Barry Mostert | 分析高级总监 | 2023 年 10 月 25 日
嵌入式分析是一种创新的数据分析方法,可以让人们更轻松地做出更明智的决策。在本文中,我们将介绍嵌入式分析及其优势,并探讨常见的实施技术。通过嵌入式分析,企业可以将分析功能直接融入业务工作流和应用中,让员工(有时甚至是客户)能够获取相关情境的实时洞察,并帮助他们做出数据驱动的决策。
嵌入式分析将数据分析和可视化功能直接集成到运营应用或其他软件中,使人们无需在不同的应用或系统之间来回切换,即可访问和分析数据。嵌入式分析可帮助企业改善决策并发现新商机,同时降低分析的复杂性。这种分析可在需要时提供相关且可操作的信息,让更多的人(即员工,有时甚至是客户)更易于访问和操作数据驱动的洞察。
业务分析和嵌入式分析都旨在通过数据驱动的洞察帮助企业做出明智的决策。两者的不同之处在于使用方式。业务分析和商务智能 (BI) 要求用户离开用于完成工作的操作应用,并使用其他界面不同的工具来获取数据洞察。
嵌入式分析根据集成的特定目标位置而设计,从而为任务提供相关信息。这为人们提供了一种简单的方法来进行分析并获取洞察。业务分析或商务智能工具也提供了供用户使用的信息,但需要精通技术的人员使用该工具和相关数据源创建或修改内容。
与传统分析不同,嵌入式分析无需从用于完成工作的用户界面切换到专门的分析工具,即可访问支持信息和洞察。内部用户(员工)和外部用户(客户)在使用嵌入式分析时,不需要掌握高级技术技能,也不需要访问底层分析平台或数据管理系统。通过这种访问,他们无需了解所涉及的分析流程,即可做出数据驱动的决策。
嵌入式分析提供了更高效、更易于访问且用户友好的方法,尤其适合支持实时业务流程。嵌入式分析可以提供情境化洞察来实时支持业务流程。如果没有嵌入式分析,用户需要访问其他分析平台,掌握使用该软件的技能,了解相关数据定义,并在交互、操纵和消化所呈现的信息上花费更多的时间。
关键要点
传统分析 | 嵌入式分析 | |
---|---|---|
在不同界面之间来回切换 | 用户需要从主要用户界面切换到专门的分析工具。 | 用户无需切换界面,可以在当前界面中直接访问洞察。 |
所需技术技能 | 要求用户掌握底层分析平台或数据管理系统的高级技术技能和知识。 | 不要求用户(内部和外部)掌握高级技术技能或了解分析平台或数据管理系统。 |
效率和可访问性 | 需要更多的时间和精力来交互、处理和理解所呈现的数据。 | 提供更高效、更易于访问且用户友好的方法。特别适用于实时业务流程。 |
实时洞察 | 不是为实时业务流程设计的。在数据处理和分析中,用户通常需要耐心等待。 | 实时提供情境化洞察,以支持业务流程。 |
需要单独的平台 | 需要访问单独的分析平台以及使用该软件的技能。 | 不需要单独的分析平台。在用户界面中情境化方式提供洞察。 |
了解数据定义 | 用户需要了解数据定义才能有效地使用分析。 | 用户无需深入了解分析流程或数据定义。 |
嵌入式分析是一个软件平台,可将数据分析功能集成到企业的运营应用中,以便更好地支持工作流和业务流程。通过将分析直接嵌入到 CRM 或 ERP 系统等运营应用中,最终用户无需 IT 或数据分析师提供其他工具或支持,即可访问关键数据洞察。这意味着用户无需离开当前工作流或应用的情境,即可做出基于数据驱动的明智决策。如果在企业中广泛使用,嵌入式分析可以提高工作效率以及分析平台的投资回报率,并培养分析驱动的文化。
从企业的角度来看:嵌入式分析可以帮助企业找到产品和服务的差异化优势。例如,银行可以将可视化数据洞察嵌入客户的在线账户概览,以显示他们的储蓄进度,并预测不同的储蓄和回报方案的未来收益。这种增值服务成本相对较低,但对客户来说却很有价值,因为这能够直接支持客户想要做的事情。通过将分析直接嵌入到产品中,企业可以提高客户保留率,甚至可以通过对额外的分析功能进行收费来产生新的收入流。嵌入式分析还允许企业收集和分析使用数据,从而深入了解客户行为和偏好,为未来的产品开发提供信息。
