1. 創(chuàng)業(yè)頭條
  2. 前沿領(lǐng)域
  3. 大數(shù)據(jù)
  4. 正文

互聯(lián)網(wǎng)企業(yè)如何選擇BI平臺(tái),你想知道的都在這里

 2020-03-20 17:35  來(lái)源:A5專(zhuān)欄  我來(lái)投稿 撤稿糾錯(cuò)

  域名預(yù)訂/競(jìng)價(jià),好“米”不錯(cuò)過(guò)

當(dāng)很多人還不知道BI(商業(yè)智能)是什么的時(shí)候,其實(shí)就已經(jīng)做過(guò)BI整條鏈路里的相關(guān)工作。

BI具體做什么?通俗點(diǎn)理解,就是從數(shù)據(jù)接入、數(shù)據(jù)準(zhǔn)備、數(shù)據(jù)分析、數(shù)據(jù)可視化到數(shù)據(jù)分發(fā)應(yīng)用的一系列動(dòng)作。

而這些動(dòng)作都只是過(guò)程,真正的目的是通過(guò)最終得出的數(shù)據(jù)結(jié)果發(fā)現(xiàn)問(wèn)題,來(lái)改善業(yè)務(wù)決策。

以互聯(lián)網(wǎng)教育平臺(tái)為例,每個(gè)企業(yè)都會(huì)配備類(lèi)似銷(xiāo)售支持或者運(yùn)營(yíng)類(lèi)型的崗位,去統(tǒng)計(jì)分析網(wǎng)站和APP的注冊(cè)、活躍、首次付費(fèi)、再次付費(fèi)、VIP、沉默、流失等數(shù)據(jù)。

將各個(gè)平臺(tái)產(chǎn)生的數(shù)據(jù)導(dǎo)出整合到一份Excel的過(guò)程就可理解為數(shù)據(jù)接入 ;而將這些數(shù)據(jù)進(jìn)行去重、清晰的過(guò)程可以理解為簡(jiǎn)單的數(shù)據(jù)準(zhǔn)備 ;通過(guò)函數(shù)計(jì)算每個(gè)漏斗的轉(zhuǎn)化率可理解為數(shù)據(jù)分析 ;將數(shù)據(jù)分析的結(jié)果用可視化化圖表展現(xiàn)稱(chēng)之為數(shù)據(jù)可視化 ;而將可視化圖表截圖到PPT中進(jìn)行匯報(bào)又可看作是數(shù)據(jù)分發(fā)應(yīng)用 。

那么問(wèn)題來(lái)了,數(shù)據(jù)接入是不是一定要做重復(fù)的導(dǎo)出導(dǎo)入工作?數(shù)據(jù)源來(lái)自多個(gè)系統(tǒng)又結(jié)構(gòu)不一該如何融合?領(lǐng)導(dǎo)看數(shù)據(jù)除了PPT還有什么?

設(shè)想一下,當(dāng)你精心準(zhǔn)備了一周的銷(xiāo)售數(shù)據(jù)報(bào)告,而老板突然問(wèn)起某個(gè)數(shù)據(jù)異常的原因時(shí),你難道又要會(huì)后重新做一份針對(duì)這個(gè)異常數(shù)據(jù)分析的報(bào)告嗎?要多長(zhǎng)時(shí)間,老板等得及嗎?

當(dāng)企業(yè)的數(shù)據(jù)量越來(lái)越大,要求的數(shù)據(jù)分析維度越來(lái)深越來(lái)越細(xì),甚至對(duì)實(shí)時(shí)性和交互性提出了更高的要求。而這時(shí),很多人工報(bào)表無(wú)法解決的事情,BI可以解決。BI的價(jià)值不是告訴你學(xué)員的轉(zhuǎn)化漏斗是多少,而是告訴你為什么是這個(gè)數(shù)字,從哪里可以改進(jìn)。

BI從工具到“決策大腦”的演進(jìn)史

BI(商業(yè)智能)的概念在1996年最早由Gartner Group提出,而事實(shí)上IBM的研究員Hans Peter Luhn早在1958年就用到了這一概念。他將“智能”定義為“對(duì)事物相互關(guān)系的一種理解能力,并依靠這種能力去指導(dǎo)決策,以達(dá)到預(yù)期的目標(biāo)。”

