数据赋能之商业智能实战指南

前言 数字化时代的到来使得越来越多的企业开始重视大数据应用，作为数字价值的终极体现者— —商业智能BI，已被越来越多的企业所接受。但如今几乎所有企业都在趋向精细化运营管理，需要的不再只是一个成熟的BI工具——能否深度理解业务场景，很大程度决定了BI平台技术能否真正落地、能否真正帮助企业实现降本增效的核心目的。 亿信华辰作为BI服务引领企业，累积了金融、税务、医疗等多个垂直行业的服务经验，并成功帮助客户企业解决数据难题。基于丰富的项目实施经验、成熟的数据治理产品和大数据技术能力，我们总结了商业智能从理论到实施的详细方法论，旨在帮助企业打通数据应用全链路，让数据发挥价值，驱动业务运营，帮助企业实现高效数字化转型。 目录 第一章漫谈BI前世今生，一部波澜壮阔的演变史1 1.商业智能BI是什么？1 2.BI的前世今生7 3.汇聚三代BI的集大成者11 第二章从数据角度看商业智能BI行业的本质与发展趋势12 1.从数据角度看中国商业智能BI13 2.商业智能BI对企业的作用16 3.企业应用商业智能BI系统面临的挑战19 4.商业智能BI的发展趋势20 5.小结22 第三章数字时代，企业如何重新定义商业智能BI24 1.商业智能BI快速发展的缘由24 2.时代正赋能BI新内涵27 3.BI项目规划落地的5大核心步骤32 4.企业应用商业智能BI系统面临的挑战41 5.案例：BI服务的多行业应用实例42 6.预测：商业智能BI未来趋势与发展48 7.小结51 第四章如何做好一个BI项目，这篇方法论值得收藏56 1.道·BI项目建设完整流程56 2.法·如何快速落地BI建设58 3.器·BI工具哪家强59 第五章这个BI工具箱无敌了，你要的功能它都有62 1.全功能演示62 2.全行业应用64 3.在线体验免费试用无需下载70 第一章漫谈BI前世今生，一部波澜壮阔的演变史 1.商业智能BI是什么？ 1.1定义 BI全称BusinessIntelligence，又称商务智能，是指用现代数据仓库技术、线上分析处理技术、数据挖掘和数据展现技术进行数据分析以实现商业价值。 换句话来说，BI是一套完整的解决方案，可以将来自企业的不同业务系统（如ERP、CRM、OA、BPM等，包括自己开发的业务系统软件）的数据，提取出有用的数据进行整合清洗，在保证数据正确性的同时，进行数据分析和处理，并利用合适的查询和分析工具快速、准确地为企业提供报表展现与分析，为企业提供决策支持。 简单概括这个过程所体现的三个大的部分就是：数据源收集，数据仓库的数据整合，可视化报表展现和数据分析，如图所示，这里是亿信华辰商业智能产品亿信ABI的架构图，这个就是一整套的解决方案，从数据采集、到数据的分析展示、数据的整合、到前端的数据分析应用，在我们的亿信ABI的一站式数据分析平台里都可以得到相应模块的功能支持和对业务场景的应用。 1 1.2本质 对企业来说，商业智能BI不能直接产生决策，而是利用BI处理后的数据来支持决策。核心是通过构建数据仓库平台，有效整合数据、组织数据，为分析决策提供支持并实现其价值。 2 如图所示，BI最终展现给用户的信息就是可视化报表或视图。需要注意的是：报表是一个结果，只能达到查询的效果，查询仅仅只能告诉我们结果是什么、有没有问题。而基于可视化图表背后的数据分析才能告诉我们问题的原因是什么，只要问题发现了，原因也找到了，那么企业业务人员或者管理人员如何去决策就会变得简单与轻松。如上图，清洁源头数据就是一个数据治理目标，数据标准管理与数据质量管理就是帮助实现治理目标所制定的管理制度，在开发过程中的标准管控、在运行阶段的质量管控就是在实际工作当中实现标准、质量管理的具体措施和手段。 1.3与大数据的区别 商业智能BI和大数据是两个不同的概念。BI相对于大数据更倾向于分析模式，用于决策，适合支持经营指标支撑类的问题；大数据则内涵更广，倾向于刻画个体，更多的在于个性化的决策。 3 除此以外，大数据研究机构Gartner给出了这样的定义：“大数据是需要新处理模式才能具有更强的决策力、洞察发现力和流程优化能力来适应海量、高增长率和多样化的信息资产”。 1.4商业智能BI在企业中应用的3个方面 企业内部有大量的机会可以通过优化业务流程和集中决策来节省资金。在业务遭遇大挫折时，商业智能BI能带来一线曙光，产出显著的投资回报率ROI。商业智能BI在企业中的应用主要表现在如下3个方面： （1）可视化报表的展现 在BI中，使用柱状图、饼状图、折线图、二维表格等图形可视化的方式将企业日常的业务数据（财务、供应链、人力、运营、市场、销售、产品等）全面展现出来，再通过各种数据分析维度筛选、关联、跳转、钻取等方式查看各类业务指标。 这些分析展现内容基本上是围绕各个业务部门日常工作展开的，这里面有很多的业务分析内容可能需要复杂的计算规则，需要从不同的业务系统获取数据，并且这些数据在业务系统软件中都是很难直观看到的。 4 这个层次的可视化报表分析就是一种呈现，让用户对日常的业务有一个清晰、直接、准确的认知，同时解放了业务人员手工利用Excel的各种函数做汇总分析、制图的工作，提高了工作效率。 比如，财务部门会关心今年的营业收入、目标完成率、营业毛利润率、净资产收益率等；销售部门会关心销售金额、订单数量、销售毛利、回款率等；采购部门会关心采购入库金额、退货情况、应付账款等等。 （2）数据的“异常”分析 数据的异常分析利用的是对比分析法。在可视化报表上，如果业务人员发现一些数据指标反映出来的情况超出了日常经验判断。这时就需要要对这些"异常"数据进行有目的的分析，通过相关联的维度、指标使用钻取、关联等分析方式探索出可能存在的原因。 例如，一个网站或产品，正常情况每个月的平均用户注册量是10万左右。但是\在今年的8月份发现会员注册量达到了23万，这就是一种"异常"，远远超过经验判断和预期。这时我们就要去分析判断是因为市场部门的推广，还是做了大型促销活动导致的。 当然除了正向的异常，也有可能出现负向“异常”，比如注册量只有5万，这时也是需要我们通过分析找到原因，并在以后避免发生类似的情况。 5 最终业务人员通过一次或者多次的维度和指标图表构建，逐步形成了一种比较可靠的、固化的分析模型。这个阶段的业务人员不再是被动接受来自图表中反映的信息，而是通过"异常"数据来定位到背后的一个业务问题，数据和业务在这个层次开始有了直接对应关系，这时可以利用数据图表之间的逻辑性关系寻找解决方法，提高企业的经营效率。 （3）业务建模分析 业务建模分析通常是由精通业务的业务人员提出，通过合理的建模找出业务中可能存在的问题，将其反映在可视化报表上，并最后要回归到业务，形成决策并不断优化的一个过程。 业务建模简单来说也可以理解为一种业务分析的逻辑思维模型，只是用数据、图表化的方式将它们有效组织起来去验证我们对业务分析的逻辑判断。它可由一个或多个图表组成，也可通过一组或多组数据图表支撑，依据企业的业务模型来确定。 业务建模分析区别于前两点，它是一种更深层次的业务数据的主动设计和探索分析。需要更加深入业务，围绕一个一个业务分析场景展开，对业务的认知要足够深。 6 这里需要注意的是具体的分析场景很难由专业的BI开发人员来提出。业务分析建模需要由专业的业务人员且具备数据分析思维意识的人员来推进和主导，再辅助合适的数据分析、挖掘或统计工具，这样商业智能BI的价值才能在企业得到充分的发挥，数据的价值也才会得到充分的体现。 2.BI的前世今生 先看看BI一词的由来及演变，经过了多位学者和科学家的钻研，才有了BI的概念但那时还未实现系统化的落地，我们姑且称之为“前世”。 