实还有一个叫流量地图的,就是开启了这个开关之后呢,你在这个界面上面,比如说这个banner,以及说这些金刚区啊,每一个每一个广告位啊什么的,这个上面直接会有一个浮层出来,每一块上面都会有浮层展示什么呢?这个这块东西的点击量以及点击转化转化率啊,他的对销售的贡献什么的都可以看得到啊,但他就是非常的非常的直观啊,领导们都非常喜欢用这样的东西,他不喜欢到处去找这些东西。
08:06
嗯,这个是我们,呃,做供应链数据运作平台的一个一个理念啊,就是嗯。嗯,工艺因为因为严选其实是连接了消费和和制造商啊,所以所以消费面对的所说就说我要做销售计划,要有需求对吧,需求和供应是连接起来的,所以在对于供应链数据运作平台来讲,它核心的就是说我要把我原选测的销售计划啊,需求计划能够共享给我们的供应商。我们供应商,我们制造商其实是有我们专门为他们制作了一个平台,叫大大制造家的这么一个平台。用,但那个是属于业务系统啊,我们把这个数据输出到那个系统里面去,然后所有的我们的供应商都能在那里面共享到我们的数据,知道说我们的需求是怎么样的啊,他可以提前去生产P。
09:07
啊,这个是我们那个商品面向商品中心的一个叫大麦的这个产品里面的一个截图啊呃,其实这个界面其实就是一个异常监控的啊,啊就是说我们可以直接展示出来,说哪些商品慢动慢动销了,哪些有库存了啊,销量下跌了啊,这些异常情况直接可以展示出来啊,有多少商品涉及到这些问题啊,然后呢,如果说业务方还要想要继续了解这里面到底是什么原因造成的啊,我们可以有这种。类似于督巴图的这种分析啊,让他直直接去定位原因,所以他计这个工具,同时它其实也沉淀了知识啊。然后这个就是我刚才那个供应链那个数据运作平台里面的这个一个一个界面啊,那他其实这个这个产品它核心如果要给他定了KPI的话,它它的核心KPI其实是个业务KPI,就是库转,嗯,我们应该要让拓展占到一个合理的范围内,对吧?所以他核心要做的解决的问题就是说我这个商品在什么时间点采多少量啊,所以他这里面呢,其实就是说,那我这里面就是需要说你在哪一天需要卖多少啊,所以他需要有个需求计划之类的东西啊,然后呢,还有一些规则的东西,就是说,哎,可能需要说你这个安全库存是多少啊,那么这个东西如果让制造商去开发了,那他的开发都知道多啊,这些这些数据我们都需要知道,才能够定义出说一个商品应该在什么时间点采多少量。
10:48
所以我觉得说这里面其实AI的部分其实是相对比较少的,更多的是里面的是业务的知识啊,规则啊,更会偏多一些。
11:01
啊,接下来我们看一下,就是说我们是怎么去支撑这个,呃,整个数据产品体系的,就是我们数据中台是怎么怎么构建的。那这个是严选对于数据中态的一个定义啊,刚才好像有朋友已经问到这个这中台方面的东西,那严选认为说就是我们是去高效的,高质量的去赋能数据前台的一些一系列的数据系统和数据服务的组合,嗯,这个就是我们认为的数据中台。嗯,这个是我们这个全景图,那最上面那层黄的,其实就是上面的应用层数据应用层啊,包括了前面讲的数据产品啊,还有我们的业务系统,因为业务业业务系统也会用我们的数据啊。还有呢,我们呃有数BI啊,分析师用我们有数BI生产出来的一些报表啊,也是属于数据应用范,但是有数BI这个平台本身我们认为它是一个属于中台的啊,它提供了一个敏捷分析的一个工具。
12:03
所以我们把这个BI部分放到了这个数据中台这个体系里面,那么其他这些这些绿的其实就是数据服务啊,啊下面这个呢,其实就是围绕数仓的管理体系。啊,所以下面这这这一块都是基于网易有数去实现的这个数据专业体系。啊,那么呃,前面说高效高质量啊,那我们怎么去实现的啊,我们看看一下就是呃沿线这边的一个实践,首先是高效分析啊嗯,那么为什么这里突然来了个BI呢?我前面一直在讲数据产品啊呃,其实我们在刚开始在做数据产品的时候就会发现一个问题啊,我是我确实是推了一个数据产品出去,结果需求接踵而来,我研发都来不及。
