來源：云數(shù)智觀察 郭濤
這是發(fā)生在不久前剛剛結(jié)束的用友BIP技術(shù)大會(huì)上的一場別開生面的“人機(jī)對(duì)話”。
智能分析云助手：您好，我是智能分析云助手。
用友BIP大財(cái)稅產(chǎn)品總監(jiān)黃貞發(fā)：看一下公司的財(cái)務(wù)綜合分析。
智能分析云助手：好的。財(cái)務(wù)綜合分析圖已展開，請查驗(yàn)。
大屏幕上，公司的整體財(cái)務(wù)狀況及相關(guān)統(tǒng)計(jì)數(shù)據(jù)一目了然。
智能分析云助手：疫情緩解后，經(jīng)濟(jì)增長加速，行業(yè)內(nèi)本季度出現(xiàn)了同比15%的增長，但是本公司的營收規(guī)模及利潤并未出現(xiàn)相應(yīng)的高增長，相反營收出現(xiàn)了10%的降幅。
黃貞發(fā)：分析一下原因。
于是，智能分析云助手開始了鞭辟入里的分析，有理有據(jù)，并且還給出了改進(jìn)建議。
用友BIP大財(cái)稅產(chǎn)品總監(jiān)黃貞發(fā)演示的是一個(gè)典型的數(shù)智員工場景，它以底層的多維數(shù)據(jù)庫為支撐，再加上數(shù)據(jù)分析與AI分析，以實(shí)現(xiàn)財(cái)務(wù)智能化，從而為我們打開了一個(gè)無人值守的財(cái)務(wù)管理新世界。
多維數(shù)據(jù) 加速數(shù)據(jù)決策
當(dāng)前，各行各業(yè)的數(shù)智化轉(zhuǎn)型正不斷走向深入。在這一過程中，加速數(shù)字技術(shù)與財(cái)務(wù)管理的深度融合，進(jìn)而推動(dòng)財(cái)務(wù)的數(shù)智化轉(zhuǎn)型，已成為國央企及重點(diǎn)行業(yè)頭部企業(yè)構(gòu)建世界一流財(cái)務(wù)體系的必然選擇。順理成章，世界一流的財(cái)務(wù)體系更需要一個(gè)強(qiáng)大的數(shù)智化底座作為支撐。能夠幫助企業(yè)快速提煉有用的信息，并實(shí)現(xiàn)高效應(yīng)用分析的多維數(shù)據(jù)庫，則是這個(gè)底座中不可或缺的一項(xiàng)核心支撐力，也是企業(yè)精細(xì)化管理的迫切需求。
所謂多維數(shù)據(jù)庫，即可以從多個(gè)維度對(duì)業(yè)務(wù)數(shù)據(jù)做好標(biāo)記、歸類，并進(jìn)行規(guī)整化存儲(chǔ)，基于內(nèi)嵌的計(jì)算引擎，對(duì)外提供包括數(shù)據(jù)增刪改查、切片、鉆取等一系列操作在內(nèi)的數(shù)據(jù)服務(wù)。從企業(yè)的實(shí)際應(yīng)用來看，多維數(shù)據(jù)庫在EPM(企業(yè)績效管理)領(lǐng)域的計(jì)劃預(yù)算、合并報(bào)表以及作業(yè)成本分析等場景中正發(fā)揮著越來越重要的作用。
