數(shù)據(jù)賦能之商業(yè)智能實(shí)戰(zhàn)指南

前言數(shù)字化時(shí)代的到來使得越來越多的企業(yè)開始重視大數(shù)據(jù)應(yīng)用，作為數(shù)字價(jià)值的終極體現(xiàn)者——商業(yè)智能BI，已被越來越多的企業(yè)所接受。但如今幾乎所有企業(yè)都在趨向精細(xì)化運(yùn)營管理，需要的不再只是一個(gè)成熟的BI工具——能否深度理解業(yè)務(wù)場景，很大程度決定了BI平臺(tái)技術(shù)能否真正落地、能否真正幫助企業(yè)實(shí)現(xiàn)降本增效的核心目的。億信華辰作為BI服務(wù)引領(lǐng)企業(yè)，累積了金融、稅務(wù)、醫(yī)療等多個(gè)垂直行業(yè)的服務(wù)經(jīng)驗(yàn)，并成功幫助客戶企業(yè)解決數(shù)據(jù)難題。基于豐富的項(xiàng)目實(shí)施經(jīng)驗(yàn)、成熟的數(shù)據(jù)治理產(chǎn)品和大數(shù)據(jù)技術(shù)能力，我們總結(jié)了商業(yè)智能從理論到實(shí)施的詳細(xì)方法論，旨在幫助企業(yè)打通數(shù)據(jù)應(yīng)用全鏈路，讓數(shù)據(jù)發(fā)揮價(jià)值，驅(qū)動(dòng)業(yè)務(wù)運(yùn)營，幫助企業(yè)實(shí)現(xiàn)高效數(shù)字化轉(zhuǎn)型。第一章漫談BI前世今生，一部波瀾壯闊的演變史 1 BI 11第二章從數(shù)據(jù)角度看商業(yè)智能BI行業(yè)的本質(zhì)與發(fā)展趨勢 121.從數(shù)據(jù)角度看中國商業(yè)智能BI 132.商業(yè)智能BI對企業(yè)的作用 163.企業(yè)應(yīng)用商業(yè)智能BI系統(tǒng)面臨的挑戰(zhàn) 194.商業(yè)智能BI的發(fā)展趨勢 20 第三章數(shù)字時(shí)代，企業(yè)如何重新定義商業(yè)智能BI 241.商業(yè)智能BI快速發(fā)展的緣由 24.時(shí)代正賦能BI新內(nèi)涵 273.BI項(xiàng)目規(guī)劃落地的5大核心步驟 324.企業(yè)應(yīng)用商業(yè)智能BI系統(tǒng)面臨的挑戰(zhàn) 41 6.預(yù)測：商業(yè)智能BI未來趨勢與發(fā)展 48 第四章如何做好一個(gè)BI項(xiàng)目，這篇方法論值得收藏 561.道·BI項(xiàng)目建設(shè)完整流程 562.法·如何快速落地BI建設(shè) 58BI家強(qiáng) 59第五章這個(gè)BI工具箱無敵了，你要的功能它都有 621.全功能演示 622.全行業(yè)應(yīng)用 643.在線體驗(yàn)免費(fèi)試用無需下載 70ESENSOFT第一章漫談BI前世今生，一部波瀾壯闊的演變史1.商業(yè)智能BI是什么？1.1定義BI全稱BusinessIntelligence，又稱商務(wù)智能，是指用現(xiàn)代數(shù)據(jù)倉庫技術(shù)、線上分析處理技術(shù)、數(shù)據(jù)挖掘和數(shù)據(jù)展現(xiàn)技術(shù)進(jìn)行數(shù)據(jù)分析以實(shí)現(xiàn)商業(yè)價(jià)值。換句話來說，BI是一套完整的解決方案，可以將來自企業(yè)的不同業(yè)務(wù)系統(tǒng)(如ERP、CRM、OA、BPM等，包括自己開發(fā)的業(yè)務(wù)系統(tǒng)軟件)的數(shù)據(jù)，提取出有用的數(shù)據(jù)進(jìn)行整合清洗，在保證數(shù)據(jù)正確性的同時(shí)，進(jìn)行數(shù)據(jù)分析和處理，并利用合適的查詢和分析工具快速、準(zhǔn)確地為企業(yè)提供報(bào)表展現(xiàn)與分析，為企業(yè)提供決策支持。簡單概括這個(gè)過程所體現(xiàn)的三個(gè)大的部分就是：數(shù)據(jù)源收集，數(shù)據(jù)倉庫的數(shù)據(jù)整合，可視化報(bào)表展現(xiàn)和數(shù)據(jù)分析，如圖所示，這里是億信華辰商業(yè)智能產(chǎn)品億信ABI的架構(gòu)的分析展示、數(shù)據(jù)的整合、到前端的數(shù)據(jù)分析應(yīng)用，在我們的億信ABI的一站式數(shù)據(jù)分析平臺(tái)里都可以得到相應(yīng)模塊的功能支持和對業(yè)務(wù)場景的應(yīng)用。1ESENSOFT1.2本質(zhì)對企業(yè)來說，商業(yè)智能BI不能直接產(chǎn)生決策，而是利用BI處理后的數(shù)據(jù)來支持決策。核心是通過構(gòu)建數(shù)據(jù)倉庫平臺(tái)，有效整合數(shù)據(jù)、組織數(shù)據(jù)，為分析決策提供支持并實(shí)現(xiàn)其價(jià)值。2ESENSOFT如圖所示，BI最終展現(xiàn)給用戶的信息就是可視化報(bào)表或視圖。需要注意的是：報(bào)表是一個(gè)結(jié)果，只能達(dá)到查詢的效果，查詢僅僅只能告訴我們結(jié)果是什么、有沒有問題。而基于可視化圖表背后的數(shù)據(jù)分析才能告訴我們問題的原因是什么，只要問題發(fā)現(xiàn)了，原因也找到了，那么企業(yè)業(yè)務(wù)人員或者管理人員如何去決策就會(huì)變得簡單與輕松。如上圖，清潔源頭數(shù)據(jù)就是一個(gè)數(shù)據(jù)治理目標(biāo)，數(shù)據(jù)標(biāo)準(zhǔn)管理與數(shù)據(jù)質(zhì)量管理就是幫助實(shí)現(xiàn)治理目標(biāo)所制定的管理制度，在開發(fā)過程中的標(biāo)準(zhǔn)管控、在運(yùn)行階段的質(zhì)量管控就是在實(shí)際工作當(dāng)中實(shí)現(xiàn)標(biāo)準(zhǔn)、質(zhì)量管理的具體措施和手段。1.3與大數(shù)據(jù)的區(qū)別商業(yè)智能BI和大數(shù)據(jù)是兩個(gè)不同的概念。BI相對于大數(shù)據(jù)更傾向于分析模式，用于決策，適合支持經(jīng)營指標(biāo)支撐類的問題；大數(shù)據(jù)則內(nèi)涵更廣，傾向于刻畫個(gè)體，更多的在于個(gè)性化的決策。3ESENSOFT除此以外，大數(shù)據(jù)研究機(jī)構(gòu)Gartner給出了這樣的定義：“大數(shù)據(jù)是需要新處理模式才能具有更強(qiáng)的決策力、洞察發(fā)現(xiàn)力和流程優(yōu)化能力來適應(yīng)海量、高增長率和多樣化的信息資產(chǎn)”。能BI在企業(yè)中應(yīng)用的3個(gè)方面企業(yè)內(nèi)部有大量的機(jī)會(huì)可以通過優(yōu)化業(yè)務(wù)流程和集中決策來節(jié)省資金。在業(yè)務(wù)遭遇大挫折時(shí)，商業(yè)智能BI能帶來一線曙光，產(chǎn)出顯著的投資回報(bào)率ROI。商業(yè)智能BI在企業(yè)中的應(yīng)用主要表現(xiàn)在如下3個(gè)方面： (1)可視化報(bào)表的展現(xiàn)在BI中，使用柱狀圖、餅狀圖、折線圖、二維表格等圖形可視化的方式將企業(yè)日常的各種數(shù)據(jù)分析維度篩選、關(guān)聯(lián)、跳轉(zhuǎn)、鉆取等方式查看各類業(yè)務(wù)指標(biāo)。這些分析展現(xiàn)內(nèi)容基本上是圍繞各個(gè)業(yè)務(wù)部門日常工作展開的，這里面有很多的業(yè)務(wù)分析內(nèi)容可能需要復(fù)雜的計(jì)算規(guī)則，需要從不同的業(yè)務(wù)系統(tǒng)獲取數(shù)據(jù)，并且這些數(shù)據(jù)在業(yè)務(wù)系統(tǒng)軟件中都是很難直觀看到的。4ESENSOFT這個(gè)層次的可視化報(bào)表分析就是一種呈現(xiàn)，讓用戶對日常的業(yè)務(wù)有一個(gè)清晰、直接、準(zhǔn)確的認(rèn)知，同時(shí)解放了業(yè)務(wù)人員手工利用Excel的各種函數(shù)做匯總分析、制圖的工作，提高了工作效率。比如，財(cái)務(wù)部門會(huì)關(guān)心今年的營業(yè)收入、目標(biāo)完成率、營業(yè)毛利潤率、凈資產(chǎn)收益率等；銷售部門會(huì)關(guān)心銷售金額、訂單數(shù)量、銷售毛利、回款率等；采購部門會(huì)關(guān)心采購 (2)數(shù)據(jù)的“異常”分析數(shù)據(jù)的異常分析利用的是對比分析法。在可視化報(bào)表上，如果業(yè)務(wù)人員發(fā)現(xiàn)一些數(shù)據(jù)指標(biāo)反映出來的情況超出了日常經(jīng)驗(yàn)判斷。這時(shí)就需要要對這些"異常"數(shù)據(jù)進(jìn)行有目的的分析，通過相關(guān)聯(lián)的維度、指標(biāo)使用鉆取、關(guān)聯(lián)等分析方式探索出可能存在的原因。例如，一個(gè)網(wǎng)站或產(chǎn)品，正常情況每個(gè)月的平均用戶注冊量是10萬左右。但是\在今年的8月份發(fā)現(xiàn)會(huì)員注冊量達(dá)到了23萬，這就是一種"異常"，遠(yuǎn)遠(yuǎn)超過經(jīng)驗(yàn)判斷和預(yù)期。這時(shí)我們就要去分析判斷是因?yàn)槭袌霾块T的推廣，還是做了大型促銷活動(dòng)導(dǎo)致的。當(dāng)然除了正向的異常，也有可能出現(xiàn)負(fù)向“異常”，比如注冊量只有5萬，這時(shí)也是需要我們通過分析找到原因，并在以后避免發(fā)生類似的情況。5ESENSOFT最終業(yè)務(wù)人員通過一次或者多次的維度和指標(biāo)圖表構(gòu)建，逐步形成了一種比較可靠的、固化的分析模型。這個(gè)階段的業(yè)務(wù)人員不再是被動(dòng)接受來自圖表中反映的信息，而是通過"異常"數(shù)據(jù)來定位到背后的一個(gè)業(yè)務(wù)問題，數(shù)據(jù)和業(yè)務(wù)在這個(gè)層次開始有了直接對應(yīng)關(guān)系，這時(shí)可以利用數(shù)據(jù)圖表之間的邏輯性關(guān)系尋找解決方法，提高企業(yè)的經(jīng)營效率。 (3)業(yè)務(wù)建模分析業(yè)務(wù)建模分析通常是由精通業(yè)務(wù)的業(yè)務(wù)人員提出，通過合理的建模找出業(yè)務(wù)中可能存在的問題，將其反映在可視化報(bào)表上，并最后要回歸到業(yè)務(wù)，形成決策并不斷優(yōu)化的一個(gè)過程。業(yè)務(wù)建模簡單來說也可以理解為一種業(yè)務(wù)分析的邏輯思維模型，只是用數(shù)據(jù)、圖表化的方式將它們有效組織起來去驗(yàn)證我們對業(yè)務(wù)分析的邏輯判斷。它可由一個(gè)或多個(gè)圖表組成，也可通過一組或多組數(shù)據(jù)圖表支撐，依據(jù)企業(yè)的業(yè)務(wù)模型來確定。業(yè)務(wù)建模分析區(qū)別于前兩點(diǎn)，它是一種更深層次的業(yè)務(wù)數(shù)據(jù)的主動(dòng)設(shè)計(jì)和探索分析。需要更加深入業(yè)務(wù)，圍繞一個(gè)一個(gè)業(yè)務(wù)分析場景展開，對業(yè)務(wù)的認(rèn)知要足夠深。6ESENSOFT這里需要注意的是具體的分析場景很難由專業(yè)的BI開發(fā)人員來提出。業(yè)務(wù)分析建模需要由專業(yè)的業(yè)務(wù)人員且具備數(shù)據(jù)分析思維意識(shí)的人員來推進(jìn)和主導(dǎo)，再輔助合適的數(shù)據(jù)分析、挖掘或統(tǒng)計(jì)工具，這樣商業(yè)智能BI的價(jià)值才能在企業(yè)得到充分的發(fā)揮，數(shù)據(jù)的價(jià)值也才會(huì)得到充分的體現(xiàn)。2.BI的前世今生先看看BI一詞的由來及演變，經(jīng)過了多位學(xué)者和科學(xué)家的鉆研，才有了BI的概念但那時(shí)還未實(shí)現(xiàn)系統(tǒng)化的落地，我們姑且稱之為“前世”。2.1前世故事會(huì)1865年RichardMillarDevensIntelligence)一詞，該書描述了銀行家亨利·富爾內(nèi)塞爵士(SirHenryFurnese)如何通過有條理地收集和分析與其商業(yè)活動(dòng)有關(guān)的信息，從而獲得了比競爭對手更多的優(yōu)勢。1958年IBM研究員HansPeterLuhn他在一篇題為《商業(yè)智能系統(tǒng)》的文章中開始描述BI的價(jià)值和潛力，他認(rèn)為商業(yè)智能是利用技術(shù)，在正確的時(shí)間，依據(jù)正確的信息，迅速且有效地作出決策。他也被公認(rèn)為“商業(yè)智能之父”。1988年羅馬在羅馬舉辦的數(shù)據(jù)分析聯(lián)盟會(huì)議是商業(yè)智能的里程碑。會(huì)議后，商業(yè)智能就開始向現(xiàn)代化演進(jìn)。1989年Gartner分析師7ESENSOFTGartner分析師HowardDresner將商業(yè)智能作為涵蓋數(shù)據(jù)存儲(chǔ)和分析的統(tǒng)稱，避免了繁瑣的名稱，如DSS或EIS(經(jīng)濟(jì)情報(bào)系統(tǒng))等。2.2今生發(fā)展史史，三代BI悉數(shù)登場亮相。 (1)第一代傳統(tǒng)BI(1996年~)第一代BI的概念由Gartner機(jī)構(gòu)在1996年提出，它描述的BI是通過應(yīng)用基于事實(shí)的支持系統(tǒng)來輔助商業(yè)決策的制定。說通俗點(diǎn)，第一代BI主要是以IT為中心的預(yù)定義展；經(jīng)過了二十多年的發(fā)展，傳統(tǒng)BI的功能越來越強(qiáng)大，但是它的價(jià)值需要IT部門和業(yè)務(wù)部門一起來助力實(shí)現(xiàn)，可是部門間的來回溝通及需求的來回倒騰，導(dǎo)致其存在響應(yīng)周期漫長，價(jià)值難以浮現(xiàn)等問題。8ESENSOFT (2)第二代敏捷BI(2011年~)到了21世紀(jì)，以有一定IT能力的業(yè)務(wù)人員為中心的自助式數(shù)據(jù)分析平臺(tái)開始盛行，二代敏捷BI的熱潮襲來，在這段時(shí)間里BI廠商也如雨后春筍般涌現(xiàn)，并競相大力發(fā)展可自助式分析的BI產(chǎn)品。雖然敏捷BI的出現(xiàn)一定程度上解決了部門協(xié)同的問題，但是敏捷BI對于長尾數(shù)據(jù)難以有效處理，同時(shí)分析經(jīng)驗(yàn)和知識(shí)體系難以進(jìn)行沉淀，IT部門很難在后續(xù)為其提供技術(shù)支撐，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興起，即AI+BI，它是一種以純業(yè)務(wù)人員為中心，并以自然語言處理來搜索驅(qū)動(dòng)的數(shù)據(jù)分析平臺(tái)，實(shí)現(xiàn)技術(shù)0門檻，并能完美支持長尾數(shù)據(jù)，還能完成知識(shí)沉淀和經(jīng)驗(yàn)共享。這樣看來智能BI的出現(xiàn)似乎解決了上述兩代BI的難題，但事實(shí)果真如此嗎？就目前來看智能BI的落地應(yīng)用場景較少且偏前端，市面上絕大多數(shù)的智能BI產(chǎn)品在數(shù)據(jù)采集及數(shù)據(jù)預(yù)處理環(huán)節(jié)智能化能力不足。9ESENSOFT三代BI各有優(yōu)劣，具體的差異呢，通過下圖也能看的很清楚了。ESENSOFT3.匯聚三代BI的集大成者通過對第一、二、三代BI的深入了解，發(fā)現(xiàn)他們各有優(yōu)劣勢，細(xì)心的小伙們會(huì)發(fā)現(xiàn)，每一代BI小億都只寫了起始時(shí)間并未寫結(jié)束時(shí)間，那是因?yàn)樗麄冎g并不是互相替代的關(guān)系，而是面向不同應(yīng)用場景不斷進(jìn)階、長期共存的關(guān)系，那有沒有一款產(chǎn)品是可以囊括三代BI的功能并完美集成以上優(yōu)勢，滿足所有的數(shù)據(jù)分析需求呢？答案當(dāng)然是肯定的，億信的ABI就是集三代BI為一身，不論是傳統(tǒng)型、敏捷性還是智能型，它都可以勝任，滿足用戶全方位數(shù)據(jù)分析的需求，并在此基礎(chǔ)上貫徹3A新特性 (即一站式、增強(qiáng)分析、智能化)，這也與Gartner在2021年發(fā)布的魔力象限報(bào)告不謀而合。它打通從數(shù)據(jù)接入、到數(shù)據(jù)建模與處理、再到數(shù)據(jù)分析與挖掘、數(shù)據(jù)可視化整個(gè)數(shù)據(jù)應(yīng)用全鏈路，可滿足企業(yè)經(jīng)營中各類復(fù)雜的分析需求，實(shí)現(xiàn)多維度的數(shù)據(jù)分析應(yīng)用，讓數(shù)據(jù)發(fā)揮價(jià)值，驅(qū)動(dòng)業(yè)務(wù)運(yùn)營，幫助企業(yè)實(shí)現(xiàn)高效數(shù)字化。掃碼免費(fèi)試用產(chǎn)品11ESENSOFT第二章從數(shù)據(jù)角度看商業(yè)智能BI行業(yè)的本質(zhì)與發(fā)展趨勢商業(yè)智能(BusinessIntelligence，簡稱：BI)，又稱商務(wù)智能，指用現(xiàn)代數(shù)據(jù)倉庫技術(shù)、線上分析處理技術(shù)、數(shù)據(jù)挖掘和數(shù)據(jù)展現(xiàn)技術(shù)進(jìn)行數(shù)據(jù)分析以實(shí)現(xiàn)商業(yè)價(jià)值。例如，阿爾伯克基市的就業(yè)者們使用BI軟件來識(shí)別有效機(jī)會(huì)以減少使用手機(jī)通話、加班及其他營運(yùn)開支，三年期間為這個(gè)城市節(jié)省了200萬美元。同樣地，在商業(yè)智能BI工具的幫助下，豐田汽車公司意識(shí)到公司曾對它的運(yùn)貨商“雙倍”地付費(fèi)，2000年總金額達(dá)812,000美元。事實(shí)表明，利用商業(yè)智能BI來揭示業(yè)務(wù)流程中存在的缺陷的企業(yè)，與僅用商業(yè)智能BI來監(jiān)控會(huì)發(fā)生什么事情的企業(yè)相比，在成功的競爭中處于更有利的地位。商業(yè)智能作為工具，可以用來處理企業(yè)中現(xiàn)有數(shù)據(jù)，并將其轉(zhuǎn)換成知識(shí)、分析和結(jié)論，輔助業(yè)務(wù)或決策者做出正確且明智的決定。幫助企業(yè)更好地利用數(shù)據(jù)提高決策質(zhì)量的技術(shù)，包含了從數(shù)據(jù)倉庫到分析型系統(tǒng)等。今天小億就從數(shù)據(jù)角度和大家一起探討商業(yè)智能BI行業(yè)的本質(zhì)與發(fā)展趨勢。 1.從數(shù)據(jù)角度看中國商業(yè)智能BI1中國商業(yè)智能BI軟件行業(yè)規(guī)模ESENSOFT注：市場規(guī)模為純軟件銷售收入，不含項(xiàng)目實(shí)施、項(xiàng)目運(yùn)維等。從我國開始實(shí)施國家大數(shù)據(jù)戰(zhàn)略以來，大數(shù)據(jù)BI行業(yè)保持著高速穩(wěn)定的發(fā)展。一方面得益于國家政策的牽引，如《大數(shù)據(jù)產(chǎn)業(yè)發(fā)展規(guī)劃(2016-2020年)》等利好政策，對打造“數(shù)據(jù)、技術(shù)、應(yīng)用與安全協(xié)同發(fā)展的自助產(chǎn)業(yè)生態(tài)體系”做了全方位的支撐和部署。另一方面，持續(xù)多年的信息化應(yīng)用價(jià)值教育，企業(yè)自身信息化建設(shè)的準(zhǔn)備，都讓更多企業(yè)開始使用BI產(chǎn)品，期望通過精細(xì)化運(yùn)營來提升經(jīng)營效益。當(dāng)前我國已進(jìn)入國際BI及DA(數(shù)據(jù)分析)領(lǐng)域的第一方陣，并成為發(fā)展最快的國家之一，但仍和美國有一定差距。2018年中國商業(yè)智能(BI)軟件行業(yè)規(guī)模約為16.6右，增長率達(dá)到27.1%，未來中國BI行業(yè)的發(fā)展?jié)摿薮?。業(yè)智能企業(yè)分布與結(jié)構(gòu)ESENSOFT中國商業(yè)智能企業(yè)分布與結(jié)構(gòu)分析根據(jù)銳觀咨詢整理所得數(shù)據(jù)，目前，IT人員主導(dǎo)企業(yè)數(shù)據(jù)分析的模式仍占據(jù)主流，也就61.62%的企業(yè)的數(shù)據(jù)分析工作仍是第二類型(IT強(qiáng)主導(dǎo)型)，甚至有21.89%的企業(yè)的數(shù)據(jù)分析工作處在第一類型(IT完全主導(dǎo)型)，這顯然和業(yè)務(wù)人員自助數(shù)據(jù)分析的目標(biāo)距離遙遠(yuǎn)。