移动BI的三个特性和三级层面

客户世界 | 2015年7月13日 | 标杆展示 | 评论已关闭 | 1951

客户世界|璇玑|2012-02-21

胡海峰拥有计算机科学硕士学位和人工智能专业博士学位，2000年开始专业从事商业智能和数据分析领域的咨询、设计和市场工作，曾经为包括人民银行、中国银行、建设银行、国家开发银行、中石油、中石化、中兴通讯、苏宁电器等在内的数十家客户提供商业智能相关的咨询和系统实施服务。历任FirstBI, Solvento, ETH公司的架构师、技术总监、总经理等职。目前担任中科九章软件公司总经理，近期的重点关注在数据可视化和移动BI领域。用他的话说，“mobile BI才刚刚开始，还远远没到总结的时候呢”，不过，这并不妨碍我们洗耳恭听，他对于这个让我们生活变得更美好的技术领域的感受。

Mobile BI（移动商务智能）的移动、连通和交互特性

移动、连通和交互这三个特性，对mobile BI应用的改变非常重要。移动特性和位置、便携性相关；连通特性和实时性应用相关；交互特性和手势、重力感应、GPS相关。这些新的应用点，如何能通过一种有效的方式，跟传统BI对接起来，是一个关键。

便携性是移动的特性之一，它使得使用BI的方式和位置相关。便携性，除了体积、重量等之外，我们非常关注无线连接和续航能力，这使得移动BI分析和BI操作变成一种可行。定位精准的话，使用率可以大大地提高。

移动到某个物体附近时，用大地坐标作为查询条件，传到后台的数据仓库，实时检索到物体或实体本身的数据，这个数据经过BI手段转为相应的可视化的界面，这是个典型的LBS（Location Based Service 基于位置的服务）应用。

基于这个想法开发的实际性应用，在我们给电网公司做的可视化展示平台中有所体现。数据仓库里包含了来自变电站的设备检修和分析数据，甚至可以看到电压等实时数据的变化情况，可以看到变电站目前所有设备的运转状况，供应商状况，甚至财务数字，维修记录以及整体绩效的达成情况，这是常规BI功能。大家可以想象的，如果我是一个四处巡视检修的变电站维修人员，虽然总部能随时知道信息，因为所有信息都是通过传感器采集上去的，包括历史数据，但我在现场反而没有这些数据。

在这个场景下我们开发了一种新的方法，将位置特性和后台的数据仓库关联在一起，所有的资产设备都有相应的信息标记，坐标非常清晰地标注在里面，这个信息有助于一线人员做故障分析和故障判断，用mobile设备的GPS特性，说白了就是带着坐标作为查询条件去后台检索数据。

连通性也就是保持实时获取信息，当一些重要指标发生重要变化实时到达客户端，十年前已经在尝试相关应用。

我们一直在找寻一些特定的必须使用Mobile BI才能完美解决的案例场景。最近的一个实战案例是在集装箱堆场优化问题中完成的。在内陆航运码头的集装箱堆场，客户用车将集装箱集中到码头上来后，相应的驳船接上货到别的地方，要解决的问题是翻箱率优化问题，如何提高堆场的容积率，如何科学摆放。到货时间和接船时间存在随机性，可能提前和延后，长时段的规划就不可行，所以后台变成一个实时优化系统，那边车一进，数据采集到中心，马上优化，优化完之后到工作人员，他就知道摆在哪个位置，更方便于将来的驳船运输。这里的关键点是，要有比较理想的手段，使得后台实时优化的结果实时的传送到现场的调度人员手中，Mobile BI非常适合这个场景。这个场景把实时性和移动性联系到一起。集装箱码头，或零售货仓，都面临这样的问题。

交互特性，一块是从手势（鼠标界面被触控界面所取代）、交互式试算，还有遥控模式；另一块是和传感相关，包括重力感应、摄像头等。

mobile BI的三级层面

移动BI技术很新，上文只是说移动BI这些特性具体在哪些点上是以前做不到的，或以前能做到但没人用到，也不是说就会有那么密集的新型场景出来。集装箱实时调配也是个案。移动BI延展了BI的触角，对以前是促进，但谈不上是革命。