為了更好地理解什么是多維數(shù)據(jù)庫，可以將它與傳統(tǒng)的二維關(guān)系型數(shù)據(jù)庫進(jìn)行一下對(duì)比。首先，兩者適用的主場景不一樣：關(guān)系型數(shù)據(jù)庫主要適用于TP應(yīng)用，比如采購、銷售、應(yīng)收應(yīng)付等;而多維數(shù)據(jù)庫主要適用于EPM的合并報(bào)表、計(jì)劃預(yù)算以及各種模擬測算和多維分析。其次，數(shù)據(jù)模型不同：關(guān)系型數(shù)據(jù)庫是以行的方式來存儲(chǔ)數(shù)據(jù)，全量數(shù)據(jù)主要存儲(chǔ)在磁盤上;而多維數(shù)據(jù)庫根據(jù)存儲(chǔ)結(jié)構(gòu)可分為列存式存儲(chǔ)和多維結(jié)構(gòu)存儲(chǔ)，全量數(shù)據(jù)一般都存儲(chǔ)在內(nèi)存中(不同廠商的實(shí)現(xiàn)策略不盡相同)。最后，技術(shù)規(guī)范不同：關(guān)系型數(shù)據(jù)庫一般都是商用或者開源的，支持SQL規(guī)范;多維數(shù)據(jù)庫目前主要是廠家將多維數(shù)據(jù)庫與應(yīng)用深度整合，提供整體解決方案，一般不單獨(dú)銷售，通常除了會(huì)提供MDX、XMLA、Olap4J等規(guī)范接口外，還會(huì)提供一系列的原生API(效率更高)。
黃貞發(fā)指出：“在VUCA時(shí)代，企業(yè)會(huì)面臨更多的不確定性，因此更需要在錯(cuò)綜復(fù)雜的數(shù)據(jù)中快速尋找有用的信息，進(jìn)行高效地分析，尋找解決業(yè)務(wù)問題的答案。”歸納來說，多維數(shù)據(jù)庫具有以下天然優(yōu)勢：降噪——面對(duì)海量的數(shù)據(jù)信息，多維數(shù)據(jù)庫可以將財(cái)務(wù)核心的決策所需信息抽象成多維數(shù)據(jù)庫中的維度和維值，基于明細(xì)數(shù)據(jù)，按照業(yè)務(wù)的屬性進(jìn)行初步聚合，從而將冗余、復(fù)雜的信息過濾掉;快速反饋——基于內(nèi)存計(jì)算，可以快速返回查詢結(jié)果，提高查詢性能，滿足業(yè)務(wù)實(shí)時(shí)性的要求;易于理解——多維數(shù)據(jù)庫中的每一個(gè)維度就代表一種業(yè)務(wù)屬性，比如產(chǎn)品、客戶或區(qū)域都可以作為一個(gè)維度，便于查詢和理解;多角度——多維數(shù)據(jù)庫提供了豐富的數(shù)據(jù)切片、切塊和鉆取操作，所謂“橫看成嶺側(cè)成峰”，一個(gè)數(shù)據(jù)有N個(gè)標(biāo)簽，使得分析人員可以輕松地從不同角度和維度對(duì)數(shù)據(jù)進(jìn)行探索，也更便于管理。
正如用友所提：實(shí)現(xiàn)高效流程自動(dòng)化和快速反應(yīng)，加速數(shù)據(jù)決策。這正是多維數(shù)據(jù)庫的價(jià)值所在。
路漫漫其修遠(yuǎn) 價(jià)值替代才是根本
“多維數(shù)據(jù)庫的興起，是因?yàn)榱鞒绦蜆I(yè)務(wù)日積月累的數(shù)據(jù)需要更高效地處理和分析。多維數(shù)據(jù)庫并不僅僅是一種新的技術(shù)，更重要的，它是管理價(jià)值的一種靈活體現(xiàn)，是由企業(yè)戰(zhàn)略層提出，并且需要從戰(zhàn)略層到經(jīng)營層逐層貫徹執(zhí)行的。”黃貞發(fā)進(jìn)一步解釋說，“多維數(shù)據(jù)庫是一個(gè)頂級(jí)的管理類系統(tǒng)，高度抽象，技術(shù)能力、邏輯能力的門檻比較高”
