国央企数据应用的4个建设重点
国央企是我国社会经济发展的中流砥柱，尤其是在当前国内大循环为主体、国内国际双循环相互促进的新发展格局中，国央企更是起到了推动行业高质量发展、维护产业链稳定等的核心作用。
为了响应国家数字化发展战略，保障国央企自身的科学高质量发展，当前诸多国央企开展了数字化转型并取得了显著成效。国央企数字化转型突显出了如下特征：
l 重视整体规划和顶层设计；
l 重视机制建设和有序推进；
l 重视解决痛点和实际成效。
可以看出，国央企数字化转型已经从基础建设逐渐转变为落到实处，通过全面的规划与建设，运用数据实现卓有成效的业务改善和增长。
BI工具作为数据应用的最后一公里，以其简洁易用、使数据快速变现等受到了广泛的关注。
当前国央企数据应用的建设重点包括：
l 提升数字化智能水平；
l 深化数据应用安全管理；
l 激发创新活力，提升全员数字素养和技能；
l 将数字化转型全面融入企业发展战略。
针对建设重点，梳理出了一条清晰的国央企数据应用路径：基于一站式的大数据BI平台，构建整体的数据应用体系，划分阶段分布实施，并通过便捷易用、高性能计算引擎、AI增强分析等，实现横向数据赋能全员，纵向数据深度运用。在此过程中，通过技术实现应用数据的安全管理。
一、构建整体方案，划分阶段实施
国央企大多为大型多元化集团，数据应用体系的构建不可能一蹴而就，而是要遵守科学的顺序和原则开展。
第一条原则是“自上而下”。
国央企数字化管控需要顶层设计，确定纲领，自上而下，确保各级目标与战略目标一致。完成总部的数字化升级后，再细化各个公司的数字化。从集团层面入手，能得到组织、人力及各项资源的最大支持，成功率比较高，也有利于后续子公司层面数字化建设进一步细化及推进。
另一原则是“由浅入深”。
先是搭骨架。这个过程需要确定集团层级和业务板块层级都来自哪些基础业务系统及其健全性，数仓建设、存储及计算资源保障、BI分析场景设计、集团和板块分析主题及数据使用对象是集团高层领导、板块运营管理责任人、子公司企业领导或业务人员。搭骨架还包括从组织层面搭建集团数字化管控人员体系。
其次是填血肉。需要完成数据治理、深入各子公司、各部门构建业务场景指标体系，填充各分析主题具体子主题。填好血肉后可以挑选一两个数据量大、业务逻辑较复杂的子主题，验证前期“搭骨架”和“填血肉”过程各环节准确性、完整性、适配性以及组织层面的高效性。高频试错，小步快跑，快速推进其他主题数字化建设，从建设过程上推进至数据、业务与资源的整体融合阶段。
再者是持续提升。譬如主题补充、主题细化、更多维度关联分析、数据挖掘、决策辅助等。最终实现集团人、力、才、产、供、销全面数字化管控，实现国央企数据分析及数据资产管理成效最大化。
二、用产品解决所有问题
国央企数字化转型涉及的方面多，具有体系庞杂、资源投入大、周期长、灵活度低等特点，传统BI由于其技术架构问题，往往也有着部署周期长、需求变更灵活性差、项目失败率高等痛点。
针对这一问题，构建敏捷BI，通过便捷的应用、快速部署、灵活开发等，使项目周期缩短到以周为单位，任意开发需求都可以在几天内完成，极大的提升了灵活度，从而大大提高项目成功率，使国央企可以灵活调配资源，降低部署难度和成本。
1、架构敏捷——一站式大数据BI平台
当前许多国央企已经部署了庞大系统，这导致了系统分散、数据杂乱、质量不高。因此企业需要通过构建的统一的大数据分析平台，将企业内大量的结构化、半结构化、非结构化数据以及外部数据，进行数据整合、数据管理，打好数据基础。
一站式数据BI平台，将各系统数据进行统一的整合、存储、分析。把大数据分析所需的产品功能全部融入一个平台下，进行统一管控。在运用时，可全面覆盖数据分析过程中的各个环节，包括数据采集、清洗、整合、存储、计算、建模、训练、展现、协作等，让用户可以在一个统一的平台上完成全流程数据分析任务，降低了实施、集成、培训的成本。
以此，将杂乱的数据整合为高质量数据，并提供可靠的数据结果，为数据赋能业务提供坚实基础。
2、应用敏捷——面向业务的可视化分析工具
当前的成功实践证明，数字化转型战略需要“自上而下”的进行规划与落地，其原因是在面对庞大的系统性工程时，需要顶层设计和资源调配作保障。而到了数据应用阶段，其理想状态应当是数据的全员化，因为数据生成于各一线业务端口，广大员工是数据的出发点和落脚点，要让数据真正赋能于企业发展。
激发创新活力，提升全员数字素养和技能，让所有人可以运用数据优化工作，进而整体提升数据应用效果，推动企业增长。
要做到这一点，当前的困难在于技术应用门槛高。传统BI是“面向IT的报表工具”，数据分析与应用以IT为主导，其原因是传统BI的技术门槛高，操作难度大，需要专业的人员才可完成数据分析。
敏捷BI定义为“面向业务人员的可视化分析”工具，简洁易用零代码，让没有专业基础的业务人员也可以通过简单的点击、拖拽等动作，即可完成制作报表、数据分析和洞察，实现数据分析全员化。
3、智能敏捷——AI增强分析“平民化”
当前诸多企业的数据应用还停留在初级阶段，即“将线下工作搬到线上，将纸质工作转为电子”阶段，而没有通过数据深度应用改善和优化业务体系，数据智能似乎更遥不可及。
“数据可视化”不等于“可视化分析”，企业、管理者和业务人员所需要的也不仅仅是一张张数据报告，而是深入挖掘数据价值，赋能业务增长。
因此，通过AI增强分析功能，使业务人员可以以便捷的可视化方式，对数据进行分析、挖掘与洞察，实现数据的深度应用。
数据问答可以让用户使用文本输入问题，系统以可视化的方式进行自动展示答案；
数据解释可以对数据影响较大的因素进行自动统计和分析，比如从不同的因素分析部门员工离职的原因，找到影响较大的原因作为数据分析参考；
数据洞察则自动给出用于发现业务数据增长、减少的原因，比如发现西部市场比南部市场销售增长，就可以一键选择数据洞察，发现背后的原因。
4、运算敏捷——高性能计算引擎
国央企的数据体系庞大，积累了越来越多的数据量，以及在业务端对于精细化数据的需求，对大数据量的敏捷处理能力成为了重点需求之一。
5、管理敏捷——企业级数据安全管理
针对国央企治理层级多的问题，可以通过BI的权限控制实现多方数据共享与协同，并保障数据的安全。主要分成两大块：一是功能权限，二是数据权限。
功能权限可以控制用户的不同功能模块的访问权限，例如有的用户只能查看报告，有的用户不能链接数据源等，也可以控制用户的下载权限、修改权限等，精确到按钮级别。
数据权限可以控制到报告的数据级别权限，分为行权限和列权限，行权限能做到同一张报告有全国的数据，不同区域的用户只能看到自己区域的数据。列权限能做到控制敏感字段的权限，可以单独控制某些用户有无查看权限。
同时还能实现报告的LDAP集成、异常预警、报告水印、安全审计、平台安全等等功能。
