数据产品经理必备技能之BI建设.docxVIP

数据产品经理必备技能之BI建设 现在已经进入了大数据时代，每个公司对数据的重视程度都提高到了前所未有的程度，只要是进入到一定规模的公司，不论是考虑到数据的安全性，还是数据的使用效率，都会搭建自己的BI平台来管理查看数据，因此，掌握搭建BI平台的各种知识，也是数据产品经理必备的一项技能。 下面，按照BI平台的版本迭代路线，讲一下BI建设的四个阶段：实现可拓展的展示报表（1.0版本）、自助分析功能（2.0版本）、添加功能性分析工具（3.0版本）、实现业务场景模板（4.0版本） 。 1.实现可拓展的展示报表 BI平台首先要完成的就是对指标的报表性展示，大家首先想到的解决方案无非是前端写页面，后端接口在数据库查询相应字段，直接吐出数据。可是，这种传统的方式太依赖于前端，如果增加一个指标，前后端修改的成本都比较高。因此，为了以后BI平台的可扩展性，可以通过前端配置json，并在API下一层添加了QueryAdapter来把Api的接口翻译成相应的Sql，然后通过Sql查询数据库的形式，来提高前端的扩展性和报表的灵活性，具体架构如下图所示： 图1 可扩展的报表架构 这里要讲两个概念，单图（chart）与看板（dashboard），单图主要是对指标进行某种样式的展示，例如日活的折线图、日活的表格、多平台日活对比图等，并可以对单图进行多个维度的查询操作，它提供了： 维度：可以选择多个维度，向下进行钻取； 时间：可以选择昨天、过去7天、过去30天、过去90、过去180天、过去365天以及自定义天数； 图表样式：目前支持折线图、横向柱图、竖向柱图、表格、地图、饼图等图表。 看板（dashboard）能够帮助将相互关联的单图集合在一起，兼顾全面性与单独性，既能够从多个图表中发现关联，也可以对单个图表进行深入分析，方便每天查看相应的数据。 看板可以供不同的业务人员实现不同的使用场景： 产品经理的看板可能是项目的核心指标； 市场人员的看板可能是监控各个渠道来源指标； 销售的看板可能是潜在客户的活跃度… 对于支持自定义图表的单图（chart）而言，在前端配置的json格式中，需要明确以下几个字段： dataSource：数据源，也就是单图（chart）要查询的数据库、数据表，它包含了数据的地址、端口、数据库格式、数据库、数据表等，是数据展现的基础。 metrics：这是是要展示的指标，包括指标的计算类型、指标的id、指标名称、指标别名等， dimensions：指标的维度，也就是相当于Sql中的group，也就是分析人员想按照什么样的分组来查看数据。 filter：这部分是用来设置过滤器，前端报表用来筛选查询条件的，它要规定每个维度应该以何种规则来过滤，是等于、不等于、大于、小于还是包含，还要规定维度的查询字段和查询值，简单表示下就是下面这种格式，当然还有很多字段可以添加以便进一步扩展功能，具体filter的格式可以参考下图。 图2 filer格式 orders：输出结果应该以哪一个指标进行排序。通常使用时间字段来进行排序设置。 除了以上几个重要字段外，还可以设置time、limit等字段来扩展更多功能，这里就不一一详述了。 看板（dashboard）的实现逻辑也与上面相似，不同的是还添加了看板中包含哪些单图（即包含的每个chart的id），以及这些单图在看板中的位置等信息。 有了上面的支持可拓展的json配置格式，就可以在BI平台配置出符合自己需求的单图（chart）与看板（dashboard）了。至此，已经能满足日常的报表展示需求，BI平台也完成了V1版本的迭代。 2.自助分析功能 以上只是满足固定数据的展示，可是，数据产品经理经常面对的情况是，业务人员的需求是多种多样的，如果这些需求都让负责BI平台的产品经理来配置的话，既增加工作量，又有很大的沟通成本，这时候，业务人员就需要一个能够自己在平台上快速方便搭建报表的方式。 自助分析功能这部分主要包含创建单图（chart）和创建看板（dashboard）两部分，这两部分都是基于前期灵活可扩展的json图表配置，并在此基础上，能够创建一些复杂的计算字段，例如，想计算平均停留时长这个指标，它是由总停留时长除以dau计算而成的，总停留时长和dau都是基础指标，在数据表中是已经存在的，那么就可以定一个计算字段，命名为平均停留时长，计算公式为sum（dwell/dau），如下图3所示： 图3 创建计算字段 自助分析功能的核心是创建单图功能，使用人员可以选择图表样式，现在常用的图表类型有表格、折线图、柱状图（横向柱图、竖向柱图）、饼图、漏斗图、堆积图等，然后选择数据源里的数据表，把对应的数据表中的字段拖拽到时间、维度、指标栏中，然后选择查询便可以在显示区进行预览，还可以设置过滤条件，进行一些维度的过滤，并可以设置是