仪表盘已死

本文翻译和摘录自 ThoughtSpot 报告 《Dashboards are dead》。

文章中提到的很多现状和观点非常符合我们对 BI 行业当前的认知。我们也可以相信本文揭示了一些 BI 工具发展的趋势。不过，文章的观点主要是论述 Dashboard 用作实时、探索性的分析是不合适的，并没有提及在一些固定模式、周期性的分析任务中 Dashboard 可能仍然可以长期发挥作用。另外，文章的很多观点可很明显地希望突出 ThoughtSpot 自己的产品领先地位。因此大家可以辩证地看待本文的内容。

一个时代的终结

                                  <br />20 多年来，仪表盘一直是商业智能（BI）的基本要素，帮助管理者们在组织中可视化和共享有价值的数据。一开始，仪表盘是交付关键报告和展示 KPI 的完美工具，甚至不需要数据工作者具备编码或 IT 背景。 但是在过去的二十年里，很多事情发生了变化，包括业务用户的需求。

2020 年，新冠疫情用一种令人痛苦的方式表明，当你需要用数据做出实时决策，当你很在意分析的速度、规模和粒度时，仪表盘难以胜任。 一夜之间，成千上万的仪表盘和多年来的分析方式变得过时了。像素级完美的图表变成了昂贵、高维护成本的静态数据艺术作品，而不是实时查看业务状态的有效视图。随着人们对新的、不可预见的分析用例的需求猛增，仪表盘被手动提取数据和每日报告之类的方式排挤。一天前的数据显得毫无用处，只有此时此刻的洞察才有意义，这将分析团队推向了崩溃的边缘。相信你对这些事情也已经有所体会。

今天，只有 10% 的高管认为他们的公司在分析方面已经成熟。也就是说，只有 10% 的高管认为他们的员工可以有效地利用数据进行决策——他们是对的。尽管各类组织巨额投资了二十年，数据分析的采用率仍全面停滞在 30% 左右。这是为什么？*问题不在于业务用户缺乏动力或者受到的培训不够。真正的问题是，传统的 BI 工具根本就不是为业务用户所设计和构建的。

• Analytics and AI-driven enterprises thrive in the Age of With The culture catalyst, Deloitte Insights, 2019

仪表板未能兑现数据驱动文化的承诺

根据研究，84% 的一线工作人员表示在分析工具方面体验不佳以及难以访问数据和洞察。还有 86% 表示需要更好的洞察技术。更重要的是，即使是高管也不满意当前的解决方案，67% 的人承认不习惯访问或使用现有工具和资源中的数据。这是因为 BI 工具总是供高度专业化的数据分析师使用。**想象一下你刚拿到驾照就被扔进一辆 F1 赛车，这将是一场灾难。你可能知道油门踏板在哪里，但你真的知道如何驾驶它吗？期望你的业务用户使用高度复杂的技术分析工具也带来了同样的挑战。他们注定会因为非自身的原因而失败，这对你的业务造成的后果是可怕的。

洞察力和分析不能只提供给最高级别的领导。他们不能被过度工作的分析团队关在门外。你的一线员工需要不受限制地访问洞察，以便他们能够做出更明智的数据驱动的决策，并在发生变化时对不断变化的业务情况做出响应。在当今永远在线、不断变化的世界中，现代企业再也不能等待一个专业分析师花费平均五个工作日来定制一个仪表盘了。损失的每一秒都会对你的品牌声誉和利润造成打击。

我们长期以来一直都有一个想法，现在是时候直说了：仪表盘已经死了。

** The New Decision Makers: Equipping Frontline Workers for Success, Harvard Busi- ness Review, 2020

那些抛弃仪表盘的数据领导者

现代数据领导者应该知道，实时访问数据驱动的洞察是一项全公司范围的计划，而不是数据团队的一次性任务。这些创新的领导者越来越频繁地抛弃仪表盘，并换成了现代云解决方案，就像他们在 2000 年代初对处理数据的方式进行变革一样。通过这样做，即使面对前所未有的变化和不确定性，他们也在各个行业取得巨大成功。

• 沃尔玛通过大规模的精细客户洞察力推动数字化转型
• 人工智能驱动的洞察力帮助加拿大轮胎应对大流行，并为一线员工带来实时洞察力
• Nationwide 使用搜索和人工智能来推动真正的数据驱动决策文化
• 房利美通过放弃仪表板来阐明房地产市场
• Suncorp Group 通过现代分析快速跟踪其数字和数据转型
• Clarity Travel 通过放弃仪表板在 COVID 期间导航棘手的退款旅程

