尽管很多企业已经意识到数据的重要性，并加大在数据处理、分析方面的投资，但是大部分企业收效并不理想。IDC数据显示，44%的企业有足够的用于市场分析的数据，而仅有29%的企业经营者获得了有效的业务产出。
导致这些问题的原因是：很多企业将数据集成和业务智能分割为两个独立的领域，形成了数据孤岛，导致团队缺少一致性，在使用数据方面出现了问题。这种孤岛效应使得IT调用的数据没有被用在业务上，业务方面也没有使用到有效的数据。只有把这两个孤岛结合在一起，提供端到端的数据分析管道，才能从被动BI转变为主动智能BI，才能让数据真正地为业务服务。在Qlik的定义中，主动智能包括数据集成，数据分析，以及在此基础上借助Qlik提供的数据素养服务，让企业从整合的数据中找出有业务价值的信息，从而及时做出正确决策。
用主动智能驱动最佳分析
近日，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。
如上图所示，在主动智能驱动最佳分析实践中，纵轴是数据层面的及时性、实时性。横轴是分析、应用就绪的水平。也就是说在纵轴，位置越往上，企业对于数据的获取和使用就越及时，支持业务、市场的决定就会越精准。在横轴上，位置越向右，说明分析业务就越偏向业务就绪的状态，也就意味着业务分析是分布在各个业务部门的，如财务部门、HR部门或者供应链部门的仓储管理员，以及门店经理等等，这就是更加民主化的BI或者自助式状态的BI。
Qlik大中华区及韩国区售前产品总监 张海鹏
Qlik通过数据服务能力包来释放数据的获取性，进而把数据传递到分析端，由分析服务能力为用户提供对数据的解读，最终的结果可能是显示在仪表盘，也可能是预警或者是用户自由使用的自助功能，为后续数据使用提供一些行动。
接下来，张海鹏从增强分析（Augmented Analytics）、预警（Alerting）、Qlik AutoML和应用自动化（Application Automation）四个板块，详细介绍了Qlik主动智能的过人之处。
赋能金融和食品行业的数据驱动力
采访中，张海鹏向51CTO记者分享了金融和食品两个行业的案例。
首先是金融行业的证券公司--中信建投。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。
第二个案例是食品行业客户--华御结。华御结诸多的门店交易都是通过POS系统来完成，他们希望有分钟级别的数据收集方案，能够从100多家连锁店收集数据，以更好管理和平衡库存和供应水平。因此，一款体验比较好，易于使用的工具，使得门店员工可以自己操作的系统是他们急需的。
Qlik利用分析产品，帮助华御结实现了全香港POS数据自动化收集和分析，Qlik的客户成功团队还帮助华御结组建了其门店运营团队。通过Qlik的方案，华御结可以及时了解产品供应、销售的情况。同时，基于这些数据，构建了需求预测系统，能够让供应紧跟需求，极大程度的避免了产品的浪费和短缺。据悉，华御结近50%的员工已经可以将Qlik的分析报告作为日常工作中进行运营和决策的工具。
张海鹏表示，Qlik在中国发展多年，一直对中国市场有着广泛的投入投资。除了制造领域，Qlik在高科技、汽车、零售领域都有很多大型客户。此外，生物制药、快销等行业也是应用BI非常好的场景，这是Qlik未来将要去赋能的领域。
