京公网安备 11010802034615号
经营许可证编号:京B2-20210330
利用BI技术平台挖掘企业信息价值最大化
BI对于企业信息化建设的作用不必多说。但BI给企业带来的也并非全是好处,关键还在于企业自身对于信息化方向的掌控。从企业管理层的角度来讲,BI已经成为企业进一步部署应用的一步重要的棋,但产品不成型以及各种条件因素的影响在加上超低的失败率,则要求企业管理者在实施BI项目时需要更加谨慎。
一家集团公司,表面上看,以其优质的产品、良好的服务闻名于世,其整体实力及产量和销售额等各项经济指标连续多年在全国同行业中名列首位。产品批量出口美国、欧洲、南美州、中东、东南亚等几十个国家和地区,在全球同行业中名列前茅。作为一家规模较大的工业企业,经过多年的发展,其生产的几十种产品不仅覆盖全国,而且远销国外,经济效益可观。
集团领导层十分重视企业信息化的开发与建设,为了增进企业管理水平,满足集团管理的要求,公司很早就着手信息化建设工作,但早期由于经验不足走过不少弯路。然而虽然在信息化建设过程中经历了“三起三落”,但仍矢志不移,最终在不断的摸索过程中逐步形成了符合自己企业发展需求的信息化之路。
经过多年的信息化建设,目前该集团形成了严密的信息化工程组织管理及工作保障,目前已经建立了以PDM、OA、ERP为基础的管理信息系统。
信息化是个循序渐进的过程,随着ERP在企业中的不断应用,更高层次的需求彰显出来了,公司信息中心人员发现,由于ERP系统主要是对日常运营基础数据的管理,公司领导很少用到这个系统,很多领导需要的报表制作还是需要在系统外进行编制和流转。基于这个原因,他们决定在ERP系统上拓展一个新项目--BI系统,意在抽取ERP中的数据,并形成供管理人员查看的报表系统。
这对企业信息化而言,相对于最高级别的即是决策支持系统了,同时也是企业信息化实施的最高目标,将企业有价值的信息数据提取出来,进行分析进而为决策者提供有利于企业发展决策的信息,便于决策者决策。这个系统一旦真正的投入使用,对决策者们来讲可谓如虎添翼。
于是,公司在ERP系统单轨运行后很快就进行了BI软件选型,并组织相应实施人员进场开始工作。马不停蹄的上线了BI,但是据公司信息主任讲效果并不理想,随着BI系统在企业中的不断应用,制约BI系统在企业快速发展的三大瓶颈逐渐显露出来。
集团信息主管经过分析后发现,主要有三方面的原因,一方面,公司领导的意识跟不上,就如同当年ERP一样,总是不能改变原有的习惯,比如关于报表,习惯于看原来系统中的EXCLE,另一方面,基础数据不扎实,无法依据准确的数据提炼出有价值的信息,使得BI的效果以及价值都无法很好的体现。由于对BI的理解存在较大差别,没有对基础数据引起重视。认为BI系统只是提供一些更加详细的财务报表,缺乏对BI系统在公司业务发展中所起到的辅助决策作用的认识。那些BI的直接受益者,如高层领导则认为,BI系统高深莫测,其应用也将非常复杂,不但不能给企业决策提供辅助支持,相反会给自己的决策增加障碍。甚至认为使用BI系统将会影响高层管理者的地位。
实际上,这是一个必然的过程,因为企业资源计划ERP项目在引进初期也经历了这样一个低成功率的时期,随着CIO们对业务和管理的认识逐步深入,随着厂商对产品本身本土化的改造,成功率现在已经有了很大的提升。相信BI也会有这么一个过程,可以从ERP中借鉴很多经验。这只是一方面,起到的促进作用不会太大,因为BI和ERP所服务的目标有着本质的区别。之所以企业目前企业对于BI的使用效果不理想,就是没有清楚的认识到ERP和BI的区别,习惯在原有的基础上去看到新的信息服务机制。
ERP是为生产、运营及财务服务的,提供统一的标准和管理,强调的是流程,讲究的是稳定和效率。BI是为市场和分析决策服务的,提供唯一干净的分析数据,强调的是准确性,讲究的是时效和灵活性。这些区别决定了BI在系统构架设计的时候就必须采用不同的思路。从某个层面来讲,ERP还是偏技术的,而BI则要求更为市场的头脑,灵活善变的BI才是为市场人员所喜好的。如何将两者之间达到融合,利用ERP平台原有的基础,结合市场的业务需求,灵活利用BI这个更高层次的技术平台挖掘企业信息价值最大化才是企业目前最大的挑战。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
CDA数据分析师 出品 作者:李诗怡 一、数据分析四大思维 1. 对比思维:没有对比就没有分析 核心观点:单独一个数字没有意义,有 ...
