一组数据最近引起了数据圈内人的关注。

      根据IDC报告显示，44%的企业表示自己拥有足够的用于市场分析的数据；只有29%的企业经营者获得了有效的业务产出；谈及其中核心挑战，有35%的管理者认为，数据素养能力是最重要的“拦路虎”。

      此刻肯定有用户会问，什么是数据素养，所谓数据素养是对统计素养和信息素养概念的延续和扩展，它指的是具备数据意识和数据敏感性，能够有效且恰当地获取、分析、处理、利用和展现数据，并对数据具有批判性思维的能力。

从定义来看，企业要具备数据素养，首要前提是获取足够的数据。而刘智宏认为，在数据采集之后，打通也是一个关键问题——即避免数据孤岛。在国内，很多企业就算拿到了很多数据，还是很难据此做出具有商业洞察的决定。

      那么作为亟需智能数据的用户来说，Qlik大中华区及韩国区售前产品总监张海鹏在媒体沟通会上，展示了Qlik是如何利用主动智能为企业级客户带来价值的。

      简单来说，所谓主动智能要实现的就是实时更新数据、端到端的数据治理关岛以及可触发的行动力。这在图中的主动智能驱动最佳分析实践中有清晰地表现。张海鹏表示，公司是通过一个数据服务能力包去释放数据的获取性。然后进而把数据递送到分析端，由分析服务能力为用户提供对数据的解读，最终的结果可能是仪表盘，可能是预警，可能是用户自由使用的自助功能，为接下来的一些数据使用提供一些行动。

      一些企业数据源，通常BI或者一些分析项目去对接这些数据的。对Qlik来讲我们的优势在于，我们对于接数据的广泛性、兼容性有非常传统的数据库类型。一些金融系统到现在其实还是在用一些大机、主机的系统，所以很多现代化的软件其实没有在这块做非常充分的准备。对于Qlik来讲，Qlik Replicate可以对接所有这类的数据。

    当然还有一些传统的数据库、数据仓库一些SaaS应用，包括企业级应用，比如SAP有很多制造业的客户，无论是汽车的还是高科技的，还是一些零部件等等。他们通过SAP来管订单、管付款、收款、管中间这些订单的履行等，其实都是一个业务核心。我们也可以对接SAP，我们的一些接口也得到了SAP的认证。

    通过这条数据接入拿到Qlik引擎里面来，通过一些目录服务为用户提供一个选择数据的窗口。进而通过我们业务就绪的分析能力，为用户提供刚才我们覆盖过的这种仪表盘类的引导式分析，或者用户自助进行一些分析，或者借由一些算法型、预测型的分析满足不同的用例。

    最终的输出其实可以是我们很多中国式的报告，可以是仪表盘，让用户自发来到BI系统里面去用。也可以连接下游业务系统，将这些数据发现主动的传达至下游系统的一些动作，说起来有一些抽象，一会儿我以实际Demo的方式跟大家做进一步的解释。

所以行动力主要指我们怎么能够把发现，把数据的一些结果应用到实际的业务系统里面来。很多BI到这一步更多变成一个分析人员和决策者的沟通了。所以我们会以自动化的方式来去实现无人工的介入。

以中信建投为例，中信建投面临着三大痛点：需要实时了解客户资产的移动情况，来优化自己的投资策略；面向投资客户不同渠道的应用，能够实时地向用户展示其最新的资产状况和收益情况；数据来源广，且交易规模很大。

Qlik利用数据实时捕捉方案Qlik Replicate实现了数据库之间的自动化同步，帮助用户从不同的投资交易中进行数据的抓取和整理，如黄金交易、债券、股票、期权等。之后，Qlik将这些交易数据实时地反应到用户的下游业务端。中信建投的长期目标是要构建自己的数据湖，中间利用KAFKA的流处理平台进行数据对接。Qlik Replicate可以把数据从各个业务系统中放到KAFKA中，使得KAFKA的对接更加广泛，这也为中信建投下一步构建大数据平台的数据归集做好铺垫。

通过这些方案，中信建投的终端投资者可以从APP端实时看到自己投资组合的效益情况。并且，这种业务原先是一个小时级别的数据更新，借助Qlik
Replicate，现在已经达到了亚秒级别。同时，Qlik Replicate产品非常易于使用，扩展性和运维非常友好，这就降低了企业IT和数据团队的工作量。