京公网安备 11010802034615号
经营许可证编号:京B2-20210330
实施BI需要目标驱动
很多时候,企业实施信息化是IT部门提出需求,而业务部门的重视程度不够,从而导致系统上线后与业务的关联度差,最终系统无人问津。业务部门有了强烈的需求后,才能驱动信息化的实施,需求在企业信息化系统实施中起着至关重要的作用。需求明确后,一定要结合企业的实际,了解企业急待解决的问题,明确实施目标。以业务驱动,目标导向,系统才能成功上线同样,实施商务智能更是如此。

什么是商务智能
提到商务智能,鲁百年给商务智能做了如下的定义:从数据到信息,从信息到知识,从知识到决策,由决策到行动,形成一个闭环,这样才是一个完整的商务智能。从这个定义中,我们可以看到,商务智能最重要的是要有数据基础,没有数据的支撑剩下的环节都不可能实现。
商务智能的应用分为纵向商务智能和横向商务智能,纵向商务智能是指企业分别实施多个信息化系统,比如财务系统中的管理会计就是商务智能的一部分,从以前只关注运营报表,到关注整个财务的运作情况,像现金流、资产负债等。而人力资源系统可以称为智能人力资源,关注员工的流失率,分析从什么途径招聘的员工流失率最高,分析公司人才结构、人才培养方向等。总而言之,企业有了核心业务系统、管理信息系统,在这些系统之上做智能的分析,而这些分析得到的信息完全是来自单独的系统。
那么横向商务智能指的是什么呢?举例来说,比如汽车制造厂生产多款不同的车型,公司老总会问,生产哪一款车型、生产多少,企业的效率能够达到最高?这样的问题,不能通过分析单独的系统得到,因为效益最高取决于生产成本、人力资源成本、市场的需求、竞争对手、市场定价等多方面的信息。而这些信息则分散在财务系统、人力资源系统、采购系统中,这就需要系统和信息有效的整合才能解决这个问题,所以称为横向商务智能。
业务驱动 目标导向
很多人认为商务智能是一个工具,既然是工具很多人都认为商务智能是报表工具。企业买了工具以后不知道怎么用,不知道商务智能能解决企业哪些问题,最后认为这项投入是浪费。实际上实施商务智能一定是目标导向、需求导向。与ERP等系统最大的区别是,ERP是企业的运营系统,管理企业的日常流程,以流程为导向。而商务智能是目标导向,那么要做好商务智能,企业要明确解决什么问题。当企业明确了要解决的问题后,再分析为了解决这些问题要采取哪些方式。
所以,鲁百年讲到,实施商务智能最重要的是从应用角度出发,从企业最想解决的问题开始。
第一是业务驱动,目标导向:一定要结合公司的实际,了解企业急待解决的问题,从老总最关心的业务主题开始,比如应收账款和账期、现金流、生产质量、库存或者是促销结果等。选择主题时要考虑能在短期内实现,比如在5个月或者半年时间内让相关领导能看到结果。不要一开始就贪图大而全,导致两三年看不到结果。是否能在短期实现取决与数据源的完整性和准确性、业务范围的大小,尽量先选取单一的、数据准确性比较高的数据源,比如财务数据或者生产采购数据,因为商务智能项目的基础是正确的数据,这样才能保证项目的快速上线。其次就是业务目标制定的范围要尽量小。由于商务智能系统和ERP系统在思维模式上完全不同,ERP是流程驱动,而商务智能是目标驱动,从要实现的目标出发,考虑要解决的问题,然后给问题用公式或者描述下定义。比如客户的流失分析,如何定义客户流失,是客户离开了公司或者放弃了产品叫流失,还是客户有了流失的迹象叫流失等。往往商务智能项目的需求分析和整体设计应该占到整个项目的2/3时间。
第二是商务智能项目应该是全员使用的“业务系统”:应该成为按照角色划分的应用系统,高层需要了解公司的关键绩效指标达标现状和存在的问题,也就是关键绩效指标的预警;管理层需要了解为什么发生,找到原因,调整执行的战略,对高层提出建议;分析层需要对业务进行分析和跟踪,从而对企业的运营提出建议;执行层需要了解具体执行的情况,了解自己所完成任务的状况。只有将系统在整个企业使用,慢慢将其变成一个“运营系统”,这样商务智能才会有生命力。
第三是系统应用的简易性:由于商务智能系统是为业务部门应用的,业务部门的需求也在不断的变化,所以商务智能系统不是设计好固定的界面而让业务部门来应用就可以了,而是一定要让应用部门学会自己使用“傻瓜照相机”,不要所有的应用都让IT部门开发,就像使用WORD一样,会进行分析、查询和问题跟踪。
精细化管理
企业要盈利,赚钱的方法有两种:一个是开源,一个是节流。鲁百年认为,当企业面临经济危机开源很困难的时候,更多的时候企业想到的是节流。但节流并不是一味的砍掉成本,比如过度的压缩人工成本导致员工流失,打消了员工的积极性。那么怎么来节约成本?成本一定是合理节约出来的。要想合理节约成本就要清楚企业的成本是如何分布的,哪个产品线的成本高了,是什么原因导致的成本高,比如是采购成本、库存成本、物流成本生产成本、营销成本等哪个环节成本高了。了解了成本的结构后,分析哪些成本是有机会降低的,能降低多少,然后模拟降低后对企业产生的影响。要得到这些信息一定要通过分析的手段,而不是拍脑袋判断的。在商务智能软件中称为绩效和成本的管理,包括对成本的分布、成本的分析、成本的控制、成本的模拟。
