【 讯】数字化转型时代，数据是各企业深入推进业务革新、更好服务客户的重要抓手。随着数字技术的加速更新迭代，海量的各类数据横亘在企业与用户的互动空间之中，更高效精准的数据分析成为企业数字化转型的核心痛点之一。

同样，企业内部产生的海量业务数据同样需要得到更加专业的数据治理，从而更好地提升企业内部的决策运行效率，最终在企业内外打造良好的数据生态闭环。

近日，Kyligence2022春季论坛在线上举行。在此次春季论坛上，Kyligence带来了“OLAP on 数据湖”企业级OLAP解决方案、产品运营新模式“云上数据分析代运营”、企业级指标中台等服务的具体分享。对此，Kyligence联合创始人兼CEO韩卿、Kyligence联合创始人兼CTO李扬进行了介绍，并在会后接受媒体采访时进行了解读。

云上数据分析代运营

根据Kyligence春季论坛线上发布会的介绍，此次Kyligence发布的云上数据分析代运营服务在原有7*24技术⽀持体系上，提供运维保障及增值数据分析运营服务。针对云端企业用户，云上数据分析代运营服务可实现远程全托管或半托管，⽆需配备运维团队。针对这一服务，Kyligence承诺99.9% SLA保障，实现系统化的监控运维。成功案例Strikingly的上线反映出代运营显著降低用户总体拥有成本（TCO），将释放更多生产力。

针对云上数据分析代运营的安全性问题，Kyligence联合创始人兼CTO李扬指出，数据服务上云后的安全措施实际上反而比云下多得多，包括Kyligence在内的所有云服务商会从IaaS层到PaaS层竭尽能力保障安全性。从具体的措施来看，首先，Kyligence云上数据分析代运营通常运行在用户自己的云账户下面。其次，在应用级别，Kyligence的运维人员没有权限访问用户数据，只能帮用户做日常的IT运营。最后，Kyligence还有云上的各种安全管控资质认证，拥有SOC2 Type 1、ISO27001等证书。

数据合规方面，李扬表示Kyligence在法规合规性方面也有很多最佳实践。Kyligence不会让原始数据离开用户所在的区域，Kyligence只对相关的统计信息、管理层面的指标进行汇总。而随着安全合规领域相应的政策逐渐明晰，Kyligence会花更多的精力和资源去持续满足合规需求。

企业级指标中台

Kyligence认为，企业内部膨胀的ETL任务和中间表消耗大量资源，与当前国家的碳中和目标向背。为此，Kyligence多维数据库将是企业级指标中台的最佳技术底座。而Kyligence企业级指标中台独有的AI增强模式可助力指标识别、创建和管理，实现业务自助使用，平台自动优化。Kyligence企业级指标中台将有力推动数据治理。

针对业务人员在企业级指标中台中的作用，李扬指出，指标中台一般分成原子指标和偏业务向的衍生和派生指标两部分。原子指标是公司集中管理的是统一口径的基础，不是每个业务人员可以随意自己改造的，而后半部分衍生和派生指标是业务创新的空间。他认为，每一个一线业务员都能够用一些数字化的方法来优化自己的工作，而这对于企业就意味着一个很有力的创新赋能，从而打造很完美的方案。

当被问及企业级指标中台具体落地时遇到的困难和挑战时，Kyligence联合创始人兼CEO韩卿表示，当前客户的技术栈千变万化，例如生产制造企业在落地指标中台时就可能出现生产流水线调整不到位、生产工艺不现代化等问题，这都给指标中台的落地造成了一定困难。

除此之外，李扬还认为企业在落地指标中台时，还需要提升数字化管理思维，这同样是一个难点。而在技术领域，Kyligence提供的技术能力非常适合在大数据分析和管理方面帮助企业打破技术能力的瓶颈。

Kyligence的初衷

谈及Kyligence做云上数据分析代运营和企业级指标中台的初衷时，韩卿表示，Kyligence认为在整个数据湖上提供简洁的数据分析能力、自动化构建能力、自动化推荐能力是现在的一个行业大趋势。Kyligence的核心能力来自于多维数据库乃至OLAP的能力，Kyligence拥有安全、并发、高可用的企业级服务能力，因此目前可以进一步发力企业级指标平台。

Kyligence希望其技术能够帮助客户降低整体数据的运维管理成本，希望通过云上数据分析代运营进一步承担整个平台的DevOps或 DataOps，让客户得以进一步聚焦业务本身，而不需要关注底层平台本身。Kyligence致力于不断降低用户使用数据的门槛，帮助客户改变使用数据的方法。(文/徐培炎)