商業(yè)智能BI ( Business Intelligence) 簡(jiǎn)單來(lái)說(shuō)就是一套由數(shù)據(jù)倉(cāng)庫(kù)、查詢報(bào)表、數(shù)據(jù)分析等組成的數(shù)據(jù)類(lèi)技術(shù)解決方案，將企業(yè)中不同業(yè)務(wù)系統(tǒng)（ERP、CRM、OA、BPM 等，包括自己開(kāi)發(fā)的業(yè)務(wù)系統(tǒng)軟件）中的數(shù)據(jù)進(jìn)行有效的整合，并利用合適的查詢和分析工具快速并且準(zhǔn)確的為企業(yè)提供報(bào)表展現(xiàn)與分析，為企業(yè)提供決策支持。

商業(yè)智能BI 的核心主線是什么？主線就是通過(guò)構(gòu)建數(shù)據(jù)倉(cāng)庫(kù)平臺(tái)，有效的整合數(shù)據(jù)并組織起來(lái)為分析決策提供支持并實(shí)現(xiàn)其價(jià)值。還有一種解釋就是：將數(shù)據(jù)轉(zhuǎn)變?yōu)樾畔ⅲ畔⒅螞Q策，決策產(chǎn)生價(jià)值。

對(duì)于bi工具很多人都想知道：商業(yè)智能BI是如何產(chǎn)生價(jià)值的，價(jià)值在哪里？為什么在我的企業(yè)中我們IT 部門(mén)或者業(yè)務(wù)部門(mén)完全淪為了做做報(bào)表，能體現(xiàn)的價(jià)值只是節(jié)省了我們做報(bào)表的工作量，僅此而已。這種質(zhì)疑帶有很大的普遍性，但這樣的問(wèn)題也不是不能解決，比如我們可以不講技術(shù)，就聊聊一些業(yè)務(wù)場(chǎng)景

BI的價(jià)值到底如何體現(xiàn)的呢？在此探討一下商業(yè)智能的三個(gè)分析層次，或許會(huì)對(duì)BI的認(rèn)知可能有所改觀。

第一個(gè)層次是報(bào)表的常規(guī)呈現(xiàn)。所謂常規(guī)呈現(xiàn)指的是使用柱狀圖、餅狀圖、折線圖、二維表格等圖形可視化的方式將企業(yè)日常的業(yè)務(wù)數(shù)據(jù)（財(cái)務(wù)、供應(yīng)鏈、人力、運(yùn)營(yíng)等）全面呈現(xiàn)出來(lái)，再通過(guò)各種維度（看數(shù)據(jù)的角度）篩選、關(guān)聯(lián)、跳轉(zhuǎn)、鉆透等方式查看各類(lèi)分析指標(biāo)，業(yè)務(wù)分析圖表按照主題劃分，圖表之間存在一定的邏輯關(guān)系。

這些分析展現(xiàn)內(nèi)容基本上是圍繞各個(gè)業(yè)務(wù)部門(mén)日常工作展開(kāi)，這里面有很多的業(yè)務(wù)分析內(nèi)容可能需要復(fù)雜的計(jì)算規(guī)則，需要從不同的系統(tǒng)取數(shù)據(jù)，從業(yè)務(wù)系統(tǒng)軟件中這些都是很難直觀看到的。這個(gè)層次的報(bào)表分析就是一種呈現(xiàn)，讓報(bào)表用戶對(duì)日常的業(yè)務(wù)有一個(gè)清晰、直接、準(zhǔn)確的認(rèn)知，其次解放了他們自己手工通過(guò)EXCEL 通過(guò)各種函數(shù)做匯總分析、制圖的工作。

比如，財(cái)務(wù)部門(mén)會(huì)關(guān)心今年的營(yíng)業(yè)收入、目標(biāo)完成率、營(yíng)業(yè)毛利潤(rùn)率、凈資產(chǎn)收益率等；銷(xiāo)售部門(mén)會(huì)關(guān)心銷(xiāo)售金額、訂單數(shù)量、銷(xiāo)售毛利、回款率等；采購(gòu)部門(mén)會(huì)關(guān)心采購(gòu)入庫(kù)金額、退貨情況、應(yīng)付賬款等等。

第二個(gè)層次是數(shù)據(jù)的"異常"分析。我們通常所認(rèn)為的"異常" 就是指不好的東西，那么在這里我們對(duì) “異常”的解釋是：通過(guò)可視化報(bào)表呈現(xiàn)，我們發(fā)現(xiàn)了一些數(shù)據(jù)指標(biāo)反映出來(lái)的情況超出了我們的日常經(jīng)驗(yàn)判斷。例如，正常情況下每個(gè)月的平均用戶注冊(cè)量是10萬(wàn)左右。但是通過(guò)報(bào)表我們發(fā)現(xiàn)在今年的8 月份，會(huì)員注冊(cè)量達(dá)到了23 萬(wàn)，這就是一種"異常"，遠(yuǎn)遠(yuǎn)超過(guò)我們的經(jīng)驗(yàn)判斷和預(yù)期。再比如在今年的1-9 月份，產(chǎn)品銷(xiāo)售毛利率穩(wěn)定在30%-40% 之間，突然到了10月份，整體的毛利率下降到了20% 不到，這也是一種"異常"。這兩種異常數(shù)據(jù)，一種是我們所追求的的正向"異常"，一種是我們極力避免的負(fù)向“異常”。

