BI建设地图（行业独家）

BUSINESSINTELLIGENCE 帆软数据应用研究院出品 帆软数据应用研究院出品 CONTENTS 目录 01前提介绍 02商业智能成功的路径 明明确确商需业求智背能景的目标 构建价值蓝图 搭建团队 项目规划 打数好仓数架据构质量的基石 开发流程 数据管理 创工新具B选I工型具的应用 功能应用 主题应用 人才培养 03帆软服务介绍 培环养境数培据养驱动的文化 01商业智能概念 1、什么是商业智能 04商业智能的作用 商业智能(BusinessIntelligence，简称:BI)，又称商业智慧或商务智能，是从许多来自不同的企业运作系统的数据中提取出有用的数据并进行清理，经过ETL过程，合并到企业级的数据仓库里，从而得到企业数据的一个全局视图，在此基础上利用合适的查询和分析工具、OLAP工具等对其进行分析和处理，将数据信息转变为辅助决策的知识，为企业的管理者和运营人员的决策过程提供支持。 商业智能(BI)工具即狭义的商业智能，是指以数据可视化和分析技术为主，具备一定的数据连接和处理能力的软件工具，使用者能通过可视化的界面快速制作多种类型的数据报表、图形图表，满足企业不同人群在一定的安全要求和权限设置下，实现在PC端、移动端、会议大屏等终端上对数据的查询、分析和探索。 商的业作智用能 （1）支撑管理决策 企业数据驱动决策的需求促使了BI的诞生，因此支撑管理决策是BI最核心的目的，也是其最直接的价值。 （2）提升管理水平 在支撑管理决策的基础上，BI还能够进一步帮助企业基于数据的透明和流程化，促进PDCA高效循环，并能形成一定的激励机制，提升管理水平。 （3）提高业务运营效率 业务运营过程中涉及的大量手工报表、人工统计、逐级取数等操作，都可以由BI来代替，既 前提介绍 02商业智能与信息化 随着企业信息化水平的不断提升，从基础的业务流程信息化逐渐演变为战略信息化阶段，商业智能作为企业信息化的后半程，以沉淀的业务数据为基础，通过构建企业经营决策闭环，来提供战略和经营管理支持。 能减少人为干涉错误，提高数据的准确性，又可以提高效率，节省时间成本。 （4）改进优化业务BI在业务层面上更重要的价值，能够从业务本身出发，完善整个业务体系，从而指导业务改进，创新业务模式，提升业务价值。 数战据略仓级库信/商息业化智阶能段、决策支持等 O企A业、M级E信S、息E化RP阶、C段RM等 基业础信易息处化理阶系段统、核算系统、 财务系统、进销存系统等 2、商业智能成功的路径 03商业智能架构 以终为始。企业商业智能的成功并不是简单的工具应用，而是要融入到企业长期的经营决策流程中。因此需要做好顶层设计、确定价值蓝图、明确资源投入、梳理项目范围、培育数据文化，这样才能保证BI项目的持久生命力，真正释放数据价值。 ERP系统 数据抽取 数据清洗数据转换数据装载数据刷新 元数据管理 管理驾驶舱中国式复杂报表 OA系统 财务系统 外部数据 ODS/DW/DM 帆软BI平台 多屏展示 多维数据处理 填报数据 自助分析 数据安全 明确商业智能的目标 数据生产 数据处理与存储数据应用 打好数据质量的基石 创新BI工具的应用 培养数据驱动的文化 数据质量的基础决定了BI建设天花板的高低，完善的数据管理策略，全局的数据管理视图，保证数据的完全性、符合性、一致性、准确性，才能在前端的数据展示与分析中，提供有效的信息支撑。 不同企业的数据应用成熟度是截然不同的，对于BI工具的选型和使用也需要因时因地制宜，充分地考虑工具的功能特点和数据基础、管理与业务需求、人员素质相结合，创新地使用BI工具，真正做到见实效，出成果。 企业内部的文化环境是企业数据分析生态系统构建的阳光和雨露。只有企业上下形成统一用数据说话的意识，同时为每个企业员工赋能，提升员工的数据素养（包含意识和技能），才能导向商业智能项目的可持续成功。 数据 数据转化为商业智慧 信息知识 价值 1、明确需求背景 从进，三会个逐视渐角显来现看的BI问建题设。的紧迫性，缺乏有效的BI系统支撑的企业，随着业务的发展和信息化的推 2、构建价值蓝图 从痛点出发，描绘商业智能建设带来的价值蓝图和实施路径，以终为始描绘目标，指导后续的建设与应用。 01企业角色之苦 01管理价值蓝图 01.战略层 无法掌握企业全局数据，把控关键的KPI经 02.管理层 企业之角苦色 无法依据数据进行专题业务分析，及时作 从企业战略出发，依托BI驾驶舱平台支撑战略目标层层分解，支撑经营管理行为闭环，极大提升企业数据化管理水平。 营指标，以及财务状况和风险指标，及时 出业务调整，指导业务改进。 战略监测 经营监控 管理分析 专项行动 明确商业智能的目标 作出决策判断。 03.执行层 04.IT部门 ·市场环境 业竞争 ·战略地图 ·经营指表标盘库 ·营务销分析·人营力分析 ·专项明度细监跟控踪 数据应用需求得不到及时响应，数据报表依赖手工处理，效率低、易出错。 需求反复沟通，疲于应对；报表缺乏价值，难以获得认可；信息部没有余力做前 瞻性规划。 帆软BI管理驾驶舱平台 02数据应用之困 战略规划与调整 经营监测 管理分析 落实行动 应用层 缺乏统一的数据决策平台，数据展现形式单 指标层 关注重点 ·外部环境监测 关注重点 ·关键KPI绩效监测 关注重点 ·业务专题分析 关注重点 ·战略行动方案跟进 一，无法进行灵活的主题分析与探索式分析；指标口径不一致，缺乏统一的指标体系设 ·战业略竞地争图分监析测 ·常规业务经营指标 ·剖析业务原因 ·专项改进行动跟进 数据层 各业务系统分散独立，数据孤岛严重；数据 计，缺少战略分解与业务逻辑支撑； 把控发展方向 发现经营问题 分析问题原因 落实改进行动 标准不一致，数据质量差； 战略经营管理闭环 03经营转型之难 业务数字化 战与略考回核顾 关注重点 ·部略门目绩标效达考成核监评测估 运营数据化 打通了业务数据孤岛，实现异构数据报表的自动化，固化报表提高效率的同时缺少敏捷性的数据探索，来驱动精细化 客户在线、产品在线、员工在线、管理在线的数字化变革不单要靠敏捷灵活的数据探索，还需要自上而下的经营分析体系构建，以及自下而上的数据驱动意识培养。 流程信息化 02应用价值蓝图 定期回顾调整 的业务运营。花了大力气，上了很多系统，将管理和业务 流程信息化，提高效率的同时但数据孤岛严重，跨系统的分析变得困难； 理想的数据化状态应该是从大量低水平重复的数据获取、整理工作中解放出来，有更多的时间用于自服务的报表及分析，做多维度多场景的运营分析与预测。 产生的价值 5% 10% ·没有时间进行高价值的运营分析 ·很少或没有预测性业务分析 经营分析 ·工作重点是“追查”的差异工作 ·基于Excel基础报表 ·Excel图形化报表 商BI项业目智能否（高BI效）落的地成。功落地离不开企业内部的多职能协作，来自高层与业务的认同与参与，将在很大程度决定 花费的时间 60% 25% 准备、报核表对、发布 审阅控、制批复 付出的努力 产生的价值 数据收数集据、转获化取、核对 ·电子邮件分发静态报表 ·繁多的人工审查工作 ·多次反复，查询，对账 ·无法实现对结果控制的自动化 ·获取和验证数据的工作量大 ·不能自动连接到数据源 花费的时间 角色 职责 成员 项目领导委员会 项目最高领导团队，负责指导项目方向与关键决策，确保项目在企业内的权威性。 