京东数科运用 Tableau 在企业内部构建自助式分析文化, 轻松应对多数据源大数据,帮助员工提升业务效率


上亿条数据都可在 Tableau 工作薄中非常自如的拖拽
只用不到半年时间,零基础的员工便能够熟练操作
轻松实现多数据源融合,无需 IT 部门进行繁复配置

京东数科 (原京东金融集团)创立于京东集团内部,是一家以大数据、人工智能、物联网、区块链等时代前沿技术为核心,专注数字金融,数字化企业服务,数字城市三大领域的数字科技公司。

李龙是京东数科技术研发部数据分析师。他所在部门承担了京东数科整个大数据平台的建设,包括数据运营和分析的工作,并需要为整个京东数科的所有业务部门提供数据支持。

面对公司内部业务部门日益激增的数据分析需求,以及大数据团队有限的人手,李龙和他的团队希望能够借助 Tableau 在公司内部赋能,通过建立具有突出易用性和跨数据源兼容性的数据平台,培养业务部门同事的分析能力,打造自助式分析企业文化。

对于互联网金融企业而言,数据的安全性至关重要。Tableau 的应用帮助京东数科的大数据团队更好地管控数据源发布和下载权限,实现对敏感数据的更优化处理。借助 Tableau Server,业务部门的分析师可以直接连接数据源,自行完成统计和分析,并将制作仪表盘发布到 Tableau Server上,随时与其他同事分析自己的工作成果,进行工作汇报。这其中最重要的是,伴随 Tableau 的应用,公司内部逐步培养起了一种数据分析的企业文化,业务部门也实现了从被动接收到主动自助分析的转变。

Tableau 的易用性和高效符合我们互联网金融企业的特质,大家在使用的时候就觉得入门的门槛比较低,然后很多人学了不到半年,就已经能够比较熟练的使用了。

出色的易用性和高效率

在正式部署 Tableau 之前,李龙所在的大数据团队也使用了很多其他工具,例如,Power BI、MSTR 和一些多维分析工具,但使用的效果并不是特别理想,而且公司需要使用的数据源也比较多,涵盖 MySQL、文本数据,还有 HIVE 等,“很少有这种分析工具可以连接所有的数据源,并且能把这些数据融合在一起”,虽然一些同类的产品可以连接不同的数据源,但却需要很多IT人员的配置,使用起来不是很便利。

2016 年年底时,在内部同事的推荐下,京东数科大数据团队开始对 Tableau 进行了一些探索,发现“大家普遍的反馈是这样的,Tableau 的易用性和高效率,我觉得是符合我们互联网金融企业的特质的”,李龙表示,而且“大家在使用的时候就觉得入门的门槛比较低,然后很多人学了不到半年,就已经是比较熟练的可以使用了”。此后,大数据团队就开始尝试试用,并逐渐在整个企业内部进行推广。

我们一直在推广让大家有自助分析的能力,所以这时候 Tableau 起到这个作用,帮助我们真正的解决问题,让业务方可以自助的去实现他们的一些简单的数据分析的工作。

为业务部门掌握分析见解赋能

在部署 Tableau 之前,业务部门更多是把需求抛给大数据部,要求后者给出所有的数据分析的结果。有限的人手,以及不断增加的需求,李龙和团队有些难以招架。

Tableau 的应用则帮助大数据部真正着手解决上述难题,“让业务方可以自助的去实现他们的一些简单的数据分析的工作,那我们则更偏重于提升他们的数据分析能力,包括给他们准备数据,提供数据的平台,我们的职能和角色发生了一些变化。” 李龙表示。

大数据团队也在内部逐步推广一些项目,其中包括人事部门的绩效考核项目,还有风控平台和监控平台的报表项目,并得到了管理层对项目效果的认可。

原来的业务方可能更多的是被动的。他们只是想要数据,但是不知道从哪儿去获取,自己也没有这种技术能力去获取。但是 Tableau 降低了使用的门槛,让很多业务方可以自己自助地进行分析。

在内部培养自助式分析企业文化

从业务的影响上来讲,Tableau 的部署在公司内培养了一种数据分析的习惯和文化。

李龙称“原来的业务方,可能更多的是被动的。他们只是想要数据,但是不知道从哪儿去获取,自己也没有这种技术能力去获取。但是 Tableau 降低了使用的门槛,让很多业务方可以自己自助地进行分析。”

业务方现在更多会直接连接发布在 Tableau Server上的数据源,进行自己的统计和分析,并会把自己做仪表盘,发布到公司的 Tableau Server 上,进行分享和内部工作汇报展示。

最后,谈到在公司实施或利用 Tableau 的前景时,李龙相信京东数科将会在更多的项目上推广Tableau的使用,而且届时的 Tableau 将不再仅仅是报表展示平台,更多的是帮助业务方更好地实现自主的自助式分析。此外,鉴于互联网金融企业的特点,随着京东数科其他的产品推广,Tableau 将能够与这些产品绑定在一起,将数据分析和数据展示功能集成到金融产品当中,真正的帮助大数据团队解决这些问题,确保他们能够将更多的精力花在业务方向上。

您可能还有兴趣了解...