从用户的角度:通过嵌入式分析,员工或客户可以直接在日常任务中访问数据洞察,而无需额外的工具或专业知识。这有助于用户做出更明智、数据驱动的决策,进而提高生产力、准确性和效率。通过嵌入式分析,用户可以快速轻松地使用呈现的数据洞察,而这些洞察原本很难获得或需要花费很长时间才能获得。此外,嵌入式分析可以让用户根据这些洞察立即采取行动,无需为了收集更多的数据和研究而推迟决策。例如,当用户登录个人网上银行账户时,嵌入式分析可以让他们直观地查看消费习惯,而附加工具则可以帮助他们评估是否可以进行重大购买交易,例如购买新车。
将洞察嵌入到其他系统有很多种方法,但所需的技术水平越来越高。简单的方法是将链接剪切并粘贴到应用中。再上一级,就是使用低代码选项,技术人员不一定需要编程,但必须了解正在使用的系统。最后则是全代码开发人员框架,这可提供更大的灵活性,但具体取决于专业人员的技能。下面我们将详细介绍嵌入式分析的三种方法。
通过复制和粘贴 URL 进行集成:在这种方法中,用户与之交互的操作系统调用分析平台,将所需的分析组件(例如图表或表格)呈现到用户界面上的预定空间中。如果要使用此方法,该操作应用必须提供一种嵌入内容的方法,通常来自链接、网站或 iFrames;该 URL 则来自分析软件。图 2 显示了使用 Microsoft 网站应用将分析嵌入到 Microsoft Teams 中。
使用低代码开发平台进行集成:低代码应用开发的优势在于它的创新速度比从头开始编程更快,能够以更低的成本快速满足业务需求。各种技术可用于嵌入分析,具体取决于操作嵌入的人员的使用场景和技能水平。低代码用户一般是精通技术的业务分析师或其他“公民开发人员”,熟悉功能丰富的工具,但不擅长全代码编程。例如,低代码工具可以提供一个 Web 组件,让您可以轻松地将分析洞察嵌入到应用中。有些数据库自带低代码工具,方便用户更轻松地嵌入数据可视化和其他分析。
例如,在图 3 中,Oracle APEX 分面搜索可以筛选嵌入式分析内容,包括标记云技术和自然语言生成的可视化结果。
图 4 显示了 Oracle Visual Builder 应用中使用的分析 Web 组件,该组件引用了分析项目以及低代码应用开发人员可以配置的属性。
使用全代码框架进行集成:全代码框架具有很高的灵活性,但只有掌握适当技能的开发人员才能使用这些框架。例如,开发人员可以使用 JavaScript 嵌入框架以及 HTML 和 CSS 来创建全面定制化的 Web 应用体验。在图 5 中,对于在每个 Oracle Analytics 画布,我们可以查看和复制在 Web 应用中引用该画布所需的代码。
这种嵌入内容的方式提供了传递过滤器和调用事件的附加功能,可针对响应式网页设计打造丰富的个性化用户体验。详见图 6。
嵌入式分析让员工和客户无需离开正在使用的应用或数字界面,可以更轻松、更高效地获取信息并据此采取行动。该信息可能以图表、表格、地图甚至只是文本提示的形式出现。关键在于,这些信息虽然来自其他数据源,但却可以自然地呈现在用户当前的数字活动中。以下是嵌入式分析可以带来的七大优势。
在思考如何更好地使用嵌入式分析时,您可以考虑这三个广泛的集成方案:集成到面向公众的网站或应用中;集成到面向员工的企业应用中;以及独立软件供应商集成到您的应用中,以提高实用性。以下是这三个方案的详细介绍。
公共网站和移动应用集成:通过将数据分析和可视化工具直接集成到网站或 Web 应用中,用户无需离开网页即可与数据进行交互和分析。例如,度假屋租赁公司可以在企业网站或面向业主的移动应用中,为房东提供物业绩效的洞察,例如入住率、定价和评价。
内部运营系统集成:将数据分析和可视化工具直接集成到企业内部的系统中,从而显著节省员工时间,并为员工提供更具体可行的信息。例如,集成了分析功能的供应链管理平台有助于实时了解库存水平、供应商绩效和交付时间,可以直接在企业的供应链管理系统中显示这些洞察,无需员工切换到其他企业工具。
第三方系统集成:嵌入式分析可以集成到独立软件供应商 (ISV) 安排的第三方应用中,为用户提供工作流程中的实时洞察。这使 ISV 能够向其客户或合作伙伴提供数据驱动的洞察,从而创造竞争优势。例如,ISV 可以将分析嵌入到电商平台中,为客户提供有关消费者行为的实时洞察,例如浏览和购买历史记录。
嵌入式分析平台需要一些基础功能来满足企业的需求。这些需求主要围绕着用户如何与数据进行交互(例如仪表盘、可视化和交互)以及如何访问正确的数据。以下是嵌入式分析平台所需的主要特性。