2企業(yè)最重視的BI功能有哪些對于BI的功能，企業(yè)主要看重報(bào)表能力、移動(dòng)端、填報(bào)錄入、管理駕駛艙等。超過半數(shù)的企業(yè)非常重視常規(guī)報(bào)表制作與展示和移動(dòng)端BI功能。近一半的企業(yè)期待用數(shù)據(jù)填Word中的有效方法。ESENSOFT企業(yè)選擇BI功能考量權(quán)重1.4企業(yè)應(yīng)用BI最期待獲得的數(shù)據(jù)價(jià)值國內(nèi)企業(yè)選用BI產(chǎn)品，最期待獲得的數(shù)據(jù)價(jià)值，一是數(shù)據(jù)整合，二是數(shù)據(jù)展示效率，三是輔助管理決策。據(jù)統(tǒng)計(jì)，72.8%的企業(yè)最想獲得的數(shù)據(jù)價(jià)值是整合多系統(tǒng)數(shù)據(jù)，打通多系統(tǒng)的數(shù)據(jù)，解決數(shù)據(jù)壁壘的問題實(shí)現(xiàn)信息透明。69.1%的企業(yè)想要提高報(bào)表的輸出效率，期望能夠更快更準(zhǔn)更省事。53.7%的企業(yè)則希望通過數(shù)據(jù)分析，輔助企業(yè)決ESENSOFT2.商業(yè)智能BI對企業(yè)的作用如今，企業(yè)內(nèi)部有大量的機(jī)會(huì)可以通過優(yōu)化業(yè)務(wù)流程和集中決策來節(jié)省資金。在業(yè)務(wù)遭遇大挫折時(shí)，商業(yè)智能BI能帶來一線曙光，產(chǎn)出顯著的投資回報(bào)率ROI。商業(yè)智能BI在企業(yè)中的應(yīng)用主要表現(xiàn)在如下3個(gè)方面：2.1可視化報(bào)表的展現(xiàn)在BI中，使用柱狀圖、餅狀圖、折線圖、二維表格等圖形可視化的方式將企業(yè)日常的各種數(shù)據(jù)分析維度篩選、關(guān)聯(lián)、跳轉(zhuǎn)、鉆取等方式查看各類業(yè)務(wù)指標(biāo)?！鲌D表使用億信ABI制作ESENSOFT這些分析展現(xiàn)內(nèi)容基本上是圍繞各個(gè)業(yè)務(wù)部門日常工作展開的，這里面有很多的業(yè)務(wù)分析內(nèi)容可能需要復(fù)雜的計(jì)算規(guī)則，需要從不同的業(yè)務(wù)系統(tǒng)獲取數(shù)據(jù)，并且這些數(shù)據(jù)在業(yè)務(wù)系統(tǒng)軟件中都是很難直觀看到的。這個(gè)層次的可視化報(bào)表分析就是一種呈現(xiàn)，讓用戶對日常的業(yè)務(wù)有一個(gè)清晰、直接、準(zhǔn)確的認(rèn)知，同時(shí)解放了業(yè)務(wù)人員手工利用Excel的各種函數(shù)做匯總分析、制圖的工作，提高了工作效率。比如，財(cái)務(wù)部門會(huì)關(guān)心今年的營業(yè)收入、目標(biāo)完成率、營業(yè)毛利潤率、凈資產(chǎn)收益率等；銷售部門會(huì)關(guān)心銷售金額、訂單數(shù)量、銷售毛利、回款率等；采購部門會(huì)關(guān)心采購2.2數(shù)據(jù)的“異常”分析異常分析作用重大。數(shù)據(jù)的異常分析利用的是對比分析法。業(yè)務(wù)人員通過可視化報(bào)表呈現(xiàn)，如果發(fā)現(xiàn)了一些數(shù)據(jù)指標(biāo)反映出來的情況超出了日常經(jīng)驗(yàn)判斷。這時(shí)就需要要對這些"異常"數(shù)據(jù)進(jìn)行有目的的分析，通過相關(guān)聯(lián)的維度、指標(biāo)使用鉆取、關(guān)聯(lián)等分析方式探索出可能存在的原因?！鲌D表使用億信ABI制作ESENSOFT例如，正常情況下，一個(gè)網(wǎng)站或產(chǎn)品每個(gè)月的平均用戶注冊量是10萬左右。但是我們觀測到A網(wǎng)站在某月的注冊量只有5萬，這就需要我們分析找到原因，并在以后避免發(fā)生類似的情況。除了負(fù)向異常，也有可能出現(xiàn)正向“異?！保热鐣?huì)員注冊量達(dá)到了23萬，這同樣是一種"異常"，遠(yuǎn)遠(yuǎn)超過經(jīng)驗(yàn)判斷和預(yù)期。這時(shí)我們就要去分析判斷是因?yàn)槭袌霾块T的推廣，還是做了大型促銷活動(dòng)導(dǎo)致的。最終業(yè)務(wù)人員通過一次或者多次的維度和指標(biāo)圖表構(gòu)建，逐步形成了一種比較可靠的、固化的分析模型。這個(gè)階段的業(yè)務(wù)人員不再是被動(dòng)接受來自圖表中反映的信息，而是通過"異常"數(shù)據(jù)來定位到背后的一個(gè)業(yè)務(wù)問題，數(shù)據(jù)和業(yè)務(wù)在這個(gè)層次開始有了直接對應(yīng)率。2.2業(yè)務(wù)建模分析業(yè)務(wù)建模分析通常是由精通業(yè)務(wù)的業(yè)務(wù)人員提出，通過合理的建模找出業(yè)務(wù)中可能存在的問題，將其反映在可視化報(bào)表上，并最后回歸到業(yè)務(wù)，形成決策并不斷優(yōu)化的過程。業(yè)務(wù)建模簡單來說也可以理解為一種業(yè)務(wù)分析的邏輯思維模型，只是用數(shù)據(jù)、圖表化的方式將它們有效組織起來去驗(yàn)證我們對業(yè)務(wù)分析的邏輯判斷。它可由一個(gè)或多個(gè)圖表組成，也可通過一組或多組數(shù)據(jù)圖表支撐，依據(jù)企業(yè)的業(yè)務(wù)模型來確定。業(yè)務(wù)建模分析區(qū)別于前兩點(diǎn)，它是一種更深層次的業(yè)務(wù)數(shù)據(jù)的主動(dòng)設(shè)計(jì)和探索分析。需要更加深入業(yè)務(wù)，圍繞一個(gè)一個(gè)業(yè)務(wù)分析場景展開，對業(yè)務(wù)的認(rèn)知要足夠深。這里需要注意的是具體的分析場景很難由專業(yè)的BI開發(fā)人員來提出。業(yè)務(wù)分析建模需要由專業(yè)的業(yè)務(wù)人員且具備數(shù)據(jù)分析思維意識(shí)的人員來推進(jìn)和主導(dǎo)，再輔助合適的數(shù)據(jù)分析、挖掘或統(tǒng)計(jì)工具，這樣商業(yè)智能BI的價(jià)值才能在企業(yè)得到充分的發(fā)揮，數(shù)據(jù)的價(jià)值也才會(huì)得到充分的體現(xiàn)。ESENSOFT△圖表使用億信ABI制作3.企業(yè)應(yīng)用商業(yè)智能BI系統(tǒng)面臨的挑戰(zhàn)整體來看，企業(yè)應(yīng)用BI系統(tǒng)的狀況不斷良性發(fā)展，但也面臨著諸多挑戰(zhàn)，也是BI成功3.1數(shù)據(jù)整合治理相關(guān)數(shù)據(jù)顯示，64.8%的受訪企業(yè)表示數(shù)據(jù)的整合與治理，是未來的主要挑戰(zhàn)。數(shù)據(jù)問題主要集中在：“數(shù)據(jù)過于分散，形成數(shù)據(jù)孤島，取數(shù)分析麻煩”“底層數(shù)據(jù)混亂，存在準(zhǔn)確、失效、性能的問題”這兩個(gè)方面。3.2數(shù)據(jù)人才的培養(yǎng)從整體背景來看，越來越多的企業(yè)開始把數(shù)據(jù)人才作為企業(yè)經(jīng)營戰(zhàn)略版圖的核心組成部分，集中表現(xiàn)越來越愿意花高薪聘請大數(shù)據(jù)人才，整體薪資水平在不斷提升。但是優(yōu)秀ESENSOFT的大數(shù)據(jù)人才培養(yǎng)的成本居高不下，培養(yǎng)周期長，人才供應(yīng)始終是在大數(shù)據(jù)人才需求越來越大的背景下捉襟見肘。薪資競爭力不足以及企業(yè)創(chuàng)新力不足，讓傳統(tǒng)企業(yè)愈加困難。難3.3企業(yè)數(shù)據(jù)文化的建設(shè)在企業(yè)認(rèn)可數(shù)據(jù)，積累數(shù)據(jù)的過程中，大數(shù)據(jù)團(tuán)隊(duì)對數(shù)據(jù)人才的培養(yǎng)也會(huì)逐步找到一些法門，這些方法和技巧無不是圍繞在數(shù)據(jù)文化建設(shè)之上。調(diào)查顯示，在彰顯數(shù)據(jù)文化方面，雖然“溝通協(xié)調(diào)討論用數(shù)據(jù)說話，基于數(shù)據(jù)討論”達(dá)到了81.8%，但“數(shù)據(jù)獲得.19%。4.商業(yè)智能BI的發(fā)展趨勢4.1數(shù)據(jù)分析將從獨(dú)立的、顯示的產(chǎn)品，變成無處不在的嵌入式分析能力以前，數(shù)據(jù)分析產(chǎn)品都是獨(dú)立部署的，給用戶非常清晰的使用界限，必須登錄入系統(tǒng)進(jìn)行相關(guān)的操作。將來的數(shù)據(jù)分析產(chǎn)品將是一種即取即用的能力。比如，用戶會(huì)在ERP系統(tǒng)中，或者公司門戶中看到的數(shù)據(jù)圖表、數(shù)字看板大屏，都是來自于BI工具所產(chǎn)生的鏈接。比如用戶可以將圖表生成第三方鏈接供用戶跨系統(tǒng)調(diào)用。還有一種場景，就是用戶在BI系統(tǒng)中，比如看板中，觀察到庫存過低，可以通過按鈕直接跳轉(zhuǎn)WMS系統(tǒng)進(jìn)行訂貨操作。理怎么治”的問題。另外，這九大模塊也可以根據(jù)需求來組合，以滿足不同企業(yè)不同的業(yè)務(wù)場景和需要。4.2分析變得越來越智能認(rèn)知計(jì)算這個(gè)由IBM熱炒起來的概念正在逐漸深入人心，并在工業(yè)領(lǐng)域得到實(shí)際的應(yīng)用。從商業(yè)智能的領(lǐng)域來看，就是分析工作正在變得越來越自動(dòng)化。盡管如今軟件已經(jīng)ESENSOFT提供了搜索式的交互方式，將數(shù)據(jù)分析的工作難度進(jìn)一步降低到業(yè)務(wù)人員也可以使用的程度，但是仍然還需要人員去干預(yù)。人工智能的終極目標(biāo)是讓人類從一切工作中解放出來。來因此，從這個(gè)立足點(diǎn)出發(fā)，數(shù)據(jù)分析系統(tǒng)自動(dòng)的完成數(shù)據(jù)洞察任務(wù)，并將數(shù)據(jù)分析的結(jié)論建議出來。