那么,金融危机的时候企业该不该实施商务智能?如果实施应该实施哪些模块?怎么实施才更有效?这些都是企业非常关心的问题。在当前形势下,精细化的管理显得越来越重要,企业要做到精细化的管理首先要了解自己的企业,清楚企业的现状、分布,包括成本分布、绩效分布、人力分布、资源分布等。“比如,国内的企业收购了国外公司,收购后派人管理过去公司的运营情况,但派一个人过去并不能使总部及时了解公司的运营情况,最后国外的公司都快倒闭了,但总部还不清楚那边的运营情况。所以公司决策使用商务智能系统,把每天的运营状况、销售状况、库存状况、客户流失状况等通过报表分析传递给总部,加强了对企业的监控能力。实际上,很多的集团公司都是多元化发展的,那么每个分公司、每个模块、每个业态的运作情况如何老板很难知道。如果没有一个适合的系统就很难把信息整合起来,分析比较每家分公司的运营盈利情况。”
所以,金融危机下企业更需要精细化管理来合理规划企业的发展,企业对商务智能的需求也将越来越大。既然企业订单减少、业务减少,与其辞退员工、打消工作积极性不如抽调一部分精英来做商务智能把企业的信息化系统做起来。
鲁百年建议说,在企业业务缩减的情况下,第一,企业可以做员工培训武装自己练内功,一旦形式转好,企业可以跑的更快。第二,抽调一部分人来做商务智能,为企业的决策分析提供支撑,相信商务智能的投入会为企业带来新的活力。这样,既能够解决目前劳动力剩余的问题,也可以为企业的下一步发展打下基础。实际上,危机中同样存在机遇,关键看企业能不能抓住。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在统计学分析、实验研究、业务数据复盘过程中,单因素方差分析是检验自变量对因变量是否存在显著影响的核心方法。其中,两个水平 ...
2026-05-26【核心关键词】算法、客户、大数据、互联网、调优、建模、模型优化、机器学习、评分卡模型、模型开发、智能风控、业务场景、数 ...
2026-05-26 很多数据分析师写过无数个 SELECT,但当被问到“新建一张表,该如何定义字段类型来保证数据质量”“创建视图和存储物理表有 ...
2026-05-26在数据清洗、统计分析与数据质量检测工作中,箱型图(又称箱线图、Box Plot)是最直观、最高效的可视化分析工具之一。相较于柱状 ...
2026-05-25在大数据分析、数据清洗、质量管控、风险监测等领域,异常数据识别是保障数据质量、确保分析结论精准、规避业务决策失误的核心基 ...
2026-05-25 很多数据分析师精通Excel函数和透视表,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是什么关系 ...
2026-05-25数字化经营时代,企业的市场竞争早已从经验决策转向数据决策。门店营收、用户转化、产品销量、成本损耗、存量资产等所有经营行为 ...
2026-05-22在MySQL数据库日常运维、业务数据校验、数据迁移与数据清洗场景中,自增主键ID的连续性校验是一项基础且关键的工作。MySQL的Auto ...
2026-05-22 很多企业团队并非缺乏指标,而是陷入“指标失控”:仪表盘上堆满实时跳动的数据,却无法回答“当前瓶颈在哪、下一步该做什么 ...
2026-05-22【核心关键词】大数据、可视化、存储、架构、客户、离线、产品、同步、实时、数据仓库、数据分析、数据可视化、存储数据、离线 ...
2026-05-21在电商流量红利消退、公域获客成本持续走高的当下,存量用户深度挖掘已成为店铺增收增效的核心抓手。相较于付费投放获取的陌生新 ...
2026-05-21 很多数据分析师每天盯着几十个指标,但当被问到“这套指标要支撑什么业务目标”“指标之间是什么逻辑关系”“业务变化时如何 ...
2026-05-21在数据驱动决策的时代,数据质量直接决定分析结果的可靠性与准确性,而异常值作为数据清洗中的核心痛点,往往会扭曲分析结论、误 ...
2026-05-20 很多数据分析师每天盯着GMV、DAU、转化率,但当被问到“哪些指标在所有行业都适用”“哪些指标只对电商有意义”“二者如何搭 ...
2026-05-20Agent的能力边界,很大程度上取决于其掌握的Skill质量和数量。传统做法是靠人工编写和维护Skill,但这条路很快会遇到瓶颈。业务 ...
2026-05-20在统计分析中,方差分析(ANOVA)是一种常用的假设检验方法,核心用于分析“一个或多个自变量对单个因变量的影响”,广泛应用于 ...
2026-05-19 很多数据分析师每天盯着GMV、DAU、转化率,但当被问到“什么是指标”“指标和维度有什么区别”“如何定义指标值的计算规则和 ...
2026-05-19想高效备考 CDA 一级,拒绝盲目刷题、冗余学习?《CDA 一级教材知识手册》重磅来袭!以官方教材为核心,浓缩 13 章 103 个核心考 ...
2026-05-19在数据统计分析中,卡方检验是一种常用的非参数检验方法,核心用于判断两个或多个分类变量之间是否存在显著关联,广泛应用于市场 ...
2026-05-18在企业数字化转型的浪潮中,很多企业陷入了“技术堆砌”的误区——上线了ERP、CRM、BI等各类系统,积累了海量数据,却依然面临“ ...
2026-05-18