数据几乎渗透到我们生活的每一个角落,从我们在手机中留下的数字足迹,到健康记录,再到购物历史,以及对资源的使用情况。许多企业开始意识到数据分析对企业经营的重要性。在这样的市场环境下,商业智能分析应运而生。如今,越来越多的企业应用商业智能分析,但你知道商业智能分析在企业运营中的价值吗?
商业智能分析是当今数据时代必不可少的能力之一,指用现代数据仓库技术、线上分析处理技术、数据挖掘和数据展现技术进行数据分析,通过系统化产品化的方法,能够大幅降低数据的获取成本、提升数据使用效率,以实现商业价值。借助可视化、交互式的操作,可以高效支持业务的分析及发展。商业智能分析涉及业务分析需求的把控、各类数据资源的整合清洗、数据仓库的架构设计、可视化分析报表逻辑设计、IT 部门与业务部门的工作边界划分与配合等等居多环节。
今天我们就来说说其中的两个重点环节:业务分析需求的把控,数据仓库的构建。这两个环节在整个商业智能分析过程中起着决定性作用。
一、业务分析需求的把控
梳理业务分析需求是商业智能BI项目开始的第一步,也是最困难的一个环节,问题主要体现在以下几个方面:
1. 业务部门往往提不出比较具体的分析需求。
2. IT 部门很难深入到业务,也提不出适合业务部门的分析需求。
3. BI 实施方很难在短时间内梳理清并通过一种非常直观的方式和业务用户进行有效的沟通。
4. 对于管理层、上级领导部门,特别希望可以直接看到可视化报表分析的成果。他们不会去关心技术和如何实现的问题,能不能先让看到效果。只有看到效果,才会有比较直观的认知,这个项目才有可能被认可和立项。
5. BI 项目需求分析涉及到很多部门,有的时候内部资源的沟通、协调和推动往往比外部(乙方)的推动要困难的多。
总结下来就是:如何能够非常清晰的梳理好一个完整的业务分析需求,并且能够用业务部门能够理解的语言进行有效沟通?
当用户缺乏数据分析思维意识的情况下,让业务用户提出一些分析的想法,或者让领导提出分析的内容是非常不现实的。但是让他们参考一个比较成熟的分析体系或者方案,再来提出自己的想法这样还是比较容易的。
此时比较有效的做法:结合客户需求以及在各个行业多年沉淀下来的业务经验快速的提供各类分析图表,客户可以选择适合企业自身的分析维度和指标、分析模板,或者基于各类指标分析体系提出自己的想法,所有可视化分析内容可随时调整以完全达到客户的分析需求。