13:00
啊,那这个时候我就需要一个高效交付的方案。啊,怎么样告诉政府,我希望分析师也好,或者说业务方也好,他能够自助的去完成这件事情啊,我我把数据准备也好,你自己去完啊,或者说让分析师啊,我其实我呃严选的话,他的主要的模式还是分析师在做广告啊,业务方主要还是提需求啊,业务他还是专注于自己的业务,业务的idea和业务的一些一些动作啊。所以呃,在BI这块我们的呃合作模式就是这样子的,就是说呃,底下是我们的出仓啊,底下是我们出仓,然后我们的分析师用我们书上里面数据啊,在有数上面去做报表出来啊,然后给我们业务人员。那现在那个,嗯,这里写的是严选有数吧,但严选有数其实就是基于网页有数,BI在严选的一个私有部署啊。因为事业部之间数据也是相对隔离的啊,不能那个,所以呃,现在其实这个用户量还是不错的啊,整个严选也就1000多一点人,整个现在延续有数的这个用户有900多人在用,然后每天的有也要达到400多,然后有8万个图标,这个图标数量是非常惊人的,我们分析师是勤勤恳恳恳的在那边做图表。
14:25
然后这个有数标的这个高效分析师,怎么为什么他能高效呢?我就就一个一个是说,呃,当当我们的分析师收到这个需求的时候,嗯,他会去,他其实是会通过我们的,通过这个,呃,我们大数据开发平台里面提供的这个指标地图啊,去找一下说哎这个指标在说它里面有没有已经实现了啊,那我就拿来直接用啊,在有效直接去用了啊,如果没有的,那他就要提需求给我们的数据开发啊,然后来定义这个指标啊,那至于这个指标,他定义的这个后续的流程,我后面会还会讲一下。
15:04
所以我们的数据开发会去会利用我们的这个大数据开发管理平台去进行一个主题建设啊,这个建设过程其实就是做需求的过程啊,这两个是螺旋式上升的一个过程。那通过这个东西其实就是,呃,我们数据开发就很容易的去把这个。呃,需求给做出来啊。然后。他把这个表做出来之后呢,我们分析师其实就是用有数BI去进行可视化的建模,他不用接触代码啊,你这个分析师这样,一般来说分析师也是懂CQ的啊,但如果他不懂C也没关系啊,所以有时候BI其实本质上他涉及的是面向业务的可以啊。所以他是通过可视化的这种建模的方式啊,可以快速的完成一个一个模型,然后呢,通过类似于PPT这样的制作方式去快速的实现数据的可视化。
16:10
嗯,讲完BI之后呢,BI主要是用来高效分析的啊,它主要的它核心的价值就在于说能够非常高效的迭代,嗯,通常来看说就是上午来的需求,上午就能给用户给业务方交付了啊,是非常快的。那么对于数据,数据产品来说,他怎么高效呢?啊,数据产品怎么来高效,嗯一种呢是说,诶很多时候就是数据产品其实也会介绍这种需求,就是说嗯,特别是领导啊,上午来个需求,他希望你下午就开发完成,但是大家都知道,就是做开发,大家知道你你产品迭代,你怎么的也一周总要吧,对吧,你要开发测试是吧?啊就算你发费,那你肯定也要第二天才能交付,有可能哈,所以它的交付效率其实没有那么高啊。
17:01
