商业智能(Business Intelligence, BI)被称为商业智慧或商务智能,早年间出现的领导信息系统(EIS,Executive Information System)和决策支持系统(DSS,Decision Support System)等技术应用,被看作是 BI 的前身,而今天,随技术、企业未来的发展需要等因素的推动,BI 进入新的发展时期。
国内外对BI虽然没有统一的定义,但却有着许多共同点,在此基础上,也有了关于BI的大致定义:它是一种解决方案,以辅助决策为目的,通过相关的数据技术方法来处理企业各类数据,产出可量化的、可持续的数据价值,这些价值表现在帮企业实现业务监测、业务洞察、业务优化、决策优化甚至数据盈利。同时,随着BI 概念发展得越来越广泛,涵盖的内容越来越多,从最初的技术应用到处理过程,再到一整套的解决方案,BI体系日益庞大。
一方面是越来越庞大的BI体系,但另一方面,却由于各种现实原因,使得国内相关企业对于BI的认知却囿于“BI 即 BI 工具”这一狭义概念。有调查显示,国内企业机器员工对 BI 的认知处于宏观目标层面(集中在数据分析与数据可视化上),且在实际企业中的主要表现形式仍然是报表系统,同时,由于工作内容和工作性质的区别使得 IT 部门和业务部门的从业人员对 BI 的认知存在不同之处,前者部门更重视技术,后者部门则更重视 BI 带来的业务价值,不同业务部门的理解存在客观差异。长年累月之下,企业更加容易忽略BI 数据底层的基础,陷入一味地追求数据分析与展示的困境,而无法系统地看待 BI。
当前国内企业应用 BI 产品最期待获得的三方面的数据价值。一是数据整合,打通多系统的数据,解决掉数据壁垒问题,实现信息透明;二是数据展示效率,提高报表的输出效率,期望能够更快更准更省事;三是辅助管理决策,通过数据分析,辅助企业决策,实现科学化、数据化的决策。目前,商业智能工具已经可以满足大部分企业对于数据价值的期待,BI工具以数据可视化和分析技术为主,通过数据连接和处理能力的,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。
BI 的价值在于满足企业不同人群对数据查询、分析和探索的需求,帮助公司实现业务监测、业务洞察、业务优化、决策优化甚至数据盈利。其中,实现业务监测、洞察、优化以及决策优化的前提是数据的统一准确,BI 系统的上线会极大的推动企业数据标准的统一,解决数据孤岛等问题,使BI 实现在支撑管理决策(是 BI 最核心的目的,也是其最直接的价值),提升管理水平(帮助企业基于数据的透明和流程化,促进 PDCA 高效循环),提高业务运营效率(减少人为干涉错误,提高数据的准确),改进优化业务(完善业务体系,提升业务价值)这四个方面的价值。
随着企业信息化水平的不断提高,在辅助决策这一核心目标不变的条件下,BI 在展示类、分析类和支撑类技术层面上都会进一步扩张,纳入更多的新兴技术。面对未来更快的数据增长、更多的数据类型,以及更复杂的数据应用场景,如何提供更强力的支撑,如何产出更精准的数据见解来辅助决策将是企业需要重点考虑的问题。目前大数据技术已经趋于成熟,支撑类技术在一段时间内将减缓甚至停止扩张,未来 BI 的功能和技术需求将围绕精准决策发展。
目前,按照技术发展和对用户需求的响应, BI工具可以分为报表式 BI、传统式 BI 和自助式 BI 三类。
主要面向 IT人员,适用于各类固定样式的报表设计,通常用来呈现业务指标体系,支持的数据量相对不大。虽然主要面向的对象是 IT 部门,但是业务人员也能快速学习和掌握,并在既定的数据权限范围内,制作一些基本的数据报表和驾驶舱报表。
同样面向 IT人员,但侧重于 OLAP即席分析与数据可视化分析,但其缺点显著:项目耗资不菲、实施周期极长、项目风险大、对人才要求高等,并利于传统BI 工具的推广和普及。
面向业务人员,追求业务与 IT 的高效配合,让 IT人员回归技术本位,做好数据底层支撑;让业务人员回归价值本位,通过简单易用的前端分析工具,基于业务理解轻松地开展自助式分析,探索数据价值,实现数据驱动业务发展。
三类BI能否在企业平台发挥应有的作用,还与其他众多因素相关:数据人才的培养、数据的整合与治理、与管理层及业务部门的配合、以及 IT 部门自身的能力提升等问题都是影响BI能否持续产生令人满意价值的原因所在。为更好地发挥BI的价值,需要统筹企业的制度文化、协调沟通、流程配合、技术能力等影响数据价值产出的关键因素,共同构成不可分割的、有序关联结合的有机整体。
简而言之,BI核心能力的输出离不开BI关键模块的支持:为 BI 系统(基础环境)与运营规则和参与者(数据生产者、数据加工者、数据消费者)。企业需要通过对运营规则的设计和优化,塑造良好的工作或文化环境,增强人与人之间的关系和价值产出,保持 BI 生态系统的良好运转,而运营规则的设计,需要秉承“数据管理双驱动模型”理念,让数据链和管理链更好的运转。管理层从管理链输出压力,将业绩目标层层转化为数据指标;BI 系统从数据链提供信息,将基础数据层层提炼,形成有效信息,给管理层决策提供数据支持。围绕数据链,保障数据畅通,有效的途径是进行数据资产管理,而围绕管理链,核心是施行数据化管理,让能够更多的精力放在经营分析上,可采取的方式有优化报表体系或重新搭建经营指标体系、更加理解用户或是促进形成数据驱动的文化等。
当下,BI已经成为企业精细化运营不可或缺的一部分,根据自身切实需求进行 BI 系统的建设和数字化转型正在被慢慢的变多的企业提上议程。返回搜狐,查看更多
新闻推荐
【2024-04-30】
【2024-04-30】
【2024-04-30】
【2024-04-30】
【2024-04-29】
【2024-04-29】
【2024-04-28】
【2024-04-27】
【2024-04-26】
【2024-04-26】
【2024-04-25】
【2024-04-25】