DigiMax互联网数据官 仲志成 原创
电商——少数能在商业实践中，直接能够依靠数据理解显著提升业绩的领域。电商对于数据的运用和理解都需不凡造诣，而能为百余家电商提供不同来源数据可视化BI分析工具的公司更加不凡，这就是我们今天要介绍的Looker。
Looker由Netscape（即美国著名的网景浏览器开发商）早期员工及LiveOps（美国著名云联络中心软件供应商）前CTO Lloyd Tabb创立于2012年，总部位于加州圣克鲁兹。关注经济学和工程的交界领域，协助客户利用数据取得成功。传统上BI一般通过SQL语音进行查询，要求用户具备工程及编程知识才能执行商业智能分析；而Looker则使用自然语言进行查询，因此任何人均可轻易查询大型的数据集。
启用自然语言可以更简单执行搜索，例如，比较这两种搜索：
被数据库数据调取折磨的小伙伴们是不是有些心动了呢~~~。随便一想就至少有3个好处：
- 数据分析师的培养周期会因此变短，企业因此节约了成本，提高了效率；
- 数据分析师的准入门槛因此下降，更多的人可能成为数据分析师，出一个好数据分析师的可能性提高了；
- 已经成为数据分析师的朋友们可以把精力集中在分析上，不必再未如何拿到准确的数据而劳心费神，从而更有可能产生出有价值的洞察。
我们来继续介绍Looker。
Looker是一个基于web的BI平台，目前已以与Amazon Redshift、Teradata Aster、HP Vertica、Greenplum、Impala、Bigquery以及Spark等数据源进行集成；为了能定制和复用数据可视化体验，Looker采用了自己的数据描述语言LookML，这种语言可以简化脚本编写的过程，同时还能对SQL查询进行再利用。用户可以将Looker查询分发到企业的各个智能部门，包括销售、营销等。系统的部署也很方便，只需几个小时即告完成。
程序相关工作的小伙伴们惊呆了吧~~~，没错自己开发了一种语言，这已经足以说明这个团队的技术能力之强大了，我就不赘述了。而且系统部署只要几个小时就OK，开心吧~~~。对这个时间没概念的朋友，给你们一个对比的基准——谷歌分析电子商务网站的标准部署周期是两~个~月。先别着急OMG，这还没有算让谷歌分析中介们谈之色变，会想尽办法推脱掉的utm的工作量呢。
最近两三年Looker发展势头迅猛：
2014年Looker业务实现了400%的增长，当时商业客户超过250家，其中包括Yahoo！、Warby Parker、Asana、Instacart、Docker、Venmo、Upworthy以及Gilt等。
2015年Looker获3000万美元B轮融资，按照当时的汇率计算相当于1.9亿人民币，按照现在6.8的汇率，则超过2亿人民币。在国内靠解决了很多谷歌解决不了的问题，而风生水起的第三方监测公司秒针，在中国这样更加庞大的市场规模下，B轮融资是2000万美元。
2016年1月Looker获4800万美元C轮融资，秒针D轮才5000万美元。截止2016年11月底，Looker有约700家商业客户，其中电商占绝大多数。
Looker的战略是把主要资金用于开发，让Looker能够嵌入到其他web应用上。将其变为一个数据整合平台，让不同来源的数据聚合在一起，同时+实时推送给高层管理者、中层干部和基层业务人员各自需要的可视化报告，让企业能真正实现数据驱动。
哈拉了将近1200字了，我们来看一看这款产品长啥样。
销售业绩如何。之所以Looker会被定位为更高级别的BI分析工具，而不是低一个档次的营销云，很重要的一个原因，就是他可以评估人力资源数据。
仪表盘，很常见，不啰嗦；再次强调一下在这方面Looker的不同：同时+实时推送给高层管理者、中层干部和基层业务人员各自需要的可视化报告。
把出现问题的细分数据可视化的呈现在你面前，节省了分析时间，提高了企业的反应速度。一寸光阴一寸金！时间就是金钱啊！
营销优化，营销云工具的核心组件，不解释。
这个功能相当于CRM关联了营销云，然后数据可视化。关注数字营销的朋友都知道，从by session到by user是大势所趋。说Looker已经做到了有点夸张，但在这点上，Looker做的已经相当不错了。
Looker会被定位为更高级别的BI分析工具，而不是低一个档次的营销云，另一个很重要的一个原因：它可以查看物流体系状态的数据、仓储周期数据，这些ERP数据。最近工作中遇到的一个尴尬场景，让我再次深刻的体会到，这些数据相比于营销云的数据中的转化率、订单金额、广告ROI和用户生命周期而言是更加刚性的限制。仓储能力＜订单获取能力，所以投放不能做的太好，否则断货。配送能力＜仓储能力，压货占地方不算啥，重要的是压钱啊，让我资金的流动性下降，太讨厌了。
用户生命周期、用户忠诚度、用户维系健康程度，Looker依然可以可视化的告诉你。鉴于这个话题单独写文章都可以了，篇幅有限我就不展开了。
优惠手段的效果。在电商做活动、做促销是常态的商业背景下，这个功能的意义不言而喻，那种方式投入产出更高呢？
过去十年没有人对商业智能的核心有过任何的改变。但是Looker做到了，重新建立了系统，开发了自己的语言以及基于浏览器的工具，能为用户提供强大的可视化分析能力。
有些遗憾的是，目前，在国内似乎只有跨国公司的中国分公司或者中国的跨国公司，能够通过海外购买的方式使用Looker。在公开信息中，没有纯粹的国内公司使用的案例。
致所有需要将数据孤岛数据汇聚在一起的电商朋友们。