移动BI所呈现的优越性，虽然不是革命性的，不过这个阶段我们来谈它，促成他的发展，意义在哪里呢？

首先，它使得BI的受众极大增加了。传统BI基本上是面向企业用户的，现在因为终端模式的演化，有可能变成消费类的，面对消费用户。电脑是个工作平台，虽然我们可以在上面看电影、聊天，但依然不能把它看作是娱乐平台。不过手机的娱乐化倾向是非常明显的，因此有一种可能，运用原来的BI技术，包括预测技术、数据探寻技术、分析技术、数据仓库技术等，来达到一种消费级应用的目的。

挂边的事情类似彭博机和路透机，你不能说它们是消费级产品，也不能说它们是企业级产品，它们并不是定制的，应该叫它们专业化应用，或个人应用。我在上面查财经啊，股票信息啊，分析报告啊，可以认为，它们是面向个人消费层面在走。移动终端的便携化带动原来的BI向消费，向普通受众走。

我做个绯闻榜行不行啊，通过BI的数据收集方式，收集比如说娱乐各方面的信息，把它数据化了，看里面谁的绯闻指数最高，谁的丑闻指数最高，典型的就是玩了，但它后台是分析技术，这就带来一种新的可能性，它使得BI的技术有可能走向大众，使得以前固有的一些终端级的应用、消费级别的应用具有了BI的属性，加了更多的东西在里头。

讲个不那么娱乐性的东西，类似于你的手机消费，有电子账单（邮件或彩信），这是很初级的移动BI的应用，但一个彩信只是提供一点信息，并没有互动，我的电话是怎么打出去的，打了多少，给我打电话最多的是谁啊，我最常拨出去的号码是给谁，谁耗了我的漫游量，哪个区域我打电话最多？现在的移动BI的模式，为这些需求的实现提供了可能性。以前移动、联通的BI主要是做经营数据分析，业务如何发展，用户怎么分群，以后说不定可以提供这样的服务。

以前也老讲 consumer BI，事实上没有做成，移动终端使以前的构想成为可能，现在已经有苗头了。

就拿很受大家关注的LBS来讲，这个服务从技术分析上来看，是个移动BI应用。等于说我走到这了，自动有了GPS，附近的餐馆全出来，这是什么，是数据查询，数据全在数据仓库里，用你的大地坐标作为查询条件，使得这项体验非常好。前台不说了，可视化程度要高，后台架构就是数据仓库架构，查询速度要够快，关联度要非常好，使得以前consumer BI变成可能。

观察移动BI有三条线。第一条线consumer BI，这是一条非常明显的线，由企业级变成消费级，面对消费市场，使得原来概念中的consumer BI变成一种新型的应用。

第二条线是简单的扩大企业BI的受众面，面对扩大了的企业市场。是在原来企业的基础上，使得原有企业对BI这一块的访问频度和力度都加大了很多，渗透性好了，以前是在电脑和大屏幕上看，现在在手机和IPAD上就能看，交互式的。

这块谈不上特别，但是对后台确实有影响，100用户访问是什么劲头？十万用户访问是什么劲头？你这系统所要承载的压力，所要做的优化，就完全不一样了。技术上哪些成为真正的痛点了，原来不是很在意的东西，现在必须在意了。

第三条线的大前提还是依托于企业。我一直试图在寻找一些典型意义的场景，非用移动这种方式，并用BI技术作为后台核心的，才能解决你这个业务问题的点，这样的点不多，找来找去也就找出那么两三个。我觉得这样的模式到目前为之我还没有什么系统性的想法，只是在看，感觉哪个点特别好，记录下来，想想有没有更多的，再和客户探讨应用是不是真的很有价值。

第三级层面是我关注的，也是我认为有突破性和创新性的，解决真实问题的。我希望在第三点上有突破，但是前两点的突破应该是看得见的。

我们公司的目标客户是企业，我们不是面向终端客户，或普通消费者来提供专业服务，即便有想法也不大会去做，这是我们定位造成的局限。但话说回来，以前做消费者的，包括SP（Service Provider），增值运营的，他们倒是要慎重地考虑移动BI。他们的积累，主要是对BI的理解太少了，要重新来补这个课，但是优势在于对客户体验和客户应用理解地非常好，这块对他们的意义比对我们更大一些。这种模式的出现，至少逼迫他们考虑，我的后台要建成BI模式的，要有非常强劲的后台，或者大量的数据。

