以下为峰会精彩节选：

传统数据栈典型架构是“数据源 -> ETL 工具 -> 数据仓库 -> BI 软件”这几个步骤，其中最大的瓶颈来自于数据仓库。过去的数仓价格昂贵，使用门槛较高，性能受限。现代数据栈基于不断的“拆分”，扩展能力得到提升，成本也得到了控制。在现代数据栈中，数据分析产品最显著的变化是数据分析的流程从 IT 为中心转向了以业务为中心，从分析为主到数据驱动决策全流程支持。

未来的自助分析与决策产品

最后，周远从产品技术趋势和企业分析成熟度两条线穿插介绍了 Modern Data Stack 中的自助分析与决策产品形态。不同的企业在不同的阶段可以根据这个思路来设计自己的产品技术栈和相应的数据产品用户群体和应用范围。

周远表示，“观远对于自身使命的定义是‘让业务用起来，让决策更智能’。上半句代表数据产品以业务为核心，提供自助化服务，不断提升用户体验，后半句对应的是通过产品来不断提升不同角色的分析能力，迈向决策智能。”

斗鱼直播 PMO 负责人熊星带来了《让数据成为工具，让分析成为能力》，分享如何让数据分析团队做好数据分析？如何让业务一线用好数据？什么样的数据工具叫做好的数据工具？

首先熊星简述了斗鱼的数据中台架构，包括数据基建以及数据应用。作为国内一流的游戏直播平台，斗鱼内部对于数据的需求量非常巨大，小到主播的直播数据，大到平台分区的数据趋势，过去全部需要数据分析师进行取数，因此数据产出以及决策效率无法满足需求。同时，由于内部缺乏统一标准，引发后续多样化、多变性的数据需求，进一步导致数据利用效率低、质量低。

面对以上难题，斗鱼的答案是需要一套更敏捷、更灵活的数据工具，让业务方、需求方自己实现数据需求。最后斗鱼选择了观远数据。在引入观远的这两个月里，斗鱼重制了版全新的数据门户，在交互体验和自由度两大方面进行了有效升级，让数据分析师从初级需求解脱出来，聚焦精力以提升业务数字化效率。未来，斗鱼数据中台将继续向业务方靠拢，加强各项业务数字化，实现数据驱动业务增长。

熊星表示：“我们的数据中台的目标是期望通过一整套的数据产品工具，让每个人都可以很便捷地使用所需数据，从数据中得到所需信息，最终让每个人都具备数据分析能力。”

Byzer 社区 PMC / Kyligence 技术合伙人祝海林以《Byzer，一门面向 Data+AI 的云原生语言》为题，介绍了开源 Byzer 语言的基本概念和架构，并通过 Byzer 现场完成一个数据分析+可视化案例，以及完整机器学习流程案例。

Byzer 是面向Data + AI 的类 SQL 语言，旨在帮助用户以低成本和高效率的方式落地数据平台和完成 AI 工程化，释放数据分析师、工程师以及运维人员的生产力。

祝海林介绍了多个Byzer实践案例，包括某消费金融公司落地数据平台，其使用 Byzer 完成大数据中心平台的迁移和升级，2 人研发团队就支撑生产环境的运维，目前已稳定运行四年多，累计执行的数据处理任务 700 万次，单日执行的调度任务超过 4000 个，平台服务用户日活 50+。

Byzer 将秉持低成本落地 Data + AI 的技术初衷，并融合更加开放且多元的语言及产品能力，打造更加完善的新一代开源语言生态。

观远数据 TechLead 周翔进行了《Apache Spark 在观远自助分析系统的应用实践》主题分享，讲解如何提高自助分析系统查询效率，以及如何提升常驻 Spark 应用稳定性，并分享观远数据自助分析系统的特点和优势。

周翔首先介绍了观远数据自助分析相关产品，重点包括交互式查询，业务人员可根据需求，自助拖拽制作图表，进行数据分析；以及数据处理（ ETL），让业务人员可低门槛对多源数据进行加工。

观远数据自助分析产品架构

此外，介绍了观远自助分析系统基于云原生、大数据、AI等相关技术解决方案，实现了客户灵活的部署方式与系统架构、稳定高效的计算服务、灵活的资源调度与隔离、优秀的查询体验、强大的数据处理能力等需求。

随着自助分析平台使用率逐步提高、数据量日益增大，不仅技术上的需求在不断提高，相关业务需求也在变化。作为一站式智能分析平台与解决方案提供商，观远数据以“让业务用起来 让决策更智能”为使命，致力于为更多企业打造敏捷高效的自助分析产品，助益企业享受数据价值。

更多自助分析与智能决策相关精彩内容未完待续，可扫描下方图片二维码观看此次活动回放~

MORE