关于BI,你想知道的都在这里
过去几十年,BI经历了从工具到“决策大脑”的角色转变,而未来一定是向“智能决策大脑”转型,也就是“AI+BI”。未来5年,BI不会只停留在对历史数据的多维统计。
当很多人还不知道BI(商业智能)是什么的时候,其实就已经做过BI整条链路里的相关工作。
BI具体做什么?
通俗点理解,就是从数据接入、数据准备、数据分析、数据可视化到数据分发应用的一系列动作。
而这些动作都只是过程,真正的目的是通过最终得出的数据结果发现问题,来改善业务决策。
以互联网教育平台为例,每个企业都会配备类似销售支持或者运营类型的岗位,去统计分析网站和APP的注册、活跃、首次付费、再次付费、VIP、沉默、流失等数据。
将各个平台产生的数据导出整合到一份Excel的过程就可理解为数据接入 ,而将这些数据进行去重、清晰的过程可以理解为简单的数据准备 ,通过函数计算每个漏斗的转化率可理解为数据分析 ,将数据分析的结果用可视化化图表展现称之为数据可视化 ,而将可视化图表截图到PPT中进行汇报又可看作是数据分发应用 。
那么问题来了,数据接入是不是一定要做重复的导出导入工作?数据源来自多个系统又结构不一该如何融合?领导看数据除了PPT还有什么?设想一下,当你精心准备了一周的销售数据报告,而老板突然问起某个数据异常的原因时,你难道又要会后重新做一份针对这个异常数据分析的报告吗?要多长时间,老板等得及吗?
当企业的数据量越来越大,要求的数据分析维度越来深越来越细,甚至对实时性和交互性提出了更高的要求。而这时,很多人工报表无法解决的事情,BI可以解决。BI的价值不是告诉你学员的转化漏斗是多少,而是告诉你为什么是这个数字,从哪里可以改进。
BI从工具到“决策大脑”的演进史
BI(商业智能)的概念在1996年最早由Gartner Group提出,而事实上IBM的研究员Hans Peter Luhn早在1958年就用到了这一概念。他将“智能”定义为“对事物相互关系的一种理解能力,并依靠这种能力去指导决策,以达到预期的目标。”
追究到应用层面,BI其实也经历了四个发展阶段:
而从扮演的角色来看,BI的发展可以理解为从数据分析工具到深入场景的“决策大脑”的演进。 最开始企业只是想通过其提高做数据分析这项工作的效率,而到后面,更多企业的目的是为了提高做决策的效率和科学性,以结果为导向。
当四种产品共存时,企业该如何选择
从Excel到现在前沿的智能BI,BI的演进一直是跟着市场需求而变。当然,大数据、云计算、人工智能等技术的发展也给BI的发展创造了更多可能。整个商业社会的发展是向前的。但是每个时期、每个行业都有发展程度不同的企业,这也是为什么BI演进如此进步,而这几类数据分析产品依然可以共存的原因。
目前,在选择时受争议较多的是报表系统、传统BI和智能BI。数据分析软件的选择首先要明确企业想要引入相关系统的目的是什么。 如果企业的数据量一般,数据分析也只是为了给各部门呈现最终的结果报告不需要帮助各级决策层做决策,那么,报表系统就可以满足基本需求。但同时你也要考虑,当企业数据量越来越大,当发现竞争对手的市场反应速度已经领先自己很多时,我们是不是还要去选择BI,那现在有没有必要一步到位。
自然,如果是赋能决策,已经受够了之前想看的数据永远要延迟一周,想知道的原因总是在会议上找不到答案,或者企业本身就有超前的数据意识,当然是选择BI。更进一步,如果是希望简化BI的对接流程和开发量,减轻数据分析员日常高代码、高重复的工作量,我们会更推荐智能BI。
而智能BI也可以理解为“AI+BI”,代表了BI在未来5年的发展趋势,也是诸多行业龙头和数据分析服务商在共同探索的领域。做AI项目首先企业得有足够多的数据基础,非常清晰的项目目标,并且有中长期的规划, 我们才建议去实施。其次一定要选择一家具有AI基因的大数据分析公司。
BI在各行各业的应用场景
伴随着信息化建设的推进,每个企业都积累了海量数据基础,而对于企业来说却是把双刃剑。数据量越多,能够获取的数据价值就越大,但是,如果没有强大的数据分析能力,海量数据也会成为企业高效决策的障碍。在这种情况下,BI自然成为大数据时代企业提高自己竞争力的核武器。
社交电商代表小红书的大数据负责人曾经说过:增长太快也是一种烦恼,在阶段性近似指数级增长曲线下,意味着大数据运营部门将面临更多的挑战,只有拥有60倍的数据能力,才能支撑2倍的用户量、30倍的数据量增长。
BI在每个领域都有自己的数据分析场景。在消费零售领域,包含商品、门店、营销、渠道、供应链、顾客关系、财务、人力资源等在内的业务场景。 而在零售之外的互联网+行业、制造业、电子商务、金融、医疗等行业也都有对应的分析场景。
互联网教育: 可以针对渠道转化漏斗的转化率、不同课程的受欢迎程度、家长的反馈以及讲师评分等进行分析。电子商务: 打造也客户价值为核心的用户、营销、商品、流量、仓储、配送、客服等一体化分析场景。制造业: 围绕企业采购、生产、销售、配送、库存各场景进行分析。保险业: 可以做赔偿金和保险费用分析、客户分析、风险分析、产品分析等。金融证券: 可以针对理财产品、客户收益、信贷管理、客户流水等场景进行分析。医药行业: 可以围绕药品运营、供应链、财务、市场营销、电商渠道、生意等场景进行分析汽车市场: 通过对车辆数据、道路数据、环境感知数据等海量信息的处理分析,汽车服务商对车主进行精细化的管理,提供一站式汽车服务方案。企业可以根据自己的需要,找准切入点,循序渐进去构建一体化的智能数据分析指标体系。
BI未来会有哪些新的发展趋势
过去几十年,BI经历了从工具到“决策大脑”的角色转变,而未来一定是向“智能决策大脑”转型,也就是“AI+BI”。未来5年,BI不会只停留在对历史数据的多维统计。
通过与不断普及的算法与算力融合,会实现更自动、更智能的数据探索、实时预警、未来预测、自动诊断以及行动建议。在使用体验上,也一定会日趋“傻瓜”化,强调敏捷、易用与行业场景化,并且不断接入整合更丰富、更细颗粒度的数据源,进一步延展数据驱动决策的应用场景。
未来每一个企业都需要构建一个基于数据的决策大脑,从BI切入、不断AI化升级,看3年,做3个月,是一个理性可落地的路线图。
本文由 @是个数据人 原创发布于人人都是产品经理。未经许可,禁止转载
题图来自Unsplash,基于CC0协议
国内BI应该叫效率提升工具,而非数据分析!
作者从个人经验出发,对国内外BI工具进行了深入的探讨和比较,强调了灵活性和用户友好性的重要性。通过揭示国内BI工具在设计和功能上的局限性,以及市场对这些工具的误解,作者提出了对BI和数据分析本质的深刻见解,并讨论了数据运营的逻辑和规则的重要性。
对于BI的使用,我是从Tableau开始的,我对于BI的定位一直是在敏捷分析的层面,最早接触国内BI工具开始是永洪BI,我记得他们的表达式语言还有类似js还是java的语言,当时把我这个做数据的人给惊呆了,当时我的团队都是做数据的,懂的语言都是数据开发语言,也就是sql那套及周边,最多就是python,当时评估下来这种语言来参与计算很不友好,也就意味着项目结束后,我自己团队很难运维,没有人专门去研究和正常数据开发不太相关的语言,真去研究了那他们就搞成技术人员了,那还怎么搞数据分析。
后来再接触到帆软的BI,我一看他们还专门还搞了一个report,那个界面看得我很头疼,虽然excel我玩的已经非常不错了,但是看到那样的一个我称之为excel的衍生工具,我还是有点头疼,这个工具听说是面向IT的,那我觉得直接用EXCEL就好了,很多工作在数据库里处理好,好像更方便。
再后来又看到各种国内开源的BI工具,又是令人非常崩溃的工具,我不是搞开发的,开发能力仅仅是我做数据分析的一个工具或者一个过程而已,开源工具的开发语言也很不友好,然后到了图表界面更令人无语,整个过程下来离数据分析几乎不着边,简单的统计加工吧,我觉得这样形容更为贴切。
其实总体感受国内的BI 都在围绕报表在转,他们说的最多的肯定是中国式报表,什么是中国式报表呢?