Mobile BI不神奇

移动、连通和交互性，我个人认为三个都很重要。你把这三个特性，从三级层面看，每个都很关键。便携性不用说，对于第二点扩大企业受众面规模，太重要了。对于消费者应用来讲，交互很重要，这个交互绝不只是手指啊，多点啊，翻页等手势之类的，是个大交互的概念，包括传感，包括GPS，包括重力感应，都是这个特性上的。

还有一些应用，一些人看到了，但没有特别往这个方向上去做的：类似通过数据线搭出一些传感器来，能测我的心跳，甚至是每个穴位上的微弱电流变化，相当于号脉，如果后台有个专家系统，或者是大的数据仓库有一堆案例或病理，相当于远程诊断了，用户自己就可以采集数据了。核心是你把你的病理或生理特征输进去以后，通过后台的匹配、规则或者模型，告诉你的健康状况如何。本质是BI应用，或者拓展一些说是一个预测应用，或者人工智能应用，我说的BI是个大BI的概念，是个智能数据分析的概念。

如果没有这个设备，传感，假设跑到医疗服务站，不是大夫号脉，是机器号脉，也是这种方式，啪啪接一堆数据线，搭进了仪器，仪器是和数据库，是和后台计算相连，也能给予你血压的指标和分析。这些应该放进consumer的智能应用里去，但它用的特性不就是交互嘛。

这也体现了连通性，实时在线才使得这种实时性应用成为可能；移动性更是这样，否则我还得到医疗站去录入数据。

这三个特性我都很感兴趣，并且我更关注第三个方向，如果想突破的话，应该是充分利用移动设备的这三大类属性帮我解决客户的实际应用。

参与第三个方向上市场竞争的人肯定不会多，因为刚刚开始，动这心思的人就不多。要创造性的解决问题，这些问题可能多少年来都存在，以前没有人会去这样解决问题，但这是一种解决途径，新的东西突然冒出来使得它变为可能了。

一些有意思的想法，比如日常检查的分析报告，每天接到机器上测一下血压，冬天和夏天这两个季度做对比，平均数加权做对比，冬天的血压比夏天低，你有变化，不给结论，只给你个表征，这是简单的数据比对，后台记载了你全部的历史数据。简单分析就是数据对比，同比，环比，占比。又比如你是27岁女生，未婚，和我们收集的27岁未婚女性的指标比起来，你的指标有几个是在平均值，有几个是特别特殊，这些就足以帮助你很多了。

后台就是个简单的BI，加上一个便利的前端，面对这些数据，就会产生很重要的结论。不神奇，每一步都可解。

至少有很多人是可以想到去做的，但不一定会有很多人去做。因为商业推广与一个创新的想法之间有很长的路要走。比如要想推广出来，要考虑场地租赁方式和营销，传感器我是卖给他们还是我送，我怎么样才可以送到他们手里去呢？这不得布点嘛，我得搞促销，和中移动合作搞个套餐，把这个事运作成功，得花多少钱和精力，还要搞市场调研，人家认不认你这个东西。关于消费者BI所有的应用都面临这样的问题。不是说一个好点子就能变成钱，变成应用普及开的，有的是好点子，但问题是能变成business吗？

在客户需求瞬息万变的电子商务时代，移动BI对商业决策的推动有没有革新性的作用？这不好说。事实上，BI的远景是我们描绘的这样，但日常中也就变成很乏味的东西，一些报表，只是以前我周末才能看到，现在我周一就能看到了，很重要，但也没那么重要。BI在国内外都是很新兴的领域，在国内发展也就十年，刚刚开始，远远没有达到成熟，里面有太多东西可以做得再好一些。

只是说BI内涵上在不断增加。以前就是查数，做报表，简单的分析和数据对比，十年间慢慢常态化了，现在把预测技术、分类技术、优化技术、评分技术等内容都在往这个平台中加，我不排斥任何新的东西，只要是基于密集型的数据应用，我就扎进去做了。在我的眼里，BI的图景很大的。