正因?yàn)槿绱耍诮?jīng)濟(jì)發(fā)達(dá)、精細(xì)化管理相對(duì)成熟的歐美市場，多維數(shù)據(jù)庫已經(jīng)形成了規(guī)模化的應(yīng)用。但是在中國，將先進(jìn)管理思想的融入多維數(shù)據(jù)庫的應(yīng)用正在快速發(fā)展過程中。黃貞發(fā)堅(jiān)信，隨著國內(nèi)企業(yè)數(shù)智化水平的進(jìn)化，，多維數(shù)據(jù)庫未來在中國會(huì)有更大的發(fā)展空間。
作為國內(nèi)管理軟件廠商中率先“吃螃蟹”的，用友較早就開始了在多維數(shù)據(jù)庫領(lǐng)域的布局與研發(fā)，并且選擇了“純內(nèi)存多維結(jié)構(gòu)存儲(chǔ)多維數(shù)據(jù)庫”這條道路。因?yàn)樵趹?yīng)對(duì)復(fù)雜場景時(shí)，內(nèi)存計(jì)算尤其是純內(nèi)存的技術(shù)架構(gòu)具有非常明顯的優(yōu)勢，而且基于多維結(jié)構(gòu)構(gòu)建的多維數(shù)據(jù)庫，相比列式存儲(chǔ)結(jié)構(gòu)的多維數(shù)據(jù)庫，在計(jì)算速度、存儲(chǔ)成本等各方面也更具優(yōu)勢。
基于多年來服務(wù)眾多超大型央國企的經(jīng)驗(yàn)，以及在多樣化場景下的反復(fù)磨煉，用友的多維數(shù)據(jù)庫產(chǎn)品逐漸成熟、完善，如今已躋身國內(nèi)多維數(shù)據(jù)庫市場的領(lǐng)先行列。
回顧用友BIP多維數(shù)據(jù)庫的發(fā)展歷程，黃貞發(fā)十分感慨。他將用友BIP多維數(shù)據(jù)庫起步的第一個(gè)階段概括為“洞悉先機(jī)，躬身入局，初具能力”。21世紀(jì)初，隨著管理水平的提升，企業(yè)對(duì)多維應(yīng)用的需求逐步顯現(xiàn)，此時(shí)國際頂級(jí)的EPM產(chǎn)品也開始陸續(xù)進(jìn)入中國市場。同期，用友啟動(dòng)了相關(guān)產(chǎn)品的研發(fā)，于2004年8月，發(fā)布了基于多維技術(shù)的預(yù)算管理、BI等產(chǎn)品，并且積累了大量的多維應(yīng)用場景。
一方面，國外先進(jìn)產(chǎn)品大量涌入并快速占領(lǐng)市場;另一方面，中國企業(yè)的管理水平相對(duì)有限，對(duì)多維應(yīng)用的需求還在孕育期。因此在這個(gè)階段，用友秉持學(xué)習(xí)的心態(tài)，正視與國際EPM產(chǎn)品的差距，持續(xù)跟進(jìn)多維數(shù)據(jù)庫、內(nèi)存計(jì)算以及數(shù)據(jù)存儲(chǔ)技術(shù)的演進(jìn)，為日后實(shí)現(xiàn)突破積蓄力量。
隨著用友對(duì)應(yīng)用場景的理解更加深入，對(duì)國際領(lǐng)先產(chǎn)品持續(xù)研究，以及在新一代多維數(shù)據(jù)庫及EPM軟件開發(fā)方面的經(jīng)驗(yàn)日益豐富，用友BIP多維數(shù)據(jù)庫的發(fā)展步入了快車道，實(shí)現(xiàn)技術(shù)突破與國際化替代成為其新的使命。在用友BIP企業(yè)績效產(chǎn)品部和平臺(tái)技術(shù)部門等多個(gè)團(tuán)隊(duì)的共同努力下，2019年，用友BIP多維數(shù)據(jù)庫產(chǎn)品經(jīng)測試已具備國際同類產(chǎn)品的能力，基本能夠?qū)崿F(xiàn)對(duì)國際化產(chǎn)品的替換。這一階段也堪稱用友BIP多維數(shù)據(jù)庫“厚積薄發(fā)，深度優(yōu)化，比肩一流”的關(guān)鍵攀升階段。