2026-10-05Kimball 是方法,星型模型是它产出的形状。 很多人把"Kimball vs 星型模型"当成一道选择题——这本身就是个误会:Kimball 是动词 ...
2026-10-05写在开头 老板在微信上甩来一句: "帮我看下为什么销量跌了。" ” 你回工位,打开 SQL,开始写。查订单表、拉近三个月、按 ...
2026-10-03CDA数据分析师 出品 作者:李诗怡 1. 事实表 vs 维度表 对比维度 事实表 维度表 核心问题 记录“业务发生了什么事” 描述 ...
2026-10-02做数据聚合时,PySpark的groupBy()确实能完成统计,这也是它的本职工作。但它有一个根本性局限:每一组数据,最终只能返回一行 ...
2026-10-01热力地图是数据可视化中极具辨识度与实用性的空间分析图表,结合地理空间维度与数据密度特征,通过颜色深浅、色阶渐变直观展示数 ...
2026-09-30 很多数据分析师做过按月份的销售额趋势图,画过按天的流量折线图,但当被问到“时间序列和普通数据有什么本质区别”“季节性 ...
2026-09-30同样是“银行数据岗”,在国有大行总行数据中心、在一家城商行的零售部、在银行系金融科技子公司、在保险公司,工作内容、成长节 ...
2026-09-29在数据分析与统计学研究中,数据往往不是独立存在的,不同变量之间普遍存在相互关联、相互影响的关系。相关性统计分析是挖掘变量 ...
2026-09-29 导读:大多数人只把 dataclasses 当成偷懒工具,用来少写 __init__、__repr__ 这类魔法方法。但它的能力远不止于此。本文带 ...
2026-09-29 很多数据分析师能熟练地计算指标、搭建标签体系,但当被问到“画像到底在解决什么问题”“画像和标签是什么关系”“画像如何 ...
2026-09-29在MySQL数据库运维与业务开发中,行业普遍存在“数据达到千万级就必须分表”的说法。但在实际生产环境中,千万条数据并不是强制 ...
2026-09-28CDA数据分析师 出品 作者:李诗怡 1. 5W1H 分析法 定义:经典系统性思维框架,通过六个核心维度对问题进行全方位拆解与剖析,确 ...
2026-09-28 很多分析师在设计标签时思路清晰,但真到落地环节却面临“数据在手,不知如何转化为可用标签”的困境:或因加工方式选择不当 ...
2026-09-28CDA数据分析师 出品 作者:李诗怡 1. 用户标签体系 定义: 通过一系列高度精炼的特征标识,对用户属性、行为与偏好进行量化刻画 ...
2026-09-24Pandas是Python生态中用于表格数据处理的核心库,广泛应用于数据清洗、统计运算、报表输出、数据分析建模等场景。在处理极大数值 ...
2026-09-24随着数字经济快速发展,数据已成为核心生产要素,各行各业的业务沉淀、用户行为、设备运行、市场交易均产生海量数据。数据处理作 ...
2026-09-24 很多分析师每天和数据打交道,但当被问到“标签是什么”“标签和指标有什么区别”“标签体系如何设计”时,却常常答不上来。 ...
2026-09-24在时序数据分析中,大部分业务数据并非持续平稳变化,而是会在某些时间节点出现突然抬升、断崖下跌、趋势反转、波动异变等现象, ...
2026-09-23在统计学与数据分析中,研究多组数据差异最常用的方法为单因素方差分析与事后多重比较。很多数据分析初学者容易混淆两者功能,认 ...
2026-09-23