追究到應(yīng)用層面,BI其實(shí)也經(jīng)歷了四個(gè)發(fā)展階段:

Excel報(bào)表: 在這個(gè)階段催生了一個(gè)職業(yè)群體就是“表哥表妹”,他們每天都要從公司不同的ERP、CRM、財(cái)務(wù)系統(tǒng)中導(dǎo)出大量數(shù)據(jù),再將多個(gè)表格用vlookup和sumif進(jìn)行關(guān)聯(lián)計(jì)算,最后通過(guò)把可視化圖表截圖放到PPT里進(jìn)行日?qǐng)?bào)和周報(bào)匯報(bào)。而至于領(lǐng)導(dǎo)到底會(huì)不會(huì)看,他們也不關(guān)心,因?yàn)闊o(wú)力關(guān)心。

報(bào)表系統(tǒng): 也是傳統(tǒng)報(bào)表的升級(jí)版,可以直接對(duì)接某個(gè)業(yè)務(wù)系統(tǒng)的數(shù)據(jù)源,對(duì)于數(shù)據(jù)的響應(yīng)速度比Excel明顯提升,已經(jīng)可以支持權(quán)限管理等,但還是偏向于數(shù)據(jù)匯報(bào),很難輔助決策。

傳統(tǒng)BI: 首先可以對(duì)接多個(gè)系統(tǒng)的數(shù)據(jù)源,將所有數(shù)據(jù)整合到一個(gè)平臺(tái)中進(jìn)行全局分析。其次就是支持實(shí)時(shí)數(shù)據(jù)展示,分析維度和深度也遠(yuǎn)遠(yuǎn)強(qiáng)于報(bào)表系統(tǒng),支持下鉆、聯(lián)動(dòng)等數(shù)據(jù)交互。最后在數(shù)據(jù)承載量和反應(yīng)速度上具有明顯優(yōu)勢(shì),不僅是匯報(bào)工具,更能夠輔助決策。

智能BI: 和傳統(tǒng)BI一樣都是支撐決策,但是用戶(hù)使用層面強(qiáng)調(diào)低代碼(或零代碼)開(kāi)發(fā)、無(wú)縫對(duì)接、靈活部署,比如用觀遠(yuǎn)Smart ETL托拉拽進(jìn)可以做分析看板,無(wú)需重新建模,賦能普通業(yè)務(wù)人員做數(shù)據(jù)分析的能力,讓數(shù)據(jù)員有更多時(shí)間可以專(zhuān)注如何將分析與業(yè)務(wù)結(jié)合。并且,還可以借助AI算法的能力構(gòu)建基于未來(lái)的分析模型,比如銷(xiāo)售預(yù)測(cè)、智能排課等。

而從扮演的角色來(lái)看,BI的發(fā)展可以理解為從數(shù)據(jù)分析工具到深入場(chǎng)景的“決策大腦”的演進(jìn)。 最開(kāi)始企業(yè)只是想通過(guò)其提高做數(shù)據(jù)分析這項(xiàng)工作的效率,而到后面,更多企業(yè)的目的是為了提高做決策的效率和科學(xué)性,以結(jié)果為導(dǎo)向。

當(dāng)四種產(chǎn)品共存時(shí),企業(yè)該如何選擇

從Excel到現(xiàn)在前沿的智能BI,BI的演進(jìn)一直是跟著市場(chǎng)需求而變。當(dāng)然,大數(shù)據(jù)、云計(jì)算、人工智能等技術(shù)的發(fā)展也給BI的發(fā)展創(chuàng)造了更多可能。

整個(gè)商業(yè)社會(huì)的發(fā)展是向前的,但是每個(gè)時(shí)期、每個(gè)行業(yè)都有發(fā)展程度不同的企業(yè),這也是為什么BI演進(jìn)如此進(jìn)步,而這幾類(lèi)數(shù)據(jù)分析產(chǎn)品依然可以共存的原因。