仍然是趨勢，但是發(fā)展速度比預(yù)期要慢五年前就有人預(yù)言商業(yè)智能BI移動(dòng)化會(huì)成為必然趨勢，如今5年時(shí)間已過，移動(dòng)BI的普及程度并不如預(yù)期。原因主要是數(shù)據(jù)分析的交互性一直是很高的要求，手機(jī)屏幕的限屏，顯然并不適合在移動(dòng)端進(jìn)行展示。針對中國市場，則有一些新的移動(dòng)趨勢，比如將BI展示集成到企業(yè)微信或者釘釘中去，以更好的發(fā)揮商業(yè)智能BI的協(xié)作性。4.4更好的支持物聯(lián)網(wǎng)隨著5G、Lora、NBIot等技術(shù)的成熟，物聯(lián)網(wǎng)技術(shù)將成為勢不可擋的發(fā)展趨勢。未來將會(huì)有數(shù)百億甚至數(shù)千億個(gè)終端物聯(lián)網(wǎng)設(shè)備或傳感器接入網(wǎng)絡(luò)，這個(gè)規(guī)模數(shù)百倍于移動(dòng)互聯(lián)時(shí)代。要在中央計(jì)算平臺(tái)進(jìn)行如此巨大規(guī)模的數(shù)據(jù)處理是不切實(shí)際的，也是很低效的。因此，邊緣計(jì)算將逐漸引入商業(yè)智能分析中，物聯(lián)網(wǎng)終端進(jìn)行數(shù)據(jù)分析，然后將處理過的數(shù)據(jù)匯入云端進(jìn)行進(jìn)一步處理。4.5增強(qiáng)對實(shí)時(shí)數(shù)據(jù)的處理能力以往的商業(yè)智能分析軟件，更專注于離線分析。待分析的數(shù)據(jù)通過定期更新的方式導(dǎo)入數(shù)據(jù)倉庫中，一些早期的技術(shù)需要事前構(gòu)建CUBE，建立數(shù)據(jù)集市，進(jìn)一步切片數(shù)據(jù)，最終才能進(jìn)行分析。所有的這些分析都是建立在離線的基礎(chǔ)之上，不能反映實(shí)時(shí)的趨勢，這一切都會(huì)改變。一些高級數(shù)據(jù)分析工具，如今可以不用事先建立CUBE和數(shù)據(jù)集ESENSOFT市，也不需要切片數(shù)據(jù)，甚至可以直接鏈接數(shù)據(jù)庫進(jìn)行分析。更進(jìn)一步的功能，如今產(chǎn)品能提供實(shí)時(shí)數(shù)據(jù)和離線數(shù)據(jù)的關(guān)聯(lián)查詢，這將會(huì)是商業(yè)智能分析的一大飛躍。4.6全面引入自然語言處理技術(shù)自然語言處理(NLP)與自然語言查詢(NLQ)將使得BI系統(tǒng)更方便的為用戶使用。這完全改變了數(shù)據(jù)分析的交互方式，自10多年以前tableau推出graphSQL一來， (NLG)，可以為用戶以更容易理解的方式提供見解，允許非技術(shù)用戶閱讀和解釋復(fù)雜的圖表并解釋數(shù)據(jù)集之間的關(guān)系。4.7人工智能技術(shù)將使得數(shù)據(jù)分析工作變得越來越平民化機(jī)器學(xué)習(xí)或者AI技術(shù)有可能在商業(yè)智能領(lǐng)域得到很好的運(yùn)用。這與自動(dòng)駕駛和智能問答助理還不一樣，AI有可能在駕駛領(lǐng)域永遠(yuǎn)達(dá)不到完美的狀態(tài)，但是在數(shù)據(jù)分析領(lǐng)域可不一樣。通過自然語言處理技術(shù)，BI分析將不再需要任何代碼開發(fā)，甚至不需要拖拖拽拽去開發(fā)，搜索式的交互會(huì)變成主流的方式。此外，集成了機(jī)器學(xué)習(xí)功能的商業(yè)智能平臺(tái)，將可以充分發(fā)揮機(jī)器學(xué)習(xí)的功用，進(jìn)行各種預(yù)測，預(yù)警等。5.小結(jié)對企業(yè)來說，商業(yè)智能BI不能直接產(chǎn)生決策，而是利用BI處理后的數(shù)據(jù)來支持決策。核心是通過構(gòu)建數(shù)據(jù)倉庫平臺(tái)，有效整合數(shù)據(jù)、組織數(shù)據(jù)，為分析決策提供支持并實(shí)現(xiàn)其價(jià)值。BI最終展現(xiàn)給用戶的信息就是可視化報(bào)表或視圖。需要注意的是，報(bào)表只是一種呈現(xiàn)，只能達(dá)到查詢的效果，查詢僅僅只能告訴我們結(jié)果是什么、有沒有問題。而基于可視化圖表背后的數(shù)據(jù)分析才能告訴我們問題的原因是什么，只要問題發(fā)現(xiàn)了，原因也找到了，那么企業(yè)業(yè)ESENSOFT務(wù)人員或者管理人員如何去決策就會(huì)變得簡單與輕松。另外，商業(yè)智能BI是一個(gè)完整的解決方案，需要進(jìn)行專業(yè)項(xiàng)目實(shí)施與部署。在實(shí)際項(xiàng)目實(shí)施過程中會(huì)存在很大的變數(shù)，例如業(yè)務(wù)架構(gòu)自底往上的調(diào)整、分析需求的變化、業(yè)務(wù)數(shù)據(jù)計(jì)算邏輯的變更等。所以商業(yè)智能BI項(xiàng)目如果需要順利實(shí)施就需要權(quán)衡好客戶實(shí)際資源能力、項(xiàng)目支持力度，客戶對商業(yè)智能BI的期待，項(xiàng)目后期的風(fēng)險(xiǎn)，客戶的實(shí)際投入和長遠(yuǎn)規(guī)劃。ESENSOFT第三章數(shù)字時(shí)代，企業(yè)如何重新定義商業(yè)智能BI1.商業(yè)智能BI快速發(fā)展的緣由1商業(yè)智能BI快速發(fā)展 (1)新基建推動(dòng)產(chǎn)業(yè)數(shù)字化迅猛發(fā)展2020年3月，中央在政治局常委會(huì)議上提出，要加快5G網(wǎng)絡(luò)、數(shù)據(jù)中心等新型基礎(chǔ)設(shè)施建設(shè)?！靶禄ā闭叩奶岢鰧⒓铀俅髷?shù)據(jù)產(chǎn)業(yè)發(fā)展，BI商業(yè)智能作為大數(shù)據(jù)產(chǎn)業(yè)落地的重要場景，行業(yè)迎來新的發(fā)展契機(jī)。 (2)國際環(huán)境日趨復(fù)雜，軟件國產(chǎn)化替代加速受美國技術(shù)出口管制等影響，中國大力推動(dòng)信創(chuàng)產(chǎn)業(yè)體系建設(shè)，BI作為信創(chuàng)產(chǎn)業(yè)體系中的重要應(yīng)用軟件，是支撐企業(yè)數(shù)據(jù)分析的重要系統(tǒng)。尤其數(shù)據(jù)的挖掘分析涉及企業(yè)核心業(yè)務(wù)數(shù)據(jù)，從應(yīng)用安全性、對業(yè)務(wù)需求理解角度考慮，BI國產(chǎn)化替代將是未來發(fā)展趨勢。 (3)企業(yè)數(shù)字化轉(zhuǎn)型，助力BI新一輪發(fā)展在數(shù)字化時(shí)代，企業(yè)面臨用戶需求變化、業(yè)務(wù)流程變化、以及數(shù)據(jù)量不斷增長等一系列挑戰(zhàn)，數(shù)字化轉(zhuǎn)型已成為企業(yè)核心戰(zhàn)略，是企業(yè)未來業(yè)務(wù)創(chuàng)新和增長的重要驅(qū)動(dòng)力。而BI是讓企業(yè)快速認(rèn)知數(shù)字化價(jià)值的最佳手段，因此BI也將迎來新一輪發(fā)展。1.2從數(shù)據(jù)角度看商業(yè)智能BIESENSOFT (1)商業(yè)智能BI在我國的發(fā)展情況當(dāng)前我國已進(jìn)入國際BI及DA(數(shù)據(jù)分析)領(lǐng)域的第一方陣，并成為發(fā)展最快的國家之一，但仍和美國有一定差距。2018年中國商業(yè)智能(BI)軟件行業(yè)規(guī)模約為16.6億元，同比增長25.8%；2019年中國商業(yè)智能(BI)行業(yè)軟件收入規(guī)模在21億左右，增長率達(dá)到27.1%；根據(jù)IDC數(shù)據(jù)，2021年中國商業(yè)智能軟件的市場規(guī)模預(yù)計(jì)達(dá)到7億美元，同比增長恢復(fù)到21%，預(yù)測到2025年，該市場規(guī)模將達(dá)到13.3億美元。這背后的原因是：從我國開始實(shí)施國家大數(shù)據(jù)戰(zhàn)略以來，大數(shù)據(jù)BI行業(yè)保持著高速穩(wěn)年)》等利好政策，對打造“數(shù)據(jù)、技術(shù)、應(yīng)用與安全協(xié)同發(fā)展的自助產(chǎn)業(yè)生態(tài)體系”做了全方位的支撐和部署。另一方面，持續(xù)多年的信息化應(yīng)用價(jià)值教育，企業(yè)自身信息益。 (2)商業(yè)智能BI在企業(yè)的應(yīng)用情況根據(jù)銳觀咨詢整理所得數(shù)據(jù)，目前，IT人員主導(dǎo)企業(yè)數(shù)據(jù)分析的模式仍占據(jù)主流，也就61.62%的企業(yè)的數(shù)據(jù)分析工作仍是第二類型(IT強(qiáng)主導(dǎo)型)，甚至有21.89%的企業(yè)ESENSOFT的數(shù)據(jù)分析工作處在第一類型(IT完全主導(dǎo)型)，這顯然和業(yè)務(wù)人員自助數(shù)據(jù)分析的目標(biāo)距離遙遠(yuǎn)。 (3)企業(yè)應(yīng)用BI最期待獲得的數(shù)據(jù)價(jià)值國內(nèi)企業(yè)選用BI產(chǎn)品，最期待獲得的數(shù)據(jù)價(jià)值，一是數(shù)據(jù)整合，二是數(shù)據(jù)展示效率，三是輔助管理決策。據(jù)統(tǒng)計(jì)，72.8%的企業(yè)最想獲得的數(shù)據(jù)價(jià)值是整合多系統(tǒng)數(shù)據(jù)，打通多系統(tǒng)的數(shù)據(jù)，解決數(shù)據(jù)壁壘的問題實(shí)現(xiàn)信息透明。69.1%的企業(yè)想要提高報(bào)表的輸出效率，期望能夠更快更準(zhǔn)更省事。53.7%的企業(yè)則希望通過數(shù)據(jù)分析，輔助企業(yè)決ESENSOFT (4)企業(yè)最重視的BI功能有哪些？對于BI的功能，企業(yè)主要看重報(bào)表能力、移動(dòng)端、填報(bào)錄入、管理駕駛艙等。超過半數(shù)的企業(yè)非常重視常規(guī)報(bào)表制作與展示和移動(dòng)端BI功能。