PAYBACK消除BI瓶颈：从传统报表到自助分析

PAYBACK，德国领先的忠诚度计划，已成功将其之前僵化的报告系统转变为以自助服务为导向的数据文化。直到2016年，PAYBACK还面临着许多大公司熟悉的挑战：即使对报告进行最小的调整，也需要手动更改底层数据集市。这常常导致延迟。分析师们在与大量的工单作斗争，而用户——因等待而感到沮丧——常常又回到电子邮件和Excel，导致数据孤岛越来越大。

“我们收到了越来越多的请求——无论是内部还是外部——要求进行临时分析和自助报告，以便业务部门和合作伙伴能够直接访问数据，而不必经过我们的分析团队，”PAYBACK的分析与报告团队负责人Julian Stock解释道。“因此，我们决定寻找一种新工具，除了日常和月度报告外，还可用于此类分析。”

通过详细的实时透明度克服工单瓶颈

在PAYBACK，员工不得不等待数周才能获得一份报告——而这份报告只回答一个狭隘定义的问题——的时代已经过去，这得益于BI系统。自从PAYBACK转向ThoughtSpot的自助分析后，团队可以近乎实时地钻取到最细粒度的细节，并可以说回答他们自己的问题。例如，他们可以跟踪特定优惠券在某一天在单个门店的表现。业务问题与具体答案之间的差距已有效弥合。员工不仅更快地获得报告，而且在他们需要的时候得到准确的答案。

“构建数据驱动型公司的关键在自助服务理念，”PAYBACK的高级报告工程师Andreas Weiß解释道。“这背后是以用户为中心的战略，以及认识到数据素养是一个持续过程。”

通过与ThoughtSpot的合作，PAYBACK获得了Spotter工具。这为公司提供了新的、可扩展的唯一事实来源，并使其能够取代传统的BI系统。通过大规模自助服务，数据消费者成为数据所有者，PAYBACK的分析师可以专注于战略而非支持。

超过70家主要零售商获得赋能——以及显著更多的洞察

PAYBACK的数据转型不仅限于内部团队；它扩展到了整个合作伙伴生态系统。主要零售品牌现在在ThoughtSpot中独立监控其KPI，并自行管理其营销活动。这主要通过自助服务完成，无需提交支持工单。因此，数据用户成为数据所有者，PAYBACK的分析师获得时间用于战略工作而非支持。

当PAYBACK的用户能够自由探索他们的数据时，他们充分利用了这一机会。除了团队维护的150个标准报告外，还增加了超过300个用户生成的Liveboards。实际上，这意味着显著更多的洞察。因此，新系统不仅实现了高采用率，还为逐渐蔓延的新数据文化奠定了基础。

通往AI驱动未来的道路

PAYBACK的目标是在从工单瓶颈到自助分析的道路上走得更远，并已经进行了AI驱动的分析的概念验证。一种可能的方法是采用基于代理的AI，使用ThoughtSpot的Spotter。Spotter充当个人数据分析师，使用户能够使用自然语言查询公司数据。作为虚拟员工，AI代理将降低非技术用户的障碍，并解放分析师的时间用于真正有影响的工作。这样，PAYBACK正在为一个世界做准备，其中交易数据量不断增加，速度越来越快，必须实时分析。

了解ThoughtSpot如何使自助分析更容易大规模实现。请求演示。