目前,在選擇時(shí)受爭(zhēng)議較多的是報(bào)表系統(tǒng)、傳統(tǒng)BI和智能BI。

數(shù)據(jù)分析軟件的選擇首先要明確企業(yè)想要引入相關(guān)系統(tǒng)的目的是什么。 如果企業(yè)的數(shù)據(jù)量一般,數(shù)據(jù)分析也只是為了給各部門(mén)呈現(xiàn)最終的結(jié)果報(bào)告不需要幫助各級(jí)決策層做決策,那么,報(bào)表系統(tǒng)就可以滿(mǎn)足基本需求。但同時(shí)你也要考慮,當(dāng)企業(yè)數(shù)據(jù)量越來(lái)越大,當(dāng)發(fā)現(xiàn)競(jìng)爭(zhēng)對(duì)手的市場(chǎng)反應(yīng)速度已經(jīng)領(lǐng)先自己很多時(shí),我們是不是還要去選擇BI,那現(xiàn)在有沒(méi)有必要一步到位。

自然,如果是賦能決策,已經(jīng)受夠了之前想看的數(shù)據(jù)永遠(yuǎn)要延遲一周,想知道的原因總是在會(huì)議上找不到答案,或者企業(yè)本身就有超前的數(shù)據(jù)意識(shí),當(dāng)然是選擇BI。更進(jìn)一步,如果是希望簡(jiǎn)化BI的對(duì)接流程和開(kāi)發(fā)量,減輕數(shù)據(jù)分析員日常高代碼、高重復(fù)的工作量,我們會(huì)更推薦智能BI。

而智能BI也可以理解為“AI+BI”,代表了BI在未來(lái)5年的發(fā)展趨勢(shì),也是諸多行業(yè)龍頭和數(shù)據(jù)分析服務(wù)商在共同探索的領(lǐng)域。做AI項(xiàng)目首先企業(yè)得有足夠多的數(shù)據(jù)基礎(chǔ),非常清晰的項(xiàng)目目標(biāo),并且有中長(zhǎng)期的規(guī)劃, 我們才建議去實(shí)施。其次一定要選擇一家具有AI基因的大數(shù)據(jù)分析公司。觀遠(yuǎn)數(shù)據(jù)目前也是和近十家零售巨頭客戶(hù)合作了需求預(yù)測(cè)、智能配補(bǔ)貨、智能排班、銷(xiāo)售計(jì)劃等合作場(chǎng)景。

BI在各行各業(yè)的應(yīng)用場(chǎng)景

伴隨著信息化建設(shè)的推進(jìn),每個(gè)企業(yè)都積累了海量數(shù)據(jù)基礎(chǔ),而對(duì)于企業(yè)來(lái)說(shuō)卻是把雙刃劍。數(shù)據(jù)量越多,能夠獲取的數(shù)據(jù)價(jià)值就越大,但是,如果沒(méi)有強(qiáng)大的數(shù)據(jù)分析能力,海量數(shù)據(jù)也會(huì)成為企業(yè)高效決策的障礙。在這種情況下,BI自然成為大數(shù)據(jù)時(shí)代企業(yè)提高自己競(jìng)爭(zhēng)力的核武器。

社交電商代表小紅書(shū)的大數(shù)據(jù)負(fù)責(zé)人曾經(jīng)表示:增長(zhǎng)太快也是一種煩惱,在階段性近似指數(shù)級(jí)增長(zhǎng)曲線(xiàn)下,意味著大數(shù)據(jù)運(yùn)營(yíng)部門(mén)將面臨更多的挑戰(zhàn),只有擁有60倍的數(shù)據(jù)能力,才能支撐2倍的用戶(hù)量、30倍的數(shù)據(jù)量增長(zhǎng)。

BI在每個(gè)領(lǐng)域都有自己的數(shù)據(jù)分析場(chǎng)景。在消費(fèi)零售領(lǐng)域,觀遠(yuǎn)數(shù)據(jù)總結(jié)了包含商品、門(mén)店、營(yíng)銷(xiāo)、渠道、供應(yīng)鏈、顧客關(guān)系、財(cái)務(wù)、人力資源等在內(nèi)的八大業(yè)務(wù)場(chǎng)景。