近一半的企業(yè)期待用數(shù)據(jù)填報(bào)來解決企業(yè)內(nèi)部數(shù)據(jù)采集和錄入的問題，數(shù)據(jù)填報(bào)也是解決數(shù)據(jù)分散在Excel、Word中的有效方法。2.時(shí)代正賦能BI新內(nèi)涵2.1國外商業(yè)智能BI廠商跟不上時(shí)代需求MicroStrategy為首的四大品牌近乎統(tǒng)領(lǐng)了全球的BI市場。伴隨著國內(nèi)企業(yè)開始進(jìn)行數(shù)字化改造，國外廠商大舉進(jìn)攻國內(nèi)市場，搶占份額。根據(jù)公開資料顯示，短短幾年時(shí)間內(nèi)，國外BI廠商進(jìn)入了諸如銀行、金融系統(tǒng)、制造業(yè)、工業(yè)乃至政府等關(guān)乎國內(nèi)經(jīng)濟(jì)發(fā)展的關(guān)鍵行業(yè)。然而，基于國內(nèi)龐大的人口基數(shù)，快速發(fā)展的國內(nèi)經(jīng)濟(jì)導(dǎo)致社會(huì)需求日趨復(fù)雜，各種各樣的商業(yè)創(chuàng)新模式不斷涌現(xiàn)。由于迭代速度跟不上時(shí)代需求，國外商業(yè)智能BI廠商普ESENSOFT遍開始出現(xiàn)“水土不服”的現(xiàn)象。且對業(yè)務(wù)員工來說具有一定門檻難以上手、對企業(yè)來說維護(hù)成本相對較高……2.2傳統(tǒng)BI平臺(tái)已經(jīng)難以應(yīng)付瞬息變幻的商業(yè)環(huán)境 (1)功能結(jié)構(gòu)弱勢相比明顯從傳統(tǒng)BI系統(tǒng)平臺(tái)的功能結(jié)構(gòu)來看，基于數(shù)據(jù)存儲(chǔ)、數(shù)據(jù)集成、數(shù)據(jù)分析等功能模塊下，通過對數(shù)據(jù)數(shù)指標(biāo)進(jìn)行簡單的陳列堆疊，從而生成相應(yīng)報(bào)表，試圖響應(yīng)業(yè)務(wù)，并為企業(yè)提出輔助性決策。但是，這個(gè)階段的BI平臺(tái)弱勢相當(dāng)明顯，比如，難以高效接入多系統(tǒng)業(yè)務(wù)數(shù)據(jù)源、缺乏統(tǒng)一數(shù)據(jù)指標(biāo)管理能力、對一線業(yè)務(wù)員工來說具有一定門檻難以上手、對企業(yè)來說維護(hù)成本相對較高……ESENSOFT (2)難以應(yīng)付瞬息變幻的商業(yè)環(huán)境對于BI企業(yè)而言，無論是產(chǎn)品還是業(yè)務(wù)層面，當(dāng)下的商業(yè)環(huán)境都提出了更高的要求。聚焦于業(yè)務(wù)本身，如何在場景中切實(shí)有效地利用數(shù)據(jù)已經(jīng)成為當(dāng)下商業(yè)智能BI企業(yè)的核心痛點(diǎn)。此，在實(shí)際落地過程中，BI需要與業(yè)務(wù)場景深度融合，以數(shù)據(jù)分析驅(qū)動(dòng)業(yè)務(wù)增長。ESENSOFT首先，企業(yè)數(shù)字化建設(shè)以實(shí)現(xiàn)業(yè)務(wù)增長為核心目標(biāo)，以BI為代表的技術(shù)投入都需要在業(yè)務(wù)場景中才能發(fā)揮價(jià)值。不同于信息化建設(shè)的目標(biāo)是降本增效，數(shù)字化建設(shè)都是以實(shí)現(xiàn)業(yè)務(wù)增長、創(chuàng)造新的商業(yè)準(zhǔn)，都需要與業(yè)務(wù)場景所綁定。其次，BI的使用對象由原先的IT部門，延伸到?jīng)Q策層和業(yè)務(wù)部門，對滿足業(yè)務(wù)需求的產(chǎn)品功能提出更高要求。2.3精細(xì)化運(yùn)營管理的當(dāng)下，需要深度理解業(yè)務(wù)場景在企業(yè)內(nèi)部，BI平臺(tái)對于具體業(yè)務(wù)場景的理解與采用何種模型或算法處于同等重要地地，以及是否真正能夠幫助企業(yè)實(shí)現(xiàn)降本增效的核心目的。若從客戶角度出發(fā)，企業(yè)不再只需要一個(gè)成熟的BI工具，還需要廠商通過對垂直業(yè)務(wù)場景的理解來構(gòu)建相應(yīng)的數(shù)據(jù)指標(biāo)，并搭建場景相關(guān)模型，從而通過差異化方案實(shí)現(xiàn)應(yīng)用價(jià)值的最大化。相較于傳統(tǒng)智能，新商業(yè)智能更看重的是基于數(shù)據(jù)本身，通過多維度的技術(shù)能力幫助企業(yè)解決經(jīng)營過程中面臨的成本上漲、業(yè)務(wù)流程繁雜、信息孤島等實(shí)際問題。ESENSOFT比如，金融和零售兩個(gè)行業(yè)在BI應(yīng)用中的成熟度較高，但是由于行業(yè)不同，其設(shè)定采集數(shù)據(jù)的相關(guān)場景也存在較大差異。眾所周知金融聚焦財(cái)富管理、風(fēng)控等環(huán)節(jié)，而零售更傾向于銷售管理、客戶管理等方面，同一產(chǎn)品在不同行業(yè)中的使用效果差距明顯。2.4商業(yè)智能BI需滿足未來趨勢發(fā)展習(xí)、深度學(xué)習(xí)等人工智能技術(shù)成熟，越來越多的AI技術(shù)被應(yīng)用到BI工具中；BI與AI的融合，企業(yè)能夠通過分析過去的數(shù)據(jù)實(shí)現(xiàn)對未來的預(yù)測，實(shí)現(xiàn)決策智能化。未來，BI和AI融合的應(yīng)用場景將不斷延伸。隨著人工智能技術(shù)的發(fā)展、數(shù)據(jù)積累的不斷增多，AI預(yù)測的準(zhǔn)確度將進(jìn)一步優(yōu)化，BI和AI融合將有更廣泛的應(yīng)用場景，比如銷等。以某超市的補(bǔ)貨場景為例，通過BI與AI融合進(jìn)行銷量預(yù)測，門店平均缺貨率從15%縮減至10%，庫存周轉(zhuǎn)天數(shù)減少20%左右。對于該超市而言，缺貨率的改善也意味著顯，企業(yè)對BI+AI融合進(jìn)行智能預(yù)測的需求也將持續(xù)增加。ESENSOFT3.BI項(xiàng)目規(guī)劃落地的5大核心步驟商業(yè)智能BI是一個(gè)完整的解決方案，需要進(jìn)行專業(yè)項(xiàng)目實(shí)施與部署。這里我們將BI項(xiàng)目規(guī)劃分為5大核心步驟：3.1業(yè)務(wù)分析需求的把控對于很多準(zhǔn)備或者正在規(guī)劃商業(yè)智能BI項(xiàng)目的企業(yè)來說，業(yè)務(wù)分析需求的梳理是整個(gè)項(xiàng)目開始的第一步，往往也是最困難的，主要表現(xiàn)如下：業(yè)務(wù)部門往往提不出比較具體的分析需求，而IT部門很難深入到業(yè)務(wù)，也提不出適合業(yè)務(wù)部門的分析需求。BI項(xiàng)目需求分析涉及到很多部門，有的時(shí)候內(nèi)部資源的溝通、協(xié)調(diào)都是很困難的…那如何能夠非常清晰的梳理好一個(gè)完整的業(yè)務(wù)分析需求，并且能夠用業(yè)務(wù)部門能夠理解的語言進(jìn)行有效溝通？正確的做法是，提供方案的原型圖，這樣能激發(fā)業(yè)務(wù)人員說出需求的欲望，并讓雙方站在可以相互理解的角度溝通，最終出來的效果也能更好的符合企業(yè)的期望。ESENSOFT業(yè)務(wù)需求應(yīng)結(jié)合企業(yè)發(fā)展階段、企業(yè)業(yè)績目標(biāo)、部門業(yè)績目標(biāo)而定，主要是確定BI建設(shè)的關(guān)鍵KPI指標(biāo)。關(guān)鍵KPI指標(biāo)不應(yīng)過多，否則會(huì)造成數(shù)據(jù)分析的精力分散、重點(diǎn)缺失。比如銷售部門重點(diǎn)關(guān)注收入指標(biāo)，運(yùn)營部門重點(diǎn)關(guān)注成本指標(biāo)，提升業(yè)務(wù)決策效率。3.2數(shù)據(jù)分析指標(biāo)體系的梳理數(shù)據(jù)分析指標(biāo)體系梳理階段，需要確定KPI指標(biāo)所需數(shù)據(jù)，需要由企業(yè)和BI廠商配合完成梳理。主要是將KPI指標(biāo)和具體數(shù)據(jù)對應(yīng)起來，確定計(jì)算KPI指標(biāo)需要抽取的數(shù)據(jù)。有些指標(biāo)由多個(gè)數(shù)據(jù)計(jì)算得來，需要明確計(jì)算方式，為數(shù)據(jù)準(zhǔn)備提供依據(jù)?？梢圆扇∫韵虏襟E：ESENSOFT (1)明確公司各業(yè)務(wù)線指標(biāo)常用的方法是指標(biāo)分級方法，指標(biāo)分級主要是指標(biāo)內(nèi)容縱向的思考，根據(jù)企業(yè)戰(zhàn)略目標(biāo)、組織及業(yè)務(wù)過程進(jìn)行自上而下的指標(biāo)分級，對指標(biāo)進(jìn)行層層剖析，主要分為三級T1：公司戰(zhàn)略層面指標(biāo)用于衡量公司整體目標(biāo)達(dá)成情況的指標(biāo)，主要是決策類指標(biāo)，T1指標(biāo)使用通常服務(wù)于公司戰(zhàn)略決策層T2：業(yè)務(wù)策略層面指標(biāo)為達(dá)成T1指標(biāo)的目標(biāo)，公司會(huì)對目標(biāo)拆解到業(yè)務(wù)線或事業(yè)群，并有針對性做出一系列運(yùn)營策略，T2指標(biāo)通常反映的是策略結(jié)果屬于支持性指標(biāo)同時(shí)也是業(yè)務(wù)線或事業(yè)群的核心指標(biāo)。T2指標(biāo)是T1指標(biāo)的縱向的路徑拆解，便于T1指標(biāo)的問題定位，T2指標(biāo)使用通常服務(wù)業(yè)務(wù)線或事業(yè)群T3：業(yè)務(wù)執(zhí)行層面指標(biāo)T3指標(biāo)是對T2指標(biāo)的拆解，用于定位T2指標(biāo)的問題。T3指標(biāo)通常也是業(yè)務(wù)過程中最多的指標(biāo)。根據(jù)各職能部門目標(biāo)的不同，其關(guān)注的指標(biāo)也各有差異。T3指標(biāo)的使用ESENSOFT通?？梢灾笇?dǎo)一線運(yùn)營或分析人員開展工作，內(nèi)容偏過程性指標(biāo)，可以快速引導(dǎo)一線人員做出相應(yīng)的動(dòng)作。 (2)明確分析模型方案比如：OSM模型。