嵌入式分析技术将发挥越来越重要的作用,让员工和客户可以在当前使用的应用中,获取采取行动所需的洞察。这将有助于解决企业的主要挑战,让他们能够更好地利用数据,自信地做出明智的决策。嵌入式分析将提供比静态或轻度交互式图表更多的功能。机器学习 (ML) 无需用户请求,也会提供情境化的可视化预测。例如,能源企业可以使用 ML,在客户的计费页面中提供洞察,并根据过去使用情况以及季节性和天气预报等外部因素,预测未来六个月的能源使用情况。
随着企业寻求通过更及时、更明智的决策获得竞争优势,个性化的实时洞察将变得越来越重要。影响嵌入式分析未来的其他因素还包括不断上升的基于云技术的解决方案以及自助分析功能的采用率,以及分析解决方案与物联网 (IoT) 和区块链等新兴技术的集成。
在评估分析平台是否可以满足您对嵌入式分析的需求时,您可以按优先级顺序考虑以下因素:
Oracle Analytics 提供了一系列嵌入式功能,例如简单地使用链接访问工作簿,以及灵活地使用 Oracle 低代码开发工具来提供组件或使用全代码开发人员喜欢的 JavaScript 嵌入框架。
嵌入式 Oracle Analytics 与 Oracle Cloud Infrastructure (OCI) 中提供的丰富服务相结合,为企业提供了一种特别的方式来创建量身定制的可组合应用。例如,在构建应用时,企业可以使用 Visual Builder 来采集图像,再使用 OCI Vision AI 服务执行分析,然后生成推荐“标签”以用作嵌入式分析的筛选条件。此解决方案还可以利用 Oracle Autonomous Data Warehouse、OCI Object Storage 以及通过 OCI REST API 进行通信。这样的应用有着非常多的商业用例,比如可以使用 AI Vision 功能来检测整个停车场的状况,或者发现装配线中某个站点的库存下降。
各种规模的企业都可以使用各种技术嵌入分析来获得优势。开始使用嵌入式分析,就像将分析工作簿的链接复制并粘贴到您的商业应用中一样简单。如果您是公民开发人员,也可以使用低代码选项尝试更高级的嵌入。开发人员则可以使用支持全代码编程的嵌入式框架,自由构建想要的一切。无论选择哪种方式,您都可以快速看到成效,通过在员工工作流程或客户购买流程中适时提供洞察,帮助他们做出更好的决策并提高生产力或销售额。
嵌入式分析使每个系统都能出色地发挥预期功能,这也是它的主要优势。软件公司可以让他们的主机应用和开发人员完全专注于优化该系统的功能操作。通过使用分析平台提供的嵌入式分析,企业可以避免开发自己的定制化分析,而这正是企业可能缺乏的专业知识领域。
嵌入式分析有哪些示例?
嵌入式分析的其中一个示例是 CRM(客户关系管理)系统中内嵌的指标和可视化。销售代表可以直接在日常使用的 CRM 系统内查看关键绩效指标,例如销售收入、转化率和客户获取成本。据此,他们能够做出数据驱动的决策,识别趋势,跟踪目标进展,而无需在不同的应用之间来回切换。
嵌入式分析具备哪些强大能力?
嵌入式分析的强大之处在于它能够将数据分析无缝集成到现有业务工作流、应用和流程中。通过将分析直接嵌入到日常运营中,企业可以获得实时洞察,从而做出数据驱动的决策,并快速应对不断变化的市场状况。这有助于提高效率,改善客户体验,增加收入并降低成本。
嵌入式分析有什么价值?
首先,嵌入式分析让企业能够基于实时数据洞察做出明智的决策,从而提高他们立即解决问题或市场变化的能力。通过嵌入式分析,员工无需依赖专业技能或数据团队的支持,即可访问和解释数据。这样一来,就可以实现数据访问民主化,加快决策速度,并降低手动数据处理出错的可能性。
其次,嵌入式分析可以通过提高客户体验质量来提供竞争优势。通过实时洞察,企业可以更好地了解客户的行为和偏好,从而提供个性化的推荐方案和有针对性的营销活动。这将能够提高客户忠诚度,降低流失率并推动收入增长。
最后,嵌入式分析可以识别业务流程中的低效率问题,实现持续优化,从而帮助降低成本。通过实时跟踪关键绩效指标 (KPI),企业可以识别瓶颈,相应地调整流程并减少浪费,最终提高利润。
注:为免疑义,本网页所用以下术语专指以下含义: