
商務智能項目實施前期工作步驟
商務智能的定義:商務智能是從數據到信息,從信息到知識,再從知識到決策,然后從決策到行動。商務智能分為戰略智能和運營智能兩大類。戰略智能是相對于集團公司如何有效制定、跟蹤企業戰略的智能分析和決策;而運營智能是相對于公司日常如何有效運營的智能執行和監控。
商務智能按照角色應用設計的流程:公司董事會主動研究出現了什么問題或者尋找下一步的機會,然后交給分析師或者管理層進行診斷、研究和分析,什么原因導致了問題的出現,再通過假設分析,實現投資的分布和回報率,或者下一步活動(比如營銷戰役)的機會和可行性,尋找最佳方案,定義優先級,選擇活動的內容,然后提交給決策者,由決策者通過執行方案,由管理層具體制定活動實施方案,度量標準和監控的方案,發送給相關部門或者外部的合作伙伴(比如供應商)執行,對于執行的結果,通過關鍵績效指標,了解執行的進度和問題,再進行方案調節。
商務智能項目實施前期應做的工作步驟:
第一步、選定主題和應用角色:商務智能首先要明確定義一個主題、應用的部門,應該按照角色設計應該。最先選定的主題最好是數據相對完整,數據質量相對較好的主題。企業要做到戰略智能到運營智能的戰略目標、戰術目標和戰斗目標的一致性,要保證商務智能是按照角色劃分的,不同的角色需要不同的內容和展現形式:
(1)、企業的戰略層需要企業績效管理駕駛艙,確保戰略的制定和有效執行的策劃,他們時刻要了解公司的關鍵績效指標達標現狀和存在的問題,對關鍵績效指標的預警;
(2)、管理層需要報表、預警、查詢和分析,將企業的戰略轉換為業務部門的戰術,時刻監控部門績效、了解差異、同比環比、解決問題或者提供選擇方案;
(3)、分析層需要利用工具對業務進行分析和跟蹤,按照高層的指意,對企業的運營提出建議;
(4)、執行層需要了解具體執行的情況,了解自己所完成任務的狀況。
第二步、用戶需求分析:當主題擬定之后,比如財務分析主題,主要使用部門是財務部門,然后要盡量做到短平快,抓住主題和主要解決的問題,盡快在3個月或者半年實現目標,而不要追求大而全,選擇盡量的完美其結果不但使得項目的周期加長,而且還使得項目的重點淡化,主題不突出了。
在部門或者角色應用時,一般會設計到固定報表、關鍵績效指標(KPI)指標預警、即席查詢、例外分析和數據挖掘(預測、深層次的分析)五個方面的應用展現。但是在項目的初期,最好包括報表、KPI指標、例外分析和即席查詢。
(1)、制定KPI指標:這里首先介紹如何制定KPI指標,對于相關部門的不同人員,從部門的所有相關的績效指標中選出關鍵績效指標(KPI),這樣的指標最好不超過8個,關鍵績效指標應該由其他的指標運算而得到,比如企業的關鍵績效指標是成長性、安全性、流動性、生產性和收益性,而關鍵績效指標收益性由銷售利潤率、資金利潤率和流動資金利潤率組成。對于選定的KPI,需要設計門檻值,當超出門檻值時,可以自動用紅綠燈儀表盤發出預警,或者發短信告訴相關管理者,管理著可以通過移動商務智能來跟蹤指標和查詢發生的原因。
(2)、設計固定報表:對于固定報表,特別是常用的報表,最好事先預制計算保存,比如晚上12點到早晨7點之前自動計算保存。對不同角色有不通需要的固定報表,將用戶最常用的報表列在最容易獲得的位置。
(3)、查詢接口:對于需要查詢的指標或者問題,一定需要工具或者設計的各個可選下拉菜單模式進行查詢。
(4)、例外分析:可以對給定的指標,通過紅綠燈、儀表盤、溫度計、KPI指標超門檻值進行預警,然后可以進行例外鉆去和分析。
(5)、數據挖掘:數據挖掘應該適合于分析師和一些專家或者高級應用者。
第三步、數據模型設計:有了用戶需求,下一步就需要設計相應數據集市的數據模型以及采取的技術方案,利用“想大做小”的原則,對于本次要實現的KPI和報表,考慮其計算的方法和定義,考慮相關指標的基礎數據源,是否所有的數據都存在,數據的完整性、準確性、唯一性,對于缺少的數據如何獲取,需要多大的成本。接下來要考慮如何利用ETL工具,數據質量控制工具以及元數據管理工具,來確??梢园磿r、按預算實現設計的目標嗎?當然角色不同,數據的顆粒度也就不同,級別越高,數據的顆粒度就越大,戰略層最好是統計匯總數據,但是他們要看到的面更廣。
第四步、用戶界面的設計:有了相關的指標和應用,就要確定各個角色用戶界面的設計,對于戰略層他們喜歡儀表盤、紅綠燈的指標預警、電子地圖、雷達圖、杜邦分析法、趨勢和走向結果展現;而管理層需要部門指標預警、固定報表、例外分析和假設分析,最好利用趨勢圖、即席查詢、電子地圖和OLAP分析,對于執行層面最好是一些固定的運營報表、和詳細運營報表查詢、與自己工作相關的例外分析。將這些界面以及二級、三級界面和用戶進行溝通,聽取意見,確定界面。界面需要具有邏輯性,點擊最好不要超過三鍵。
準確獲得高層的需求:對于商務智能需求的調研,特別是對高層決策者的調研,一定選一個有過高層管理經驗,在業界有一定名望,而且決策層也非常認可的專家進行調研,事先將調研提綱發給調研人員,調研時要做到盡量多問少說,了解老總的真正想法,關心那些問題,那些指標等,最好帶上錄音筆,將老總關心的問題記錄下來,等老總講完了,再拋磚引玉將其他的行業或者類似的企業是如何做的展現給老總,然后問老總是否也對其他相關的應用感興趣。這樣就可以盡量減少以后的修改。為什么要讓大家認可的專家調研決策層?主要是其他開發人員一般缺少管理經驗,所以調研的問題和老板的想法不一定對口,或者無法了解老總的意圖和想法。
數據分析咨詢請掃描二維碼
若不方便掃碼,搜微信號:CDAshujufenxi
CDA數據分析師證書考試體系(更新于2025年05月22日)
2025-05-26解碼數據基因:從數字敏感度到邏輯思維 每當看到超市貨架上商品的排列變化,你是否會聯想到背后的銷售數據波動?三年前在零售行 ...
