BI商业智能软件一般都会提供若干数据整合、数据查询、分析与评价、数据可视化及数据分享的手段,但是在BI项目的构建与实施过程中,如果不按照一定的应用组织思路、数据分析模式及分析流程使用这些工具或手段,呈现给最终用户的将是独立的工具集和离散的分析内容,BI系统的整体应用效果将大打折扣。同时,最终用户也了解数据分析模式及数据分析流程方面的一些常用理论和方法,以便形成自己的分析内容组织思路,从而有效开展数据决策分析工作。这方面目前已有多种卓有成效的理论及实践体系,本文基于既往经历的典型BI/DW项目实施经验及对BI软件规划研发和实施经验,给出一种BI系统中的数据分析内容及分析流程组织思路。
1. 整体应用模式
在商业智能项目(DW/BI项目)中,通过梳理和优化现有的指标、报表体系和分析体系,同时整合主要的业务系统数据(业务核心支撑系统、财务系统、HR系统、手工维护的数据如行业数据、竞争对手数据等),从而建立面向总部和子公司的业务及IT等部门,集中使用、管理和维护的BI商业智能系统,以强化信息共享、业务分析、辅助管理决策工作。
在系统构建思路(系统整体应用模式)方面,面向数据分析的BI商业智能系统构建工作应达到如下目标:
2. 数据分析模式
在数据分析的原理及模式方面,BI商业智能系统可采取PDCA管理循环理论的分析问题的模式,PDCA管理循环理论起初应用于质量检查与保障优化领域,后来在精细化管理及数据分析与决策领域卓有成效。
应用在商业智能项目(BI/DW类)中时,PDCA管理循环理论的P、D、C、A四个英文字母所代表的意义如下:
1)P(Plan)——计划
包括方针和目标的确定以及活动计划的制定,包括业务发展目标(goal),中期计划(plan),年度、季度及月度预算等(budget)。
计划环节的内容触发了BI商业智能系统应当具有导入并集成计划与预算等相关数据的能力这一要求,而计划及预算的制定工作,一般则是通过在专项的计划与预算管理系统中进行。也有个别BI厂商基于自定义的填报方案为客户提供计划和预算的下发与上报等管理功能。
2)D(DO)——执行
执行就是具体运作,实现计划中的内容。在BI商业智能系统需要对及时、准确的反应业务的现状提供必要的、充分的手段,包括围绕业务整体状况及各个业务面构建的Dashboard、报表、查询、预警及其他数据分析及可视化手段。
有比较才能明了现状,有参照才能进行比较。因此BI商业智能系统还应该提供来自内部、外部的参照体系,比如计划数据、历史数据、标杆数据、竞争数据等,以便对业务现状的健康程度有足够的参照依据。
3)C(Check)——检查
就是要检查并总结执行计划的结果,分清哪些对了,哪些错了,明确效果,找出问题。
在BI商业智能系统中,应提供相应的对比和评价手段,如各类计划的达成情况分析、标杆分析、综合绩效评价、EVA评价等手段,以便对一个业务周期的效果进行分析与评价。
该部分的分析粒度应有所提高(如沿着时间、人员等维度),分析的范围相应缩窄,结合管理及业务现状有针对性对总体及关键业务环节设立专项检查与评价手段,检查评价的内容一般集中在业务效率及财务表现等方面。
4)A(Action)——处理
对上文Check环节检查的结果进行处理,管理人员通过仔细分析内在原因之后对检车结果认可、否定或调整改进相关参数及结果。并利用有效的结果针对性的开展相关商务政策及管理措施等。
比如,在既往实施的多个经销商网络管理商业智能项目中,Action环节落实为相应销售政策、奖罚措施及总部向各经销商、代理商的利润返还计划,同时也落实为对下一轮业务目标计划数据的调整。
3. 数据分析流程
面对一个具体的数据分析需求时,分析人员在BI商业智能系统中综合利用各种手段解决问题的典型分析流程示意如下:
以下以几种BI商业智能产品的特定版本为例,解释这些BI产品按以上分析流程实施时所对应的工具及手段。
TBD
BI产品 | 数据整合手段 | 陈述 业务事实 | 反应 业务状态 | 发现 业务问题 | 分析 问题原因 | 集中展现 方式 |
Pentaho | TBD | |||||
SAP BUSINESSOBJECTS | | | | | | |
IBM Cognos | | | | | | |
Oracle BIEE |