|
数据挖掘和建模分析，价值很容易说出来，因为它是点对点打出来的，一个付费预测模型，就是有助于运营，降低运营成本并且提高付费转化率；一个商品推荐模型，就是有助于提高商品的销量。但是一个报表或者bi平台，所谓的决策支持平台，他的价值要怎么讲，还真的有点模糊，虽然网上一大堆，但很多都是看起来很有道理，但是很难解释的冠冕堂皇的价值。所以，这里也给自己总结一下。
（文中报表或bi泛指使用报表工具或者bi工具搭建的数据分析平台，后面简称数据分析平台）
一：价值早已存在，无论你问与不问
为何这样讲？
首先，数据分析平台做为数据呈现和分析的载体，而这样的载体早已存在于各个企业中，可以是excel，可以是sql结果，也可以是jsp或者php展示出的。它不会因为报表或者bi平台的出现而出现，也不会因为报表或者bi平台的消失而消失。
其次，数据分析平台为管理提供决策支持，这样的决策支持也早已存在于企业之中，或许是ppt中的图表，也可能是word报表中的数据。
我这样写，主要是想说，数据分析平台，可以很大很复杂，也可以很小很简单，但是它的价值绝对不是平地起高楼，无论大小，它都是围绕着实际的业务和管理，其所表现出的价值大小，也更多取决于成熟的管理思路和丰富的业务经验，并不会因为上了一套很牛的平台，价值就表现的很大了。
它的价值，也是基于这一点来进行发散的。
二：数据分析平台的价值分类
1.效率的提升
节约时间，提升办公效率，这是最容易得到体现也是最实在的价值，原本数据要先整合再导出再分析，可以自动处理。我曾见过有人每周需要花费两天的时间，来提取数据、核对数据、汇总数据、分析数据。且不考虑人工处理的易出错的情况，单纯的把这些时间节省下来也不错啊。
并且，这样的价值很容易实现，相信很多公司都已经存在大量的需要分析、查询的数据，只要将基本的数据分析、查询、导出等功能，集中在报表或bi平台中体现，就节省了大量的时间成本。
2.管理规范化
这一点需要分为两个层面去看，一个是数据管理规范化。当数据的分析依赖于每个不同的人的时候，很难保证其结果的统一性和准确性。如果遇到两个人的分析结果相矛盾，是回头查，还是随便选一个凑合呢。通过数据分析平台，可以固化分析规则，统一数据出入口，以此来保证数据的准确性。这样就省的为不同的结果争得面红耳赤了，如果结果有了问题，找数据部门背锅就行了（当然，要保证你给的规则是对的），好像全公司都和谐了一些。
另一个是业务管理的规范化，数据分析平台是可以为管理提供决策支持的，怎么来提供？如果这个分析体系是混乱的，看了几张报表之后自己都懵逼了，还能支持个屁，这样还不如不看。
其实它本身也是有管理思想注入进去的，管理者的关注点、管理者的思考方式以及公司的评价体系，都会体现在分析平台中。一个清晰的管理思路，是有助于平台价值的发挥的。在平台开发过程中，可以集大家之所长，梳理管理思路，并与数据相结合，最终将数据以最合适的方式来呈现，为全公司提供一个规范的分析体系，决策支持的价值就体现出来了。
3.提升业务价值
前面两点实现起来都比较容易，基本上就是将公司原有的工作进行整理，再搬到平台中来实现，就可以了。唯独这一条，实现起来并没有那么容易，因为是需要针对每一个业务场景进行深入思考的。然而，大部分公司都非常看重这一条（甚至会不认为前面两点价值算是价值，其实这你就错了）。
提升业务价值，我是依然喜欢从目标出发，提升收入、降低成本，所谓的节流开源。我觉着这一点也没办法几句话描述出来，只能举例子：
提升收入：对订单和业绩进行对比排名，当我的业绩偏低的时候，一定要玩命干了呀。这也是最简单的，有助于提升公司收入的手段；
通过对订单规律或者流量的监控，发现其中规律，来做最佳的运营策略，也是有助于提升公司收入的方法；
通过转化率的的监控，发现其中异常，比如发现某天，流量特别高，但是转化率特别低，那很可能是做了活动，而且没有吸引到正确的人群啊，调整活动策略，同样有助于公司收入的提升吧。
降低成本：通过对库销比的分析，以此来调整产品的采购策略，最大化降低商品的库存积压，合理利用库存，可以降低库存成本和采购成本吧。
对产品应用的使用情况进行监控，分析各个版本的使用占比，如果发现某个版本的使用量已经不到0.01%了，以后可以不再对这个版本进行维护了，人力成本也算省下了吧。
最核心的，我觉得业务价值的提升不是一次性工作，它应该是伴随着分析平台的使用不断更新的。因为说不准用着用着，发现了新的逻辑，也说不准哪天业务调整了。这一点需要业务人员，有了比较好的数据意识，然后将自己的经验与数据相结合。所以，它最有可能，也是最合理的方式，就是迭代开发，随着业务对数据分析平台使用的加深，不断的完善这套平台，不断的提升业务价值。
三：报表、bi工具的价值
报表和bi我分开来说。上面所说的主要是分析平台的价值，这样的价值有很多种方法来实现，可以码代码，甚至用excel也可以。只是不同的方式，实现的难度不一样、成本不一样。
一款好的报表工具例如finereport可以更快速、更低成本的实现上面的价值，因为它可以很快速的开发完成一张报表，甚至搭建一套报表平台也不难，而且效果还不错。如果这些都换成了代码，难度和时间就需要成倍的增加。
bi相比于报表的区别呢？其实我想说，bi是进一步降低了价值实现的成本和难度。因为它更加简单和方便，拿finebi来说，拖拽式的分析，业务人员自己也可以搞定，可以万事不求人，从而给业务人员提供了足够的分析空间。很多公司选择bi，也是希望让业务人员来自行分析数据，处理数据。一是解放数据部门的双手，让数据部门专注于更加复杂的分析或者挖掘，二是给业务部门更多的空间，来自由的发挥其价值。
也会有说，bi提高了数据的处理能力，我还是建议分开来看，数据处理性能是基于底层的，即使bi工具提升了数据的处理性能，也是其自带的底层数据模块来实现的，而这样的底层数据平台，是有很多选择的。
将两者分开来解读，感觉更清晰些。
必须要说的是，bi相比于报表更加简单和方便，也一定是有代价的，它用起来简单，是因为封装的够好，其技术灵活度是不如报表工具的，就像报表工具不如码代码一样。同时，将数据分析完全开发给业务也是有一定风险的，需要参考业务人员是否有了很好的数据意识，可以将bi工具用起来。另外，数据部门要做整体的把控，不能失控啊。
四：价值不是讲出来的，而是用起来的
曾见过很多公司，曾经花费了巨额搭建的bi平台（采购国外的重型bi工具很贵的），荒废了。我很心疼，因为这钱，给我都比花在这平台上价值大。。。
道理倒是很简单，问题的关键是怎样才更容易的用起来，而不仅仅停留在表述上。这又是一个很长的话题，这里先简要提几条需要注意的点吧。
欢迎关注“云途数据”公众号（ID:yuntudata）,浏览更多数据相关内容
扫描二维码加小编微信，立即加入更多关于数据的讨论。
| 
发表于 2017-4-28 10:46:35
