探秘数据分析——3分钟带你了解Qlik Sense

​

小A是公司“表哥”，负责公司内部财务月报表。每个月写财务报告时，小A总在发愁：

 

第一代BI时期

每个月底，小A总有那么几天重复着下面的工作：

1. 从ERP系统的财务模块中下载发票数据到Excel

2. 从CRM系统下载顾客数据到Excel

（...此处省略多个其他维度...）

3. 将这几个表用vlookup 和 sumif给连起来

...安静的等待Excel计算几十分钟...

...如果死机，那一定是天意让我coffee break 然后再重复以上步骤，...

4. 形成数据透视图

5. 截图粘贴到ppt, 发给老总

 

老总已经不是当年那个岁月静好的老总，看看静态的ppt已经不能满足他的需求。

“小A啊，整体销售情况不错，帮我分析下苏锡常的具体情况”

于是小A重新打开那200MB的Excel工作簿，当然，打开的时候少不了那十来分钟的数据加载和重新计算。

小A耐着性子再筛选工具中选择“苏锡常”大区，发现文件还是很大，不得不在数据层删除了非苏锡常的数据，好歹让Excel文件大小降低到了100MB. 但还是没法以附件的方式发给老总啊。折腾了大半天，最后U盘给了老总。

老总又提出了让小A怀疑人生的世纪难题 “小A啊，能不能把苏锡常和京津冀对比下？然后数据文件发给北京的同事？”

---

这样的场景相信大家并不陌生，那繁琐的数据处理与合并步骤（vlookup, sumif）, 龟速的数据引擎的性能（等待Excel计算十几分钟），单一的数据分享机制（U盘）和稻草人一般的企业安全制度（谁都可以转发邮件中的Excel数据文件）。

上面这个案例中，Excel只是一个例子，但却反应了第一代BI-集中化的理念，数据由IT部门完全把控，业务部门只能索取，下载，再分析的能力。

商业智能BI发展的历程

 

第二代BI时期

为了解决第一代BI的分析困境，第二代BI工具应运而生。运用第二代BI工具，小A仍然有许多困惑：

小A正在使用第二代BI工具探索为什么京津冀地区的销售有季节性的变化，想下钻到产品层面。很遗憾产品的字段都不在上游的数据仓库中，需要IT团队将改字段从数据库同步到数据仓库，才能再将该字段添加到展现层分析。一般逃不了下面几个流程：

1.业务部门提出需求添加/修改字段

2.IT分析需求，做出变更

3.测试

4.交付

5.业务部门在实际场景分析中想想觉得这次变更不能佐证之前的假设，又提出新需求....

第二代BI将IT权力分散化，让业务部门参与其中，下放部分权限，也减轻了IT部门的负担。这一代的BI也有着“引导式分析”的特征。但分散化的布局也有着掣肘之处。比如自助式分析就不容易实现，毕竟业务和IT是不同的职能，思考方式也不一样。

 

第三代BI时期

走进第三代BI，大众关注的是如何能使得数据分析流程更加敏捷？如何减少不必要的沟通和返工？如何让业务部门掌握自主权实现自助式分析？

为了解决第三代BI时代的难题，Qlik Sense应运而生。结合人工智能的力量和人类直觉的创造力，借助Qlik独特的分析引擎、智能分析能力，让“表哥”们的很多困扰和分析窘境，在指端点、选、拖、拉的幻妙旅程里，得到瞬间的解决。从此以后，Tea Break 变成享受而不是承受了(此处省略曾经承受的种种折磨…)

观看下方视频，只需3分钟，了解Qlik Sense，了解其强大的分析能力将为您的数据分析之旅带来哪些奇妙的改变。