商業(yè)智能 BI ( Business Intelligence) 是從數(shù)據(jù)源到數(shù)據(jù)倉(cāng)庫(kù)再到數(shù)據(jù)展現(xiàn)等組成的數(shù)據(jù)類技術(shù)解決方案，將企業(yè)中不同業(yè)務(wù)系統(tǒng)（包括財(cái)務(wù)系統(tǒng)，物流系統(tǒng)，倉(cāng)庫(kù)管理系統(tǒng)，客戶管理系統(tǒng)等）中的數(shù)據(jù)進(jìn)行有效的整合，并利用合適的報(bào)告工具為企業(yè)提供報(bào)表展現(xiàn)與分析，從而為高層提供決策支持。

那么 BI 的核心到底是什么？ 首先就是通過搭建數(shù)據(jù)倉(cāng)庫(kù)平臺(tái)，從而按照業(yè)務(wù)的需要整合數(shù)據(jù)為分析決策提供支持。還有一種說法就是：將數(shù)據(jù)轉(zhuǎn)變?yōu)樾畔?，轉(zhuǎn)化成知識(shí)，信息和知識(shí)支撐決策，決策產(chǎn)生價(jià)值。

對(duì)于BI，大家的理解是什么？

接觸過我們的一些客戶，對(duì)于BI 他們的看法是：BI 在我們的企業(yè)里，只看到了其昂貴的支出，但是我并沒有看到它所帶來的價(jià)值在哪里？ 如果一定要說價(jià)值的話，可能就是節(jié)省了人工創(chuàng)建報(bào)告的時(shí)間成本。

這樣的看法其實(shí)是有很大的普遍性，就如同之前有參加一些活動(dòng)，有人直接問到：你能直接告訴我這個(gè)東西有什么用，能解決我們什么問題，能不能幫我們企業(yè)賺錢....。來自不同的業(yè)務(wù)，企業(yè)類型的聽眾，他們關(guān)注的點(diǎn)實(shí)際上都各不相同。包括統(tǒng)一家企業(yè)，不同的人對(duì)BI的認(rèn)知程度和認(rèn)可程度也不相同。

在這里我們可以用一種可能大家相對(duì)能夠理解的、并非技術(shù)與專業(yè)的方式和視角去看 BI 的價(jià)值到底在哪里。如下BI 的三個(gè)分析層次，或許能夠給我們帶來對(duì) BI 的認(rèn)知認(rèn)可的程度有一些轉(zhuǎn)變。?

?BI 的三個(gè)分析層次

第一個(gè)層次是報(bào)表的展現(xiàn)（數(shù)據(jù)可視化部分）。所謂報(bào)表展現(xiàn)也就是我們熟知的是使用柱狀圖、餅狀圖、折線圖、還是熱力圖，樹狀圖等圖形可視化的方式將我們的業(yè)務(wù)數(shù)據(jù)（如銷售，市場(chǎng)，財(cái)務(wù)，供應(yīng)鏈等）合理有效美觀的展示出來，再通過相應(yīng)的維度（看數(shù)據(jù)的角度）篩選、鉆取等方式查看我們的kpi。

這些分析展現(xiàn)的內(nèi)容大多是圍繞業(yè)務(wù)的場(chǎng)景展開，這里面有一些分析需要相應(yīng)的計(jì)算規(guī)則，甚至需要跨從系統(tǒng)抽取數(shù)據(jù)，從單個(gè)業(yè)務(wù)系統(tǒng)中是無法直觀看到的對(duì)應(yīng)業(yè)務(wù)視角的數(shù)據(jù)。這種層次的報(bào)表分析就是第一層分析，也就是讓我們的報(bào)表用戶再對(duì)日常的業(yè)務(wù)有清晰、直接、準(zhǔn)確的認(rèn)知，另外同時(shí)也減少了他們自己手工通過 EXCEL ，PPT來做報(bào)告的人工成本和降低了報(bào)告數(shù)據(jù)的錯(cuò)誤幾率。