國際市場風(fēng)云變幻，國產(chǎn)化信創(chuàng)大潮洶涌澎湃，用友抓住這一有利時(shí)機(jī)，不斷加大投入，快速升級(jí)迭代產(chǎn)品，發(fā)布了V3版本——國際化多維引擎(存算一體版)，基于自有專利技術(shù)的MDS引擎和多維卷積算法，大幅度優(yōu)化了產(chǎn)品性能，改善了內(nèi)存管理、數(shù)據(jù)存儲(chǔ)機(jī)制等。用友BIP多維數(shù)據(jù)庫也邁入了“升級(jí)迭代，全面超越, 成就世界級(jí)”的嶄新發(fā)展階段。“在這個(gè)階段，我們并不滿足于產(chǎn)品層面的功能替代，而是要在更多的行業(yè)客戶中實(shí)現(xiàn)價(jià)值替代。”黃貞發(fā)舉例說，“很多大型央國企都對(duì)多維應(yīng)用提出了更高的要求。我們一方面瞄準(zhǔn)國際領(lǐng)先產(chǎn)品，另一方面從中國客戶的實(shí)際需求出發(fā)，在架構(gòu)上創(chuàng)新，在應(yīng)用上優(yōu)化，秉承開放的原則，打造世界級(jí)的多維數(shù)據(jù)庫產(chǎn)品，同時(shí)又不失中國特色。”
從2004年開始到現(xiàn)在，用友BIP多維數(shù)據(jù)庫的發(fā)展經(jīng)歷了一個(gè)漫長的階段，從最初的學(xué)習(xí)、模仿，到后來的獨(dú)立自主研發(fā)、攻克“卡脖子”技術(shù)難關(guān)，再到現(xiàn)在能夠與國際化產(chǎn)品相媲美，用友BIP多維數(shù)據(jù)庫確立自己的差異化競爭優(yōu)勢。
2022年，用友聯(lián)合中國軟件評(píng)測中心，基于信創(chuàng)平臺(tái)(海光硬件+銀河麒麟操作系統(tǒng))做了專項(xiàng)測試，其多維數(shù)據(jù)庫基于用友自研MDS引擎專利技術(shù)，寫入1億基礎(chǔ)數(shù)據(jù)的速度約為250w/s，在1億數(shù)據(jù)中檢索100萬數(shù)據(jù)耗時(shí)約360毫秒;用友BIP多維數(shù)據(jù)庫基于其自研多維卷積算法(專利)，1億Base數(shù)據(jù)頂級(jí)聚合小于1秒。在實(shí)際應(yīng)用中，某一級(jí)央企在典型的復(fù)雜計(jì)算場景下，基于用友BIP多維數(shù)據(jù)庫達(dá)到的性能是某國際廠商產(chǎn)品的5倍多。
“唯快不破”似乎是多維數(shù)據(jù)庫給人留下的最深印象。對(duì)此，游志強(qiáng)指出，“快”雖然是多維數(shù)據(jù)庫追求的一個(gè)目標(biāo)，但并不是唯一的目標(biāo)。用友BIP多維數(shù)據(jù)庫目前能夠支持千億級(jí)數(shù)據(jù)(后續(xù)還會(huì)繼續(xù)提升)，并且具有強(qiáng)大而靈活的計(jì)算引擎，能夠很好地滿足各種業(yè)務(wù)場景的需求。更重要的是，用友BIP多維數(shù)據(jù)庫在不同數(shù)據(jù)量規(guī)模下具有更高的性價(jià)比，且從多個(gè)方面保障了數(shù)據(jù)庫本身的安全可靠，這才是用友BIP多維數(shù)據(jù)庫受到大型企業(yè)客戶青睞的重要原因。
AI使能為多維數(shù)據(jù)庫注入思想
