随着 Kyligence Zen 的发布，越来越多的用户开始使用和购买这款产品。 指标平台作为一个强大的工具，可以帮助企业快速构建数据产品，实现对数据的更好管理和利用，让更多人利用数据进行决策和创新。对比 Excel、SPSS、SAS、Echarts 等知名软件，Kyligence Zen 有何优势和不同？快来看看这位用户的分享吧！
本文转载自 CSDN，作者：Sam9029
前言
在知道 Kyligence Zen 之前，我对于该类提供在线化数据分析服务的产品了解甚少。脑子里对于数据处理与分析的印象依旧在传统的办公软件和专业领域软件上，Excel 的大名自不必说，SPSS 和 SAS 略有了解，同时作为开发人员，Echarts 倒是使用频率更多。
Excel WPS 简单易用，却难以处理大量数据，缺乏针对化，难以理清各种数据因素间的影响关系。
SPSS 和 SAS 过于专业，上手程度时间长，且难以上手，操作复杂
Echarts 涉及到了开发环节，时间成本高昂，且不够数据图表，一旦开发完成短时间难以调整分析维度，不够灵活。
我对 Kyligence Zen 进行了初步的了解，使用下来对于其功能和效果都有良好的印象，不过因为本次入门体验、时间有限，还有许多的地方没有完全体验如 ZenML、第三方集成飞书等。
在此，我将自己的使用过程化为文字作以介绍。此处仅为介绍 Kyligence Zen ，所有信息均来自 Kyligence Zen 官方媒体矩阵提供信息。同时建议阅读 Kyligence Zen 产品手册，写得非常好，值得认真阅读。
Kyligence Zen 是什么
Kyligence Zen 一站式指标平台，希望为企业提供一种新的数据协作工具，消除技术门槛，成为一个人人可用的数据工具。
Kyligence Zen 是基于 Kyligence 核心 OLAP 能力打造的一站式指标平台。凭借集业务模型、指标管理、指标加工、数据服务等于一体的解决方案，Kyligence 协助过多家金融、零售、制造企业客户搭建企业级指标平台。Kyligence Zen 是 Kyligence 基于丰富的指标平台建设实践打造的标准化产品，希望通过便携、易用的产品解决企业面临的指标管理、分析和应用痛点，助力企业构建数字化管理体系，实现指标驱动的管理与决策。
Kyligence Zen 能做什么
具备 ZenML 指标语言、指标目录、Excel WPS 直连分析、模板市场等创新能力，将以简单、高效、智能的产品和服务，助力企业解决指标管理、分析和应用等痛点，实现指标驱动的管理与决策。
Kyligence Zen 优势在何处
基于 Kyligence Zen 一站式指标平台，企业可以统一数据口径、构建指标体系，让每一个员工都能使用数据进行决策，实现数据文化的普及推广，推动企业更精细化的数字化转型。Kyligence Zen 基于 Kyligence 核心 OLAP 能力打造，Kyligence 的 AI 增强 OLAP 引擎在大规模数据下的能力经过了大型金融、零售、制造客户的实践验证，能为用户提供百亿数据集上的秒级别分析体验。
正文
#01
注册账号
访问官网即可申请 7 天免费试用：
https://zen-cn.kyligence.io/zh/user/apply-for-trial/
#02
平台功能模块介绍
1. 指标
产品界面整体示意图如下，界面将所有的指标都是以缩略折线图的方式展示。
进入指标数据具体后，可以看到三个主要的功能：
图表
归因分析(推荐)
定义
图表
数据展示图表的方面: 常用的表格、柱状图、折线图、饼图。
维度的分析: 对该指标的某个维度，如下图中总销量指标下的：时间、仓库、城市、种类。
同时还对指标数据的信息提供了便利的分类和标签以便更好的阅览数据指标：
指标分类
指标标签
功能实用，当过多的指标数据存在时，利用不同的标签给不同的数据指标加以分类（!!!新建分类在设置中）
团队协作 — 指标权限
实现团队协作时每个成员的指标权限差异，使用不多，但是感觉得到该功能的重要性，不做过多赘述。
新建指标
基础指标：定量衡量产品或业务的表现，例如销售额。
衍生指标：基于 1 个基础指标，通过选择衍生类型定义，例如销售额月同比增长。
复合指标：基于多个基础指标，通过输入表达式定义，例如利润 = 销售额 - 成本。
以基础指标类型为例 ，创建一个评论高赞指标。
选中模型/表 medium_app_reviews，如下图所示
新建指标提供了指标定义：
可选择模型：即图表
选择列：图表的列
聚合方式：指标的分析方式 常用的 统计方式
维度：关联了其他列数据作为维度。
指标模板