所以这个这时候怎么办呢?就是我们借用BI里面这个基层的功能啊,就是说我们把这个需求转嫁到BI上面啊,通过BI啊,当天就可以把这个报告做出来,然后通过集成的这个API,直接把它集成到我们的那个数据产品里面去,或者是我们的业务层里面去,现在我们这个移动数据功能台里面已经有20多个报表被集算进去了啊,基本上都是那些C叉的需求,所以就是比较高效交付啊,就很多时候就是上午来的需求,上午就能交付了,这个这个就领导就非常满意啊。嗯,然后另外一层的交付呢,另外一层就是说怎么样实现高效,就是说研发的高效啊,刚才是通过基层的方式啊,拖这个懒啊,就是通过基层的方式去,嗯实现高效,另外一个方式是说,呃,我真的要研发,那我怎么高效啊,那那这张图里面我们只只涉及到了数据相关啊,其实我们还有统一的权限管理啊,这些全部都是有组件化的东西的,所以因为今天主要讲数据这块,所以我这里只只只放了数据的东西。
18:20
嗯,其实是我们构建了一个统一查询服务啊,这个服务现在其实在我们的大数据管理平台里面其实也是有的啊。那通过这个服务,这其实就只有一个API啊,一个接口啊,数据,数据需求来了之后呢,其实我们只要去设计模型就可以了,就是模型技服啊,所以对于上面的系统来讲,它完全不用关心你这个里面这个模型啊,你到底用什么什么什么库,什么表啊,其完全不用关心,然后上面已经完全屏蔽掉了啊。那通过这一层,其实大家发现就是说我们不光光是说我把数据带出去,我还要把指标定义也带出去了,这样一个好处是说什么?就是说我不管在数据产品里面,还是在业务室里面,它但凡是用到了同一个指标,它的定义也是动态获取的啊这个我后面还会讲。
19:14
嗯,我们现在这个这个这个,嗯,这个数量还是还可以的啊,就是说因为严选里面内部系统一共也就百来个左右,现在基本上70多个在用我们的这个统一产业服务。啊,这个就是,嗯,指标一致性我们是怎么去解决的啊,嗯,可能大家都听说过说有指标管理系统啊什么的啊,但是如果真的只有这么一个系统,其实是跟什么呃,VK啊,或者什么文档,其实没有什么本质上的差别,那它本质上的差别在哪里呢?本质上的差别是我通过这个系统跟我整个数据设计开发使用的这个流程全部打通了啊,这才是他最核心的关键。
20:06
我从指标管理系统里面去定义这个指标,那定义的时候呢,我们说就是要去统一定义啊,在严选呢,他是我们数据,数据产品经理和分析师一起来定义,我们拿到需求的时候,我们会一起商量这个这个指标应该怎么去具体定义它,所以他代表一种数据需求,这这个东西我们要统一的去定义它啊,不能说我一个人偷偷摸摸就定一个指标出来啊,啊定义完了之后呢,我们会在我们的这个大数据平台这个里面,它有个模型设计啊,前面也有同事讲到了。会去设计它啊,设计完了之后才会去进去进行具体的开发啊,所以我们数仓一定要先定义设计,然后再去开发,其实严选最早的时候也不是先设计再开发,就过来时候就直接开发的啊,但是后面就会越来越麻烦啊。
21:01
然后最后一层就是统一的去使用啊,通过指标地图,诶,通过指标地图啊,对于用户来说,对于我们的用户来说,他可以很清楚的知道说我要的这个指标在你收藏在哪个地方,特别是对于分析师来说啊,那对于业务来说,他也能知道说这个指标,呃,你具体的定义是什么,如果他要去查一些东西的话,嗯。然后,然后这些这个指标它会进入到我们的统一查询服务,就是统一查询户在提供数据服务的同时,也把这个指标带进去了,因为在这个模型设计的时候,在这个模型设计的时候,他其实是会去定义说我这个字段绑定到哪个指标,它是通通过这种引用关系去建立,往一直到使用层啊去去打通这个链路。嗯,所以对于这里来讲,对于这里来讲,它的定义全部都是动态获取的啊,这里只要一变开发一遍,这个全部都是动态的啊,所以同一个指标在应用层,不管是数据产品也好,还是说业务系统里面啊,甚至于我们有数BI里面,因为其实有数BI里面也同步了这个电影啊。
22:15
