什么是数据应用程序？

“数据应用程序”是一类交互式工具的总称，这些工具使用数据来提供洞察力或自动采取行动。当我们谈论数据应用程序时，我们经常引用推荐引擎、应用程序中内置的数据可视化以及为业务团队定制的内部报告工具的示例。

数据应用程序有哪些用例？

第一种数据应用程序是嵌入式数据应用程序。将此视为嵌入式分析的演变，但与嵌入式分析的静态仪表板不同，嵌入式数据功能往往是高度定制的、动态的和专门构建的。这些应用程序在另一个应用程序的本机用户体验中展现洞察力。

企业内部的数据产品和门户是第二种数据应用。与传统或嵌入式探索仪表板不同，这种类型的数据应用程序是专门为特定业务部门构建的，并且是使用相关业务上下文构建的。这些应用程序的自定义交互性使业务用户无需掌握数据分析师的工作流程即可获得洞察力。

第三种数据应用是面向终端消费者的应用。这些可能是为客户、合作伙伴或股东构建的，它们与内部应用程序没有什么不同——但它们往往需要更精细的设计抛光和定制。此外，这种类型的应用程序必须为更高的性能而构建，反映消费者对速度的期望。

数据应用程序是如何构建的？

就其性质而言，数据应用程序需要求助于大量数据。云数据仓库的兴起和不断增长的数据摄取、治理、转换和编排工具生态系统使这成为可能。

但鉴于其复杂性和强大功能，数据应用程序通常由工程团队构建，它们需要与现代工程工作流程集成，包括版本控制、测试以及持续集成和部署实践。

数据应用程序从头开始构建

将数据应用程序功能嵌入到更大的应用程序中通常需要从头开始构建。这种解决方案的架构是什么？

数据应用程序：数据存储

自然，数据应用程序从数据开始——现代数据堆栈的基础是云数据仓库。这可以是像Snowflake这样的通用数据仓库，也可以是像Firebolt、ClickHouse或Materialize这样的实时工具。

数据应用程序：无头双层

数据应用程序的一个关键组件是无头 BI 层。具体来说，其中一个主要部分是与仓库安全控制集成的访问控制，因为嵌入式分析总是需要多租户。第二部分是高级缓存。这是因为数据仓库是后端的绝佳候选者，但它不支持现代数据消费者期望的具有亚秒级延迟的高并发查询。

BI 层也是处理数据建模的地方，以确保数据应用程序的用户使用与其他内部或外部应用程序用户相同的数据定义。数据建模和指标定义应该处理一次，并且必须从每个应用程序或仪表板向上堆栈。

然后通过各种 API（例如 SQL、GraphQL 和 REST）提供数据以供……

数据应用程序：混合表示层

对于嵌入式数据应用程序的高度定制化，以及当前端团队进入时，可以使用不同的图表库。这些范围从D3到Chart.js和Highcharts。这些很可能会与React或Angular等前端应用程序框架原生集成。

数据应用程序：使用框架

对于第二类和第三类数据应用程序，数据堆栈的初始层是相同的——即，基础层是数据仓库，然后是用于数据建模、访问控制、缓存和应用程序 API 的无头 BI 层。

然而，对于用户界面，通常需要较少的定制。这为利用新类别的无代码/低代码工具（如Appsmith和Retool ）创造了机会，可用于快速构建分析界面。

这里还有一些有用的数据应用程序框架：Plotly Dash和Streamlit等工具可以将数据脚本转换为可共享的 Web 应用程序，而无需前端开发。

下一步是什么？

随着构建定制体验变得越来越容易，数据应用程序的数量和类型将会激增——但以仪表板为中心的基本体验的用例不会消失。总会有使用传统图表最能满足需求的情况，或者当快速周转需要在不利用工程资源寻求帮助的情况下提供某些东西时。对于这些，嵌入式分析是并将仍然是最佳选择。

然而，令人兴奋的是现代数据应用程序堆栈提供的所有新机会。处理越来越多、越来越复杂的数据的机会只会越来越多。

如果你没有任何的数据分析经验，建议您使用九数云BI，它是帆软软件倾力打造的一款SAAS BI产品，是一款在线BI、报表和数据分析工具，能帮助各行各业的人员快速地进行百万级别以上的数据分析，并搭建各类报表系统；支持提供数据分析、图表制作、仪表板搭建、故事报告等功能模块，业务人员可自由地构建自己所需要的人事仪表板、财务仪表板、市场仪表板、销售仪表板等，并可与团队成员在线共享数据与报表。

上一篇: 指标分析怎么做？这篇文章为你轻松讲解！——九数云BI
下一篇: 实现报表自动化最快的方法，新手小白看过来！——九数云BI