商业智能应用盘点

    其一：BI符合管理者的决策思维，可以按照不同维度、粒度提供信息。在企业中，经常看到类似如下的场景，主管销售的总裁想要一套从产品、区域、客户角度统计的上月销售收入报表，各个销售总监们迅速的按照总裁要求提供了很多张报表出来。总裁在分析这些报表的时候发现华南区上月的销售收入业绩较差，所以就想重点关注一下华南区每个业务员的销售业绩情况，当华南区销售总监再提供出华南区每个业务员的销售业绩报表后，总裁发现以往的销售明星小李的上月销售业绩很不理想，所以，就想从产品、客户角度再看看小李上月业绩差的原因。这下完了，总裁这月关注小李，下个月说不定又关注小王呢，说不定不关注某个业务员了，又关注某类客户了。真是“领导一动嘴，我要忙三天”啊，搞的下面制作报表的员工非常痛苦，总裁也感到员工工作效率低下。这就是报表的局限，BI通过OLAP（联机分析处理）分析的多维、切片、钻取等功能很好的解决了这个问题。它满足分析人员按照不同的分析路径，不同的分析粒度，从多个角度关注同一问题，消除了为某一问题提供若干张报表的痛苦。同时，OLAP分析也解决了企业报表口径不统一，基本杜绝了信息统计出错的人为因素。

    其二：BI具有强大的数据挖掘功能。有一个有趣的例子，一天，一个男人冲进了美国第三大零售商塔吉特的某个商店，要求经理出来见他。他气愤的说：“我女儿还是高中生，你们却给她邮寄婴儿服和婴儿床的优惠券，你们是在鼓励她怀孕吗？”而当几天后，经理打电话向这个男人致歉时，这个男人的语气变得平和起来。他说：“我跟我的女儿谈过了，她的预产期是八月份，是我完全没有意识到这个事情的发生，应该说抱歉的人是我。”塔吉特怎么知道这个男人的女儿怀孕了呢？因为，塔吉特公司的分析团队，通过分析女性客户购买记录，发现女性会在怀孕四个月左右，大量购买无香味乳液，由此挖掘出25项与怀孕高度相关的商品，制作怀孕预测指数。推算出预产期后，就抢先一步将孕妇装、婴儿床等折扣券寄给客户。这是一个利用数据挖掘做预测分析的一个经典案例。其实，在BI中还可以做很多数据挖掘的应用，像沃尔玛“啤酒尿布”的经典例子，以及京东、亚马逊这类电商网站的购买推荐都是基于数据挖掘做的关联分析应用。

    其三：一般BI都构建数据仓库。为了提高分析效率，支持多种数据源，一般BI都需要分层的数据仓库做支撑；而图形化报表一般都没有数据仓库，也不支持多数据源。

    还有，BI能够满足管理分析的灵活性需求。

    通过BI工具产品做的定制化BI应用，时间久了，多少也会遇到一些尴尬困境，而且这个困境还会持续存在，成了企业心头长期抹不去的痛。我举个例子说一下这个困境，比如：当初BI项目上线时，企业规定360天内发展的客户算做新客户，但是现在客户发展、销售增长都比较迅速，重新规定180天内发展的客户才算新客户，希望重点对这一部分客户进行分析。这就涉及到调整数据仓库取数规则的设置，但这不像更改分析格式那么简单，本企业的IT人员自己能搞定，这就需要重新找BI软件提供商，一旦过了免费维护期，就需要重新花钱。但是，业务分析需求，以后还会变化，时间久了，对软件提供商又爱又恨，想甩但甩不掉这根拐棍儿，自己长期聘用一个高水平的IT员工更不划算。

（编辑：PHP编程网 - 湛江站长网）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!