京公网安备 11010802034615号
经营许可证编号:京B2-20210330
BI“童话”迟早会在中国落地生根
既然有这么多的条件不具备,那么为什么BI还被业界一致炒得这么热呢?大体概因信息化应用历来都是“推的市场”,只有软件商不断地推着用户走,信息化的应用水平才能够得以提升。2009年,社会又正经受着金融危机的侵害,在IT投入大幅降低的情况下,软件商必须寻求应用的突破,才有可能创造生存的机会。因此本身还有很大市场空间的BI应用2009年被推到了热门的当口。
当然,单是软件商一头热,还成不了一台戏,市场潜在需求的存在,特别是广大中小企业这个几近空白的市场表现出来的需求苗头才是关键。
近年来,百货零售业在信息化过程中积累了相当庞大的数据,如何利用好这些浩瀚的数据,使其更好地运用于决策中,成为非常必要的事情。因此,BI趋势分析专家近来将百货零售业作为下一个BI应用的主要领域加以着重推荐。朱虓宁讲到:“公司以前的技术总监对这个比较看重。我们的想法是整合ERP系统和POS收银系统的数据来进行分析,找出经营上的规律。
我们公司目前因为历史原因存在相互独立的多套POS系统,从技术上考虑可以通过BI将这些历史数据整合起来,也可以简化管理人员查询报表数据的工作。管理层有时需要进行一些比较复杂的数据分析工作,这时只有BI系统可使实现。BI系统的报表是括的,可以实现一些比较复杂条件的数据分析工作;POS系统报表一般是死的,不能满足这样的需求。还有就是多应用系统的数据整合,像我们公司目前有POS系统、财务系统、人事系统,明年还准备上OA系统和供应链系统。要将这些系统的数据整合分析,充分利用来为管理决策服务,也只有BI才能够完成。现在我感觉国外(包括港台)的餐饮公司比较重视BI。国内的公司开始有这个意识了,但是具体实施的还不多。”
重庆著名的餐饮企业乡村基前信息部负责人王路的回答更是引人深思。在他看来,企业IT部门不应该只是维护公司的电脑、组建一下网络等等肤浅的事务,而真正该做好的就是为公司收集并整理分析各项数据,做好领导决策的参谋,扮演好企业经营的“数据中心”角色。这实际又是另一例对BI提出的需求。
前不久Gartner对CIO做的一次调查中可以看出,BI已经连续3年排在CIO们议程表上的第一位。国内有机构也做了这方面的调查,结果有13.7%的用户表示准备应用BI,这一比例已经显示出了非常大的上升势头。特别是在经济危机的特殊时期,据最新调查证实,83%的中型市场高管将“商业智能和分析”视为他们提高竞争力和削减成本最重要的手段。
童话落地
虽然BI在我国中小企业当中的应用条件还不是十分具备,但是因为BI自身不可忽视的价值原因,以及软件商不遗余力的推广,仍然有部分先锋用户在应用,并且取得了一定效果。随着中小企业这种需求的逐渐上升,BI这个“童话”迟早会在中国落地生根。那么如何才能缩短这个周期呢?
1、突破价格瓶颈。动辄几十上百万的BI对广大中小企业来说,确实是一个“遥远的梦”。这方面,我国软件企业完全可以先让企业部分应用,而不要采取国外BI那样的庞大系统。比如先对财务或销售等业务流程内的重要数据进行挖掘分析,以后再考虑其它的业务流程之外的数据分析。为了降低应用成本,目前有些软件商开始尝试移植SaaS模式到BI上来,虽然还有很长的路要走,但是只要大胆探索就一定会有结果。
2、帮助企业积累数据。不要以为数据积累是客户自己的事,与软件商同样有很大关系。达要求我们的软件厂商在开发应用时,从长远着想,尽量将客户信息标准化。也就是说,在一个统一的开发平台上开发应用。
3、设计简单而形象的用户界面。某软件企业的服务经理介绍“我们的软件都应该向Windows学习。这才是真正的软件,一个对电脑一点不会的人只要跟他说两句他就会操作。”由于我国在BI人才上还很缺乏,因此影响了其在中国的应用。如果BI也像Windows那样操作简单,这一局面肯定会大为改观。这更需要我们的软件厂商少一些炒作,多一些实干精神才行。软件商多深入到行业应用,研究出尽可能多的分析模型,才能让其应用简单化。真到了那一天,BI的平民化一定能够实现。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在神经网络模型搭建中,“最后一层是否添加激活函数”是新手常困惑的关键问题——有人照搬中间层的ReLU激活,导致回归任务输出异 ...