这些领导者的共同点是都了解仪表盘在为一线业务人员带来实时业务价值上是多么昂贵和低效。他们已经做出了一个有意识的决定来止损。但这还只是传统 BI 解决方案比较明显的缺点。仪表盘这类传统分析工具还有很多不太明显甚至隐藏的弱点。

揭示传统 BI 工具的隐藏成本

随便问一个分析师他一天的大部分时间是如何度过的，他可能会告诉你：做一些没有任何分析价值的补救性工作。92% 的数据工作者表示，他们被抽去做一些运行性的工作，而这些工作本不是他们分内的事。那些从数据到仪表盘的流程管线太过精致，以至于创建它们的数据团队需要浪费大量的时间来维护它们，只剩下 50% 的工作时间来真正分析数据*。如果我们换个角度看，你的数据团队有一半的人员被浪费在补救性任务而不是分析上。仔细想想，如果人是每个组织最大的成本和投资，那么仪表盘就浪费了一半。

因为有如此多的运营开销，数据团队几乎没有时间或精力用于真正的创新。有高达 68% 的数据团队**说他们缺乏足够的时间来实施利润驱动的想法。这都归咎于时间被浪费在了执行运营任务上。

Analytics and AI-driven enterprises thrive in the Age of With The culture catalyst, Deloitte Insights, 2019 *Data Analysts: A Critical, Underutilized Resource Global Survey of Data and Analytics Professionals, Dimensional Research, June 2020, Operational overhead eating away at your data teams source: Analytics and AI-driven enterprises thrive in the Age of With The culture catalyst, Deloitte Insights, 2019

分散的工具带来零散的洞察

请考虑一下你的团队创建的或你自己亲自接触的最后一个仪表盘。它是一个干净、精简、优化的洞察力机器吗？还是说，它每一个地方都依赖着下一个地方的可行性，整个是由互不关联、不一致的技术拼凑出来的？在过去 20 年的商业智能中，仪表盘一直是后者。但许多数据团队已经习惯了这个现状，认为这是一个可接受的数据到洞察的供应链。但实际上，仪表盘并不能对你公司的利润产生任何有意义的影响，而且还会让昂贵的数据团队沦为系统管理和运营团队。这听起来是不是很破碎很低效？但事实就是这样。而且许多数据团队仍然被困在这个流程中。

这还只是为一个部门维护单一的仪表盘工具所带来的运营成本。如果你想把它推广到一个新部门，你就必须建立一套全新的发布管线，这意味着更多的服务器，更多的数据在你的数据仓库之外重塑。更糟糕的是，大多数企业至少有三个基于个人数据工作者偏好的竞争性仪表盘工具。这些工具使已经臃肿的基础设施更加臃肿，产生不一致的答案，使安全和治理问题更加复杂，并要求业务用户从一个工具跳到另一个工具来自助获取洞察。

这种不统一的工具和不一致的数据直接降低了商业成果的几率。数据和分析被吹捧成给企业带来竞争优势的关键，但对企业用户来说，零散的洞察所达到的效果正好相反。没有什么比以下事实更清楚地说明这一点：在采取单一、通用洞察工具的组织中，有 80% 都报告说他们超额完成了业务目标。*

• Analytics and AI-driven enterprises thrive in the Age of With The culture catalyst, Deloitte Insights, 2019

仪表盘跟不上团队今天的工作方式

传统的仪表盘不能以你的团队所需要的速度和全球规模来提供一致和可靠的洞察。它们缺乏以下要素：

合作的机会

桌面仪表板开发是在孤岛中完成的，阻碍了分析师的协作。

可发现性和可重用性

多个不能相互连接的发布服务器，每个服务器都单独管理并具有不同的访问和权限控制，这会造成大量的分析浪费和运营开销。 信息在大量不同的仪表板和服务器中丢失，分析师将宝贵的时间花在低收益的任务上。

安全的远程数据和洞察访问

复杂的管道和桌面开发使管理访问权限成为数据治理和安全团队的噩梦。

通过一键式洞察配置快速开发用例

开发新用例需要在治理和安全验证之上收集业务需求、数据建模和开发数月，从而造成合规性、数据刷新和发布噩梦。

综上，这些限制使你的企业无法实施真正全面的数字化转型，业务价值小得几乎难以察觉。

动态数据和静态仪表盘之间的矛盾

数据不是一个静态的物体。它是一个活生生的实体，不断变化，有上升或下降的趋势，向左或向右倾斜，并随着越来越多的数据被收集而不断变大。另一方面，仪表盘是静态和平面的。它们以像素般完美的清晰度捕捉时间中的某一时刻，然后放在架子上永远不会再被引用。同时，你的数据的保质期正在成倍地缩小，在某些情况下，在几个小时内就会过时。

