“數據加載速度變快了。”

這是小吳在使用DataWind后的第一感受。

目前就職于國內一家手機企業的小吳，主要負責手機自帶游戲的市場營銷數據分析工作。她介紹，數據分析的前提是能夠高效地將分散在不同廣告平臺的基礎數據及時回收，“通常情況下，各個廣告平臺都是一套獨立的系統，傳統的做法是，我們會去跟各個平臺將營銷期內的數據底表下載到本地，然后人工去合成一張儲存在本地的整體大表。”

顯然，這并不是一套高效的工作流程——通過人工操作的形式，收集齊所有廣告平臺數據往往需要花費1-2個工作日時間，此外，由于數據底表相似且復制、粘貼重復動作交替，數據整理出錯的情況也時有發生。

“我們也嘗試過目前市場上一些比較常用的BI產品，”小吳說道，“但其實減輕跨平臺數據接入的成本壓力只是第一步，包括在數據分析、數據展現和數據應用上，我們還有更多的需求，因此過去的一些BI產品比較難以一次性滿足。”

2021年5月，抱著“再試一次”的心態，小吳所在的團隊引入了火山引擎數智平臺VeDI旗下智能數據洞察DataWind。

作為VeDI面向企業數據分析場景推出的智能數據洞察產品，DataWind在歷經字節跳動內部多業務多場景實踐后，已全面對外進行能力輸出。

通過DataWind，小吳已經實現常用廣告平臺的數據接入，可以實時同步營銷前線的數據表現，“從過去的1-2個工作，到現在幾乎1秒反饋，這中間多出來的時間差，足以支撐我們在營銷動作還沒結束時，就完成前一階段的數據分析，并將其提供給業務團隊，保障對方能夠及時完成策略調整，實現預期目標。”

除此之外，小吳對DataWind數據報表的展現速度也有體感，“雖然沒有具體測算過，但依據現在團隊同事們的普遍反饋，現在打開數據報表的速度的確會更快一些。”

但其實，“快”的背后是火山引擎自研OLAP引擎ByteHouse在做支撐——通過完善大數據自助分析場景的定向優化，目前DataWind的查詢性能得到極大提升，對比市場同類型產品而言，在500萬數據量級內DataWind的打開速度保持在1秒以內，而在5000萬數據量級以上，DataWind的打開速度則為市場上同類BI產品的四分之一。

而在“支持跨平臺數據源接入”和“數據分析、展現速度快”的基礎需求被滿足之后，小吳還提到了第三點，“我們團隊使用的內部溝通工具就是飛書，而通過飛書，即便是通過手機移動辦公，我也能隨時隨地查看數據。”

小吳所說的通過飛書隨時隨地查看數據，其實是今年DataWind完成的一項功能升級——在使用場景上，DataWind已經與飛書、企業微信等在線協同辦公IM工具全面協同，像小吳一樣日常有數據使用需求的員工，通過飛書等就可以實現DataWind數據服務一鍵訂閱，打破時間空間限制，隨時隨地查看數據、使用數據。

截至目前，DataWind已在零售、汽車、手機、金融等多個行業完成實踐驗證，受到企業歡迎。