浅谈BI

一、企业离BI有多远？
    1、 公司体制的影响。
　　很多公司，包括私人企业、集体企业和部分外资企业，在公司内部还或多或少地存在一些大锅饭的问题，做多做少一个样，做好做坏一个样，多做多错，多错多倒霉；反之少做事，也就少犯错，不求有功，但求无过。工资、奖金是靠论资排辈的，只要一年又一年地熬，都会有出头的这一天。这样一来，为什么还要BI，多一事不如少一事。相反，如果 BI 出公司的历史的轨迹，发现以前的效率是多么的低下；以前道路是多么崎岖；以前的决策是多么荒谬。领导脸上挂不住，你还有得混吗？省着点吧，还是去偷菜、聊天来得“开心”。BI就哪儿凉快，哪儿站着去吧。公司内家长制作风盛行，对上唯命是从，对下威风凌凌，尤其是中下层领导，长官的话，就是圣旨，领导的指示，就是他前进道路上的一盏明灯。长此以往，领导们的自我感觉越来越好，经验主义色彩越来越浓厚，无论你用什么工具，把问题分析得多么透彻，他们还是觉得没有他们的经验来得直接，也没有他们的感觉值得信任。这样一来，科学决策往往被领导意识所代替，你说 BI 还有用武之地吗？(总结："好事不出中南海"，其实很多上层的决策者都是很有远见的，他们见多识广能更好的了解行情，但是主观的经验不能证明客观的发展规律，BI的方向很多例如公司发展，产品发展，客户发展以及行情需求发展等等。如果BI出客户以及用户的需求变化，决策进行相应的变化，那效益产值如何不能提高？相反正是"但求无过"的思想阻碍了行业的发展以及BI的推进)
    2、 数据质量的影响。
    首先是数据的准确性。数据的准确性将直接导致分析结果的准确性，导致未来决策的正确性。虽然很多企业实现信息化已经很多年了，引入的信息化系也已经很多了，但是其中数据的质量有多高呢？数据的准确率有多高呢？俗话说：失之毫厘，谬以千里。在BI系统中，虽然没有这么大的影响，他的数据量一般都比较大，个别数据有差异，也再所难免。但如果差得太离谱了，差得太远了，那也就太危险了，可能给最终的决策带来灾难性结果。比如，企业投资，在当前环境下，是投资房市？投资股市？投资实体产业？还是存银行，买国债？网络、电视、报纸，铺天盖地的信息，今天推荐这个，明天推荐那个，东说房市升值空间大，西说股市在低点，有潜力，但是你信吗？你收集的信息全面吗？可靠吗？sina 网的头版还经常挂着“打工不如当个小老板”，果真如此吗？诸如此类的信息，就非常考验你数据的准确性了，想当初，中石油号称是亚洲最赚钱的公司，如果开盘时你奋不顾身，分得一杯羹，不知道还要多久才有翻身的机会啊？
     其次是数据的完整性。现在大多数公司的信息化系统，记录的都是一些事物的最终结果：比如销售数量、销售金额，财务收入，成本费用等。可以说非常全面，也非常准确，但是这些结果数据是怎么得来的？为什么今年的效益好，去年的效益差呢？为什么A产品的销售超过了B产品呢？为什么A地卖得比B地好呢？公司为这些结果曾经做过哪些决策，有些什么样的行动？当前的市场环境，对这些结果又有哪些影响？“过程管理”很多公司可能都缺少了这一部分，如此一来，分析出来的结果，其价值就大打折扣了，随着时间的流逝，人员的异动，场景的变化，几年过去，当初业绩好，为什么好？好在哪些方面？当初业绩差，又是什么原因？几乎无人知晓，以后在做类似的决策时，还是跟着感觉走。比如一个大卖场，其信息化系统记录了它们每天卖出的产品种类、名称、数量、单价、金额以及一部分客户的信息。但是在这个过程中，却还开展了许多营销活动，比如：
      1） 卖场装修，改善了购物环境。
      2） 开展了“增强服务意识，提高服务质量”的培训、比赛。
      3） 进行了各种各样的广告活动宣传，比如：路牌、网站、报纸、电视、广播等方式。
　    4） 举办了各种各样的折扣、送礼等方式的促销活动。
      5） 当前经济形式良好，股市飞涨，赚钱效果明显，CPI系数攀升.
　　等等，还有这些活动开展的时间、投入的成本、影响的范围、时间的长短等内容，都没有记录到系统中或者是记录得不够详细。仔细想想，如果这些数据都详细地记录到系统中，并且还有很多量化数据，显示每一项活动的效果，然后去分析，去挖掘，我想出来的结果其最终价值将大大提高，以后再去开展活动、投放广告，将更加有的放矢，就不会无谓地烧钱了。(总结：数据的准确性这个是毋庸置疑的，并且需要质量把关的，否则其他的都是徒劳。在数据准确的前提下，数据的完整很重要，BI在结果方面现在做的很好，如果能在过程方面BI的更清晰，那对决策更是一个提高[color])
    3、需求整理困难。
    BI是一款面向公司中、高层领导的分析管理工具，它的需求自然而然地要来自已公司的中、高层领导。这部分人群，他们不但要掌握公司内部的各项信息，比如各项指标是否达成，公司营运是否良好，是否需要调整公司的经营策略等；他们还要关注公司以外的各项信息，比如：整个国际的经济状况，行业发展前景，竞争对手的动态等。所以他们的需求也就复杂多了，而且也很容易变化，往往一个需求模型尚未搭建完成，新的想法又诞生了，而且每个领导都有他自已独特的思路和想法，把这些思想统一起来，都是一件非常困难的事情。