Kyligence Zen 除了默认的零售行业数据模板外，还在官网提供海量的行业数据模板，并且支持一键导入，海量优质数据指标模板开箱即用，同时还涉及了各行各业，这真不能说是贴心，只能说是泰裤辣--有备而来啊。
甚至提供了指定指标申请和提交指标👇
2. 目标
指标直观展现了业务数据某个因素变化，让我们了解其变化趋势。
目标作为对数据指标检验的核心，使得 Kyligence Zen 平台在数据分析处理的思路上更加贴近实际需要。
这也很好地体现了 Kyligence 的愿景，Kyligence Zen 的目的不在于数据处理，而是通过数据分析辅助企业进行业务决策。
目标是组织或团队在某个时间段内所要达到的成果，您可以通过引用指标实现目标的量化。
新建目标：
通过对数据表中的某个字段(如总销售额)数据设定目标值，以数值和缩略折线图的方式展示当前的目标完成度，
同时覆盖了一些常用的关联功能如下：
目标规则设定
子目标关联
目标变化第三方通知–目前仅飞书
目标相关的操作简单明了，直观展示了数据创建的使用方式。
3. 仪表盘
集成化的通用图表现成调用
根据自己的需求，对不同的数据指标指定相应的可视化的图表展示
左侧：数据指标选择，可直接拖动至中部区域，自行生成图表；
中间：图表的展示区域，可编辑相应的展示条件；
右侧：对选中的图表的表盘信息编辑。
仪表盘使用示例：
4. 数据
导入：
excel （csv 格式导入）
Amazon S3 导入 暂时没有用过，不了解使用
选择新建弹出表视图。选择表即可。(选择文件时注意，格式仅支持 csv)
上传成功后，可以在此页面查看读取出来的表信息。
根据信息文件中还提供了数据修改的追加数据、替换数据。
公共维度：
官方介绍：在创建或分析跨模型的指标时，可以利用公共维度来连接来自多个模型的数据。
5. 设置
各项平台的拓展功能都汇集于此：
成员访问管理
应用集成
API 调用
指标分类（放在指标页可能更合适）
#03
实际业务体验
1. 使用流程
进入海量模板库：Kyligence 指标模板-模板库。
选择想要的指标模板。以用户 App 注册分析指标为例，点击立即体验模板即可一键导入 Kyligence Zen 使用。
以用户 App 注册分析指标为例 （有四个指标）：
APP USER Analysis-注册人数环比增长
APP USER Analysis-设备类型
APP USER Analysis-注册人数
APP USER Analysis-性别分布
2. 归因分析
❗❗❗特别注意的是：归因分析应该是针对有时间维度的指标数据。
以模板网络商城销售分析指标为例。
同时官网也提供了—归因分析的介绍：功能上新｜一键归因分析，快速洞察指标波动原因。
导入之后，可以看到新增了对应的八个指标，在指标界面选择月环比销售额。
进入指标之后：
通过观察发现折线图有一个特别明显的下滑趋势在2011-01-01——2011-02-01，几乎是从顶峰直接跌入谷底，对于这种异常的数据变化，我们需要及时的找到影响数据变化的因素；
左侧的分析配置；
选择时间范围：选择数据异常变化的时间段2011-01-01——2011-02-01；
选择分析维度: 这里我将所有的维度都选上；
分析结果如下：
可以看到所有选择的维度都分析了出来，并单独地呈现出来。
我们可以直观地看到：
总的来说：
月环比销售额 百分比从2011-01-01 “9.82%” 跌至 2011-02-01“0.01%”，跌幅达到 9.83%。
各个维度来说：
- 月维度：没有可分析性；
- 产品维度：销售指标中只有 U 产品的 ，其销售同比上月下跌直接跌去 9.83%；
客户婚姻状态：
- M 已婚 同比上月环比跌去 6.29%；
- S 单身 同比上月环比跌去 19.12% ；
产品颜色：
- Silver 同比上月环比跌去 2.50% ；
- Black 同比上月环比跌去 10.88% ；
- Red 同比上月环比跌去 13.52% ；
客户职业：
- Clerical 同比上月环比跌去 0.19% ；
- Management 同比上月环比跌去 4.43% ；
- Manual 同比上月环比跌去 7.24% ；
- Professional 同比上月环比跌去 8.70% ；
- Skilled Manual 同比上月环比跌去 15.29% ；
总的来说，根据上面的分析，我们直观的看到的月环比销售额到底实在那些的因素的作用下产生变化，为提升环比，对此对于相应的因素进行不同的产品策略决策时，就可以进一步结合的实际业务进行分析 。
比如：
在客户婚姻状态中：单身客户的环比下降远超已婚客户，多出了 2 倍，那么就可以对单身客户的购买下降原因结合实际业务进一步分析；
在产品颜色中，银色 Silver 跌幅明显小于黑色与红色，是否可以认为银色在该产品外观视觉上具备优势；