此模型是指標(biāo)體系建設(shè)過程中輔助確定核心的重要方法，包含業(yè)務(wù)O：用戶使用產(chǎn)品的目標(biāo)是什么？產(chǎn)品滿足了用戶的什么需求？主要從用戶視角和業(yè)務(wù)S：為了達(dá)成上述目標(biāo)我采取的策略是什么？M：這些策略隨之帶來的數(shù)據(jù)指標(biāo)變化有哪些？ (3)明確指標(biāo)對應(yīng)的埋點(diǎn)和存儲(chǔ)邏輯當(dāng)確定好分析模型以后，就可以去收集相應(yīng)的業(yè)務(wù)指標(biāo)需求，共同溝通每個(gè)指標(biāo)的合理性，能否反應(yīng)業(yè)務(wù)實(shí)際的問題，確定每個(gè)指標(biāo)的具體含義，完善指標(biāo)體系框架，確定統(tǒng)計(jì)的維度和粒度。ESENSOFT之后就可以開始著手整理底層數(shù)據(jù)的存儲(chǔ)邏輯，明確每個(gè)字段要從哪里獲取，每張表應(yīng)該涵蓋哪些指標(biāo)哪些字段維度。這個(gè)過程可能會(huì)出現(xiàn)很多問題，例如： (a)想做的的指標(biāo)沒有埋點(diǎn)所以無法獲?。?(b)有埋點(diǎn)但是數(shù)據(jù)未傳； (c)數(shù)據(jù)缺失、錯(cuò)誤嚴(yán)重。我們需要整理出這些存在的問題并將問題歸類，找到相應(yīng)數(shù)據(jù)倉庫、埋點(diǎn)研發(fā)負(fù)責(zé)的部門尋求配合，溝通存在的問題并商定問題的解決方案，明確協(xié)作的過程及責(zé)任劃分，確認(rèn)排期。這個(gè)過程中，建議每周將指標(biāo)體系搭建項(xiàng)目做一次進(jìn)度匯報(bào)，讓相關(guān)部門及上級了解目前具體的項(xiàng)目進(jìn)展，促進(jìn)部門之間的配合，有利于項(xiàng)目正常進(jìn)行。 (4)梳理指標(biāo)的準(zhǔn)確性，取數(shù)校驗(yàn)當(dāng)?shù)讓訑?shù)據(jù)準(zhǔn)備好以后，就可以按照整理的邏輯，指標(biāo)計(jì)算方式，正常進(jìn)行指標(biāo)計(jì)算，報(bào)表開發(fā)了。過程中切記數(shù)據(jù)準(zhǔn)確性的校驗(yàn)，確保所有自己出口的數(shù)據(jù)都是相對準(zhǔn)確的，標(biāo)明數(shù)據(jù)口徑，如有數(shù)據(jù)不完備的情況需標(biāo)明原因及后續(xù)預(yù)計(jì)解決計(jì)劃。ESENSOFT (5)數(shù)據(jù)指標(biāo)體系平臺(tái)建設(shè)數(shù)據(jù)指標(biāo)底層報(bào)表建好后，只是一些數(shù)值而已。讓這些數(shù)據(jù)真正的被人用起來，才能發(fā)揮它的價(jià)值。這時(shí)候可以第三方數(shù)據(jù)產(chǎn)品，比如億信華辰指標(biāo)管理平臺(tái)來將這些指標(biāo)進(jìn)行數(shù)據(jù)可視化展示，以便于業(yè)務(wù)概覽及異常數(shù)據(jù)監(jiān)控，還可以根據(jù)一些業(yè)務(wù)實(shí)際問題，進(jìn)行一些分析報(bào)告的產(chǎn)出。除此以外，隨著業(yè)務(wù)的發(fā)展，不同時(shí)期產(chǎn)品的衡量指標(biāo)會(huì)變化，我們關(guān)注的重點(diǎn)指標(biāo)可能改變，會(huì)有一些新指標(biāo)的增加及舊指標(biāo)的淘汰，我們需要將指標(biāo)體系持續(xù)的更新優(yōu)化以滿足業(yè)務(wù)的需要。 (6)宣貫、存檔、落地ESENSOFT宣貫：就是在完成整個(gè)指標(biāo)體系搭建后，要當(dāng)面告知所有相關(guān)業(yè)務(wù)人員，最好開會(huì)并郵件。一方面為下一步工作做鋪墊，另一方面是為了讓所有相關(guān)人員知曉已完成；存檔：對指標(biāo)口徑也業(yè)務(wù)邏輯進(jìn)行詳細(xì)的描述存檔，如xxx功能如滲透率=該功能的日點(diǎn)擊人數(shù)/日活。只有完成這一步，之后的人在查閱時(shí)才能看懂是什么意思；落地：就是建立核心指標(biāo)的相關(guān)報(bào)表，實(shí)際工作中，報(bào)表會(huì)在埋點(diǎn)前建好的，這樣的話一旦版本上線就能立刻看到數(shù)據(jù)，而且也比較容易發(fā)現(xiàn)問題。整個(gè)指標(biāo)體系的搭建更多工作是由數(shù)據(jù)分析師來完成的，產(chǎn)品經(jīng)理需要配合分析師選擇并確認(rèn)指標(biāo)，這也是在建立之初最重要的一點(diǎn)。3.3數(shù)據(jù)源的整合清洗企業(yè)的數(shù)據(jù)可能是來自外部系統(tǒng)，也可能來自內(nèi)部的不同業(yè)務(wù)系統(tǒng)，比如CRM系統(tǒng)、ERP系統(tǒng)，或者業(yè)務(wù)人員的Execl表格，這些統(tǒng)稱為數(shù)據(jù)源。各種各樣的業(yè)務(wù)數(shù)據(jù)通過ETL抽取之后形成面向業(yè)務(wù)主題的數(shù)據(jù)集市。ESENSOFT (1)數(shù)據(jù)源的整合根據(jù)數(shù)據(jù)分析指標(biāo)體系收集相關(guān)數(shù)據(jù)，和業(yè)務(wù)系統(tǒng)，結(jié)構(gòu)化或半結(jié)構(gòu)化的報(bào)表等數(shù)據(jù)進(jìn)行對接，獲取所需數(shù)據(jù)的表格和字段。 (2)ETL數(shù)據(jù)處理數(shù)據(jù)處理是核心步驟，因?yàn)閿?shù)據(jù)處理決定數(shù)據(jù)分析結(jié)果的準(zhǔn)確性，最終將影響業(yè)務(wù)決策。數(shù)據(jù)處理由于耗時(shí)長、工作繁重，往往需要大量人工手動(dòng)補(bǔ)錄檢查，且人工經(jīng)驗(yàn)判斷可能存在偏差，會(huì)影響最終數(shù)據(jù)分析的結(jié)果。為避免后期重復(fù)勞動(dòng)，企業(yè)應(yīng)建立完備的數(shù)據(jù)錄入規(guī)范，確保各部門基于統(tǒng)一標(biāo)準(zhǔn)錄入數(shù)據(jù)，減少后期數(shù)據(jù)治理工作量。比如，針對數(shù)據(jù)處理常遇到的數(shù)據(jù)缺失問題，可在數(shù)據(jù)錄入時(shí)應(yīng)將必要字段設(shè)置為必填項(xiàng)；對于數(shù)據(jù)不統(tǒng)一問題，可將輸入內(nèi)容以選項(xiàng)的形式進(jìn)行選擇，確保數(shù)據(jù)錄入的一致；對于數(shù)據(jù)錯(cuò)誤問題，可以設(shè)置錯(cuò)誤預(yù)警，降低數(shù)據(jù)錯(cuò)誤出現(xiàn)頻率。ESENSOFT3.4數(shù)據(jù)倉庫的架構(gòu)設(shè)計(jì)數(shù)據(jù)倉庫的開發(fā)，可以理解為一種技術(shù)，也可以理解為一種方法論或解決方案。在商業(yè)智能BI中，數(shù)據(jù)倉庫就是最核心的那一層，起到的就是一個(gè)承上啟下的作用。往下承接各類數(shù)據(jù)源中的數(shù)據(jù)，往上支撐各類可視化分析報(bào)表。數(shù)據(jù)倉庫的構(gòu)建水平將直接影響到商業(yè)智能BI項(xiàng)目的整體質(zhì)量，如圖就是一個(gè)數(shù)據(jù)倉庫的架構(gòu)圖。3.5可視化分析報(bào)表邏輯設(shè)計(jì)這里的可視化分析報(bào)表的邏輯設(shè)計(jì)主要是依據(jù)前期的業(yè)務(wù)人員搭建的數(shù)據(jù)指標(biāo)體系而定，主題利用常見的可視化圖表來做業(yè)務(wù)數(shù)據(jù)的展現(xiàn)，比如主要指標(biāo)可以放在可視化報(bào)表的中間，次要指標(biāo)放在兩邊。當(dāng)然面對不同的場景，還有許多不同的展示策略，就不一一展開了。40ESENSOFT4.企業(yè)應(yīng)用商業(yè)智能BI系統(tǒng)面臨的挑戰(zhàn)4.1數(shù)據(jù)整合治理相關(guān)數(shù)據(jù)顯示，64.8%的受訪企業(yè)表示數(shù)據(jù)的整合與治理，是未來的主要挑戰(zhàn)。數(shù)據(jù)問題主要集中在：“數(shù)據(jù)過于分散，形成數(shù)據(jù)孤島，取數(shù)分析麻煩”“底層數(shù)據(jù)混亂，存在準(zhǔn)確、失效、性能的問題”這兩個(gè)方面。4.2數(shù)據(jù)人才的培養(yǎng)從整體背景來看，越來越多的企業(yè)開始把數(shù)據(jù)人才作為企業(yè)經(jīng)營戰(zhàn)略版圖的核心組成部分，集中表現(xiàn)越來越愿意花高薪聘請大數(shù)據(jù)人才，整體薪資水平在不斷提升。但是優(yōu)秀的大數(shù)據(jù)人才培養(yǎng)的成本居高不下，培養(yǎng)周期長，人才供應(yīng)始終是在大數(shù)據(jù)人才需求越來越大的背景下捉襟見肘。薪資競爭力不足以及企業(yè)創(chuàng)新力不足，讓傳統(tǒng)企業(yè)愈加困難。41ESENSOFT4.3企業(yè)數(shù)據(jù)文化的建設(shè)在企業(yè)認(rèn)可數(shù)據(jù)，積累數(shù)據(jù)的過程中，大數(shù)據(jù)團(tuán)隊(duì)對數(shù)據(jù)人才的培養(yǎng)也會(huì)逐步找到一些法門，這些方法和技巧無不是圍繞在數(shù)據(jù)文化建設(shè)之上。調(diào)查顯示，在彰顯數(shù)據(jù)文化方面，雖然“溝通協(xié)調(diào)討論用數(shù)據(jù)說話，基于數(shù)據(jù)討論”達(dá)到了81.8%，但“數(shù)據(jù)獲得容易，數(shù)據(jù)分析快速、流暢”還不足35.19%。5.案例：BI服務(wù)的多行業(yè)應(yīng)用實(shí)例5.1智慧企業(yè) (1)安利股份：商業(yè)智能(BI)分析系統(tǒng)這個(gè)項(xiàng)目是基于前期的調(diào)研和溝通，結(jié)合制造行業(yè)的核心業(yè)務(wù)，綜合考慮設(shè)計(jì)了總覽、題模塊，全面涵蓋了制造行業(yè)的各個(gè)業(yè)務(wù)范圍，為其提供了相應(yīng)的數(shù)據(jù)分析與數(shù)據(jù)挖掘。