商業(yè)智能BI 是先通過(guò)第一層的報(bào)表呈現(xiàn)，將很多業(yè)務(wù)運(yùn)營(yíng)情況直觀的反映出來(lái)，讓用戶可以直觀的看到在我們經(jīng)驗(yàn)之外的數(shù)據(jù)表現(xiàn)情況。商業(yè)智能BI 在這里體現(xiàn)的價(jià)值就是要對(duì)這些"異常" 數(shù)據(jù)進(jìn)行有目的的分析，通過(guò)相關(guān)聯(lián)的維度、指標(biāo)使用鉆透、關(guān)聯(lián)等分析方式探索出可能存在的原因。

比如會(huì)員注冊(cè)的問(wèn)題，有哪些因素可能導(dǎo)致會(huì)員注冊(cè)的大幅度增加的可能？是不是最近采取了一系列的線上降價(jià)促銷(xiāo)、開(kāi)放式的注冊(cè)、相關(guān)營(yíng)銷(xiāo)活動(dòng)等，這些支撐分析的數(shù)據(jù)是否都存在，如果都存在，它們的報(bào)表呈現(xiàn)情況如何，促銷(xiāo)投入的力度和用戶增長(zhǎng)的關(guān)系等等。

在這個(gè)層次中，可視化報(bào)表的分析是帶著問(wèn)題找問(wèn)題的，通過(guò)一次或者多次的維度和指標(biāo)圖表構(gòu)建，逐步形成了一種比較可靠的、固化的分析模型。這個(gè)階段的用戶不再是被動(dòng)接受來(lái)自圖表中反映的信息，而是通過(guò)"異常"數(shù)據(jù)來(lái)定位到背后的一個(gè)業(yè)務(wù)問(wèn)題，數(shù)據(jù)和業(yè)務(wù)在這個(gè)層次開(kāi)始有了聯(lián)系，數(shù)據(jù)圖表之間的邏輯性更強(qiáng)。

例如，通過(guò)分析發(fā)現(xiàn)在三種線上促銷(xiāo)方式中，促銷(xiāo)方式一的投入產(chǎn)出最高，因此回歸到業(yè)務(wù)場(chǎng)景中，這種促銷(xiāo)方式以后應(yīng)該要堅(jiān)持，它可以有效的提升用戶注冊(cè)增長(zhǎng)率。

第三個(gè)層次是業(yè)務(wù)建模分析。業(yè)務(wù)建模分析通常是由精通業(yè)務(wù)的用戶提出，通過(guò)合理的建模找出業(yè)務(wù)中可能存在的問(wèn)題，將其反映出來(lái)并最后要回歸到業(yè)務(wù)，形成決策并不斷優(yōu)化的一個(gè)過(guò)程。業(yè)務(wù)建?？珊?jiǎn)單，可由一個(gè)或多個(gè)圖表組成，也可復(fù)雜，通過(guò)一組或多組數(shù)據(jù)圖表支撐。業(yè)務(wù)建模簡(jiǎn)單來(lái)說(shuō)也可以理解為一種業(yè)務(wù)分析的邏輯思維模型，只是用數(shù)據(jù)、圖表化的方式將它們有效組織起來(lái)去驗(yàn)證我們對(duì)業(yè)務(wù)分析的邏輯判斷。

業(yè)務(wù)建模分析區(qū)別于第一層的全面數(shù)據(jù)呈現(xiàn)和第二層的異常分析和被動(dòng)分析，它是一種更深層次的業(yè)務(wù)數(shù)據(jù)的主動(dòng)設(shè)計(jì)和探索分析。這層分析的提出更加深入業(yè)務(wù)，圍繞一個(gè)一個(gè)業(yè)務(wù)分析場(chǎng)景展開(kāi)，對(duì)業(yè)務(wù)的認(rèn)知要足夠深。

最終想表達(dá)的一個(gè)觀點(diǎn)是：商業(yè)智能BI 的表象是可視化分析報(bào)表的呈現(xiàn)，但它的本質(zhì)還是業(yè)務(wù)問(wèn)題、管理問(wèn)題。商業(yè)智能BI 數(shù)據(jù)分析來(lái)源于業(yè)務(wù)，通過(guò)數(shù)據(jù)呈現(xiàn)發(fā)現(xiàn)業(yè)務(wù)問(wèn)題（好的或不好的，經(jīng)驗(yàn)之內(nèi)或之外的 ）再次回到業(yè)務(wù)優(yōu)化業(yè)務(wù)提升業(yè)務(wù)運(yùn)營(yíng)的一個(gè)過(guò)程，這就是在商業(yè)智能BI 中數(shù)據(jù)到信息、信息產(chǎn)生決策、決策產(chǎn)生價(jià)值的真正內(nèi)涵。

?