随着数字化时代的到来,数字经济已经以极高的增长速度取代传统经济成为当下国民经济的重要支柱,为了在新兴数字市场竞争中取得优势,国企和央企率先公布了数字化转型规划,提前进入以用户为中心,创建或重塑一种新的商业模式,进迈入商业创新的路径。
企业进行数字化转型过程中,因为数字化建设的需要,商业智能BI成为了火热的市场宠儿,这种火热还因为企业的应用得到了高度的评价。随着数字化领域的日新月异,越来越多的企业开始部署BI,寻找搭建BI项目的经验。
一、明确业务需求
明确业务需求其实就是明确BI项目建设的目标,找出部署的核心驱动力,从思想文化上发力,让企业管理人员及其他员工能共同推动企业BI项目的建设。
既然要全体员工共同推动建设BI,那就要求BI确实能够满足企业不同部门、不同层级员工的要求,这些要求就是我们要找出的业务需求。
业务需求 - 派可数据BI可视化分析平台
想要将这些业务需求进行汇总整理,需要企业高层管理人员组建强有力的执行团队,自上而下分配任务,由各部门管理人员进行统计分析,确定真正有意义的业务需求,然后向上层汇总整理成需求报告。
在分配任务时,要注意根据不同部门的特点分别进行针对性统计,比如品牌部门和销售部门对于企业商品有不同的理解,品牌部更注重的是商品形象、商品健康度及商品影响力,而销售部门更关注的是商品群体、商品价格和商品活动,这中间可能有合作,可能有冲突,需要管理人员进行抉择,选择合适而非满足所有人的需求。
二、梳理业务数据指标
企业建设BI项目需要梳理相关业务建立完善的指标管理体系,通过业务需求报告划定指标体系范围,为各部门关键需求建立KPI指标,同时将分析指标公式进行标注,并和相关业务数据进对应,确定指标体系中需要抽取的数据。
指标体系 - 派可数据BI可视化分析平台
1、业务指标分类
不同企业有不同的指标管理体系,其中的业务指标分类更是不尽相同。通常来说,企业会确定一种视角将确认的需求构建成整套指标体系,比如企业可以对指标进行分级,将不同层级指标分成战略指标、管理指标和执行指标。
以业务流程为视角进行划分、以发展阶段为视角进行划分、以组织建设为视角进行划分......但不管以什么方式划分指标,企业都需要保证指标能够覆盖需求分析报告中提到的各部门需求,并保留业务扩展的规划。
2、业务指标属性
企业在BI项目中最容易出现的问题就是,只顾建立业务指标,忽略了描述属性,导致无法识别。对此,企业应该对业务指标属性建立规范,统一进行描述,让每个指标都能够被分析和技术人员所理解。
描述指标属性一般也会根据功用分成三类,一种是指标的业务属性,比如指标的名称、指标的说明、指标所属的分类等;一种是技术属性,比如指标数据的来源、分析指标的公式、指标数据更新频率等;还有就是管理属性,比如指标所属部门或业务线、考核KPI、部门指标等。
三、数据源的处理
数据处理 - 派可数据BI可视化分析平台
1、异构数据源
企业通过建立业务指标,掌握了各部门对相关数据的需求情况。在这个阶段业务、分析和技术人员需要协力合作,在充分沟通交流的基础上,收集业务信息系统、Excel表格、文本记录、日志文件、云服务器等不同来源的业务数据,获取所需数据的格式和规范。
2、ETL处理
ETL 分为三个阶段,分别是抽取(Extraction)、转换(Transformation)、加载(Loading)。主要负责的是从不同数据源抽取数据,然后以一定的数据处理规则对数据进行加工和格式转换,最后将处理完成的数据输出到目标数据表中。
一般来说,ETL从逻辑上可以分为两层,分别是控制流和数据流,其中控制流指的是控制每一个数据流和数据流之间处理的先后流程,一个控制流可以包含多个数据流。
数据流就是具体的从源数据到目标数据表的数据转换过程,在数据流的开发设计过程中主要分为通过ETL实现目标数据表的连接,利用SQL语句完成中间环节的转换等。
四、数据仓库的架构设计
企业进行BI项目建设时,需要明白数据仓库是贯穿上下的核心所在,它不仅能够将各种不同来源的数据进行处理,统一进行储存,还可以方便分析和技术人员调取数据,进行数据可视化分析,将数据转化为信息。
数据仓库 - 派可数据BI可视化分析平台
在数据仓库开发过程中,第一层的处理是ODS层或者staging 层的开发,第二层是 DIMENSION维度层的开发,后面几层就是DW 事实层、DM数据集市层的开发。
五、数据可视化设计
1、分析主题
企业分析人员可以利用数据字典将不同部门业务需求和指标进行归纳,提前根据各部门常用分析需求设计可视化模板,比如为销售部门设计月度发展分析、销售状况预测、销售市场状况等。不仅节省了重复构建的时间,还能近乎无门槛,让业务人员也能进行简单的分析。
数据可视化 - 派可数据BI可视化分析平台
值得强调的是,分析人员在设计数据可视化时,一定要注意业务、指标和数据的对应关系,严格查询数据字典或是日志文档,从数据仓库中调取数据。
同时,分析人员还要根据分析主题定期和技术人员合作,对数据质量进行调研,扩展业务指标数据,提高数据的准确性、完善性等。
2、页面布局
分析人员通过将完整的页面分割成不同层次模块来满足信息的展现,在过程中要注意对信息重要程度进行优先级划分。在整体视觉设计中,把核心的数据指标放在最重要的位置,占据较大的面积,其余的指标按优先级依次在核心指标周围展开。
可视化大屏 - 派可数据BI可视化分析平台
数据需求比较多的情况下,分析人员需要在满足关键信息、平衡布局空间以及简洁直观的基础上将数据划分为更多层次。一般来说,会在通用模板页面的基础上在水平、垂直方向分割出更多画面模块,维持中心关键区域的面积大小。
3、多终端展现
IT技术人员还可以将数据可视化集成到钉钉、公众号、APP等移动端软件上,让BI的适用性更加广泛,也让繁忙的管理人员可以随时拿出手机查看企业发展信息,监控异常状况。
移动端可视化 - 派可数据BI可视化分析平台