BI 工具与 NoETL 自动化指标平台在自助数据分析的差异

一个事实，就是 BI 工具在数据分析与展示层面具有强大能力，这一点不容置疑。但随着企业内报表数量越来越多，业务人员在深度使用过程中，却发现 BI 工具还是存在诸多问题。

比如，业务的迅速发展要求数据分析的响应速度更快。然而，通过 BI 工具做数据分析，要依赖于 ETL 人工开发宽表和汇总表来加工指标，要经历漫长的口径沟通、排期、开发、测试、上线流程，每个需求开发都需要经历复杂和漫长的 ETL 作业流程，导致业务部门的需求响应缓慢。这其中，如涉及到复杂的指标，需要撰写数百上千行的 SQL 才能够实现定义，对工程师能力要求也很高。同时，依赖物理报表进行数据分析，分析维度受限于数据集或报表包含的维度，无法提供灵活的数据分析视角，增加字段往往又意味着漫长的数仓排期开发过程，分析不够灵活。

再比如，指标问题排查方面，由于指标定义分散且不统一，一旦数据出现问题，需要花费大量时间去不同报表和数据集中排查、对比数据，进而找到问题所在。这不仅耗费了大量的时间资源，同时也降低了业务人员对数据的信任度。同时人工变更与回刷工作还难以保障全链路的变更质量，进一步增加了数据不一致的风险。

为了改变传统 BI 工具的这些问题，让企业人员更加灵活、自助、高效地完成数据分析，我们认为，摆脱对 ETL 专业技术团队的依赖尤为重要。新的工具要能够支持灵活且多样化的指标应用，使得业务人员可以根据各自需求，自主进行数据探索和深入分析。

为此，基于“Headless”架构理念，Aloudata 打造了 NoETL 自动化指标平台——Aloudata CAN，一个集规范指标定义、自动指标生产、语义指标目录、开放指标服务于一体，能帮助企业实现指标“管、研、用”一体化的平台。

与传统 BI 工具依赖于数仓，指标定义和消费的紧耦合性不同，Aloudata CAN 自动化指标平台基于数仓公共层的明细数据和维度表，能够进行自动化语义建模，并由系统自动化代持数仓应用层宽表和汇总表的开发，实现“管、研、用”的一体化：首先从管理角度，可以实现指标口径的统一管理；其次从开发的角度，避免重复开发，提高指标交付的效率；最后从使用的角度，提供给业务侧快速、灵活、一致的指标消费体验。