零售業在商業智能和商業分析中進行抉擇

商業分析是概念，也不僅是概念
    在廠商、咨詢公司、系統集成商、媒體、客戶、研究機構等共同營造的BI生態中，利益永遠是第一位的，適時地進行“整頓”，對任何行業都是必需的，對基礎性的概念也是如此。
    SAS認為：BA是建立在BI基礎之上的高端分析拓展，與傳統BI偏重于業務結果的呈現不同，BA更偏重于業務流程中的分析，借助預測性分析為管理者和員工團隊提供具有指導性意義的有效信息，幫助企業更好地完成分析和決策，全面提高企業的績效。
    對于“BA是建立在BI基礎之上”，從原理上來講，大可不必：即使沒有BI基礎，或者說沒有數據倉庫，只要有相對完備的數據，就可以進行業務分析。但從實際應用來講，如果沒有海量的數據支撐，沒有數據倉庫以及其后所隱藏的企業數據管理鏈條作為支撐，那么任何的分析和研究項目都無法在系統性、全面性和戰略性等方面得到保障。
    同時，我們也看到，BA與BI還是有比較明顯的區隔：BI更偏向水平的技術和業務平臺，而BA更偏垂直業務應用（例如面向行業的業務問題）。從這個角度來看，BA更能幫助企業解決實質業務問題，也能更好地發揮BI的商業價值。
    針對零售業的商業分析，我們可以從下圖中的一些業務主題入手，來幫助企業解決業務問題并提供切實的商業策略。

圖1 新華信零售業商業決策解決方案
[page]    同時，針對這些業務主體的分析和研究，甚至建立商業模型，是零售企業的經營決策所必須要逾越的一個階段；特別是在陰晴不定且瞬息萬變的市場上，針對某些特定主題的快速市場響應，是每個希望做大做強的零售企業家都在思索的核心問題。
   零售業在商業智能和商業分析中進行抉擇
    那么，在商業智能和商業分析中，企業（尤其是零售企業）究竟應該如何抉擇呢？
    首先應該看企業的發展階段：按照一些人的說法“很多中國企業都在莫名其妙中長大”，這種原始性、自發性和不確定性的成長，勢必為系統性、目的性和確定性所代替。對于中型企業來講，企業或者活在產業鏈條的某個節點，或者靠新鮮的商業理念得以迅速成長，企業產品和服務的“大規?？焖購椭啤笔侵行推髽I成長為大型甚至巨型企業所必經的階段。在這個階段，普遍來講，中型企業更應該解決的問題是業務的規范化和體系化問題，并系統地規劃下一步的走向，此時商業智能的水平性特質將會逐步顯現，也會在更大程度上契合企業的發展脈絡（這也是為什么諸多BI廠商開始推出中小企業普及版的原因之一）；同時，中型企業采用商業分析來為企業解決特定的業務問題，也是一個不錯的選擇，甚至會成為企業今后實現個性化和差異化經營打下良好的基礎。對于大型甚至巨型企業而言，往往已經建立了自己的BI體系，而針對某些特定業務主題的分析、建模和預測甚至決策引擎，將會在瞬間為企業帶來巨大的績效提升或者成本削減，大型和巨型企業更多地基于BI體系從事BA的業務，是已然也是必然。
    其次應該看重企業的實際業務需求，很多的業務分析和業務模型并不是靠BI或者BA就可以單獨解決的：零售業是典型的資金流轉型行業，日常經營中的財務分析和企業快速擴張所必需的投融資分析，都具有很強的行業和應用主題特色，例如企業就必須對杜邦分析、沃爾分析或者現金流預測分析乃至投資回報分析等模型進行適應本行業特別是本企業的改造。在這個方面，企業最缺乏的不是BI或BA專家，而是基于行業的應用專家；雖然操作型BI可以部分解決這些問題，但是在實際的分析和研究過程中，需要行業專家、應用專家、數據專家、分析專家和技術專家等一干人等來合力解決這些問題，而不必去刻意去劃分BI或者BA（事實上有時也無法劃分）。
    還有一個要命的問題需要解決：任何的分析項目，都離不開基礎數據的支持，萬法歸宗，皆是數據。對于處于發展階段的中小零售企業，首先是考慮自身的數據收集和管理能力，或者去系統性地逐步建立這種能力；而對于存在大量數據甚者數據迷霧的零售業企業，數據的高速增長也往往帶來數據管理問題的幾何級增長。簡單地保留POS機數據、進貨數據等是基礎，而對業務分析至關重要的客戶數據、營銷數據、消費數據和服務數據中，哪些數據、什么粒度的數據應該通過什么方法進行收集和存儲，是企業必須要考慮的問題。企業的數據能力，會決定企業的BI和BA能力；同時，企業的BI和BA需求，也會反過來逼迫企業數據能力的提升。
    最后提一點，鑒于小型的BA項目更易操作實施并評估成效，建議某些還站在BI和BA兩座山頭前逡巡不前的零售業企業，以小型BA項目為契機，評估商業決策為企業帶來的價值，同時“拉動內需”，為企業后期的規?；疊I或BA實施打下良好的基礎。