京公网安备 11010802034615号
经营许可证编号:京B2-20210330
建立企业的商务智能能力的必要性
为了提高企业的绩效,某钢铁企业的高层管理者向下属提出这样的命题:0.04的钢和0.06的钢各炼多少企业的效益可以达到最高?首先从应用的角度出发:效益与成本、市场需求、产品市场占有率和产品定价有关系,成本包括原材料如矿石、上游物流运输、库存的成本和辅料的成本,这些信息在企业的采购系统中;绩效与人力成本有关,在人力资源系统中;与企业的生产能力有关,在企业的ERP系统中;与企业明年客户的需求(这些可以从去年客户订单中预测—在客户关系管理系统中)、产品的定价、竞争对手的盈利能力、市场的需求等有关,这些信息在第三方的数据和预测的结果中;要解决这样的问题,自然就会问道:一是数据来源能否整合起来,也就是建立支持生产运营、营销和财务分析等的数据仓库;二是利用什么样的模型和如何进行分析,也就是利用的工具和分析方法;三是谁来分析:很多人认为这应该是IT部门的事情,有些人认为是战略规划部门的事情,有些人认为是营销部门的事情,到底是谁的事情?看来这里就不得不来探讨商务智能能力中心(Business Intelligence Competency Center—BICC)。
一、商务智能能力中心建设的必要性
很多的企业还没有重视用数据说话,作决策还是“拍脑袋”,主要的原因并不是领导不喜欢用数据说话,而是已经意识到数据的重要性,但是企业的ERP系统、核心业务系统还没有建设上线,就是已经上线,还没有积累大量的数据,所以商务智能需求的紧迫性要求也就不强。如果真的已经积攒了大量的数据,企业会认识到数据仓库和商务智能项目的重要性,由于数据仓库建设需要较长的时间,所以对数据仓库的应用还没有完全提到议事日程上来。不管企业信息化建设处在哪个阶段,都要考虑企业信息化建设的方向和目标:企业信息化建设会分为三大层次:第一个层次就是通过核心业务系统来实现基本业务的自动化;第二个层次就是通过管理信息系统(ERP、CRM、SCM等)实现企业上游、中游、下游管理的流程化;最终目标是实现通过决策支持系统帮助企业实现战略决策、战术制定和战斗计划、执行、监控、分析、调整的科学化,为企业的盈利和风险防范打下坚实的基础。
为了达到企业决策的科学化,企业不得不从数据中获得信息,制订切实可行的科学规划,对业务进行分析和监控,就不得不有一支可以支持企业商务智能能力分析的队伍,这支队伍就是商务智能能力中心(BICC)。
二、商务智能能力中心的任务和职责:
商务智能能力中心的任务就是对企业和非企业的结构化和非结构化数据进行分析研究,监控企业的生产经营、财务状况、营销能力、人才利用等的状况,探究存在的问题和问题产生的根源,模拟企业发展的最佳盈利模式,协助企业制定、调整企业发展的战略目标、战术目标和战斗目标,检查企业运营执行的状况。及时发现问题,为企业的各个不同部门和层次进行建议和提案。
三、商务智能能力中心在企业中的地位
商务智能能力中心在企业中的地位如何?也就是说它应该挂靠在那个部门?这要取决于企业的现状和企业的定位。如果企业有专门的战略规划部门,商务智能能力中心最好挂靠在这个部门,直接汇报给企业的首席战略官(CSO)。如果企业没有战略规划部,而且财务部已经由最基本的财务会计转变成为管理会计,也就是说财务部门的职责已经上升到企业的战略投资,运营分析,战术规划指导的地位时,商务智能能力中心应该挂靠在财务部,直接汇报给企业的首席财务官(CFO)。如果企业没有战略规划部,财务部也不是非常的“强势”,商务智能能力中心一般汇报给首席信息官(CIO)或者信息中心主任。
在中国现阶段,大部分企业还不具备战略规划部,商务智能能力中心一般会由信息中心或者IT部门的部分人员抽调出来,从统计分析部门调入一些人员组成。
四、商务智能能力中心人员的组成
商务智能能力中心的人员应该由既懂业务又懂IT技术,还懂分析工具和方法的人组成,应该包括了解企业业务流程、业务规范、企业战略的高层管理人员;包括了解企业核心业务系统结构、数据仓库或者数据集市结构、以及元数据结构的IT技术人员;还要包括懂得像OLAP分析、主成分分析、多元回归、神经元网络、遗传算法、聚类分析等分析工具和方法的数学人才或者统计专家;包括懂得企业管理、了解财务知识、市场营销知识的MBA业务人员。
图1商务智能能力中心人员基本能力
所有这些人必须具备较强的沟通能力和相互协作能力,沟通的对象包括制定企业战略目标,利用平衡计分卡、战略地图、商务盈利模式和创新等现代管理思想和理念的高管层;也包括制定企业预算和规划的业务部门和财务部门的管理层,以及执行企业战斗目标的一线管理人员。当然有复合人才会更好,但是这样的复合型人才很难得到,可以通过相互协作中学习而培养出来的。
商务智能能力中心人员基本能力应该包括业务技能、信息技术技能和分析技能三大技能:
1、业务技能:和公司的战略相联系,制定企业战术目标和战斗目标的关键绩效指标、流程,定义执行的优先级,完成战略目标实现的优化过程;