今天的分析师报告说，他们用来创建洞察力的数据中有 86% 已经过时，其中不到一半的数据是两个月前甚至更早的*。 这意味着企业用户通常会根据过时的数据做出价值数百万美元的决策。

不止如此，不仅仅是数据本身总是在变化，数据的底层结构和形态也在变化，仪表板在不破坏发布管线的情况下根本无法处理这种情况。

在现代世界中，数据模式经常更改以跟上新数据源的数量。这有多频繁呢？一些研究估计平均 60% 的数据模式至少每月更改一次*。 每次发生这种情况时，即使是对列名进行简单的更改，也会破坏下游的仪表板。这迫使数据团队花费数小时浏览故障日志并回溯找出问题发生的位置，以纠正错误的见解。

• Data Analysts: A Critical, Underutilized Resource Global Survey of Data and Analytics Professionals, Dimensional Research, June 2020

如果不能使用全量数据，你的数据又有什么价值呢

尽管现代的数据团队已经尽力用仪表盘来阐明洞察，但这些过时的解决方案在做出任何形式的改变方面都非常失败，并且在现代的数据量上绝对是窒息的。需要证明吗？想想看，在任何时候，你的企业在你的数据仓库中坐拥数十亿行未被利用或完全未被利用的数据。

研究已经一次次地表明这是事实。最新的估计表明，超过 50% 的公司数据没有被使用。此外，66% 的数据领导者报告说，他们组织的一半或更多的数据在 “黑暗”中（未开发、未知或未使用）。57% 的人说，数据量的增长速度超过了他们组织的能力，无法跟上。因此，47% 的人承认他们的组织在面对快速的数据量增长时将会落后，五分之四的数据领导者提到数据量是开发黑暗数据的主要挑战。

这些数字简直不能接受。成功的组织需要利用其所有数据来影响利润。事实上，尝试把暗数据利用起来的组织发现，由于更好地利用了数据，其年收入平均增加了 5.32%，年运营成本平均减少了 4.85%。**

为了在新的数字环境中发展。您需要实时洞察来采取实时行动，这需要能将使所有数据都利用起来的解决方案。如果仪表板不能胜任这项任务，那么你需要寻找更好的方法。

“What’s your data worth: How mature data strategies dramatically improve bottom-line outcomes”, Enterprise Strategy Group, 2020, * The Data Age Is Here. Are You Ready?, Enterprise strategy group, 2020

重新构想数据信任、质量和治理

一直以来，当涉及到定义数据治理政策和单一信息源时，仪表盘已经创造了一个混乱的世界。事实上，54%的数据分析师和领导者报告说，多个数据来源和相互冲突的数据是处理数据的首要挑战。还有 90% 的人说，在过去的 12 个月里，由于工具和流程的分散，许多数据源是不可靠的。如果这个数字应该给你敲响警钟。

组织的成功在很大程度上取决于业务用户能否获得高质量的洞察。它影响着一切，从新的盈利机会到客户的参与度和满意度，甚至你对竞争变化和市场趋势的反应速度。但是，为了使员工或业务团队愿意使用数据，他们必须先信任它。如果业务用户看到一个错误，哪怕是一次，信心就会急剧下降。缺乏信心不仅会转化成采用度的降低，其后果也会直接影响你的组织的收入，76% 的数据领导者报告说错过了收入机会**。

Data Analysts: A Critical, Underutilized Resource Global Survey of Data and Analytics Professionals, Dimensional Research, June 2020, * Data Distrust: The impact of data distrust on analytics projects and decision making, SumoLogic, December 2020

信任和信心是鼓励使用分析技术的关键

断裂的仪表盘基础设施必然带来断裂的洞察。这就是为什么分析师对同一个问题提出多个答案的情况如此普遍，以及为什么数据团队不断解决仪表盘结果的差异。仪表盘和管线的这种拼凑造成了重大的盲点，迫使数据团队关注产出物而不是在整个数据到洞察力的管线中自然地保持质量和一致性。为了打破这个恶性循环，你必须重新设想你的整个数据供应链，以确保透明度、信任和可及性。这样做意味着要解决以下几个方面的重大变化：

治理

克服混合技术拼凑、孤立的桌面端解决方案、多个发布服务器和数据迁移的问题。

洞察的质量和一致性

实施云优先解决方案，维护单一数据来源并消除来自多个桌面系统的洞察重复和不一致。

影子分析

承认业务用户不断在 Excel 中导出和操作数据这一令人不安的事实，因为他们无法获得所需的视图或不习惯使用仪表板工具，从而引入质量和版本控制问题。

为什么仪表板无法提供个性化的洞察和业务价值

每个业务用户都是不同的。没有两个营销人员或财务经理会以相同的方式使用数据，因为没有两个人对业务有完全相同的看法或理解。他们所要解决的挑战是复杂的，并且各不相同。为了获得成功，业务用户需要根据他们的特定需求量身定做数据驱动的洞察。