在客户职业中，Skilled Manual 手工艺人工作者的环比下降最大，结合其职业属性分析是否是该产品在使用上较其他职业不太吸引该类职业人群。
Kyligence Zen 提供的归因分析这一功能，用户一键即可对基础指标、复合指标以及衍生指标的异常波动进行归因分析、快速获取洞察，从而为业务决策提供较为科学和可靠的参考。总的来说，这一功能具备有很高的实用性。
在我的工作场景中，在得到实际的数据，并可视化处理之后业务分析一般为两步：
找出影响因素
结合实际业务分析原因
归因分析很好的解决了第一步，实际业务的处理中往往要同时应对海量的数据因素，容易在顾前失后，而 归因分析 这一功能从一定程度上解决了这个问题，将（想要的）所有的相关维度因素同时分析出来。
3. 指标与目标联动
以样例模板净利润达到去年的1.5倍的 Net Profit Reach 1.5 Times of Last Year 为例。
最大可使用四层级目标关联的方式，来为指标数据设定指标目标：
目标
子目标
子目标
子目标
层级而下的目标设定分层次的展现不同目标的相应指标的要求，如图：
总目标：净利润达到去年的1.5 倍，子层级提升总销售额提升总交易量提高连带率。
右侧的信息依次：
所属人 （创建者）
完成度数值
缩略折线图是该指标的变化趋势
完成度百分比
目标规则设定
通过上图的指标与目标联动，清晰明了地展示了以下结论：
当前总目标 “净利润达到去年的1.5倍”完成度 74.94%，处理正常状态；
值得关注的是子层级中 `提升总交易量` 的目标完成度具有风险。
除此之外，还提供了第三方介入服务，如飞书平台通知，创建任务。
4. 仪表盘图表设定
以用户 App 注册分析指标为例 （有四个指标）。
设定完成之后：
时间筛选:可进行时间筛选，其他的数据（拥有时间维度）的图表将自动发生变化；
注册人数柱状图；
注册人数环比增长折线图；
性别分布饼图；
以 注册人数柱状图 为例：
选中折线图；
XY轴的维度数据选择：
X轴：reg_date
Y轴：注册人数
排序方式：
reg_date（很重要，不然X轴数据日期将不会按照时间排序，当然如果你希望如此）
行数限制
调整图下方的时间条
这样我们就直观地得到了从 2015-01-16——2018-01-19 时间段（数据默认的所有时间段）App 的注册人数可视化数据图。
可以看到，注册人数随着时间趋势呈上升的态势，注意看，在一些时间段，上涨的幅度更大；
月单位时，下旬的注册人数总是高上旬；
年为单位时，15年-16年的涨幅小于16年-18年。
#04
总结
我个人是开发者，过去对于数据处理多用 echarts 来处理，但是开发时长与所需求的理想效果，往往不是很理想，让人很是头痛。Kyligence Zen 作为数据处理平台，很好的解决了我这类需求–高效快速的处理业务数据，并且具备高拓展性，方便后期业务变化后可以兼容之前的数据，同时适应新的数据处理要求、使用下来我感觉指标化的数据处理模式使得数据处理方式更加的明朗和有针对性。
简洁明了的操作界面
Kyligence Zen 的操作界面并不复杂，所有的操作逻辑根据功能模块名称都容易理解。指标、目标、仪表盘、数据将数据处理业务都梳理的很清楚。
功能设计上满足了数据业务的深度理解
归因分析、数据仪表盘--定制化可视化图表、API 第三方调用，传统数据办公软件接入——Excel/WPS 协同。
高效的数据处理能力
根据产品手册中的介绍，Kyligence Zen 数据处理高效快速的原因有来自平台智能缓存的策略—提前预测相应的数据指标并进行处理缓存–就可以做到客户随时调用随时响应的高效反应。
Kyligence Zen 现已开启试用，欢迎大家点击「阅读原文」申请试用。
关于 Kyligence
跬智信息（Kyligence）由 Apache Kylin 创始团队于 2016 年创办，是领先的大数据分析和指标平台供应商，提供企业级 OLAP（多维分析）产品 Kyligence Enterprise 和一站式指标平台 Kyligence Zen，为用户提供企业级的经营分析能力、决策支持系统及各种基于数据驱动的行业解决方案。
Kyligence 已服务中国、美国、欧洲及亚太的多个银行、证券、保险、制造、零售、医疗等行业客户，包括建设银行、平安银行、浦发银行、北京银行、宁波银行、太平洋保险、中国银联、上汽、长安汽车、星巴克、安踏、李宁、阿斯利康、UBS、MetLife 等全球知名企业，并和微软、亚马逊云科技、华为、安永、德勤等达成全球合作伙伴关系。Kyligence 获得来自红点、宽带资本、顺为资本、斯道资本、Coatue、浦银国际、中金资本、歌斐资产、国方资本等机构多次投资。
👇 点击「阅读原文」申请试用