2025-12-05在机器学习落地过程中,“模型准确率高但不可解释”“面对数据噪声就失效”是两大核心痛点——金融风控模型若无法解释决策依据, ...
2025-12-05在CDA(Certified Data Analyst)数据分析师的能力模型中,“指标计算”是基础技能,而“指标体系搭建”则是区分新手与资深分析 ...
2025-12-05在回归分析的结果解读中,R方(决定系数)是衡量模型拟合效果的核心指标——它代表因变量的变异中能被自变量解释的比例,取值通 ...
2025-12-04在城市规划、物流配送、文旅分析等场景中,经纬度热力图是解读空间数据的核心工具——它能将零散的GPS坐标(如外卖订单地址、景 ...
2025-12-04在CDA(Certified Data Analyst)数据分析师的指标体系中,“通用指标”与“场景指标”并非相互割裂的两个部分,而是支撑业务分 ...
2025-12-04每到“双十一”,电商平台的销售额会迎来爆发式增长;每逢冬季,北方的天然气消耗量会显著上升;每月的10号左右,工资发放会带动 ...
2025-12-03随着数字化转型的深入,企业面临的数据量呈指数级增长——电商的用户行为日志、物联网的传感器数据、社交平台的图文视频等,这些 ...
2025-12-03在CDA(Certified Data Analyst)数据分析师的工作体系中,“指标”是贯穿始终的核心载体——从“销售额环比增长15%”的业务结论 ...
2025-12-03在神经网络训练中,损失函数的数值变化常被视为模型训练效果的“核心仪表盘”——初学者盯着屏幕上不断下降的损失值满心欢喜,却 ...
2025-12-02在CDA(Certified Data Analyst)数据分析师的日常工作中,“用部分数据推断整体情况”是高频需求——从10万条订单样本中判断全 ...
2025-12-02在数据预处理的纲量统一环节,标准化是消除量纲影响的核心手段——它将不同量级的特征(如“用户年龄”“消费金额”)转化为同一 ...
2025-12-02在数据驱动决策成为企业核心竞争力的今天,A/B测试已从“可选优化工具”升级为“必选验证体系”。它通过控制变量法构建“平行实 ...
2025-12-01在时间序列预测任务中,LSTM(长短期记忆网络)凭借对时序依赖关系的捕捉能力成为主流模型。但很多开发者在实操中会遇到困惑:用 ...
2025-12-01引言:数据时代的“透视镜”与“掘金者” 在数字经济浪潮下,数据已成为企业决策的核心资产,而CDA数据分析师正是挖掘数据价值的 ...
2025-12-01数据分析师的日常,常始于一堆“毫无章法”的数据点:电商后台导出的零散订单记录、APP埋点收集的无序用户行为日志、传感器实时 ...
2025-11-28在MySQL数据库运维中,“query end”是查询执行生命周期的收尾阶段,理论上耗时极短——主要完成结果集封装、资源释放、事务状态 ...
2025-11-28在CDA(Certified Data Analyst)数据分析师的工具包中,透视分析方法是处理表结构数据的“瑞士军刀”——无需复杂代码,仅通过 ...
2025-11-28在统计分析中,数据的分布形态是决定“用什么方法分析、信什么结果”的底层逻辑——它如同数据的“性格”,直接影响着描述统计的 ...
2025-11-27在电商订单查询、用户信息导出等业务场景中,技术人员常面临一个选择:是一次性查询500条数据,还是分5次每次查询100条?这个问 ...
2025-11-27