商业智能分析——领导找准分析方向最重要

mavisfine

数据挖掘一般是指从大量的数据中通过算法搜索隐藏于其中信息的过程。数据挖掘通常与计算机科学有关，并通过统计、在线分析处理、情报检索、机器学习、专家系统（依靠过去的经验法则）和模式识别等诸多方法来实现上述目标。

数据挖掘的目的是从海量数据中挖掘出价值。这个价值在结果的规律中体现。也就是说，价值与挖掘得到的规律有关，而规律的得出，又与数据挖掘过程中的建模正确与否决定，而数据建模的方向，由本次挖掘前所确定的战略目标决定。

由于数据挖掘出的只是规律，这就要求分析者对问题所涉及的领域有充分的认知，能够根据规律给出一个合理的结论或解释，最终辅助决策。就比如啤酒与尿布那个经典的例子，商家对销售数据进行分析挖掘出了啤酒与尿布互相促进的规律，但是若不是熟悉并且充分认知行业数据及消费者心理，便无法据此给出合理解释，从而做出具有说服力的决定。

商业智能近似于数据处理，由于每个企业的战略目标，当前处境等情况都不一样，因此分析的方向及内容最为重要。这两样往往由决策者决定。因此决策者的思路必须保持清晰。

大部分的BI厂商经过多年实施已经积攒了多年的行业部署实施经验，所以在BI部署过程中，技术上的问题一般不大，最大的问题反而是IT实施人员和领导沟通的思路不合。别的信息系统只涉及到流程与业务，或是底层实现自动化，影响不会过大。但BI针对和影响的都是高层，作为信息价值链的顶端，高层领导者的思想尤其重要。另外，由于一般的业务系统只是为了满足某一部门的需求，但是BI解决方案确是将这些分散在各个部门的无法沟通的业务系统数据集成整合的工具，它将数据分析上升到整个企业视图。因此开发之前领导就必须明确分析目的及分析目标，只有这样才能落实企业的其余各个部门信息化。

对于同样的数据，使用不同的分析方法，得到的数据也不一样。对企业而言，需要的是要量身定做，要了解企业需求，同行业的不同企业之间的需求也不一样。因此，对于商业智能分析，最重要的就是领导在一开始能够为商业智能分析准确定位，并且确定好分析的内容，对症分析。