不幸的是，静态的仪表盘把每个人都当成了复制品。它们提供了一种一刀切的方法，无法支持现代商业用户的需求，而且还伴随着高昂的“好奇心税”。简单地说，仪表盘太死板、太慢、太普通，无法为最需要它们的人创造有意义的商业价值。

正如上文所说明的，每当业务用户向分析师寻求洞察时，他们就会引发连锁反应。不管所产生的仪表盘能多好地回答用户的第一个问题，下一组更深层次的问题才会推动真正的行动。仅仅知道发生了什么还不够。商业用户必须能够深入了解何时、何地、为何发生的具体细节。如果他们不能，每一个额外的后续问题都需要你的数据团队提供额外的时间和资源。这就是传统的 BI 工具开始增长的地方，但并不是以一种好的形式增长。

一种新的分析学范式：搜索和人工智能

别担心，对你的数据团队来说也并不全是厄运和阴霾。每一个新的起点都来自于其他起点的终点，同样的规则也适用于分析学。仪表盘可能已经注定死亡，但取而代之的是一类新的现代云分析解决方案。

这些基于云的解决方案为您的数据栈提供了一个前端界面，让您比以往任何时候都更容易解锁云数据中的洞察，并将信息转化为一个活生生的洞察生态系统，从而推动前线的决策执行。 借助现代云分析，您可以：

• 自动化整个组织如何收集、集成和移动数据，而不管数据量或来源如何。
• 利用增强分析来综合新的见解并创建持续学习的系统。
• 将洞察力转化为行动，并通过生动的学习经验扩展能力。
• 简化部署、持续维护和监测整个组织的新洞察。

但不是所有的云分析解决方案都是平等的。不会因为有一个搜索栏就让它对商业用户来说更现代或更友好。具有搜索栏功能的 BI 工具就相当于电话黄页搬到了网上。他们仍然只是黄页，同样，你的传统 BI 工具仍然是一个包装过的仪表板。那么，你如何将一个现代的云分析平台与其他的平台区分开来？区别就在细节上。

如果你真的想深入了解，这里有一份需要注意的关键功能的完整清单：

消费级体验

• 在部署后的6个月内，快速采用率达到70%或以上
• 反复使用和回流用户
• 直观的用户体验，工作起来和看起来像流行的消费者应用程序

智能

• 从使用中学习，提供最相关的搜索建议和答案
• 终端用户可以教他们的语言，NLP 通过众包的智慧来完善
• 人工智能推荐隐藏模式的相关洞察

可扩展

• 可扩展至成千上万的用户、数十亿行的数据
• 揭示对详细问题的细化洞察，不需要预先聚合或数据迁移

快速

• 在云数据仓库的数十亿行数据中进行亚秒级实时查询的实时连接
• 超高效率和性能的查询，使云数据仓库的性能和投资最大化
• 查询并行处理、接纳控制、JIT编译以优化查询执行

丰富的分析方法

• 处理复杂的问题和模式
• 通过搜索表达的复杂问题（增长、按时间/度量/深度比较、地理空间）。
• 处理复杂的模式、多个事实表、多对多的连接关系

安全

• 搜索栏中内置的粒度安全
• 行、列和对象级安全
• 在结果和查询类型前置环节的安全
• 共享时的自动安全

架构

• 云原生，专门为搜索和人工智能而建
• 支持大众的分析需求
• 没有桌面或服务器分离
• 构建、测试和部署企业分析的单一环境
• 不需要重塑数据、重建模式或重复安全控制

来自 ThoughtSpot 的现代分析云

ThoughtSpot 使分析就像您最喜欢的消费者应用程序一样简单。 使用 ThoughtSpot，即使是您最非技术的用户也可以利用自然语言搜索和人工智能，通过直观和熟悉的搜索体验来回答他们自己的数据问题。

数据团队可以利用 ThoughtSpot 的网络和移动应用程序，将搜索和人工智能驱动的洞察力带给每位员工； 或将平台的服务直接嵌入到您的产品、应用程序和服务中，以将您的数据价值扩展到合作伙伴和客户。

现在，任何人都可以使用搜索和人工智能在您的公司数据中找到隐藏的见解。 通过消费级分析，将整个云生态系统中最具创新性的技术交到您的整个团队手中。

这很简单

通过搜索和人工智能提供真正的自助式分析。

它是开放的

在具有灵活 API 的开发人员友好的低代码平台上构建引人入胜的数据应用程序。

可操作

将数据洞察直接引入您最喜欢的业务应用程序，以通过灵活的 API 驱动更智能的操作平台。