這個工具太好用了！徹底擺脫了資料IT“天天取數”的噩夢

曾經在知乎上看到一則帖子，是關於“職場工具人“的討論，網友對工具人的定義如下：

再一看評論區，果然是一片哀嚎：

幹開發的吐槽自己的就是一個程式碼輸出機器，天天接需求、改bug。

運維覺得自己就是專業修理工、哪出問題都得隨叫隨到，空有一身本領，業務眼裡也只是個修電腦的。

測試天天就是找bug、找bug，時不時還要跟開發吵兩架。。。。。。

再反思一下我們資料部門的工作，好像也沒能逃脫“工具人“的宿命，每天睜眼就是業務方五花八門的取數和報表需求，累死累活功勞還總被業務搶走，就跟打遊戲一樣 ，IT打“輔助”，業務拿“人頭”。

最讓我覺得自己是工具人的工作就是“取數“，基本上是所有資料IT的噩夢。在行業認知裡，取數一項非常基礎的工作，一個新人1年的成長基本上就可以自如應對各種取數工作，但是這項低技術含量的工作偏偏要耗費IT很多的時間和精力，一些公司都開設了取數崗來專門滿足業務的取數需求，不過這個崗位在公司的地位可想而知，更尷尬的是，在很多厲害的網際網路公司，一些技術牛逼的業務都會自己寫sql資料了，更加看不起取數的IT。

那我們幹資料的IT怎麼才能擺脫取數的噩夢，來個翻身農奴把歌唱？

我們迴歸到“取數“這件事本身，剛才上面說了從技術的角度講，取數並不難，無非就是寫兩句sql嘛。而真正的阻礙是 企業隨著業務發展帶來的複雜和冗餘的取數需求和 IT與業務之間巨大的需求溝通成本。

曾經在一家金融公司資訊部工作過一段時間，深刻體會到取數這個活有多麼不容易，大多時候業務的一張報表會涉及到多個取數需求，看起來沒增加幾張報表，但實際上背後隱含了N個取數過程。而且對於集團企業來說，不僅總部的運營部、銷售部和市場部等各個業務部門的報表需求都壓在資訊部身上，而且有可能分公司的需求經由總部對應部門也彙總到資訊部身上，這就導致了資訊部每天都要應對成千上萬的取數需求。需求多了，響應速度慢，耽誤了業務分析決策，業務還會毫不留情地投訴我們。

然而這還不是最難的，更令人心碎的是和業務往往復復的需求溝通。每接一個需求，都要找業務反覆溝通核對，而且快速發展的業務讓需求總是不停變化，IT不是在和業務部門溝通需求，就是在溝通需求的路上，給業務/IT雙方來都帶去了很多工作量，耗時又費力。

為了跨越IT業務之間的“取數“鴻溝，一些企業探索出了新的辦法，那就是讓業務實現 自助取數，把取數這件事從IT身上轉移到業務身上，讓業務和想要的資料之間沒有IT這個“中間商”，這樣一來，“取數”這件事就從原來的“業務點餐“變成了“業務自助”，既縮短了取數流程又節約了溝通成本。

看到這裡，業務朋友們肯定要開噴了 ：讓我們業務去學sql取數？要你們IT幹什麼吃的。

當然，讓業務去學sql取數必然是不現實的，而且資料全部下放給業務，IT更加會擔心資料安全和混亂問題。為了實現業務自助取數，解決這個問題的辦法就是搭建一個 自助取數平臺，透過IT集中資料管控來進行資料分發，業務透過平臺自助完成取數工作，這樣IT就省下了很大一部分的取數工作，業務不用等需求排期，很快拿到想要的資料。

不過，說起來容易做起來難，建設這類取數平臺，除了要體驗好，還要效能要高，在整個的開發過程中，如何設計好配置方式、如何做好業務和資料的對映、如何進行資料表之間的關聯、如何實現資料許可權管理等等一系列的問題都需要解決，還有一個前提是公司有足夠的技術人力支撐。所以對絕大部分的企業來說，量身打造這樣一個自助取數的平臺是非常困難的。

不過市場上現在已經出現了很多產品化的自助取數工具（單純取數）和自助BI工具（自助取數+分析）可以幫助企業解決這個難題。目前應用的比較多的是自助BI工具，業務能夠實現自助取數和分析，直接為業務決策提供依據，這就有點像我前面說的“自助餐“概念了，原先是IT提供食材，業務分析加工得出結論（菜餚），現在是業務自行準備食材、加工、做成菜餚，即解放IT，也讓業務真正成為資料的主人，企業層面上也提高了資料應用決策的效率。

以市面上比較知名的BI平臺FineBI為例，簡單介紹BI工具是如何解決取數這個問題的。

我們在平臺建設之前，搭建了資料倉儲，把業務系統產生的資料經過ETL載入到資料倉儲，然後在資料倉儲中設計好資料主題，配置好維度表和事實表資料集，將資料匯入到FineBI中，配置好表間關聯關係，供業務自助查詢分析，把一些日常固定報表也固化到平臺上供業務查詢，我們IT只需要負責底層的資料梳理，和自助分析平臺的資料許可權的維護，比原來的工作量直接少了一半。

當然，要真正實現自助分析光靠工具肯定也不行，IT把平臺搭好了，業務要能用得起來才行，所以自助BI工具的使用門檻要低，要讓業務輕鬆就能取到資料，快速實現分析。

比如像FineBI的自助集資料處理功能，IT 和業務都可以建立自助資料集，抽取想要的資料，在資料集中進行資料加工，而且這些加工只需要滑鼠點選就能完成，不需要寫一行行的sql語句。

資料處理之後，業務透過拖拽就能實現快速自助分析，支撐業務決策，並且 報表設計過程及分析過程，全程視覺化。

在這樣的自助分析模式下，我們IT省下了時間去集中精力梳理底層資料，企業的資料質量也越來越好，業務分析需求也能夠得到及時響應。，除此之外我們也有了時間去創新突破數字化轉型道路上更多技術點，比如資料探勘智慧式BI等，領導也更加認可IT在企業中的價值。這樣一來，我們資料IT人就逐漸從被業務壓制的輔助角色，轉向了推送企業資訊化建設的先鋒軍！