就像路网，现在堵成这样，不是没有优化的余地，红绿灯的闪动频率，这个交通点的拥堵是和我前、后、左、右四个方向上的拥堵成什么关系？那边我早放一点的话，是不是我这边就会拥堵的更厉害？这样的问题就是优化问题。里面的数学模型没那么复杂，可以实现，但你得知道交通规则是什么，流量的分布，车辆、天气等因素对它构成什么影响，不断测试找出最佳方案。这些事都没有开始呢，可做的事情实在是太多了。

速度是mobile BI客户体验的第一要义

消费者市场我觉得好玩，但不是我的生意。在我关注的第三个方向上，能产生多少点出来不好说，这个方向上确实有创新性，想到了我倒不太担心做不到，因为从商业轨迹上来讲，没有太多难处，正常BI能做，移动BI新点出来，也不会有太多难度。不像消费级市场，一个新点子出来，我得增加营销人员派送免费品，要考虑数据信息的安全问题，个人隐私的问题，黄赌毒信息的问题，法律问题，那是另外一条轨迹，我做这块只考虑数据安全问题，只是纯技术问题，况且也不是不可解。

对于这个领域现在才是初窥门径，刚刚上道而已，余地太大了，对人才的需求肯定会成爆发式的增长。单点上的技术人才都不会太难找，每个专项上都有相应的人才储备，但有创新感觉的高端数据分析人才确实不好找。预测模型等人才不能说不成熟，但大家意识不到这些可以往BI里放，学数学优化的人还想不到我这有职位呢，但我得放进去，而且事实上就是有关系。还是太新了，大家意识不到这些事可以混搭在一起。我的数据组偏重于从IT招人，数据查询要快，精准度高，大型数据库要能维护好；我的优化组清一色数学系的研究生或博士；和交互相关的招的全是工业设计的。每个块上都可以做成核心，我也要求大家把自己这块做成核心。只要公司整体框架设计的科学，是没问题的。

我对数据可视化也很感兴趣，我们现在做的很多项目，糅合更多的互动元素和表现元素，包括图片、动画、声音、交互方式，大屏幕或宽屏展示。在数据驱动型的功能基础上，尽量让产品精雕细琢像小工艺品，既赏心悦目又能看到信息，还要有用。没有固定脉络可寻，挺难的。

给客户带来完美体验的方法论我们在整理，设计、互动等，哪些要素最关键。我们是做数据出身的，客户体验的第一要义就是快，无比的快，有了速度这事已经完成九成了，炫不炫我不觉得是什么了不起的事，初次用很漂亮，天天用也会视觉疲劳的。美的东西，在我看来要有功能性，形式要为内容服务。把美做到极致那么容易吗？可把功能做到极致，再丑得东西都会有人用。也不能只是快，但快是不可被忽视的。

交互级数据的收集很重要，包括定位信息，手动的点动信息（？），是应用性的重要前提。重力传感、GPS，包括手动的录入，当然也重要了，从移动BI角度，用IPHONE，类似于手势，体验是不一样的。但关键是快，很容易地获得要的信息。BI的信息量是很大的，小小的屏幕里怎么组织和呈现信息？不容易。

IBM的概念提的很好，SMART，智慧嘛，智慧的核心就是两个点，一个是数据采集，叫物联网，另外一个点就是数据分析。比如现在我把IPAD放在车里走，现在能告诉实时路况，如果后台加了优化，如果我是VIP客户，就会得到一个到东直门的好线路。这是个典型的优化问题，目标函数就是让成本（时间）最低，实时性地在变化，哪哪突然出事故了，后台赶紧调整模型。这样的场景现在没实现，但技术上是可以实现的。不光是有没有人来做这个事的问题，而是我们整体上没有到这个程度。

现在我们做的太差了，应用性不那么好，很多人还觉得在大屏上看的舒服，手机终端上不清楚。我觉得也不用把移动BI作为一个专门的词提出来，因为里面融汇了太多东西，但我关注的就是数据分析，数据分析的核心如何延展到前端上，而哪些问题不止是延展，而是突破性的进展。

这三大特性我总结的还十分不到位，跟BI对接时，能产生多大火花，和具体问题、具体行业对接时又能产生多大火花，这个才是最重要的。

本文刊载于《客户世界》2011年12月刊；作者为本刊主笔。