42ESENSOFT (2)華為：IT產(chǎn)品數(shù)字化運(yùn)營之BI展示隨著華為在全球的業(yè)務(wù)高速發(fā)展，支撐華為業(yè)務(wù)發(fā)展的IT服務(wù)也需要不斷提升來提高華為的競爭力。如何緩解業(yè)務(wù)高速發(fā)展帶來的壓力？華為目前有300+產(chǎn)品，2000+應(yīng)用，越來越多的產(chǎn)品在尋求數(shù)字化運(yùn)營服務(wù)，全產(chǎn)品自動(dòng)化通用運(yùn)營服務(wù)，顯得迫在眉睫。億信華辰基于上述問題基于億信ABI建設(shè)通用指標(biāo)主題模型，最終助力其完成通用產(chǎn)品數(shù)字化運(yùn)營服務(wù)。 (3)世茂天成物業(yè)服務(wù)平臺(tái)億信華辰基于企業(yè)的業(yè)務(wù)訴求，圍繞收入、支出、成本、客戶滿意度、人資管理等方面進(jìn)行全面分析與展示，幫助企業(yè)時(shí)刻掌控經(jīng)營狀況以及各項(xiàng)目花費(fèi)情況，全方位監(jiān)管物業(yè)服務(wù)質(zhì)量以及客戶滿意度，最終為打造高品質(zhì)的物業(yè)服務(wù)提供了數(shù)據(jù)支撐，輔助領(lǐng)導(dǎo)高效管理。43ESENSOFT5.2智慧電力 (1)國家電網(wǎng)：一體化電網(wǎng)規(guī)劃設(shè)計(jì)平臺(tái)隨著國家電網(wǎng)公司發(fā)展進(jìn)入以集團(tuán)化運(yùn)作為特征，發(fā)展進(jìn)入以特高壓和智能化為重要特征的新階段，根據(jù)“大規(guī)劃”體系建設(shè)要求，有必要在原有一體化電網(wǎng)規(guī)劃設(shè)計(jì)平臺(tái)建設(shè)的基礎(chǔ)上，加快一體化電網(wǎng)規(guī)劃設(shè)計(jì)應(yīng)用的建設(shè)。一體化電網(wǎng)規(guī)劃設(shè)計(jì)平臺(tái)借助億信華辰的i@Report快速搭建數(shù)據(jù)采集補(bǔ)錄平臺(tái)，并通過數(shù)據(jù)工廠(EsDataFactory)完成各業(yè)務(wù)系統(tǒng)數(shù)據(jù)的整合清洗，并結(jié)合億信ABI實(shí)現(xiàn)大規(guī)劃、大建設(shè)成果的集中展示。最終利用“i+DF+BI”整體解決方案，完成了數(shù)據(jù)采集-->數(shù)據(jù)處理-->數(shù)據(jù)應(yīng)用的一整套流程，提升了數(shù)據(jù)維護(hù)展示的適應(yīng)性和實(shí)用化水平、深化了輸電網(wǎng)計(jì)算分析功能、拓展了配電網(wǎng)應(yīng)用功能、加強(qiáng)了電網(wǎng)發(fā)展診斷分析、優(yōu)化了成果管理，提高了數(shù)據(jù)應(yīng)用的整體效率，達(dá)到了項(xiàng)目建設(shè)的預(yù)期目標(biāo)。 (2)國網(wǎng)甘肅電力：配電網(wǎng)停電監(jiān)測平臺(tái)配電網(wǎng)停電監(jiān)測旨在通過大數(shù)據(jù)理念，結(jié)合網(wǎng)架拓?fù)潢P(guān)系圖與電能表采集數(shù)據(jù)，針對配電網(wǎng)停電情況進(jìn)行專題監(jiān)測，重點(diǎn)關(guān)注配電網(wǎng)停電頻次、停電時(shí)長、頻繁停電、停電影響戶數(shù)、電量損失等維度，構(gòu)建了主線停電、主線頻繁停電、支線停電和支線頻繁停電等分析主題。44ESENSOFT億信華辰幫助甘肅電力充分運(yùn)用信息化手段，通過單位區(qū)域分布及時(shí)間趨勢監(jiān)測分析了公司配電網(wǎng)停電管理的特征及存在的不足，客觀反映配網(wǎng)停電情況，分類整理和歸納配網(wǎng)停電范圍及規(guī)律，有針對性的提出改進(jìn)措施和優(yōu)化建議，促進(jìn)配網(wǎng)運(yùn)行管理水平提升。5.3智慧制造 (1)中電建路橋集團(tuán)：決策平臺(tái)建設(shè)該項(xiàng)目主要幫助解決數(shù)據(jù)孤島嚴(yán)重，數(shù)據(jù)采集方式落后，統(tǒng)計(jì)效率較低，且缺乏統(tǒng)一的經(jīng)營指標(biāo)體系，最終通過完善的指標(biāo)體系、直觀的展現(xiàn)方式實(shí)現(xiàn)數(shù)據(jù)的分析與監(jiān)控，支撐領(lǐng)導(dǎo)層的管理決策。45ESENSOFT (2)中鐵一局：牡佳鐵路施工現(xiàn)場同步管控平臺(tái)中鐵一局集團(tuán)有限公司是大型、綜合型建筑業(yè)企業(yè)集鐵路、工程監(jiān)理等多種經(jīng)營為一體的技術(shù)密集型集團(tuán)型企業(yè)。為了能有效的監(jiān)控工程項(xiàng)目現(xiàn)場安全質(zhì)量，同時(shí)做好施工中隱蔽工程的監(jiān)控及和業(yè)資料的及時(shí)同步，中鐵一局基于億信ABI打造了施工現(xiàn)場管控系統(tǒng)。46ESENSOFT充分利用移動(dòng)互聯(lián)網(wǎng)技術(shù)和智能手機(jī)，利用移動(dòng)采集APP實(shí)現(xiàn)用戶施工現(xiàn)場實(shí)時(shí)移動(dòng)辦公，保證資料的及時(shí)性、準(zhǔn)確性和可追溯性，強(qiáng)化現(xiàn)場各專業(yè)管理人員、項(xiàng)目各部門、各分管責(zé)任人及項(xiàng)目經(jīng)理在同一管理系統(tǒng)中的關(guān)聯(lián)協(xié)作，加強(qiáng)施工過程管控，從而提高工程質(zhì)量安全管理水平。5.4智慧教育 (1)陜西中醫(yī)藥大學(xué)：校園數(shù)據(jù)分析平臺(tái)國家及省市近年來積極推進(jìn)智慧校園建設(shè)，引領(lǐng)教師專業(yè)發(fā)展，促進(jìn)學(xué)生個(gè)性化成長。億信華辰幫助搭建的數(shù)據(jù)分析平臺(tái)，能提高學(xué)校教育教學(xué)質(zhì)量，提升學(xué)校的信息化管理現(xiàn)學(xué)校教育信息化、智能化，全面帶動(dòng)區(qū)域基礎(chǔ)教育發(fā)展，奠定堅(jiān)實(shí)基礎(chǔ)。47ESENSOFT6.預(yù)測：商業(yè)智能BI未來趨勢與發(fā)展這里億信華辰認(rèn)為未來BI會(huì)朝著以下幾點(diǎn)發(fā)展6.1BI與AI融合，實(shí)現(xiàn)智能業(yè)務(wù)決策段。智能BI的顯著特征是BI和AI融合，一方面是通過應(yīng)用機(jī)器學(xué)習(xí)等算法增強(qiáng)BI的分析和預(yù)測功能，如在向業(yè)務(wù)人員提供分析結(jié)果的基礎(chǔ)上延伸到智能決策；另一方面，是結(jié)合NLP、智能語音等技術(shù)實(shí)現(xiàn)自然語言查詢等BI智能交互，降低BI使用門檻。48ESENSOFT比如，億信華辰旗下的產(chǎn)品億信ABI作為全新一代智能數(shù)據(jù)處理分析平臺(tái)，分階段有步驟的實(shí)施AI布局，通過程序自動(dòng)化、ML機(jī)器學(xué)習(xí)和深度學(xué)習(xí)等大數(shù)據(jù)能力，規(guī)劃了力走向ABI的最佳實(shí)踐。盡管關(guān)于BI和AI融合的探討已久并已經(jīng)落地了一些應(yīng)用，但整體仍處于初級階段，主要受制于數(shù)據(jù)和ROI兩方面。 (1)數(shù)據(jù)方面BI和AI的應(yīng)用都對企業(yè)數(shù)據(jù)質(zhì)量提出了很高的要求，尤其是機(jī)器學(xué)習(xí)算法的模型訓(xùn)練對數(shù)據(jù)質(zhì)量的依賴更為直接。例如，由于數(shù)據(jù)基礎(chǔ)的差異，基于同樣算法的銷量預(yù)測模型在服裝行業(yè)的預(yù)測準(zhǔn)確率達(dá)60-70%，在能源化工行業(yè)有可能達(dá)到90%。 (2)ROI方面BI+AI的落地仍有較高的技術(shù)門檻，同時(shí)意味著較高的投入，如果企業(yè)對于業(yè)務(wù)應(yīng)用價(jià)值缺乏明確的預(yù)期或強(qiáng)烈需求，將導(dǎo)致ROI不明確，從而限制相關(guān)投入。49ESENSOFT加強(qiáng)數(shù)據(jù)實(shí)時(shí)處理能力，交互式、協(xié)同BI是趨勢 (1)未來，BI需要進(jìn)一步加強(qiáng)數(shù)據(jù)實(shí)時(shí)處理能力； (2)除了增強(qiáng)數(shù)據(jù)的實(shí)時(shí)處理能力外，未來的智能BI應(yīng)具備協(xié)同分析、交互式分析的能力； (3)由智能問答技術(shù)支撐的智能交互將成為新的BI表現(xiàn)形式。6.3數(shù)據(jù)分析將變成無處不在的嵌入式分析能力以前，數(shù)據(jù)分析產(chǎn)品都是獨(dú)立部署的，給用戶非常清晰的使用界限，必須登錄入系統(tǒng)進(jìn)行相關(guān)的操作。將來的數(shù)據(jù)分析產(chǎn)品將是一種即取即用的能力。比如，用戶會(huì)在ERP系統(tǒng)中，或者公司門戶中看到的數(shù)據(jù)圖表、數(shù)字看板大屏，都是用；還有一種場景，就是用戶在BI系統(tǒng)中，比如看板中，觀察到庫存過低，可以通過按鈕直接跳轉(zhuǎn)WMS系統(tǒng)進(jìn)行訂貨操作。ESENSOFT仍然是趨勢，但是發(fā)展速度比預(yù)期要慢五年前就有人預(yù)言商業(yè)智能BI移動(dòng)化會(huì)成為必然趨勢，如今5年時(shí)間已過，移動(dòng)BI的普及程度并不如預(yù)期。原因主要是數(shù)據(jù)分析的交互性一直是很高的要求，手機(jī)屏幕的限制一直抑制了商業(yè)智能BI在移動(dòng)端得到更好發(fā)揮的障礙。比如數(shù)據(jù)看板或可視化大屏，顯然并不適合在移動(dòng)端進(jìn)行展示。針對中國市場，則有一些新的移動(dòng)趨勢，比如將BI展示集成到企業(yè)微信或者釘釘中去，以更好的發(fā)揮商業(yè)智能BI的協(xié)作性。