所以在任何一个场景下面,你看到的一个指标,它就是一个定义啊,而且呢,因为我们在这个地方就是说我们的理念是说,呃,不要让分析师或者业务他自己去。那个开发那个口径啊,我们的口径其实基本上全部都落在了DDW层。嗯。就是口径的计算逻辑全部落在那里,上面只是汇总啊,几十层的一些应用筛选而已啊,所以这样就最大限度的保证说我不会出现说同样的价格东西啊,然后每个地方数据展现都不一样啊。最后我们来看一下这个数据治理啊,数据治理我可能讲的比较浅啊,我只是讲一下我们,呃,大概的思路是怎么样的。
23:09
呃,所以这里呢,严选这边其实主要还是围绕出仓去开展的啊,然后利用了我们整个大数据的平台,以及一系列的流程规范和考核优化机制,那数据这理呢,我们认为说它是其实是贯穿了整个数据的生命周期的啊,那不管呃,从需求的评审开始啊,从我们接收到一个需求需求评审开始,其实我们严选的那个需求评审,数据需求评审很多时候我们的架构师都会参加的,数据架构师啊,分析师以及数据产品经理啊,三三方啊,以及包括包括我们的业务方都会参来参加这个东西,然后模型设计这一块,以及模型这一块,我们的账构是也会严格的把关的啊,那么到了任务开发呢,可能就是我们,呃,实际的这个一线的数据开发的同学,这责任了啊。然后是数据测试啊,以及我们质量机和链路感知这些啊,以及任务运维,问题处理,那其实这一些流程在我们的整个大数据平台里面,其实都是有相应的功能去去落地的,就刚才讲前面有同事已经找到了,我后面也会贴一些图啊,大家都得都雷同。
24:19
那么呃,但是只有这样这样一个东西其实是不够的啊,就是说我们还是要去定一些考核体系的,那严选这边核心考核的是这么几个点啊,就是一个是跨省依赖率啊,这个是跨省依赖率其实是呃,体现了你的数仓的建设水平的,因为我们前面前面也有就讲到说ODS啊DW啊D,然后上面嗯,ADS层是吧,那这个跨里其实其实是你的分层这个水平是建设是怎么样,它这个是很重要的啊。第二个是机械完成率啊,严选其实定义了很多机线啊,比如说哪些任务两点半一定要完成,哪些任务七点半一定要完成啊,比如说前面讲的那个移动数据工作台啊,领导们都是八点左右就开始看数据了啊,虽然我们是九点半上班,但是他基本八点左右就要看数据的啊,那我们七点半前一定要产出。
25:15
啊,所以它所有一代的任务,七点半这个机器一定要完成,然后有效响应平均时间是指是说一旦出了问题,我们能不能在业务方发现之前把它解决掉。嗯,然后这这边这个呃常态化优化指的是什么?就是为什么这里都是任务啊,都是任务,呃,因为很多东西其实我们发现就是说,呃,比如说因为最终会最终对业务感知来讲,他看到的就是你报表里面的数据不对,呃产出完对,主要反性就这两点,或者说你数据产品里面的这个指标不对,或者说今天我要看那个时候诶没产出啊,那么这个问题反反往下追踪下来,其实最终都归结到任务上面,最终都归结到任务上面,所以我们会有一些常态化的一些优化的机制啊。
26:13
那严选我我我是因为我现在不在严选了,所以我问了我们同事最近近30天的数据,那个这个数据出乎我了意料啊,这挺好的,我觉得那个跨省依赖率只有0.97%啊,然后机械完成率三个九啊,挺好的,然后有效平均响应时间零分钟啊,是因为最近30天没有什么报警,这个水平真的是出乎我的意料。然后这个是呃,就是一些一些界面嘛,就是说那个这个开发管理平台里面啊,通过这些界面去实现我刚才说的那个那些步骤啊,模型设计啊,测试啊,啊集合啊一些东西啊。这个我们就再简单过一下就好了,这个依赖评估啊,就刚才那个依赖评估,但这个数据截的其实是去年的啊,这个还没有三个九。
27:09
