自助式商业智能

前言：大数据、人工智能、移动互联、云计算、物联网等新一代信息技术的发展为企业数字化转型提供了技术支撑。数字化转型并不是对企业以往的信息化推倒重来，而是需要整合优化以往的企业信息化系统，在整合优化的基础上，提升管理和运营水平，运用新的技术手段提升企业新的技术能力，以支撑企业适应数字化转型变化带来的新要求。因此，本公众号将相继推出企业数字化转型的关键技术与问题一系列推文，以期为目标企业数字化转型提供借鉴性思路。

“企业数字化转型的关键技术与问题”系列推文五：

自助式商业智能

1、 什么是自助式商业智能(BI)？

“自助式商业智能(BI)”是最近很多大公司经常提及的一个词。什么叫自助式商业智能呢？说白了，就是一个打造一个“人人皆可成为大数据专家”的环境。BI（Business Intelligence）即商业智能，它是一套完整的解决方案，用来将企业中现有的数据进行有效的整合，快速准确的提供报表并提出决策依据，帮助企业做出明智的业务经营决策。商业智能能够辅助的业务经营决策，既可以是操作层的，也可以是战术层和战略层的决策。为了将数据转化为知识，需要利用数据仓库、联机分析处理（OLAP）工具和数据挖掘等技术。因此，从技术层面上讲，商业智能不是什么新技术，它只是数据仓库、OLAP和数据挖掘等技术的综合运用。通过这样的分析工具，一个不懂数据仓库的数据分析师也可以完全根据自己的需求，随时随地获取数据、分析数据，为业务运营的提供决策支持。

2、 企业企业导入BI时遇到哪些问题？

企业家对于数据的意识在慢慢变化，中国ERP/SCM等系统也在发展进步，企业数据一直在稳步积累。所以大家开始考虑该如何导入BI，如何来运用BI解决运营中存在的课题。但企业在实施BI项目中存在一些风险，想上又不敢上，关键原因就是BI项目失败率高，怎样才能降低风险？

运营风险

需求总是变化的…；

异构系统，信息孤岛；

手工操作，误差大、时效低…；

如何找到真正的问题并给予决策建议？

项目风险

项目周期长，项目过程复杂；

搭建复杂，不能满足业务需求变化快的要求；

BI系统提供的是自己独有的GUI,需要用户学习；

IT部门及最终用户需要大量培训后才能使用；

后期维护难度大，更改困难，

运营成本高（维护，设计修改）

初期投入成本高（产品，设计），性价比低；

技术风险

扩展性

数据的种类及数量超出预想时，性能下降。

灵活性

很多工具必须要事先设计数据模型（立方体)，

立方体变化时产生高额的费用。

三、商业智能(BI)为什么要自助化？

传统的商业智能(BI)，更多通过固定模式的报表可视化满足公司决策支持的需求。拿销售领域来说，传统那些卖电脑的企业，最多一天开两个会，一早一晚，汇报当日销售数据。而电子商务时代的销售，每一小时带来的流量不同，产生的销售效果可能就完全不同。再靠一天两次报表，对内无法满足企业快速调整战略的需求，对外也无法适应日趋严峻的竞争形势。更何况在大数据时代，越来越多的数据进入视线，可分析的维度越来越多，原先统一、标准化的数据服务已经无法满足企业内部需求，而原先渐进式、长周期的服务升级已经无法适应目前市场竞争的压力。

那么，怎么办？

很显然，以往靠工程师支撑起来的单一、集中、稳定更新、长周期建设的数据仓库建设模式是无法适应大数据时代数量大(Volume),速度快(Velocity),类型繁多(Variety)的特点的。

累死100个工程师，不如做出一个自助式商业智能工具。

通过大数据技术，传统数据仓库转变成完成统一数据采集、存储、搬运、计算任务的大数据平台，各种类型的数据消费者通过大数据平台分析工具，构建自己的数据仓库体系，DIY完成自己的分析目标。数据仓库技术团队也转型成数据平台、数据分析工具的建设者。他们的使命转变成帮助数据消费者DIY自己的商业智能(BI)，帮助人人都是大数据专家。

