商業(yè)智能（Business Intelligence簡(jiǎn)稱BI），目前的發(fā)展?fàn)顩r就像雨后的蘑菇一樣興旺。商業(yè)智能始于決策支持系統(tǒng)，隨著早期計(jì)算機(jī)的普及，其發(fā)展已相當(dāng)迅速。隨后，IBM提出了“DataWalking”的概念。與此同時(shí)，硬件的擴(kuò)展、軟件的升級(jí)以及數(shù)據(jù)庫(kù)的廣泛應(yīng)用，使得商業(yè)智能真正崛起。但是你真的了解商業(yè)智能的實(shí)際應(yīng)用嗎？接下來(lái)小編就給大家科普一些關(guān)于商業(yè)智能的實(shí)際應(yīng)用方面的知識(shí)，一起來(lái)看看吧！

思邁特Smartbi

3.1

28條點(diǎn)評(píng)

咨詢產(chǎn)品

免費(fèi)試用

解決用戶選型困難的好軟件，有各維度的信息

客戶案例

3

合作品牌

48

1.商業(yè)智能BI的本質(zhì)

   對(duì)于企業(yè)而言，商業(yè)智能BI無(wú)法直接生成決策，而是使用BI處理的數(shù)據(jù)來(lái)支持決策。核心是通過(guò)構(gòu)建數(shù)據(jù)倉(cāng)庫(kù)平臺(tái)來(lái)有效地集成數(shù)據(jù)和組織數(shù)據(jù)，以支持分析決策并實(shí)現(xiàn)其價(jià)值。

   BI最終提供給用戶的信息是可視報(bào)告或視圖。需要說(shuō)明的是，報(bào)告是結(jié)果，只能達(dá)到查詢的效果。該查詢只能告訴我們結(jié)果是什么以及是否存在問(wèn)題。并且基于可視化圖表的數(shù)據(jù)分析可以告訴我們問(wèn)題的根源是什么，只要發(fā)現(xiàn)問(wèn)題那么也就找到原因了，那么企業(yè)業(yè)務(wù)人員或管理人員如何讓做出決策就變得簡(jiǎn)單易行。

2.商業(yè)智能BI的開(kāi)發(fā)周期

   商業(yè)智能BI是一個(gè)完整的解決方案，需要專業(yè)的項(xiàng)目實(shí)施和部署。由于這是一個(gè)項(xiàng)目，因此存在開(kāi)發(fā)生命周期。一個(gè)完整的商業(yè)智能BI項(xiàng)目需要經(jīng)歷以下階段：業(yè)務(wù)需求分析、分析指標(biāo)體系梳理、源數(shù)據(jù)和數(shù)據(jù)質(zhì)量調(diào)研、ETL數(shù)據(jù)抽取、清洗轉(zhuǎn)換加載、業(yè)務(wù)和數(shù)據(jù)計(jì)算邏輯的實(shí)現(xiàn)、數(shù)據(jù)倉(cāng)庫(kù)的架構(gòu)設(shè)計(jì)、可視化分析報(bào)表的表現(xiàn)......   

   這里應(yīng)該注意的是，在實(shí)際的項(xiàng)目實(shí)施過(guò)程中，上述每個(gè)階段都可能有很多不確定因素，例如業(yè)務(wù)架構(gòu)的自下而上調(diào)整，分析需求的更改以及業(yè)務(wù)數(shù)據(jù)計(jì)算邏輯的更改。

   因此，如果需要成功實(shí)施商業(yè)智能BI項(xiàng)目，則必須權(quán)衡客戶的實(shí)際資源能力，項(xiàng)目支持，客戶對(duì)商業(yè)智能BI的期望，項(xiàng)目后期的風(fēng)險(xiǎn)，實(shí)際客戶的投入和長(zhǎng)期的考慮，長(zhǎng)期計(jì)劃等。

3.商業(yè)智能的實(shí)際應(yīng)用

• 可視化報(bào)表的展現(xiàn)

   在BI中，使用柱狀圖、餅狀圖、折線圖、二維表格等圖形可視化的方式將企業(yè)日常的業(yè)務(wù)數(shù)據(jù)（財(cái)務(wù)、供應(yīng)鏈、人力、運(yùn)營(yíng)、市場(chǎng)、銷售、產(chǎn)品等）全面展現(xiàn)出來(lái)，再通過(guò)各種數(shù)據(jù)分析維度篩選、關(guān)聯(lián)、跳轉(zhuǎn)、鉆取等方式查看各類業(yè)務(wù)指標(biāo)。