呃,这个这个还没有这个,呃,00.97那个值还没断那个水平,这还是去年的,这个是质量集合。啊,这个就是数据测试啊呃,形态检测数据对比啊这些,然后这个是之前预警啊,大家看到就是说他两点钟啊,我们数据开发也挺辛苦的啊,就是经常半夜被电话骚扰了,可能特别在以前的时候啊,最近应该好很多。值班考核啊,就是你这个你接到电话之后,到你任务处理完成啊,你这个时间花多少啊,不能因为我们的要求是什么,就是要在业务方发现问题之前解决问题,所以这个时间效率是要求是很高。啊,那么就是有了,有了上面的那些叫所谓方法论也好,或者说有一些那个平台的工具也好,啊,那我觉得说真正在落地的时候,我们还是要要去,嗯,以项目的机制去做这件事情,什么项目机制呢?就是专人负责,专要考核他啊,要可量化。
28:23
那对我们来说,数据治理核心的,呃,那个负责团队,其实就是我们的数仓团队,因为他是围绕数仓整个展开的啊,所以我们是以数仓团队为这个这个主体去负责这个事情,那么它里面我们的架构师也好,数据开发也好,他本身有有有一个固定的职责,就是要去建设主题啊,这是最核心的那部分,那么其他呢,他还要我们会有很多的虚拟项目,虚拟项目小组啊,就针对我们所定义出来的数据治理的一些KPI,要专门去制定设计一些项目小组啊,去专门负责啊,他就是因为你如果不是这么做,其实你会发现任务永远都优化不了啊,永远都是啊,经常会出问题啊,没有一个常态化的项目去保障这件事情,没有一些专人去负责这件事情,这个事情是很难真的是落地的啊,你光有工具方法论。
29:22
还是干不了事儿。那最后一页呢,是一个对前面的一些这个总结啊,那网易有数其实就是说,嗯,前面也提到,就是说它有核心有两个东西,一个是BI啊,然后还有一个是大数据开发管理这个平台啊,那这个里面呢,大大数据开发级管理平台呢,我们基于他就可以去构建我们的数据中台,对吧?那么数据中台呢,我们就可以向外提供提供我们的数据服务啊,但数据中台里面它不光光是一个数仓什么的哈,那它核心还是说他有一套管理数据的管理体系啊,数据系统转控。那么我们的数据服务呢,我们又可以去啊,为我们的数据产品和我们的业务系统去提供这些,比如说通过数据查询服务啊,啊这些去输出我们的这个数据。
30:12
然后BI这块呢,呃,它核心呢,就是报呃高效分析,高效分析呢,主要核心就是用的用的我们里面的这个报告的这个模块啊。以及呢,BI还可以集成对吧,报告可以集成,我做了报告之后,嗯,可以集成到我们的数据产品里面也好,或者我们业务层里面也好,严选现在也,呃,在我离开之前,严选应该是有三到三个系,三个业务系统啊,是否计算我们很多报告。呃,这个是我们我前面没有讲的啊,就是BI里面其实还有个模块叫数据门户啊,数据门户为什么会有这个模块呢?其实嗯,对于很多企业来讲,他如果真的没有没有很强的研发能力,那他要去像严选这样去单独做一些数据产品出来,那这个这个成本还是挺高的啊,而且迭代效率也没那么高,对吧,所以。
31:08
呃,BI里面就有个数据门户,就是说因为报告这个东西,它是可以被高效的开发出来的啊,高效的交付的,所以呢,我们通过数据门户把报告组织起来,组织成一个数据产品,因为绝大部分数据产品呢,它其实呃大部分的功能模块都是在可视化层面啊,那不像刚才我演示那个,呃,供应链那个系统啊,它它里面其实是有真正意义上的决策驱动的啊,因为那个系统里面它嗯其实是有自动化下单的,就是采购单是有很多SQ,它是自动的啊,那这件事情BI是完成不了的,但是基于可视化啊,如果你的数据产品只是可视化,或者说一些监控诊断,那这个东西它其实是报告,就是BI本身其实是可以卡掉的啊,所以说如果说你没有很强的这种研发能力,或者说你你你就是只需要高效交付就可以了,你对于呃这种。
32:09
我说要不要去建,单独去建设一些数据产品啊什么的,没有特别好的那个的话,我们觉得说可以走这条路,这条路可以高效的去交数据产品。好,那我的这个分享就到这里,谢谢大家。
我来说两句