國內(nèi)某央企在做合并報(bào)告時(shí)，采用某國際化產(chǎn)品用時(shí)25分鐘，而采用用友BIP多維數(shù)據(jù)庫只花費(fèi)了10分鐘，超出其預(yù)期。“我們所說的價(jià)值替代，不是產(chǎn)品功能相當(dāng)，而是要全面超越，給客戶帶來更多的收益。”黃貞發(fā)如是說。實(shí)際上，用友BIP多維數(shù)據(jù)庫確實(shí)在核心能力上做到了全面替代，包括多維建模、規(guī)則引擎、即席分析等。用友BIP多維數(shù)據(jù)庫基于BIP領(lǐng)先技術(shù)，具有高性能、高安全(自研、可控)等特性，并且支持云原生，做了大量國產(chǎn)化適配的工作，實(shí)現(xiàn)了場景化、圖形化、智能化和“用戶+AI”友好。
針對(duì)私有云客戶，用友BIP多維數(shù)據(jù)庫，能夠滿足復(fù)雜的業(yè)務(wù)和管理需求;針對(duì)公有云客戶，用友維數(shù)據(jù)庫采用模型和規(guī)則預(yù)置技術(shù)，進(jìn)行了場景深度優(yōu)化，開箱即用。
從用友的大量成功實(shí)踐來看，多維數(shù)據(jù)庫可以用于企業(yè)績效管理平臺(tái)，基于多維數(shù)據(jù)、規(guī)則引擎和報(bào)告呈現(xiàn)能力，將企業(yè)級(jí)大數(shù)據(jù)做完整的呈現(xiàn)，這在零售行業(yè)應(yīng)用得比較普遍;基于多維數(shù)據(jù)庫技術(shù)還能實(shí)現(xiàn)更深層次的數(shù)據(jù)加工和處理，比如助力大型航空企業(yè)實(shí)現(xiàn)作業(yè)成本分析;基于數(shù)據(jù)與智能的融合，多維數(shù)據(jù)庫還能很好地支撐財(cái)務(wù)智能化。
用友BIP多維數(shù)據(jù)庫的一大特色就是融入了智能化能力，可以幫助客戶實(shí)現(xiàn)智能分析、智能預(yù)測。尤其是基于預(yù)算模型，進(jìn)行銷量預(yù)測、采購預(yù)測、資金流入流出預(yù)測等，更需要擁有極強(qiáng)的AI能力，而這些都是國際化產(chǎn)品所不具備的。“多維數(shù)據(jù)庫與智能分析相結(jié)合是一個(gè)典型的場景。”黃貞發(fā)舉例說，“在智能分析云助手的演示中，數(shù)智員工具有專業(yè)水平的財(cái)務(wù)分析能力，能夠根據(jù)營收規(guī)模、銷量、利潤等，分析企業(yè)到底存在的是效率問題，還是銷售渠道問題。在這種場景下，一個(gè)多維模型其實(shí)本身蘊(yùn)含著一套管理思想。我們的想法是基于數(shù)據(jù)模型，將人的知識(shí)和想法做成圖譜放到AI中，以滿足復(fù)雜管理的需要。”
多維數(shù)據(jù)庫本身是沒有思想的，只是提供了很好的數(shù)據(jù)基礎(chǔ)。為其植入管理思想，再加上豐富的業(yè)務(wù)分析模型、智能化的展現(xiàn)和AI分析，充分發(fā)揮多維數(shù)據(jù)的價(jià)值，正是用友BIP多維數(shù)據(jù)庫努力的方向和目標(biāo)。以多維數(shù)據(jù)庫為依托，再加上數(shù)據(jù)分析與AI能力，成就了數(shù)智員工這一場景。諸如此類需要將數(shù)據(jù)和智能相融合，并嵌入更多分析模式和AI的應(yīng)用場景層出不窮。
數(shù)據(jù)智能時(shí)代 多維數(shù)據(jù)能力是“試金石”
