尝美食之旅，绝不能错过的广告宣传语

youshenghuiben：tingjiaoshijiaochujiaoduoweidutuozhanganzhi，congxiaopeiyangyueduhaoxiguan。gengduodayu，genggaobeishu，baiwanjujiangdengnilaitiaozhanchaoquandexiaoshuozhongleikeyigenghaodezaixianyuedu，lejiebutongdeyueduxiguan;quanxinshengji，dujiawanfa，xiuxianmaoxianwanfa，paokuwanfa，duozhongjingdianwanfamoshihuanxingnidetongnianjiyi▼ganshouxianshihexunidejiehe，quanxindangcidetianchaotujian，xiehoumingzhongzhudingwenziyangcheng。Kyligence 連(lian)續(xu)入(ru)選(xuan) Gartner 揭(jie)秘(mi)服(fu)務(wu)自(zi)助(zhu)式(shi)分(fen)析(xi)的(de)語(yu)義(yi)層(ceng)報(bao)告(gao)

松(song)果(guo)財(cai)經(jing)獲(huo)悉(xi)，近(jin)日(ri)，全(quan)球(qiu)權(quan)威(wei)的技(ji)術(shu)研(yan)究(jiu)與(yu)咨(zi)詢(xun)公(gong)司(si) Gartner 發(fa)布(bu)了(le)《揭秘服务自助式分析的语义层》(Demystifying Semantic Layers for Self-Service Analytics) 研究报告。Kyligence 是(shi)國(guo)內(nei)唯(wei)壹(yi)连续入选此(ci)报告的廠(chang)商(shang)，此前(qian)曾(zeng)入选 Gartner 指(zhi)標(biao)平(ping)臺(tai)創(chuang)新(xin)洞(dong)察(cha)报告、數(shu)據(ju)管(guan)理(li)技术成(cheng)熟(shu)度(du)曲(qu)線(xian)报告、2022 中(zhong)国数据管理最(zui)酷(ku)厂商等(deng)多(duo)個(ge)报告。本(ben)文(wen)將(jiang)基(ji)於(yu) Gartner 最新报告，和(he)大(da)家(jia)一起(qi)了解(jie)语义层以(yi)及(ji)指标平台如(ru)何(he)服务企(qi)業(ye)自助式分析。

背(bei)景(jing)

隨(sui)著(zhe)企业朝(chao)着数据驅(qu)動(dong)业务的目(mu)标前進(jin)，對(dui)数据分析的需(xu)求(qiu)日益(yi)復(fu)雜(za)。语义层作(zuo)為(wei)企业数据架(jia)構(gou)中的一部(bu)分，通(tong)常(chang)由(you) IT 部門(men)进行(xing)相(xiang)關(guan)的開(kai)发和維(wei)護(hu)工(gong)作，进而(er)支(zhi)持(chi)业务部门不(bu)同(tong)的数据分析需求。为了更(geng)好(hao)地(di)滿(man)足(zu)业务部门自助分析的需求，很(hen)多企业开始(shi)部署(shu)自助 BI 分析工具(ju)來(lai)满足业务部门在(zai)敏(min)捷(jie)性(xing)和靈(ling)活(huo)性方(fang)面(mian)的需求，因(yin)此，数据團(tuan)隊(dui)日常需要(yao)花(hua)費(fei)大量(liang)的時(shi)間(jian)在报表(biao)开发等繁(fan)杂重(zhong)复的工作上(shang)。

随着时间推(tui)进，业务部门采(cai)購(gou)的這(zhe)些(xie) BI 分析工具/系(xi)統(tong)逐(zhu)步(bu)形(xing)成了数据孤(gu)島(dao)，进一步影(ying)響(xiang)了公司更廣(guang)泛(fan)的整(zheng)體(ti)目标，如数据的一致(zhi)性和关鍵(jian)績(ji)效(xiao)指标的共(gong)享(xiang)協(xie)作等。因此，IT 部门开始主(zhu)導(dao)並(bing)推进安(an)全、可(ke)信(xin)的数据管理目标，試(shi)圖(tu)在灵活、自主、敏捷的自由模(mo)式和一致、共享、受(shou)治(zhi)理的集(ji)中模式之(zhi)间尋(xun)求一種(zhong)平衡(heng)狀(zhuang)態(tai)。

常見(jian)语义层的實(shi)現(xian)方式

语义层通常是指在数据平台之上的业务抽(chou)象(xiang)，用(yong)来统一维护业务邏(luo)輯(ji)，從(cong)而为企业上下(xia)提(ti)供(gong)统一、可信的数据，业务人(ren)員(yuan)可以輕(qing)松訪(fang)問(wen)并理解这些数据。Gartner 在报告中将常见的语义层分为以下三(san)類(lei)：

基于数据平台的语义层：在数据平台内，作为数据服务擴(kuo)展(zhan)而构建(jian)的语义层。一般(ban)是通過(guo)数据集市(shi)、視(shi)图（包(bao)括(kuo)物(wu)化(hua)视图）和在线分析處(chu)理（OLAP）模型(xing)实现。

· 優(you)勢(shi)：数据高(gao)度集中、受治理程(cheng)度很高；最大化利(li)用企业内部的資(zi)源(yuan)和技术；能(neng)夠(gou)为现有(you)用戶(hu)提供大量数据。

· 挑(tiao)戰(zhan)：高度依(yi)賴(lai) IT 部门和数据工程師(shi)；灵活性較(jiao)差(cha)；難(nan)以处理非(fei)結(jie)构化数据。