　　随着BI应用的推广，领导的需求也越来越高了，他们不但希望能从历史信息中去[color=red]挖掘出新的业务增长点，开辟一些新的渠道。而且他们还希望把这个平台变成他们沙盘推演的战场，可以模拟各种情况，然后去分析终结果变化趋势，企图从中找到一种最佳模式。比如，对于一个生产制造企业，他的库存量保持多大比例是最合适的，资金周转率最高，资金量最活跃，效益最好，这可能有很多的学问，也与很多因素有关系：采购成本、生产能力、销售状况，当前经济形式等。我们如果能模拟各种状况，分析得出的结果，然后再去其糟铂，取其精华。这样做出来的决策，质量会高很多，不致于每走一步，都是摸着石头过河。当然这是BI　的另一种境界，依赖于Cube 中的WriteBack 功能，可以实现一部分需求，做到一些初步推演，如果数量太大了，性能不好，效率太差，也不是一个好法。(总结：沙盘演练会是决策的一个方向)
二、 数据质量高度决定BI应用深度
     随着C网业务并入电信，个人业务的加入，对中国电信的BI系统提出了更高的要求，从个人客户角度来看，中国电信原有的小灵通业务一直占据了较多的低端话音市场，随着C网业务的进入，对个人的高端业务进行了一个补充。从业务分析角度来看，个人用户的行为更容易进行细分和定制针对性的方案，移动业务的加入对传统的话音业务是一个很好的补充，中国电信企业应该借助这次机会，全面提升BI系统在个人客户分析方面的支撑，针对个人用户的行为特征分析，定制针对性的细分方案，提供个性化服务方案，满足个人用户的需求。(C网的数据与传统数据结合的分析是BI的一个发展方向)
   1、加强数据集中与管理环节建立全面的数据中心
   建立一个全面的数据中心，是解决数据质量问题的一个好方案，建立全面的数据中心，需要从数据的集中与整理方面开始，可以从以下几个方面入手。
  加强与业务人员沟通，在业务需求下发初期，了解相关部门的业务分析需求，理解业务特性，提早做好数据集中与理解规划。
  在系统规划环节及建设的过程中，请BI系统相关人员参与技术方案的评审，这样可以在系统建设的过程中，可以在满足业务支撑需求的基础上，也同步考虑数据支撑需求。
  建立数据需求跟踪体系，对于暂时不能满足的数据需求，需要纳入跟踪流程，与业务部门沟通分析后续需要使用的可能性，若需要使用，则尽快集中整理。对于业务使用过的需求，也进行跟踪反馈，以便及时发现数据问题，进行数据修正。
   2、建立企业级的业务规则体系
电信运营商BI系统目前提供的多数指标只是应用于常规与专题分析，考核各地业务完成情况的指标仍旧来源于现有的报表体系，这样就导致了相关的市场分析人员将BI系统做为了一种分析数据的补充来源，而不是主要来源，部分BI系统中无法满足的数据，还可以在其它的业务支撑系统中获得支撑，因此目前的BI系统应用的覆盖面还较有限，没有形成一套比较完整的分析体系。
    运营商每年有相应的业务考核指标，对于各地业务部门来说，考核就是个指挥棒，指引着业务策略的方向。在这样的情况下，要想达到企业“精细化营销”的目标，就需要运营商从长远发展的角度考虑，从高层次建立既能满足相关考核指标，又能与数据应用相结合的业务规则体系，各地在实施相关的业务规则时，也需要确定具体的实施规则，否则目前运营商各地的业务与实施规则不统一，业务表达与技术表达不一致的情况还将继续存在下去，这将极大的制约BI系统应用的深度，从而影响BI系统的发展空间。
    建立完善的数据质量跟踪与考核体系
    一般在BI系统中，一个比较复杂的应用数据生成可能都需要经过以下环节：
    数据抽取→数据清洗转换→数据沉淀→数据共性抽取→应用生成→应用展现。
    对于BI系统来说，在每个环节都布署相应的数据监控是非常重要的，从理想状态来说，所有的问题都在前期环节发现是最好的。但在实现过程中，我们需要考虑数据监控的成本与实际的效果。
    对数据质量体系的建立，我们有如下建议。
    →建立流程及程序断点监控，确保各环节间数据一致。
    →建立业务指标监控体系，并可以根据不同的业务时期，不同的产品的生命周期进行调整相应的阀值。
    →建立质量考核体系，设立相应考核指标，要求数据“谁提供、谁负责”确保数据质量。
    →建立专门的数据质量监督小组，并不断完善数据监督、发现问题后跟踪反馈处理的流程机制，保证数据质量的稳定提升。
    数据质量的提升是一个长期的工作，也需要各方不断的总结和努力，中国电信目前依托集团企业数据应用门户系统已经开始了一些数据质量提升的工作，但企业数据门户涉及到数据的深度和广度还远远不够，中国电信目前的重点应用还集中在统计层面，成规模化的深度分析应用还远远不足，面对市场竞争的加剧运营商需要加快各地区BI系统数据质量提升的步伐，才能实现“精细化营销”的业务目标。

评论

1 楼 courage207 2011-10-25  

我真的踩了一下。。