隨著數(shù)據(jù)成為企業(yè)重要的戰(zhàn)略資產(chǎn)，應(yīng)用多維數(shù)據(jù)庫的重要性和必要性將進(jìn)一步凸顯。作為數(shù)據(jù)底座，必須具備三大核心能力——多維建模、規(guī)則引擎的能力、多維呈現(xiàn)的能力。這也正是用友iuap平臺(tái)作為企業(yè)數(shù)智化底座，實(shí)現(xiàn)數(shù)據(jù)驅(qū)動(dòng)價(jià)值的重要支撐。
當(dāng)前，多維數(shù)據(jù)庫市場發(fā)展方興未艾。展望其前景，黃貞發(fā)歸納了以下三個(gè)方面：
首先，數(shù)據(jù)交互、數(shù)據(jù)智能時(shí)代已經(jīng)來臨，AI使能的EPM發(fā)展值得特別關(guān)注?；跀?shù)據(jù)進(jìn)行模擬測算、推演，以及實(shí)時(shí)分析、決策將成為企業(yè)的剛需。從用友的角度，將持續(xù)運(yùn)用人工智能和大數(shù)據(jù)分析技術(shù)，豐富算法模型，如建立決策樹、隨機(jī)森林、BP神經(jīng)網(wǎng)絡(luò)、 XGBoost、LightGBM、LSTM 等算法模型 ,更好地實(shí)現(xiàn)目標(biāo)測算及其他算法的延展。
其次，未來，基于多維數(shù)據(jù)的應(yīng)用場景將更加豐富，返利、資金計(jì)劃、盈利分析、作業(yè)成本分析等都離不開多維數(shù)據(jù)庫。
最后，隨著自然語言處理、語音識(shí)別、深度學(xué)習(xí)等智能化技術(shù)持續(xù)演進(jìn)，將自然語音處理和語音識(shí)別相結(jié)合，實(shí)現(xiàn)語音喚醒一站式財(cái)務(wù)報(bào)告合并，并使用深度學(xué)習(xí)與增強(qiáng)學(xué)習(xí)技術(shù)實(shí)現(xiàn)智能預(yù)測，以及使用強(qiáng)化學(xué)習(xí)技術(shù)實(shí)現(xiàn)智能決策應(yīng)用，將成為業(yè)界研究和探索的方向。
（免責(zé)聲明：本網(wǎng)站內(nèi)容主要來自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿，凡在本網(wǎng)站出現(xiàn)的信息，均僅供參考。本網(wǎng)站將盡力確保所提供信息的準(zhǔn)確性及可靠性，但不保證有關(guān)資料的準(zhǔn)確性及可靠性，讀者在使用前請進(jìn)一步核實(shí)，并對(duì)任何自主決定的行為負(fù)責(zé)。本網(wǎng)站對(duì)有關(guān)資料所引致的錯(cuò)誤、不確或遺漏，概不負(fù)任何法律責(zé)任。
任何單位或個(gè)人認(rèn)為本網(wǎng)站中的網(wǎng)頁或鏈接內(nèi)容可能涉嫌侵犯其知識(shí)產(chǎn)權(quán)或存在不實(shí)內(nèi)容時(shí)，應(yīng)及時(shí)向本網(wǎng)站提出書面權(quán)利通知或不實(shí)情況說明，并提供身份證明、權(quán)屬證明及詳細(xì)侵權(quán)或不實(shí)情況證明。本網(wǎng)站在收到上述法律文件后，將會(huì)依法盡快聯(lián)系相關(guān)文章源頭核實(shí)，溝通刪除相關(guān)內(nèi)容或斷開相關(guān)鏈接。 ）