2、分析技能:了解业务的流程,会从报表中、企业运营的关键绩效指标中发现问题,设置关键绩效指标的门槛值,通过预警发现例外,然后能通过查找或者使用数学方法和建模工具来模拟引起问题的原因,总结和分析产生问题的规律,解释出现的结果,提出有效的建议、改善方案。
3、信息技术技能:掌握识别数据、存储、维护和整合数据,根据需求目标可以获得有用的数据和信息,获得完整的、及时的、有效的、高质量的数据、设计语义层。
商务智能能力中心的经理应该由具备业务技能、IT技能和管理技能的人员担当,最终的结果可以将跨业务部门的商务目标协同起来。还必须能够协调各个商务职能部门之间不同观点的能力,具备在不同部门之间和人群之间达成一致意见的政治智慧。
企业中现在虽然还没有建立商务智能能力中心,但是一定要考虑能否将信息中心变成企业的商务智能能力中心,从原来的成本中心改变成企业的利润中心,从原来的“表哥、表姐”变成企业关键的辅助决策者。企业获取和使用信息的速度越快、效率越高,降低成本和提高利润的速度就越快。现代企业要想成为全球化的企业,在不同的时间、不同的地域、不同的公司法规、不同的文化领地,要想快速的掌握企业的发展状况和运营状况,就要建立一支具有长远眼光、广阔视野、跨职能部门的战略规划、数据分析、例外监控、流程优化、风险防范、执行调整的企业商务智能能力中心。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
箱线图(Box Plot)作为一种经典的数据可视化工具,广泛应用于统计学、数据分析、科研实证等领域,核心价值在于直观呈现数据的集 ...
2026-04-27实证分析是社会科学、自然科学、经济管理等领域开展研究的核心范式,其核心逻辑是通过对多维度数据的收集、分析与解读,揭示变量 ...
2026-04-27 很多数据分析师精通Excel函数和数据透视表,但当被问到“数据从哪里来”“表和视图有什么区别”“数据库管理系统和SQL是什么 ...
2026-04-27在大数据技术飞速迭代、数字营销竞争日趋激烈的今天,“精准触达、高效转化、成本可控”已成为企业营销的核心诉求。传统广告投放 ...
2026-04-24在游戏行业竞争白热化的当下,用户流失已成为制约游戏生命周期、影响营收增长的核心痛点。据行业报告显示,2024年移动游戏平均次 ...
2026-04-24 很多业务负责人开会常说“我们要数据驱动”,最后却变成“看哪张报表数据多就用哪个”,往往因为缺乏一套结构性的方法去搭建 ...
2026-04-24在Power BI数据可视化分析中,切片器是连接用户与数据的核心交互工具,其核心价值在于帮助使用者快速筛选目标数据、聚焦分析重点 ...
2026-04-23以数为据,以析促优——数据分析结果指导临床技术改进的实践路径 临床技术是医疗服务的核心载体,其水平直接决定患者诊疗效果、 ...
2026-04-23很多数据分析师每天盯着GMV、DAU、转化率,但当被问到“哪些指标是所有企业都需要的”“哪些指标是因行业而异的”“北极星指标和 ...
2026-04-23近日,由 CDA 数据科学研究院重磅发布的《2026 全球数智化人才指数报告》,被中国教育科学研究院官方账号正式收录, ...
2026-04-22在数字化时代,客户每一次点击、浏览、下单、咨询等行为,都在传递其潜在需求与决策倾向——这些按时间顺序串联的行为轨迹,构成 ...
2026-04-22数据是数据分析、建模与业务决策的核心基石,而“数据清洗”作为数据预处理的核心环节,是打通数据从“原始杂乱”到“干净可用” ...
2026-04-22 很多数据分析师每天盯着GMV、转化率、DAU等数字看,但当被问到“什么是指标”“指标和维度有什么区别”“如何搭建一套完整的 ...
2026-04-22在数据分析与业务决策中,数据并非静止不变的数值,而是始终处于动态波动之中——股市收盘价的每日涨跌、企业月度销售额的起伏、 ...
2026-04-21在数据分析领域,当研究涉及多个自变量与多个因变量之间的复杂关联时,多变量一般线性分析(Multivariate General Linear Analys ...
2026-04-21很多数据分析师精通描述性统计,能熟练计算均值、中位数、标准差,但当被问到“用500个样本如何推断10万用户的真实满意度”“这 ...
2026-04-21在数据处理与分析的全流程中,日期数据是贯穿业务场景的核心维度之一——无论是业务报表统计、用户行为追踪,还是风控规则落地、 ...
2026-04-20在机器学习建模全流程中,特征工程是连接原始数据与模型效果的关键环节,而特征重要性分析则是特征工程的“灵魂”——它不仅能帮 ...
2026-04-20很多数据分析师沉迷于复杂的机器学习算法,却忽略了数据分析最基础也最核心的能力——描述性统计。事实上,80%的商业分析问题, ...
2026-04-20在数字化时代,数据已成为企业决策的核心驱动力,数据分析与数据挖掘作为解锁数据价值的关键手段,广泛应用于互联网、金融、医疗 ...
2026-04-17