而在零售之外的互聯(lián)網(wǎng)+行業(yè)、制造業(yè)、電子商務(wù)、金融、醫(yī)療等行業(yè)也都有對(duì)應(yīng)的分析場(chǎng)景。

(觀遠(yuǎn)數(shù)據(jù)產(chǎn)品demo-互聯(lián)網(wǎng)教育)

(觀遠(yuǎn)數(shù)據(jù)產(chǎn)品demo-電商領(lǐng)域)

互聯(lián)網(wǎng)教育: 可以針對(duì)渠道轉(zhuǎn)化漏斗的轉(zhuǎn)化率、不同課程的受歡迎程度、家長(zhǎng)的反饋以及講師評(píng)分等進(jìn)行分析。

電子商務(wù): 打造也客戶(hù)價(jià)值為核心的用戶(hù)、營(yíng)銷(xiāo)、商品、流量、倉(cāng)儲(chǔ)、配送、客服等一體化分析場(chǎng)景。

制造業(yè): 圍繞企業(yè)采購(gòu)、生產(chǎn)、銷(xiāo)售、配送、庫(kù)存各場(chǎng)景進(jìn)行分析。

保險(xiǎn)業(yè): 可以做賠償金和保險(xiǎn)費(fèi)用分析、客戶(hù)分析、風(fēng)險(xiǎn)分析、產(chǎn)品分析等。

金融證券: 可以針對(duì)理財(cái)產(chǎn)品、客戶(hù)收益、信貸管理、客戶(hù)流水等場(chǎng)景進(jìn)行分析。

醫(yī)藥行業(yè): 可以圍繞藥品運(yùn)營(yíng)、供應(yīng)鏈、財(cái)務(wù)、市場(chǎng)營(yíng)銷(xiāo)、電商渠道、生意等場(chǎng)景進(jìn)行分析

汽車(chē)市場(chǎng): 通過(guò)對(duì)車(chē)輛數(shù)據(jù)、道路數(shù)據(jù)、環(huán)境感知數(shù)據(jù)等海量信息的處理分析,汽車(chē)服務(wù)商對(duì)車(chē)主進(jìn)行精細(xì)化的管理,提供一站式汽車(chē)服務(wù)方案。

企業(yè)可以根據(jù)自己的需要,找準(zhǔn)切入點(diǎn),循序漸進(jìn)去構(gòu)建一體化的智能數(shù)據(jù)分析指標(biāo)體系。

BI未來(lái)會(huì)有哪些新的發(fā)展趨勢(shì)

過(guò)去幾十年,BI經(jīng)歷了從工具到“決策大腦”的角色轉(zhuǎn)變,而未來(lái)一定是向“智能決策大腦”轉(zhuǎn)型。

觀遠(yuǎn)數(shù)據(jù)創(chuàng)始人兼CEO蘇春園表示,BI的未來(lái)一定是AI+BI。

未來(lái)5年,BI不會(huì)只停留在對(duì)歷史數(shù)據(jù)的多維統(tǒng)計(jì)。通過(guò)與不斷普及的算法與算力融合,會(huì)實(shí)現(xiàn)更自動(dòng)、更智能的數(shù)據(jù)探索、實(shí)時(shí)預(yù)警、未來(lái)預(yù)測(cè)、自動(dòng)診斷以及行動(dòng)建議。在使用體驗(yàn)上,也一定會(huì)日趨“傻瓜”化,強(qiáng)調(diào)敏捷、易用與行業(yè)場(chǎng)景化,并且不斷接入整合更豐富、更細(xì)顆粒度的數(shù)據(jù)源,進(jìn)一步延展數(shù)據(jù)驅(qū)動(dòng)決策的應(yīng)用場(chǎng)景。

未來(lái)每一個(gè)企業(yè)都需要構(gòu)建一個(gè)基于數(shù)據(jù)的決策大腦,從BI切入、不斷AI化升級(jí),看3年,做3個(gè)月,是一個(gè)理性可落地的路線(xiàn)圖。

申請(qǐng)創(chuàng)業(yè)報(bào)道,分享創(chuàng)業(yè)好點(diǎn)子。點(diǎn)擊此處,共同探討創(chuàng)業(yè)新機(jī)遇!

相關(guān)文章

編輯推薦