◎李暉光
(作者單位:河南能源化工集團有限公司)
商務智能(Business Intelligence,簡稱:BI)指用現代數據倉庫技術、線上分析處理技術、數據挖掘和數據展現技術進行數據分析以實現商業價值的過程。商務智能描述了一系列的概念和方法,通過應用基于事實的支持系統來輔助商業決策的制定。
商務智能的作用在于有效利用IT 系統中的數據資產:在適當的時候,以靈活的方式,獲得適當信息,發現業務問題,并有效的支持決策和解決問題!
通過數據自動采集將運營數據、成本數據、設備數據、能耗數據、客戶數據推送到統一的數據中心,經統一的分析平臺做出預警監控、綜合分析、數據挖掘、預測分析。
商務智能就在我們身邊,例如“克強指數”。克強指數=鐵路貨運25%+銀行貸款35%+用電40%,這是典型的回歸分析結果,是一個分析模型。
商務智能系統,實現數據的匯總和全面分析。填報數據、EXCEL 數據、生產數據、銷售數據、財務數據等數據經過數據自動整合與清洗封裝到數據倉庫,經分析把合并報表、儀表盤、可視化、挖掘預測、移動端等分別推送給決策層、管理層、執行層。
商務智能系統,提升管理者對業務的全面洞察力,支持科學決策。不同層面管理者的關注點分為:為什么發生、追溯分析,發生了什么、經營監控,目前狀況如何、運營統計,希望發生什么、決策模型,將會發生什么、經營預測。
商務智能系統的價值:幫助企業實現從卓越業務到卓越管理的發展。各級管理人員利用報表查詢、業務預測、數據探查、數據整合、戰略監控、風險預警、業務分析等實現戰略對標、加強運營管控、落實績效考核、優化資源分配。
企業級數據可信分析:綜合運營分析
應用目標:通過綜合分析模型,支持決策層及時洞察企業的整體運營情況,包括財務、生產、銷售、采購、安全等,為企業決策提供實時的分析依據,提升集團的戰略管控能力,支持經營決策和戰略制定,生產管理報告和運營報告,集團預期目標、及相關指標的管理,根據目標確定優先處理的關鍵項目并推動經營責任。
技術特點:通過BI 平臺,提供各種直觀的儀表盤、圖形、圖表等分析方式,支持綜合、交互式的分析;KPI 指標管理、關鍵風險指標預警、多維分析、鉆取分析、關聯分析、排名分析、價值主張。
戰略預警:建立集團核心指標的預警模型,按照運營情況確定警戒值;通過儀表盤、紅綠燈等應用實現指標預警,并通過郵件、短信方式提供核心業務的戰略預警。
運營分析:采用可視化分析、交互式查詢等多種分析方式,創建集團綜合運營更直觀、更清晰的分析報告,實現運營情況的分析監控。
深入洞察:通過鉆取分析、交互分析,實現對運營情況的深入分析,分析運營問題的原因。
商務智能的應用(1):支持管理者可視化的分析管控。
綜合運營分析、績效分析、財務分析、銷售分析、人力分析、決策推演分析,提升計劃和決策制定的科學準確性。
商務智能的應用(2):預置分析邏輯,實現綜合的關聯分析。
儀表盤關聯到詳細報表,滿足管理者的深入分析需求;關聯鉆取分析,實現從財務到業務的穿透,財務比率指標,穿透到財務報表,數據關聯到業務,穿透到業務的全狀態。
商務智能的應用(3):自動生成分析報告。
定制報告模板,通過BI 平臺動態刷新數據。寫報告時無需去收集統計數據,直接利用BI 已有數據、數據準確性100%。報告數據實時更新、數據與BI 系統同步,再無需加班加點。
1 方案規劃:a 項目準備,建立項目組織,制定項目規劃,項目啟動。b 藍圖規劃,需求調研、需求分析報告、系統架構設計、藍圖規劃。c 方案設計,指標體系設計、分析模型設計、數據質量分析、前端UI 設計、技術架構設計、數據倉庫設計、ETL 設計、補錄數據規范設計。
2 系統實現:a 系統實施,運行環境搭建、數據倉庫搭建、ETL 構建、前端報表構建、儀表盤構建。b 系統上線,系統集成測試、系統數據校驗、系統切換上線、關鍵用戶培訓、最終用戶培訓。c 系統交接,運行支持、項目總結、項目驗收、運維交接、系統改進。
1.價值樹分析法。方法描述價值樹分析法通常以提升財務績效為目標,基于樹狀結構層層分解提取關鍵績效指標的方法。主要優點,能夠客觀的反應企業的經營情況,價值樹分析法所獲得的關鍵績效指標間的關聯性很強,可以分析指標間的影響和評估權重。存在不足以財務計算為主來衡量業績以結果驅動,在戰略的實施驅動上具有一定的滯后性。
2.平衡計分卡。方法描述平衡計分卡是一個企業組織的遠景與戰略轉化為一套可供操作的業績評價指標體系的戰略控制框架,主要從財務、客戶、運營和員工四個方面進行設計。主要優點全面反映企業的戰略,有效結合財務指標和非財務指標,揭示了業績的動因,體現業績短期評價與長期評價的統一。存在不足指標之間的關聯度不夠緊密,較難設計評價指標的目標,部分指標較難量化,較難分配指標權重。
3.價值鏈分析法。方法描述價值鏈分析法是基于企業價值鏈分解各級業務流程,設計每個具體業務流程所對應的關鍵績效指標。主要優點與業務實際緊密結合,易于理解利于具體執行考核。存在不足指標之間缺乏關聯,容易忽略企業整理戰略和價值創造的要求。
4.結合指標維度與分析方法構成了BI分析內容,如圖一所示。

數據的可獲性、數據質量、數據管控、數據整合和數據標準的是高價值數據中心的基礎。
1.數據可獲性。數據完整:系統輸入記錄相關數據;數據可得:通過系統正常訪問使用數據。數據存在:現實或潛
在需求的數據已存在。
2.數據質量。不同系統中同一信息數據一致;系統中數據無不準確問題;數據唯一、不存在多個數據反映同一個實體。
3.數據標準。全公司范圍的業務和數據標準明確;有專門/常設的部門組織進行數據標準制定和管理。
4.數據整合。數據在不同系統間整合;數據質量穩定可靠。
5.數據管控。有統一的數據管理方法和流程;有專門/常設的組織進行數據的管理;有數據認責體系,及相應的評價和考核機制;有數據管控流程及工具。