如何做好BI并驾驭之？

hulala93

------企业对商业智能的期望及现状------

上次有机会与一位商界前辈交流几个小时，发现决策者越来越多关注BI的作用，越来越注意到数据驱动在现代企业越来越重要，但BI到底带来多大价值仍然是未知数，这需要双方多加沟通发掘。初步有一个结论是: BI不能算一种技术，固不合适在IT部门，在市场部门也是一种临时状态，最好是独立部门，服务决策者和各部门精细化运作。

最初BI刚进入企业眼前的时候，认为BI可以做很多厉害的事情，各种智能化。随着时间推移，BI从天上掉到了地下，只是数据集成和报表生成部门。目前企业普遍采用居中的办法，由业务部门提出分析需求，让BI系统统计和分析数据出结果，这样的组合看似合理，却有很多隐患:

1.业务部门各自为阵，难有企业级视角的分析需求，所以业务需求变化反复无常，会做很多无用功；

2.数据部门对业务理解不够深，做出的分析结果可能难以让业务部门对数据有准确洞察和业务解析；

3.难以有企业级分析规划和体系，因为业务部门不太了解所谓的分析规划和体系，而数据部门对业务了解深度不够，也没能力做业务层面的规划和体系。这种情况企业的数据挖掘，只能算“游击战”，想起一个分析做一个分析，来了突发事件又做分析。

目前大多数BI只能发挥不到1/3的作用，所受限制在于业务与数据的反复磨合，还有数据洞察与整合的客观的业务需要代沟，故数据驱动只能停留在数据与业务分开干的阶段。

作为新兴的企业功能团队和部门，BI能起多大作用，与企业对BI的期望，还有BI本身的能力都有一定互相作用的关系。我去年曾比喻BI人最高境界犹如三国时的谋士，能从战略到执行方略都有辅助，BI人需要的不仅仅数据分析能力，业务的基本理解，还需要对商业的清楚认识，才能将BI发挥到极致。我想这是未来BI的方向，但需要各方面的努力和企业需求的发展。

改变现状，无非有2点，一是企业准备好了接收BI为企业智囊团，而不是仅仅是数据整合和分析平台的技术团队，二是BI需要做好准备，洞悉公司战略，熟悉业务产业链，还熟悉每个业务问题合适的数据分析算法、洞察数据的方法。

--------商业智能定位之根基-------

商业智能实现的根基不是算法，也不是数据分析工具或技术，而是业务分析体系的建立，它是商业智能区别于仅仅是数据分析平台的最主要的表现。

为什么这样说？我这里列举一些场景说明：

1。分析体系是为了更全面透析业务运营，我们在评价一个营销问题的时候，往往会从市场角度看营销推广，如果区分新老客户区分后，会发现两者差别比较大。而如果供应链准备不充分，将是隐形的拖累营销的重要因素，如果某些服务环节不到位，会对完成交易这个事情产生很大的影响。而这些恰恰都可以通过数据反映出来。

2。分析体系是为了更客观发现问题，并找到解决问题的更好方案。例如评论一个电商的运营，那得分日常运营和活动运营两类，那么日常运营中，如何判断运营得符合预期，差距在哪里，可以达成并改善么？我们在分析的时候，或者提供需求的业务部门，往往会眼睛盯在一个业务口子，来判断问题，这是很危险的。

例如看营销问题，一定是流量（分新老客户）、转换率、商品关注或收藏、退换货率、商品毛利、客单价客单品类等多个数据来看，而每个数据，都代表业务意义，但要客观判断业务，并给业务建议的话，就没那么简单了。假设只看转换率降低，可能是流量源（包括老客户）出了问题，也可能网站的问题（如果有一些功能变化），还可能是商品吸引力问题（包括价格或商品陈列上）。要客观判断有哪些因素，哪个因素是主要的，则需要对业务数据的洞察。

3。分析体系也是为了更好地跨部门协作。例如以前我举过的例子，如果要发展新品类，到底是从网站定位出发，还是从目标客户群体出发，或者最熟悉的商品品类出发，那么决策者需要客观评价，就得先有综合判断，然后是跨部门协调执行。

可以说，分析体系的建立，就是对业务影响因素提前进行判断，并对分析要素、方法（算法）进行预置，不至于任何分析会产生主观、不符合实际的分析。同时随着业务变化和发展，分析体系也会继续发展和延续，它是标准的商业结合IT的优质混合体，固单纯在IT，或者单纯在业务部门下面，都难以发挥BI至极致的重要原因。

-------商业智能与业务的合作------

就如我们看到的，无论哪家公司，大小、中外，决策层肯定优先看财务指标状况，公司运营业务简单的话，不需要太多的分析，也许决策层已经发现问题所在。如果是复杂的业务，多重产业链集中的方式，那就需要有合适的合作模式，才能让BI发挥更大更好的作用。

合作方式分为为决策管理者服务，还有为业务精确运营服务两种模式。在于决策者的合作中，决策者主要看KPI，以及KPI的相关说明，让决策者看出客观反映的业务状况。那么与决策者合作中，BI的角色就是KPI展示+数据挖掘与分析定位业务状况的原因和因素+数据洞察解析形成报告，决策者只关注KPI是否是他们想要的，剩下的由BI或者BI与执行层面业务一起完成。

与运营操作的方式，是为了提供准确的参数数据、规则引擎、基础信息详细分类信息（如客户细分、多对多单据优先级计算等）。这种合作，建议业务部门提供精细化运营目标，然后与BI团队一起制定相应的规则。

--------总结--------

了解清楚BI使用者的不同需求，首先要了解他们的目标，BI能做什么可以让BI用户达到甚至超过预期。另外重要的一点，就是哪些是BI用户想要，但不能做或做不好的事情，也是BI的职责，需要做好的那部分。BI要作为智囊团，还得将数据与业务价值链的关系运用到极致，才能得到足够的机会参与，否则BI摆脱不了成为数据支持部门、数据开发展现部门的命运。