走进网易·大数据技术研讨会上海站近期成功举办，本次活动邀请了国际数据管理协会(DAMA)中国区主席汪广盛、网易数帆大数据技术专家乙峰、德邦快递大数据总监李盛、合众新能源汽车有限公司数字化中心副总经理顾凤清、网易数帆BI产品专家金含笑等一线专家分享前沿观点、在实际业务中遇到的诉求与挑战，与现场嘉宾开放交流及经验碰撞，旨在帮助从业者享受技术创新的红利，领略数据驱动的魅力。
国际数据管理协会(DAMA)中国区主席汪广盛分享了数据管理的趋势、挑战和机会。他表示，数据是数字经济的基础，数据管理是数字化转型的前提。领先的企业，已经确立了数据治理的基础地位，从统一数据文化、数据思想的角度组织学习，全面提升数据管理和治理能力。然而，中国企业数据管理要真正落地，还有很长的路要走。这也意味着，谁走在前面，谁就有可能是获利者，并拥有市场的先机。
汪广盛认为，基于云原生的现代数据栈，Data democratization（数据民主化）、Data Fabric（数据编织）、Data Mesh（数据网格）等分布式数据技术，主动型元数据管理，基于AI的自动化管理，数据可观测，以及数据要素和数据交易等，将成为数据管理领域未来的重要趋势。在此背景下，战略性新型数据平台、云端数据管理成熟度评估以及DataOps等实践，将成为新的机会。
网易数帆大数据技术专家乙峰分享了网易基于DataOps的开发治理一体化实践。Gartner对DataOps的定义是一种敏捷和协作的数据管理实践，专注于改善数据管理者和数据消费者之间的数据流的通信、集成、自动化、可观察性和运营。乙峰表示，DataOps的关注点有两个，一是组织、产品、人员的有机集成与协作，二是各种自动化，如自动化测试、自动化运维、自动化发布等，以穿越数据人永远不可忽视的两条红线——质量和安全，提高数据交付的质量、效率，并降低交付成本。
乙峰重点介绍了网易DataOps 2.0的最新实践，包括“先设计，后开发，先标准，再建模”的数据开发治理一体化，贯穿数据安全生命周期的安全治理，和发布中心等。发布中心是数据开发治理平台EasyData的统⼀资源发布平台，用以打通用户的不同环境，通过资源打包、发布、导⼊、应⽤等过程，实现在线和离线场景下的跨环境资源发布。
德邦快递大数据总监李盛分享了数据应用与治理在物流企业的落地。李盛表示，德邦快递数据应用的初衷包括三个方面，第一是发现商机，提升收入，第二是面向流程执行提升效率，降低成本，第三是面向高层管理支撑管理分析。以支撑管理分析为例，关键是公司业绩指标的展示和多维分析，这需要统一公司级指标管理树。
李盛表示，公司级指标管理树在初期是“一把手”工程，只能自上而下梳理管理口径，并贯彻到日常关键业绩会议或绩效考核中，才能通过指标数据线上化，实现指标口径统一，统一数据。对于中长期，他认为，需要在日常业绩运营及管理过程中，针对核心绩效指标管理分析逻辑，与业务深度沟通，进行指标维度化，进行分解逻辑的线上化管理，赋能于更多的专业部门和一线部门，这需要跟业务的专业管理部门进行深度合作才可落地。
李盛强调，如果只是仅仅伴随着数据应用进行治理，数据治理无法长久，不够体系，需要长效的组织、机制、流程持续进行数据治理，但同时也不能脱离应用，为了治理而治理。为此，德邦快递需要完成指标管理、模型管理、数据质量和数据加工技术等底层数据能力建设。
合众新能源汽车有限公司数字化中心副总经理顾凤清分享了汽车行业的数字化发展。合众新能源汽车的数字化，涉及销售运营、售后服务运营、研发以及生产/财务/供应链等四类核心业务系统，业务分析目前面临、数据来源复杂、难以精准取数看数、数据质量影响分析效率、数据孤岛影响分析人效等挑战。
合众新能源汽车已经构建以数据驱动的技术和运营体系，通过有数BI的数据大屏等能力支撑了其服务运营、加电运营、呼叫中心和一键维保等业务场景。
展望未来，合众新能源汽车希望构建企业级的数据中台及数据治理使能体系，覆盖营销、研发、制造财务、采购供应链等四大业务域。顾凤清表示，数据可视化和呈现只是数据使用的表层，任何一个企业要发展，必须要有自己业务的根基和数据的根基，而企业级数据中台和数据治理使能体系，就是数据根基的体系化构建，是业务根基特色的映射，而不是简单的功能堆砌。他还认为，数字化应用的转型和数据治理使能体系正处在加速发展期，未来一两年可能会有更多基于数字化运营的专业软件呈现出来。
网易数帆BI产品专家金含笑分享了AIGC下的有数BI创新实践，也就是融合了网易智能大模型能力的ChatBI。技术架构上，ChatBI包括了专门为有数BI定制的NL2SQL垂类大模型、ChatBI处理层和有数BI的可视化基建层三个部分，覆盖了从用户提问到产生可视化结果的主要流程。金含笑表示，AIGC并不能保证结果100%正确，ChatBI的关键在于数据准确可信。
网易数帆为此做了四个方面的设计。首先是需求可理解，借助大模型的语言理解能力进行需求分析，用户即使完全不懂BI,也能通过需求分析内容判断AI的步骤是否正确。其次是过程可验证，提供查看SQL的功能供专业用户来校验。第三是用户可干预，可以修改筛选/查询条件以获得正确的结果。第四是产品可运营，将结果是否正确的反馈用于提升下一次回答的准确率。
有数BI的数据准备、数据分析和数据应用等流程，未来将融合AIGC的能力重写一遍，用新的交互方式带给用户更好的产品体验。金含笑透露，有数BI的数字孪生大屏目前已实现「通过输入文字，AI自动生成3D模型」，并引入到大屏的三维场景中；未来还会引入Text to 3D 编辑器，结合编辑器场景树，后处理，贴图管理，镜头管理，自定义标记、热点、飞线、Dom等元素，用户将可快速搭建丰富的3D场景。这一功能的实现，将可大幅降低数字孪生大屏建设中使用3D模型的门槛。