   這個(gè)層次的可視化報(bào)表分析就是一種呈現(xiàn)，讓用戶對(duì)日常的業(yè)務(wù)有一個(gè)清晰、直接、準(zhǔn)確的認(rèn)知，同時(shí)解放了業(yè)務(wù)人員手工利用Excel的各種函數(shù)做匯總分析、制圖的工作，提高了工作效率。比如，財(cái)務(wù)部門會(huì)關(guān)心今年的營(yíng)業(yè)收入、目標(biāo)完成率、營(yíng)業(yè)毛利潤(rùn)率、凈資產(chǎn)收益率等；銷售部門會(huì)關(guān)心銷售金額、訂單數(shù)量、銷售毛利、回款率等；采購(gòu)部門會(huì)關(guān)心采購(gòu)入庫(kù)金額、退貨情況、應(yīng)付賬款等等。

• 數(shù)據(jù)的“異常”分析

   數(shù)據(jù)的異常分析利用的是對(duì)比分析法。業(yè)務(wù)人員通過(guò)可視化報(bào)表呈現(xiàn)，如果發(fā)現(xiàn)了一些數(shù)據(jù)指標(biāo)反映出來(lái)的情況超出了日常經(jīng)驗(yàn)判斷。這時(shí)就需要要對(duì)這些 "異常" 數(shù)據(jù)進(jìn)行有目的的分析，通過(guò)相關(guān)聯(lián)的維度、指標(biāo)使用鉆取、關(guān)聯(lián)等分析方式探索出可能存在的原因。

   例如，一個(gè)網(wǎng)站或產(chǎn)品，正常情況下每個(gè)月的平均用戶注冊(cè)量是10萬(wàn)左右。但是發(fā)現(xiàn)在今年的 8 月份，會(huì)員注冊(cè)量達(dá)到了 23 萬(wàn)，這就是一種 "異常"，遠(yuǎn)遠(yuǎn)超過(guò)經(jīng)驗(yàn)判斷和預(yù)期。這時(shí)我們就要去分析判斷是因?yàn)槭袌?chǎng)部門的推廣，還是做了大型促銷活動(dòng)導(dǎo)致的。

   當(dāng)然除了正向的異常，也有可能出現(xiàn)負(fù)向“異常”，比如注冊(cè)量只有5萬(wàn)，這時(shí)也是需要我們通過(guò)分析找到原因，并在以后避免發(fā)生類似的情況。

   最終業(yè)務(wù)人員通過(guò)一次或者多次的維度和指標(biāo)圖表構(gòu)建，逐步形成了一種比較可靠的、固化的分析模型。這個(gè)階段的業(yè)務(wù)人員不再是被動(dòng)接受來(lái)自圖表中反映的信息，而是通過(guò)"異常"數(shù)據(jù)來(lái)定位到背后的一個(gè)業(yè)務(wù)問(wèn)題，數(shù)據(jù)和業(yè)務(wù)在這個(gè)層次開(kāi)始有了直接對(duì)應(yīng)關(guān)系，這時(shí)可以利用數(shù)據(jù)圖表之間的邏輯性關(guān)系尋找解決方法，提高企業(yè)的經(jīng)營(yíng)效率。 

• 業(yè)務(wù)建模分析

   業(yè)務(wù)建模分析通常是由精通業(yè)務(wù)的業(yè)務(wù)人員提出，通過(guò)合理的建模找出業(yè)務(wù)中可能存在的問(wèn)題，將其反映在可視化報(bào)表上，并最后要回歸到業(yè)務(wù)，形成決策并不斷優(yōu)化的一個(gè)過(guò)程。

  業(yè)務(wù)建模簡(jiǎn)單來(lái)說(shuō)也可以理解為一種業(yè)務(wù)分析的邏輯思維模型，只是用數(shù)據(jù)、圖表化的方式將它們有效組織起來(lái)去驗(yàn)證我們對(duì)業(yè)務(wù)分析的邏輯判斷。它可由一個(gè)或多個(gè)圖表組成，也可通過(guò)一組或多組數(shù)據(jù)圖表支撐，依據(jù)企業(yè)的業(yè)務(wù)模型來(lái)確定。

   商業(yè)智能已經(jīng)成為企業(yè)精細(xì)化運(yùn)作的一個(gè)重要組成部分，它的價(jià)值已經(jīng)不言而喻。我們應(yīng)該不斷強(qiáng)化數(shù)據(jù)基礎(chǔ)，拒絕盲目追求智能化，要根據(jù)企業(yè)實(shí)際需要，穩(wěn)步構(gòu)建BI系統(tǒng)，實(shí)現(xiàn)數(shù)字化轉(zhuǎn)型。看完小編的這篇文章，你知道商業(yè)智能的實(shí)際應(yīng)用有哪些了嗎？