四、自助式商业智能(BI)为什么要云化

在大数据时代，数据量不断升级，TB级的数据仓库已经被远远抛到身后，PB级、百PB级数据平台成为标配，甚至EB级数据平台也已经出现。同时，数据每日更新(T+1)的频率已经无法满足业务的需求，分析人员需要知道当前的业务正在发生什么样的变化，公司的决策应该如何应对？是的，实时的数据分析已经成了标准配置。

对企业来说，如何在这样挑战下实现商业智能(BI)，成本控制是需要重点考虑的问题。原先集中、自建的数据平台，在软件成本、硬件成本、维护成本控制上是每一位CIO头疼的问题。云计算与大数据技术的结合，正好解决了这一问题。复杂的问题可以抛给更专业的人去完成，分析人员将焦点专注于商业智能(BI)本身。

五、新一代的自助式商业智能BI解决方案的特点

1.内存型列式存储数据库

经邦自助式商务决策系统基于列式存储结构的超高速（传统数据库的40倍）数据加工处理引擎。无需事先进行复杂的数据立方体和维度设计，即可自由灵活的进行下钻等数据分析。

2.自助式数据分析

经邦自助式商务决策系统通俗易懂的人性化界面，操作简单。 无需编写代码程序，支持前端拖拽式设计，可见即所得。业务部门无需等待IT部门的帮助，可自行进行数据分析。

3.极具优势的性价比

与传统BI解决方案相比，经邦自助式商务决策系统可以更加快速，低成本，高质量的搭建BI系统。

五、什么时候开始应用自助式的商业智能(BI)

现在很多公司都已经在使用了。有一些传统软件厂商，比如SAP和IBM，提供的工具需要你的数据先做一些必要的处理。但现在云端的处理方法，如Domo的模式实际上处于很多数据源的上端，包括电子表格、线上CRM、市场等，可以为公司的运营提供全方位的即时分析。包括特定领域的大数据公司也获得业界的欢迎，例如Splunk在服务器日志海量数据的监控和分析工具。

但对于大公司来说，这样的服务都有所欠缺，而且企业数据安全也是重点需要考虑的问题。因此自建平台是必由之路。

6、 企业BI解决方案后的改善效果

以某个公司在导入ＢＩ系统前后，在公司的经营会议上总经理和部门经理的一段对话的对比为例，我们来看一下企业导入新一代的自助式商业智能BI解决方案后的改善效果。

从上面的例子可以看出，企业在导入新一代的自助式商业智能BI解决方案后，可以提升整体的业务能力，为决策者提供更有效的依据。

迅速，正确，客观的把握现状

通过不同的角度进行数据分析，发现新的价值

基于数据分析结果，实现销售额及利润的增长

七、统一数据平台的价值体现

其实这个话题可以简单转换成企业没有完整数据视角有什么损失？这个结果是不言而喻的。

1、数据分析和应用需要完整视野。分析人员在分析用户的购买行为时，如果只看到浏览和下单，不知道客户的售中、售后的行为数据是无法完分析出用户完整行为特征的，以之对应的营销策略、运营策略都无法做到前后呼应、整体有效；

2、数据在不同的系统是有不同版本存在的，如何在商业智能(BI)层面达到数据的一致性、有效性、准确性目标，统一数据平台起到了关键的支持作用。

3、统一数据平台为不同类型的数据分析需求，提供统一的计算资源、软件工具和协同工具，降低数据消费成本，提升ROI。

基于云端的自助式的商业智能(BI)的实现和落地，必然使得企业的大数据分析和应用门槛降低到每一个业务分析师，甚至每一个数据消费者都能娴熟使用的水平。“人人都是大数据专家”的企业，其数据应用能力与商业响应速度也必然能获得跨越式的提升。

经邦针对企业大数据应用场景，充分发挥自主创新能力，研发出一款低门槛、高效率的大数据可视化自助式分析工具，专为支撑企业经营决策制定，产品性能卓越，操作步骤简洁流畅，仅需几步，即可创建分析，帮助企业释放数据潜，帮助企业整合数据孤岛、提供全局视图、深层挖掘数据，让决策者能够更加全面、长远地看待问题，使企业决策更具前瞻性，提高决策质量。提高企业员工工作效率，降低专业门槛，非技术人员也可轻松进行数据分析，有效驱动业务发展，让数据创造财富！