
浅析商务分析产生的背景
商务分析产生的背景
1、客户需要分析应用的内容,而不是工具:
现在的大部分商务智能项目实施方法论还是利用如上的方法,所以,每次当商务智能厂商给企业的管理层汇报的时候,企业管理层最关心的是你们在哪些同行业的大公司实施过商务智能项目,这些公司都做了哪些应用?他们关心哪些KPI指标?分析哪些相关的内容?但是一般的商务智能厂商是工具供应商,项目的实施是由合作伙伴完成的,至于客户做了什么,一般很难拿到分析应用的结果,加之实施合作伙伴和客户签过保密协议,一般不能将竞争对手所作的系统或者分析内容展现给客户。所以只能给客户讲实施方法论,客户听完,认为他们需要的不是实施方法论,而是需要分析应用产品。
2、传统商务智能项目实施周期比较长,成功的几率低:
由于对客户的业务和需求了解不够,客户需要什么也不完全清楚,加之项目实施往往是一些技术专家,所以不了解企业高管层需要什么,即使做高层访谈,由于和高层关心的问题不一致或者使用的是技术语言,管理层听不懂,导致对高层的需求把握的不到位,所以往往做出来的分析应用和KPI,不是管理层所关心的,其结果是不得不在试运行阶段,将需求做大量的调整和需求变化,导致项目的延期或者不成功。其实需求的改变,将会产生数据模型的重新设计,这样原来的项目可能会前功尽弃。
3、客户希望了解最佳实践:
实施的公司做过不少的项目,有了不少的经验,可是厂商很难得到客户企业的应用,在卖产品时要么就是请实施合作伙伴一起去汇报,要么就是讲实施方法论,客户最需要的是这个行业应该关注哪些问题,应该做哪些行业指标来进行行业对标。可是由于商务智能是工具,所以不得不给客户一些演示,目的是让客户了解商务智能能解决什么问题。但这些指标不一定是这个行业的,加之演示仅仅是一些界面的演示,不是整个行业的真正应用,也就是说,这些演示仅仅满足客户的很小一部分需求,是用来做需求时的抛砖引玉作用的。
4、商务智能项目实施周期比较长
由于每个客户都要进行调研,从头设计数据模型和应用,导致商务智能项目实施比较长,一般需要至少数月的时间。有些数据仓库和商务智能供应商已有自己的数据模型,但是也不一定是产品,即便是产品,也缺少行业分析应用的产品。
5、商务智能项目实施的成本比较高
商务智能项目不但需要购买硬件、软件工具,还需要进行大量的实施、维护,一般情况下成本比较高,成功实施的风险还比较大。
由于以上的原因,企业非常希望有一个行业分析应用,而且能满足企业最少大部分需求的行业商务智能分析产品,而不是一套工具。这样就是商务分析产生由原。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
机器学习解决实际问题的核心关键:从业务到落地的全流程解析 在人工智能技术落地的浪潮中,机器学习作为核心工具,已广泛应用于 ...
2025-09-09SPSS 编码状态区域中 Unicode 的功能与价值解析 在 SPSS(Statistical Product and Service Solutions,统计产品与服务解决方案 ...
2025-09-09CDA 数据分析师:驾驭商业数据分析流程的核心力量 在商业决策从 “经验驱动” 向 “数据驱动” 转型的过程中,商业数据分析总体 ...
2025-09-09R 语言:数据科学与科研领域的核心工具及优势解析 一、引言 在数据驱动决策的时代,无论是科研人员验证实验假设(如前文中的 T ...
2025-09-08T 检验在假设检验中的应用与实践 一、引言 在科研数据分析、医学实验验证、经济指标对比等领域,常常需要判断 “样本间的差异是 ...
2025-09-08在商业竞争日益激烈的当下,“用数据说话” 已从企业的 “加分项” 变为 “生存必需”。然而,零散的数据分析无法持续为业务赋能 ...
2025-09-08随机森林算法的核心特点:原理、优势与应用解析 在机器学习领域,随机森林(Random Forest)作为集成学习(Ensemble Learning) ...
2025-09-05Excel 区域名定义:从基础到进阶的高效应用指南 在 Excel 数据处理中,频繁引用单元格区域(如A2:A100、B3:D20)不仅容易出错, ...
2025-09-05CDA 数据分析师:以六大分析方法构建数据驱动业务的核心能力 在数据驱动决策成为企业共识的当下,CDA(Certified Data Analyst) ...
2025-09-05SQL 日期截取:从基础方法到业务实战的全维度解析 在数据处理与业务分析中,日期数据是连接 “业务行为” 与 “时间维度” 的核 ...
2025-09-04在卷积神经网络(CNN)的发展历程中,解决 “梯度消失”“特征复用不足”“模型参数冗余” 一直是核心命题。2017 年提出的密集连 ...
2025-09-04CDA 数据分析师:驾驭数据范式,释放数据价值 在数字化转型浪潮席卷全球的当下,数据已成为企业核心生产要素。而 CDA(Certified ...
2025-09-04K-Means 聚类:无监督学习中数据分群的核心算法 在数据分析领域,当我们面对海量无标签数据(如用户行为记录、商品属性数据、图 ...
2025-09-03特征值、特征向量与主成分:数据降维背后的线性代数逻辑 在机器学习、数据分析与信号处理领域,“降维” 是破解高维数据复杂性的 ...
2025-09-03CDA 数据分析师与数据分析:解锁数据价值的关键 在数字经济高速发展的今天,数据已成为企业核心资产与社会发展的重要驱动力。无 ...
2025-09-03解析 loss.backward ():深度学习中梯度汇总与同步的自动触发核心 在深度学习模型训练流程中,loss.backward()是连接 “前向计算 ...
2025-09-02要解答 “画 K-S 图时横轴是等距还是等频” 的问题,需先明确 K-S 图的核心用途(检验样本分布与理论分布的一致性),再结合横轴 ...
2025-09-02CDA 数据分析师:助力企业破解数据需求与数据分析需求难题 在数字化浪潮席卷全球的当下,数据已成为企业核心战略资产。无论是市 ...
2025-09-02Power BI 度量值实战:基于每月收入与税金占比计算累计税金分摊金额 在企业财务分析中,税金分摊是成本核算与利润统计的核心环节 ...
2025-09-01巧用 ALTER TABLE rent ADD INDEX:租房系统数据库性能优化实践 在租房管理系统中,rent表是核心业务表之一,通常存储租赁订单信 ...
2025-09-01