当前国内大多数企业都处于 起步企业及发展企业,一个好的BI项目能够释放大量的人力,节约时间成本,促进企业数据落地。
这一部分的重点在于业务主体分析,即一个项目的着重点在于能否结合现有的业务,解决业务难点及痛点,让数据可视化,便于各分支进行业务管理。
③输出:针对现有的数据仓库分层,实现报表输出,只要指标搭建完善,能够实现很好的驾驶舱展示及报表数据展示、数据预警及监控。
项目开展时,业务指标的梳理是一个重点,但各部门的配合也尤为关键,需要分析出各自部门的主题思想,这样企业级驾驶舱才能构成。
(离线)数据仓库的数据与原始数据是分离的,(离线)数据仓库的数据变动不会影响原始数据。
在这里需要了解数据仓库的分层目的:
· 空间换时间。通过建设多层次的数据模型供用户使用,避免用户直接使用操作型数据,可以更高效的访问数据。
· 把复杂问题简单化。讲一个复杂的任务分解成多个步骤来完成,每一层只处理单一的步骤,比较简单和容易理解。而且便于维护数据的准确性,当数据出现问题之后,可以不用修复所有的数据,只需要从有问题的步骤开始修复。
· 便于处理业务的变化。随着业务的变化,只需要调整底层的数据,对应用层对业务的调整零感知.
体系梳理设计企业业务的方方面面,销售体系和财务体系可能具有相似处。
技术实现的架构:
当前主流的架构基于企业已上线的系统数据量,数据量不是特别大的,数据仓库会使用关系型数据库作为数据仓库(oracle、sqlserver等),ETL使用Kettle等开源工具。另一种是数据量大的,会使用MPP架构,Hadoop+hive+sqoop 进行整体实现。
1. 建设数据仓库 ,推动数据资产共享
打通从数据源到场景应用、数据挖掘的转化通道,以数字化方式解决经营、项目业务开展过程中的诸多难题,并将经营数据资产应用到集团全体。在此过程中,通过积累系统建设方法论、管理流程、人才队伍、项目实施等经验,为未来逐步深化应用到集团的各个业务板块,实现集团各业务的健康发展夯实基础
2. 减少人工统计数据,降本提效
利用数据分析系统,实现绩效KPI和管理方法的全面实时管控与信息传递,增加服务的质量与可控性,同时减少人工处理的工作,缩短信息统计分析周期,快速响应快速分析问题和绩效结果。
3. 提升业务数字化管理能力,建立数据分析能力
提供面向集团管理层、业务领导、业务人员的多层级的数字化信息看板,利用标准的指标描述,统一的数据口径,在发现问题,追溯问题,定位问题,解决问题过程中,各层级始终以数字化描述,提升集团整体业务数字化管理能力,也将提高业务人员数据处理效率和数据多维度分析能力,增强主管部门的数据应用与分析能力,从而为经营决策提供新的手段。
4. 基于数据进行科学决策
通过数据整合、统一口径等手段,将有效提升数据准确度、完善度、标准度,利用各业务系统数据关联后的二次开发,将实现经营状况数字化分析,通过多终端、多场景的数据应用,提升指挥调度、应急响应能力。
同时数据的统一管理,将有效加强集团管控力度,通过建立“用数据说话、用数据管理、用数据决策”的管理机制,有效防范业务运行风险,为推进经营过程、项目管理业务治理能力数字化进程提供有力支撑。