獨(du)立(li)语义层：位(wei)于数据源和消(xiao)费层之间的独立层，一般是通过数据虛(xu)擬(ni)化、抽象层或(huo)数据湖(hu)来实现。

· 优势：数据受治理程度较好；能够集中存(cun)儲(chu)数据分析模型和指标；支持对接(jie)跨(kua)数据源的多种数据格(ge)式。

· 挑战：需要大量的 IT 开发和实施(shi)的工作；傳(chuan)统產(chan)品(pin)对数据科(ke)學(xue)、機(ji)器(qi)学習(xi)、其(qi)他(ta)数据應(ying)用的支持不足；企业数据分析的架构變(bian)得(de)更加(jia)复杂。

基于 BI 分析工具的语义层：一般是作为 BI 的内置(zhi)功(gong)能，位于数据分析层内。

· 优势：支持灵活、敏捷的数据分析，加速(su)数据到(dao)洞察的过程，有利于数据平民(min)化。

· 挑战：数据受治理程度较差；数据模型和指标分散(san)在多个系统；数据受限(xian)于 BI 工具的技术棧(zhan)。

与时俱(ju)进的语义层

随着各(ge)項(xiang)工具和概(gai)念(nian)的興(xing)起，企业实现语义层的方式也(ye)发生(sheng)了变化。随着时间的推移(yi)，追(zhui)求自助分析的 BI 工具和追求集中治理的语义层开始呈(cheng)现融(rong)合(he)趨(qu)势。企业推动语义层和 BI 自助式分析这兩(liang)项能力(li)融合的动力一般来自：

· 追求集中治理和自助敏捷的平衡：使(shi)用 BI 工具实现自助分析的企业，发现自己(ji)被(bei)越(yue)来越多的技术債(zhai)所(suo)困(kun)擾(rao)，对散落(luo)在各处的数据和指标难以形成完(wan)整、统一的認(ren)知(zhi)，希(xi)望(wang)寻找(zhao)某(mou)种企业級(ji)的治理来指导进一步的发展。

· 对整合分析的需求增(zeng)加：跨用例(li)的分析需求日益增長(chang)，包括数据科学和机器学习（DSML）以及集成应用等，因此許(xu)多企业构建了專(zhuan)用管道(dao)来满足这些需求，無(wu)論(lun)是传统還(hai)是自助的语义模型通常都(dou)不支持这些用例。

· 指标平台这一新兴趋势出(chu)现：无论是單(dan)独的语义层还是自助 BI 分析工具的供应商都致力于幫(bang)助企业实现统一的语义层。指标平台 Metrics Store 这一概念的出现，能够把(ba) IT 主导的集中治理模式和自助分析模式进行有机融合，统一組(zu)織(zhi)、管理和分析指标，为企业的不同用户交(jiao)付(fu)有價(jia)值(zhi)的结果。

什(shen)麽(me)是指标平台？

在指标平台中，用户可以创建业务指标并通过代(dai)碼(ma)来定(ding)义指标，管理来自数据倉(cang)庫(ku)的指标，并为下遊(you)的数据分析、数据科学和业务应用提供服务。

指标平台的主要目的是统一管理指标定义、并这些指标服务不同的数据分析工作。在理想(xiang)情(qing)況(kuang)下，指标平台支持业务用户创建和维护指标定义，同时也由 IT 部门统一管控(kong)相关的技术底(di)座(zuo)。

相较单独的语义层而言(yan)，指标平台进一步实现：

· 业务用户能够貢(gong)獻(xian)和管理指标定义

· 将指标暴(bao)露(lu)給(gei)主流(liu)的 BI 工具和企业其他日常的数据分析和应用

Gartner 在报告中指出，从全球来看(kan)，指标平台商业化仍(reng)处于起步階(jie)段(duan)。因此，指标平台是否(fou)會(hui)成为数据分析技术栈中独立的一层，还是作为语义层的一种能力被吸(xi)收(shou)，目前还不得而知。值得肯(ken)定的是，指标平台的实现提供了一种创新能力来定义和管理数据指标。Kyligence 作为領(ling)先(xian)的大数据分析和指标平台供应商，也是唯一连续入选此报告的中国厂商。

一站(zhan)式指标平台 Kyligence Zen

作为国内最早(zao)嘗(chang)试落地指标平台的厂商之一，Kyligence 已(yi)经服务金(jin)融、零(ling)售(shou)、制(zhi)造(zao)行业的企业级客(ke)户搭(da)建了指标平台。基于豐(feng)富(fu)的行业实踐(jian)和技术積(ji)累(lei)，Kyligence 在今(jin)年(nian)发布了一站式指标平台 Kyligence Zen 的正(zheng)式版(ban)本，助力企业统一数据口(kou)徑(jing)、构建指标体系，实现数据文化的普(pu)及推广，推动企业更精(jing)細(xi)化的数字(zi)化轉(zhuan)型：

·人人都可以敏捷地利用指标开展工作，快(kuai)速响应业务变化

· 所有业务用户、数据消费者(zhe)及決(jue)策(ce)者使用一致的指标口径

· 簡(jian)化指标定义到数据計(ji)算(suan)流程，改(gai)变业务用数模式，降(jiang)低(di)开发成本

· 通过开放(fang) API 接口对接 BI / SaaS 工具，加強(qiang)数据协同与共享

来源：松果财经返(fan)回(hui)搜(sou)狐(hu)，查(zha)看更多

責(ze)任(ren)編(bian)辑：