6.5更好地支持物聯(lián)網(wǎng)隨著5G、Lora、NBIot等技術(shù)的成熟，物聯(lián)網(wǎng)技術(shù)將成為勢不可擋的發(fā)展趨勢。未來將會(huì)有數(shù)百億甚至數(shù)千億個(gè)終端物聯(lián)網(wǎng)設(shè)備或傳感器接入網(wǎng)絡(luò)，這個(gè)規(guī)模數(shù)百倍于移動(dòng)互聯(lián)時(shí)代。要在中央計(jì)算平臺(tái)進(jìn)行如此巨大規(guī)模的數(shù)據(jù)處理是不切實(shí)際的，也是很低效的。因此，邊緣計(jì)算將逐漸引入商業(yè)智能分析中，物聯(lián)網(wǎng)終端進(jìn)行數(shù)據(jù)分析，然后將處理過的數(shù)據(jù)匯入云端進(jìn)行進(jìn)一步處理。7.小結(jié)1.對企業(yè)來說，商業(yè)智能BI不能直接產(chǎn)生決策，而是利用BI處理后的數(shù)據(jù)來支持決策。核心是通過構(gòu)建數(shù)據(jù)倉庫平臺(tái)，有效整合數(shù)據(jù)、組織數(shù)據(jù)，為分析決策提供支持并實(shí)現(xiàn)其價(jià)值。2.BI最終展現(xiàn)給用戶的信息就是可視化報(bào)表或視圖。需要注意的是，報(bào)表只是一種呈現(xiàn)，只能達(dá)到查詢的效果，查詢僅僅只能告訴我們結(jié)果是什么、有沒有問題。而基于可ESENSOFT視化圖表背后的數(shù)據(jù)分析才能告訴我們問題的原因是什么，只要問題發(fā)現(xiàn)了，原因也找到了，那么企業(yè)業(yè)務(wù)人員或者管理人員如何去決策就會(huì)變得簡單與輕松。3.商業(yè)智能BI是一個(gè)完整的解決方案，需要進(jìn)行專業(yè)項(xiàng)目實(shí)施與部署。在實(shí)際項(xiàng)目實(shí)施過程中會(huì)存在很大的變數(shù)，例如業(yè)務(wù)架構(gòu)自底往上的調(diào)整、分析需求的變化、業(yè)務(wù)數(shù)據(jù)計(jì)算邏輯的變更等。所以商業(yè)智能BI項(xiàng)目如果需要順利實(shí)施就需要權(quán)衡好客戶實(shí)際資源能力、項(xiàng)目支持力度，客戶對商業(yè)智能BI的期待，項(xiàng)目后期的風(fēng)險(xiǎn)，客戶的實(shí)際投入和長遠(yuǎn)規(guī)劃。ESENSOFT第四章如何做好一個(gè)BI項(xiàng)目，這篇方法論值得收藏如今的BI(商業(yè)智能)就像幾年前的ERP一樣，成為CIO們關(guān)注的焦點(diǎn)。據(jù)IDC報(bào)告預(yù)測，到2024年中國商業(yè)智能軟件市場規(guī)模將達(dá)到11.9億美元，足以見得其受追捧。對于企業(yè)來說，BI的價(jià)值在于滿足企業(yè)不同人群對數(shù)據(jù)查詢、分析和探索的需求，幫甚至數(shù)據(jù)盈利。具體地，體現(xiàn)在支撐管理決策、提升管理水平、提高業(yè)務(wù)運(yùn)營效率和改進(jìn)優(yōu)化業(yè)務(wù)四個(gè)方面。那么，企業(yè)如何成功搭建BI項(xiàng)目，這里分享一些方法論~1.道·BI項(xiàng)目建設(shè)完整流程BI項(xiàng)目建設(shè)是企業(yè)數(shù)字化運(yùn)營過程中極其重要的一環(huán)，最終的項(xiàng)目成果物與公司員工、甚至領(lǐng)導(dǎo)都息息相關(guān)，因此在項(xiàng)目建設(shè)之前，應(yīng)具備一個(gè)系統(tǒng)性和全面性的項(xiàng)目規(guī)劃，并且要對整個(gè)項(xiàng)目建設(shè)流程以及項(xiàng)目風(fēng)險(xiǎn)點(diǎn)了若指掌。小編這幾年一直從事BI項(xiàng)目，結(jié)合實(shí)際的項(xiàng)目經(jīng)驗(yàn)，總結(jié)歸納如下的建設(shè)流程。ESENSOFT1.1啟動(dòng)階段：項(xiàng)目規(guī)劃此階段不可小覷，做好項(xiàng)目規(guī)劃才能站在項(xiàng)目的高處掌控項(xiàng)目全局。在此階段需要組建項(xiàng)目團(tuán)隊(duì)、確定項(xiàng)目目標(biāo)以及項(xiàng)目里程碑。項(xiàng)目目標(biāo)是項(xiàng)目的魂，后續(xù)工作都需要圍繞目標(biāo)展開，為工作指明方向，防止在項(xiàng)目執(zhí)行過程中迷失。此階段需要進(jìn)行的工作內(nèi)容是項(xiàng)目資料的交接與收集、組建項(xiàng)目團(tuán)隊(duì)以及組織項(xiàng)目啟動(dòng)會(huì)。1.2方案階段：方案設(shè)計(jì)BI項(xiàng)目都是由企業(yè)需求驅(qū)動(dòng)的，項(xiàng)目方案也只有和企業(yè)的需求契合才能產(chǎn)生價(jià)值。所件、可投入資源等，最好要具體到業(yè)務(wù)、數(shù)據(jù)、技術(shù)等層面的需求，這關(guān)乎項(xiàng)目的落地和項(xiàng)目交付驗(yàn)收，同時(shí)也支撐BI項(xiàng)目工具選型。從啟動(dòng)階段確認(rèn)好項(xiàng)目何時(shí)開始后，便可以進(jìn)入項(xiàng)目方案階段，此階段的目標(biāo)為：調(diào)研相關(guān)需求內(nèi)容及期望；收斂需求范圍，統(tǒng)一交付目標(biāo)；確認(rèn)項(xiàng)目實(shí)施&研發(fā)計(jì)劃；確認(rèn)項(xiàng)目解決方案。方案階段主要是確認(rèn)“做多少”以及“怎么做”，所以這一階段主要的工作為：業(yè)務(wù)需求調(diào)研，項(xiàng)目需求說明書，原型設(shè)計(jì)、方案輸出及確認(rèn)。1.3實(shí)施階段：系統(tǒng)建設(shè)搭建一個(gè)合理的BI系統(tǒng)是BI項(xiàng)目成功的關(guān)鍵。在項(xiàng)目實(shí)施階段，主要工作內(nèi)容為監(jiān)督項(xiàng)目成員按BI項(xiàng)目計(jì)劃及解決方案內(nèi)容，準(zhǔn)時(shí)保質(zhì)保量開發(fā)完成各項(xiàng)功能，并可以交付使用。BI項(xiàng)目實(shí)施可用三步曲進(jìn)行概括。第一步：環(huán)境搭建。根據(jù)企業(yè)的實(shí)際使用人數(shù)、并發(fā)人數(shù)等指標(biāo)，來確定正式環(huán)境服務(wù)器配置、帶寬配置、是否需要集群部署以及數(shù)據(jù)庫、中間件類型等，然后制定環(huán)境搭建方案。ESENSOFT第二步：數(shù)倉建設(shè)。數(shù)倉建設(shè)是數(shù)據(jù)分析及應(yīng)用的基礎(chǔ)，我們可以采取從上至下的搭建方法，根據(jù)已經(jīng)確定的BI分析主題構(gòu)建合適的數(shù)倉模型，從而逐步整合企業(yè)的業(yè)務(wù)數(shù)據(jù)。此種搭建方式針對性強(qiáng)，目標(biāo)明確，聚焦于所需的源數(shù)據(jù)整理，縮小數(shù)據(jù)整理的范圍，有效地避免了資源浪費(fèi)。第三步：BI開發(fā)。此階段主要完成前端可視化的工作，可采取代碼開發(fā)，也可以借助成熟的可視化工具進(jìn)行開發(fā)。一般包含常規(guī)報(bào)表、可視化圖表、分析報(bào)告、大屏展示、移動(dòng)應(yīng)用這幾種展現(xiàn)形式。1.4上線階段：上線與驗(yàn)收到了上線階段，可先在小范圍試運(yùn)行系統(tǒng)，從業(yè)務(wù)滿足性方面檢驗(yàn)BI系統(tǒng)試運(yùn)行效果，重點(diǎn)是業(yè)務(wù)流程滿足度和業(yè)務(wù)場景滿足度。同時(shí)要做好用戶操作培訓(xùn)和運(yùn)維培訓(xùn)，保障BI系統(tǒng)后續(xù)獨(dú)立使用。此階段所要做的事歸結(jié)起來就是一個(gè)詞——“查漏補(bǔ)缺”，主要的工作內(nèi)容有：核查并完成未完成事項(xiàng)、用戶操作培訓(xùn)、系統(tǒng)運(yùn)維培訓(xùn)、交付文檔整理、項(xiàng)目總結(jié)與驗(yàn)收。1.5優(yōu)化階段：升級迭代一個(gè)好的BI項(xiàng)目要注重持續(xù)建設(shè)，不斷完善與擴(kuò)展。在實(shí)際使用中，通過用戶的反饋不斷的打磨和完善系統(tǒng)，讓BI系統(tǒng)更加貼合實(shí)際使用場景。2.法·如何快速落地BI建設(shè)現(xiàn)在有很多企業(yè)不斷嘗試落地BI系統(tǒng)，那么如何高效地并有價(jià)值地建設(shè)BI系統(tǒng)呢？ESENSOFT首先要選擇一個(gè)合適的建設(shè)路徑，有兩種方法：一個(gè)是按KPI驅(qū)動(dòng)，另外一個(gè)是按角色和場景搭建體系模型。從KPI管控出發(fā)，監(jiān)控問題的角度，提煉KPI庫每個(gè)企業(yè)的側(cè)重KPI不一樣，我們要結(jié)合各個(gè)主題，提煉適合客戶的運(yùn)營KPI。對它進(jìn)并根據(jù)一些核心指標(biāo)進(jìn)行驅(qū)動(dòng)和預(yù)警。通過KPI來驅(qū)動(dòng)企業(yè)人員，調(diào)用企業(yè)所有人員一起共同建設(shè)BI平臺(tái)，助力BI平臺(tái)快速落地。以不同角色的視角、場景化搭建不同的角色關(guān)注的分析指標(biāo)會(huì)不同，看指標(biāo)的維度也會(huì)不同，比如高層領(lǐng)導(dǎo)對所負(fù)責(zé)的整體業(yè)務(wù)、運(yùn)營情況要有宏觀的掌控，需要滿足其日常管理、經(jīng)營分析、專項(xiàng)業(yè)務(wù)分析的需要。部門經(jīng)理除了關(guān)注部門的核心績效指標(biāo)之外，還需要深入探究現(xiàn)象發(fā)生的原因，沿著數(shù)據(jù)的脈絡(luò)去找尋問題，解決問題。所以我們需要結(jié)合不同角色視角，按照日常管理的場景合理化搭建BI平臺(tái)，這樣BI平臺(tái)才能快速的落地。再者，我們還可以借鑒行業(yè)應(yīng)用模板，快速導(dǎo)入復(fù)用?，F(xiàn)在各行業(yè)更新?lián)Q代特別快，產(chǎn)