所以第一個(gè)BI的層次就是：通過可視化分析報(bào)表全面直觀的展現(xiàn)企業(yè)的業(yè)務(wù)的運(yùn)轉(zhuǎn)情況。

事實(shí)上，目前很多企業(yè)的 BI 也就停留在這個(gè)階段，甚至還沒有完全達(dá)到這個(gè)程度。因此，如果只是停留在第一個(gè)層次上，那么BI 的價(jià)值就顯得非常有限，數(shù)據(jù)的作用也僅僅是從一個(gè)"可視化"的角度對(duì)業(yè)務(wù)做出了形式上的解讀，而業(yè)務(wù)用戶是被動(dòng)的接收來自可視化報(bào)表上傳遞出來的信息。

第二個(gè)層次是數(shù)據(jù)的深層分析。這里我們對(duì)深層的理解是：通過可視化報(bào)表展現(xiàn)，我們發(fā)現(xiàn)了一些KPI反映出來的情況超出了我們的日常經(jīng)驗(yàn)判斷。比如，比如在今年的 1-8 月份，產(chǎn)品銷售毛利率穩(wěn)定在 20%-30% 之間，到了9月份，整體的毛利率突然下降到了 10% 不到。這時(shí)候就需要們對(duì)我們的數(shù)據(jù)進(jìn)行深層次的分析，僅僅通過日常經(jīng)驗(yàn)是無法直觀判斷問題出在哪，是什么原因造成。

BI 在這里就可以展現(xiàn)其第二個(gè)層次的價(jià)值，也就是深層挖掘原因是什么，到底發(fā)生了什么，背后的業(yè)務(wù)邏輯是什么，具體的分析方法根據(jù)具體業(yè)務(wù)場(chǎng)景會(huì)稍有不同。比如通過相關(guān)分析、向上向下鉆取、關(guān)聯(lián)分析、聚類分析等方式探索出可能存在的原因。

第三個(gè)層次是預(yù)測(cè)模擬分析。而預(yù)測(cè)模擬分析是需要有精通業(yè)務(wù)的用戶與統(tǒng)計(jì)分析專家一起，通過合理的建模來進(jìn)行相關(guān)的預(yù)測(cè)或者仿真模擬，將其反映出來并最后要回歸到業(yè)務(wù)，形成決策并不斷優(yōu)化的一個(gè)過程。在很多的企業(yè)里，這個(gè)部分也就是目前市面上常規(guī)稱之為的“大數(shù)據(jù)”。這里的建模簡(jiǎn)單來說也可以理解為一種業(yè)務(wù)分析的邏輯思維模型，根據(jù)我們的歷史數(shù)據(jù)找出其中的規(guī)律，相關(guān)系數(shù)等從而搭建相應(yīng)的模型來對(duì)業(yè)務(wù)進(jìn)行預(yù)測(cè)，指導(dǎo)。

預(yù)測(cè)模擬分析區(qū)別于第一層的全面數(shù)據(jù)展現(xiàn)和第二層的深層數(shù)據(jù)分析，它是一種更深層次的業(yè)務(wù)數(shù)據(jù)的主動(dòng)設(shè)計(jì)和探索分析。這層分析的提出更加深入業(yè)務(wù)，圍繞一個(gè)一個(gè)業(yè)務(wù)分析場(chǎng)景展開，對(duì)業(yè)務(wù)的認(rèn)知要足夠深。通過對(duì)業(yè)務(wù)了解來推進(jìn)和主導(dǎo)，再輔助合適的數(shù)據(jù)分析、挖掘或統(tǒng)計(jì)工具，這樣商業(yè)智能 BI 的價(jià)值才能得到充分的發(fā)揮，數(shù)據(jù)的價(jià)值也才會(huì)得到充分的體現(xiàn)。

?BI 的總結(jié)

我想分享的是：BI能夠給企業(yè)帶來價(jià)值，這是毋庸置疑的，只是具體我們的企業(yè)對(duì)于 BI 的認(rèn)知和推進(jìn)到了哪一個(gè)層次，推進(jìn)到了哪個(gè)層次，那么 BI 能給我們帶來的價(jià)值就在哪個(gè)層次。而如何有效和成功的推進(jìn) BI 的建設(shè)與落地，這是我們 BI 服務(wù)提供商和我們客戶一起共同要面對(duì)和努力的問題。?

（全文完）

歡迎留言和探討，聯(lián)系郵箱：tino.li@webidata.com