拒绝“拍脑袋”决策

　　关于商务智能(Business Intelligence，简称BI)，有一个典型的案例。　　

一次，美国沃尔玛公司的分店经理发现：一段时期以来，每逢周末店内啤酒和尿布的销量都会同比攀升。这看似毫不相关的两种商品，销量之间为什么会出现如此相似的波动？其中有什么关联吗？后来，通过运用商务智能系统分析，沃尔玛发现购买这两种产品的顾客几乎都是 25 岁到 35 岁、家有婴儿的男性，每次购买时间均在周末。分析还发现：原来这些人习惯晚上边看球赛、边喝啤酒，对于要照顾的孩子，为了图省事就用一次性尿布。于是沃尔玛决定：把这两种商品集中摆在一起。结果销量显著增加。

　　BI是什么？BI实际上是帮助企业提高决策能力和运营能力的概念、方法、过程以及软件的集合，其主要目标是将企业所掌握的信息转换成竞争优势。BI软件提供商塞仕软件(SAS)大中华区实施总监曾濠生进一步指出：商业智能是通过收集、存储、挖掘和分析数据，为决策者提供相应的决策依据。

　　也就是说，BI通过独有的数据仓库、联机分析处理和数据挖掘等技术，帮助你从业务数据中提取有用的信息，然后根据这些信息来采取明智的行动，从而告别“拍脑袋”决策。

　　ERP的边界

　　那么，BI与已被企业界广泛应用的ERP、CRM等是什么样的关系？如果企业已经上马了ERP还需要BI吗？

　　著名 信息化专家Joe Oates的观点是：尽管ERP理论上包括商务智能(BI)和客户关系管理(CRM)，但实际上并不如此，甚至很多公司只是执行了ERP方案中的财务部分。

　　ERP是面向操作的软件，而BI是面向决策的软件，两者在功能上有着显著的区别。BI可以建立在ERP系统已收集原始数据的基础上，弥补ERP在分析、决策功能上的不足，但绝不是简单的ERP附属模块。而CRM的主要目的是从一个单一的、完整的，从企业角度理解的谁是真正的消费者，他们对公司的感觉如何，他们喜欢公司什么，不喜欢公司什么，哪些东西盈利性好，能给“最优”的消费者提供较高的价值和服务。

　　当前，很多企业ERP上线前，在某些时候没有数据可以分析；上了ERP之后，有时，面对海量数据，却又难以分析，从而企业老总的决策也不能得到确定。从这种角度讲，对于这些企业来说，仅仅实施了ERP的信息化系统仍然是不够的，它还需要商务智能系统。商务智能就能够帮助经营和决策者发现企业本身的问题和不足，并且给他们提供一种后果的设想，帮助他们选择最佳的方案和渠道，来影响执行层面的行为。所以，ERP和BI是可以并驾齐驱的两个系统。

　　让数据变成财富

　　据曾濠生介绍，利用企业中长期积累的海量数据，商务智能可以在以下几个方面发挥作用：

　　第一，理解业务。商务智能可以用来帮助理解业务的推动力量，认识是哪些趋势、哪些非正常情况和哪些行为正在对业务产生影响。

　　美国最大的办公用品连锁店Staples尝到了在业务中利用商务智能的甜头。该公司的财务副总裁在使用商务智能系统后发现该公司长期以来在陈列空间规划上犯了错误。店内的空间很大部分都用来陈列书桌、档案柜及其它家具，看起来这相当合乎逻辑，因为大型商品会比纸或笔等小商品带来更高的毛利，但是商务智能系统却显示这是错误的策略：如果你将仓储、配送、房租与损坏成本都考量进来，这些大型商品的整体利润并不会比不占空间的小型商品来得更高。自此之后，Staples公司就大幅调整卖场陈列。结果5年来，其净利以12%的速度增长。