可由CEO/分管信息化的VP对应业务口的VP组成 顾问团队 负责BI系统架构、需求规划、流程规划的全过程技术与业务指导； CIO/CTO；系统架构师；业务总监；行业咨询顾问； 项目经理 定义、计划、协调、控制和检查所有的项目活动;跟踪和报告进度;解决技术和业务问题;指导团队成员跟供应商、业务人员、项目发起者谈判等； 项目经理 数据管理团队 负责项目所需要的数据库环境设计与监控、数据标准制定与质量分析； 数据库管理员、元数据管理员、数据质量/安全管理员 数仓开发团队 负责数据仓库建设过程中的ETL开发、主题维度建模等； ETL工程师、数据建模工程师 业务分析团队 参与业务维度模型的开发，提供数据定义，写测试案例，定义业务需求，在业务和技术之间架起沟通桥梁； 业务需求分析师、业务代表 应用开发团队 负责前端的报表和查询的开发，以及数据分析和挖掘； 报表/BI工程师、数据挖掘专家 质量管控团队 负责过程改进和质量保证，负责系统开发，交付，上线各个环节的测试任务； QA工程师、测试工程师 培训支持团队 进行知识转移，编写和发布培训材料，提供关键用户的使用培训和技术支持； 技术支持、解决方案推广师 4、项目规划 基于智能分析平台的多维度、多场景的运营分 析及预测 60% 提高透明度 ·用户驱劢，自我服务的报表及分析工具 钻取、切片、关联 25% 经营分析 准备、报核对表、发布 工作流程管理，实时监控的依赖关系，完成时 10% 审阅、批复 控制 基于临界值的自动警报 间和状态 5%数据获取 ·接口自动更新数据的能力 ·针对多个数据源的自动数据采集、清洗、装载 数据收集、转化、核对 项目规划 蓝图设计 系统建设 上线切换 交付验收 •组建项目团队 •确定实施策略与•关键用户培训•测试系统配置 •系统环境规划部署•模块开发与自测•系统上线方案 •应用效果评估 计划 •动会 项目启 •业务需求调研•功能测试 •数据质量调研•正式环境配置 •项目技术预演•性能测试 持续迭代 •需求反馈与收集 •项目价值总结与推广 •下期功能规划 •系统原型设计 •蓝图方案设计 •蓝图方案评审 •测试结果评审 •操作手册编制与 发布 •建设运营支持体系•运维与服务交接 •系统运维培训•项目总结与验收 •最终用户培训•项目复盘 •上线试运行评审•项目结项 •上线试运行 •正式上线评审 •正式上线运行 付出的努力 商业智能的建设应从企业实际情况出发，根据企业的实际的数据应用成熟度有计划有步骤地推进数据化应用，从快速自动化 03IT建设路线图 报表到全面数据资产管理，逐步有序推进。 ②业务智能分析 ③决策支持体系建设 决策树构建 ④价值链管理 数据挖掘人工智能算法 3、搭建团队 ①报表中心 高效上报/填报数据自动化处理主数据搭建 快速展现报表 数据可视化数据抽取 主数据积累与管理复杂业务数据整合扩充与优化报表系统 外部数据整合业务指标关联分析内控与风险管理 驾驶舱/协同管理平台移动互联网应用 指标预警预测价值链体系建设内控与风险管理 驾驶舱/协同管理平台移动互联网应用 1、数仓架构 搭建企业统一的数据仓库，构建企业全局的数据视图，是奠定企业BI应用的基础。 03数据仓库参考硬件架构 运维管理 01数据仓库参考功能架构 访问层 数据仓库门户 个性化定制 移动端 PC端 信息交互 ... 元数据管理 短信预警平台 邮件服务器 4A认证服务器应用服务器 应用层 应用服务 角色适配权限管理数据安全管理 血缘关系分析 数据管理 用周户期生管命理 用保户有发分展析 用户分渠析道 客户分消析费 用户分推析荐 精对品手/分竞析争 ... 指标算法分析数据存储周期分析 数据仓库系统 打好数据质量的基石 数封据装 BI可视化工具 公共基础服务服务开发管理服务运维管理信息子层 数据展现服务器 数据仓库服务器 数据集市服务器 数据仓库备库 数据服务 指标库 BI报表客户标签知识库数据模型库 ... 数据层 个人用户汇总 产品用户汇总企业模型渠道信息汇总 订单信息汇总 安全管理隐私信息保护 信息安全分级分类 ... 汇总1汇总2汇总3汇总4 汇总5 FTP服务器 文件服务器 调度服务器文件服务器 获层取 中度中间层数据 轻度中间层数据存储层数据接口层数据 2、开发流程 ETL调度工具 融合中间层数据 业务系统1 业务系统2业务系统3 02数据仓库参考技术架构 个性化定制 数据数据质量管理 数据仓库系统 元数据管理 运管维