2025-05-23在本文中,我們將探討 AI 為何能夠加速數據分析、如何在每個步驟中實現數據分析自動化以及使用哪些工具。 數據分析中的AI是什么 ...
2025-05-20當數據遇見人生:我的第一個分析項目 記得三年前接手第一個數據分析項目時,我面對Excel里密密麻麻的銷售數據手足無措。那些跳動 ...
2025-05-20在數字化運營的時代,企業每天都在產生海量數據:用戶點擊行為、商品銷售記錄、廣告投放反饋…… 這些數據就像散落的拼圖,而相 ...
2025-05-19在當今數字化營銷時代,小紅書作為國內領先的社交電商平臺,其銷售數據蘊含著巨大的商業價值。通過對小紅書銷售數據的深入分析, ...
2025-05-16Excel作為最常用的數據分析工具,有沒有什么工具可以幫助我們快速地使用excel表格,只要輕松幾步甚至輸入幾項指令就能搞定呢? ...
2025-05-15數據,如同無形的燃料,驅動著現代社會的運轉。從全球互聯網用戶每天產生的2.5億TB數據,到制造業的傳感器、金融交易 ...
2025-05-15大數據是什么_數據分析師培訓 其實,現在的大數據指的并不僅僅是海量數據,更準確而言是對大數據分析的方法。傳統的數 ...
2025-05-14CDA持證人簡介: 萬木,CDA L1持證人,某電商中廠BI工程師 ,5年數據經驗1年BI內訓師,高級數據分析師,擁有豐富的行業經驗。 ...
2025-05-13CDA持證人簡介: 王明月 ,CDA 數據分析師二級持證人,2年數據產品工作經驗,管理學博士在讀。 學習入口:https://edu.cda.cn/g ...
2025-05-12CDA持證人簡介: 楊貞璽 ,CDA一級持證人,鄭州大學情報學碩士研究生,某上市公司數據分析師。 學習入口:https://edu.cda.cn/g ...
2025-05-09CDA持證人簡介 程靖 CDA會員大咖,暢銷書《小白學產品》作者,13年頂級互聯網公司產品經理相關經驗,曾在百度、美團、阿里等 ...
2025-05-07相信很多做數據分析的小伙伴,都接到過一些高階的數據分析需求,實現的過程需要用到一些數據獲取,數據清洗轉換,建模方法等,這 ...
2025-05-06以下的文章內容來源于劉靜老師的專欄,如果您想閱讀專欄《10大業務分析模型突破業務瓶頸》,點擊下方鏈接 https://edu.cda.cn/g ...
2025-04-30CDA持證人簡介: 邱立峰 CDA 數據分析師二級持證人,數字化轉型專家,數據治理專家,高級數據分析師,擁有豐富的行業經驗。 ...
2025-04-29CDA持證人簡介: 程靖 CDA會員大咖,暢銷書《小白學產品》作者,13年頂級互聯網公司產品經理相關經驗,曾在百度,美團,阿里等 ...
2025-04-28CDA持證人簡介: 居瑜 ,CDA一級持證人國企財務經理,13年財務管理運營經驗,在數據分析就業和實踐經驗方面有著豐富的積累和經 ...
2025-04-27數據分析在當今信息時代發揮著重要作用。單因素方差分析(One-Way ANOVA)是一種關鍵的統計方法,用于比較三個或更多獨立樣本組 ...
2025-04-25CDA持證人簡介: 居瑜 ,CDA一級持證人國企財務經理,13年財務管理運營經驗,在數據分析就業和實踐經驗方面有著豐富的積累和經 ...
2025-04-25