2.1前世故事会 1865年RichardMillarDevens 在其所著的《商业趣闻百科全书》中第一次使用了“商业智能”（BusinessIntelligence）一词，该书描述了银行家亨利·富尔内塞爵士（SirHenryFurnese）如何通过有条理地收集和分析与其商业活动有关的信息，从而获得了比竞争对手更多的优势。 1958年IBM研究员HansPeterLuhn 他在一篇题为《商业智能系统》的文章中开始描述BI的价值和潜力，他认为商业智能是利用技术，在正确的时间，依据正确的信息，迅速且有效地作出决策。他也被公认为“商业智能之父”。 1988年罗马 在罗马举办的数据分析联盟会议是商业智能的里程碑。会议后，商业智能就开始向现代化演进。 1989年Gartner分析师 7 Gartner分析师HowardDresner将商业智能作为涵盖数据存储和分析的统称，避免了繁琐的名称，如DSS或EIS（经济情报系统）等。 2.2今生发展史 车轮吱吱呀呀来到了现代，到了20世纪90年代，BI正式开启了它辉煌灿烂的发展史，三代BI悉数登场亮相。 （1）第一代传统BI（1996年~） 第一代BI的概念由Gartner机构在1996年提出，它描述的BI是通过应用基于事实的支持系统来辅助商业决策的制定。说通俗点，第一代BI主要是以IT为中心的预定义报表平台，不过当时计算机技术、存储技术等都还在发展中，也限制了BI技术的发展；经过了二十多年的发展，传统BI的功能越来越强大，但是它的价值需要IT部门和业务部门一起来助力实现，可是部门间的来回沟通及需求的来回倒腾，导致其存在响应周期漫长，价值难以浮现等问题。 8 （2）第二代敏捷BI（2011年~） 到了21世纪，以有一定IT能力的业务人员为中心的自助式数据分析平台开始盛行，二代敏捷BI的热潮袭来，在这段时间里BI厂商也如雨后春笋般涌现，并竞相大力发展可自助式分析的BI产品。虽然敏捷BI的出现一定程度上解决了部门协同的问题，但是敏捷BI对于长尾数据难以有效处理，同时分析经验和知识体系难以进行沉淀，IT部门很难在后续为其提供技术支撑，使其也有一定的局限性。 （3）第三代智能BI（2019年~） 在2019年前后，第三代智能BI兴起，即AI+BI，它是一种以纯业务人员为中心，并以自然语言处理来搜索驱动的数据分析平台，实现技术0门槛，并能完美支持长尾数据，还能完成知识沉淀和经验共享。这样看来智能BI的出现似乎解决了上述两代BI的难题，但事实果真如此吗？就目前来看智能BI的落地应用场景较少且偏前端，市面上绝大多数的智能BI产品在数据采集及数据预处理环节智能化能力不足。 9 三代BI各有优劣，具体的差异呢，通过下图也能看的很清楚了。 10 3.汇聚三代BI的集大成者 通过对第一、二、三代BI的深入了解，发现他们各有优劣势，细心的小伙们会发现，每一代BI小亿都只写了起始时间并未写结束时间，那是因为他们之间并不是互相替代的关系，而是面向不同应用场景不断进阶、长期共存的关系，那有没有一款产品是可以囊括三代BI的功能并完美集成以上优势，满足所有的数据分析需求呢？ 答案当然是肯定的，亿信的ABI就是集三代BI为一身，不论是传统型、敏捷性还是智能型，它都可以胜任，满足用户全方位数据分析的需求，并在此基础上贯彻3A新特性 （即一站式、增强分析、智能化），这也与Gartner在2021年发布的魔力象限报告不谋而合。 它打通从数据接入、到数据建模与处理、再到数据分析与挖掘、数据可视化整个数据应用全链路，可满足企业经营中各类复杂的分析需求，实现多维度的数据分析应用，让数据发挥价值，驱动业务运营，帮助企业实现高效数字化。 扫码免费试用产品 11 第二章从数据角度看商业智能BI行业的本质与发展趋势 商业智能（BusinessIntelligence，简称：BI），又称商务智能，指用现代数据仓库技术、线上分析处理技术、数据挖掘和数据展现技术进行数据分析以实现商业价值。 例如，阿尔伯克基市的就业者们使用BI软件来识别有效机会以减少使用手机通话、加班及其他营运开支，三年期间为这个城市节省了