　　第二，客户分类和特点分析。根据客户历年来的大量消费记录以及客户的档案资料，对客户进行分类，并分析每类客户的消费能力、消费习惯、消费周期、需求倾向、信誉度。确定哪类顾客给企业带来最大的利润、哪类顾客仅给企业带来最少的利润同时又要求最多的回报，然后针对不同类型的客户给予不同的服务及优惠。

　　成立于1886年的美国Sears公司，上个世纪九十年代曾经濒临倒闭。而今，Sears却是美国第二大零售企业。力挽狂澜的过程中，BI功不可没。该公司引入数据仓库以后，每天晚上从应用系统采集来各种数据，经条件分类后送入数据仓库中，进而挖掘出千万家庭的购买习惯，从而有的放矢地制定相应的销售、广告策略和促销计划。

　　第三，改善关系。商务智能能为顾客、员工、供应商、股东和大众提供关于企业及其业务状况的有用信息，从而提高企业的知名度、增强整个信息链的一致性。利用商务智能，企业可以在问题变成危机之前很快地对它们加以识别并解决。商务智能也有助于加强顾客忠诚度，一个参与其中并掌握充分信息的顾客更加有可能购买你的产品和服务。

　　例如：有一年，美国的冰淇淋厂商Ben&Jerry’s接到了许多关于草莓冰淇淋中草莓不够多的抱怨，通过商务智能工具的分析排除了所有可能出问题的环节，最后该公司发现原来这个冰淇淋的包装上的草莓照片放错了(放了冰冻 酸奶的比较大的草莓照片)。当该公司把包装上的照片改小以后，抱怨就随之消失了。

　　第四，市场营销策略分析。利用数据仓库技术实现市场营销策略在模型上的仿真，其仿真结果将提示所制定的市场营销策略是否合适，企业可以据此调整和优化其市场营销策略，使其获得最大的成功。

　　曾有一家手机生产商想要降价，进一步促销某款高档手机，但通过 BI 技术分析后，得出购买这种手机的目标顾客对价格并不敏感，反倒是他们把拥有这种手机当作身份和品位的象征，如果贸然降价反而不利于该手机的销售。

　　第五，经营成本与收入分析。对各种类型的经济活动进行成本核算，比较可能的业务收入与各种费用之间的收支差额，分析经济活动的曲线，得到相应的改进措施和办法，从而降低成本、减少开支、提高收入。

　　生产汽车的菲亚特公司以前一直从两个不同的供应商手中购买车轮上的凸形螺帽，并把购买、运输、存放这两种螺帽的数据分别放在两个数据库中。但是到后来，当他们把两个数据库结合在一起并检查和分析数据之后，发现其中一种螺帽的整体购买成本比另一个多0.1美元。按年产100万量车来计算，每个螺帽0.1美元的差价加起来至少有几十万美元。

　　第六，欺诈行为分析和预防。利用联机分析和数据挖掘技术，总结各种骗费、欠费行为的内在规律后，在数据仓库的基础上建立一套欺骗行为和欠费行为规则库，就可以及时预警各种骗费、欠费，尽量减少企业损失。

　　将时间用于决策

　　一般情况下，企业活动要经过收集数据、分析数据、制定决策和执行决策四个阶段。而Gartner<sina></sina>puorg调查发现：企业竞争优势的大小，一定程度上取决于其收集和分析数据、制定和执行决策这两方面所花时间的多少。

　　没有 BI 系统的公司，大量的时间会花在收集和分析数据信息这两步上，只有很少的时间花在制定和执行决策上。一般说来，在采用BI以前，管理人员用于整理数据和分析数据的时间之比约为8∶2，而采用了商务智能以后则相反，取得的效果自然也截然不同。

　　在中国，目前应用 BI 的企业并不太多，主要集中在竞争激烈的生活消费品行业、 零售业以及金融服务等需要大规模市场分析的行业。但并不说明其它企业不需要BI，只要您的企业拥有大量的数据需要管理与决策。