大家企业都有财务部吧,财务部是集中企业内部报表最多的地方,也是企业内数据最权威的部门,很多大型国企、央企的IT部门都是挂在财务部的,所以一定情况下财务部是凌驾于技术部门之上的,所以企业的分析基本就围着财务在转。
但是这里就有个问题,财务部为什么都是做报表呢?首先财务部的数据确实多,他们有法定报表要做,还有管理报表要做,每年可能还要开各种经营大会,那么就有经营分析报表,这些内容都是在财务部根深蒂固的内容,他们并不懂得什么是财务分析,什么是业财分析,他们看二维表看多了,看习惯了,他们不太容易接受图表。
所以在这样的环境下,各BI 厂商有一部分的原因是在迎合客户,但是我觉得很大一部分可能是他们的产品经理也不懂数据分析。
很多产品经理聚焦的是产品功能,并不具备数据分析、数据应用的思维,或者说国内的BI是在国外的产品上进行迭代出来的,所以国内的各BI厂商的产品都极其相似,一方面是土壤,一方面是能力。Tableau 产品经理我觉得是很优秀的,就是它作为一款敏捷分析的工具已经具备了一定灵活的功能。
我们说数据分析,大家就想到BI工具,这个思维认知是不对的,BI 工具只是实现数据分析的一种手段,何况国内的产品干的就是以报表为目标,所以称之为报表工具会更合适些,数据分析我定义为一项职场人士的一种技能。
企业内有人力数据、财务数据、销售数据、市场数据等等需要分析,所以数据分析不是固定的一个套路,它需要具备非凡的柔性也就是灵活性,所以这就要求分析工具就要有很大的灵活性,所以EXCEL用的好的人其实更喜欢EXCEL,数据库用的好的人更喜欢用数据库,因为他们非常非常之灵活,所以一定程度上Tableau 是灵活的,但是国内的BI 产品是缺乏灵活性的。
在数据价值挖掘这件事上,灵活性就决定了分析的深度和广度 ,所以工具不够灵活就直接造就了数据分析刚开始就遇天花板,所以我一直在说BI 和数据分析不能划等号,当前市场的很多人对这事的认知已经走入了一个很大的误区。
如果BI等于数据分析,那么整个国内的企业基本就走到了数据分析的尽头,因为分析工具决定了生死,这么下去数据分析师都可以下岗了,因为都交给了BI 工具。
当然数据分析师现在也是一大市场误区,他们把他们的职业干成了取数人,干成了表哥、表妹、表姐,这个很多人都没意识到,所以企业数据应用能力很弱,因为把数据价值挖掘这么重要的事绑定了一个或者几个岗位上,这些人从来都是技术思维,而数据应用的天花板从来不是技术,而是应用。
现在在大模型的加持下,我们会发现这些厂商又在效率上做文章,他们宣导的基本是数据查询效率如何加快,如何提升,IT人员解放了,业务人员自己上手了,但是这样的境况其实也是很有风险的,将所有的责任和风险全部转嫁给了业务,业务人员都还没搞明白什么是大模型,就又多了很多活出来,他们真的还能把精力专注放到做业务中吗?
所以产品的结果来源于人的设计,产品的运行规则是人设定的,这些做产品、做技术的人一直专注在产品的各种精进,但是却没人真正了解数据赋能的逻辑,好比国内这么多大厂小厂都在卷大模型技术,但是应用在哪里,应用场景成熟了吗,好多产品往往并不成熟就直接推向市场,推向甲方,但是经不起专业人士的推敲,因为他们内测的时候是测功能,测试的人也不懂数据应用。
如果BI产品直接定位为效率提升工具也没问题,但是这么多厂商宣讲的都是数据分析,数据赋能,然后再看实施项目的人都是搞开发的,他们不具备主动解决方案的能力,所以BI项目不是做死了也是做得半死。
我已经看到好多企业这块做得非常混乱,因为这块都不清楚,其它内容一同混乱,企业数据就是一锅粥,他们缕也缕不清,想也想不明白,这和他们开始想要上BI 项目的初衷是背道而驰的,但是很少人能讲的清楚问题在哪,因为这是一个体系的问题,不是随便做数据的人都能讲得明白的,因为数据应用这个链路上有很多环节工作,大家多翻翻我的文章就知道了。
说句实话,甲方企业这些产品的弯弯绕绕看不明白,现在还有各种中台、指标、运营等各式各样的产品来打市场,如果我是甲方企业老板,我就干一件事,把数据运营这个逻辑和规则给研究透,因为这才是最重要的一件事,最具商业化价值的一件事。
作者:风姑娘的数字视角,公众号:风姑娘的数字视角
本文由 @风姑娘的数字视角 原创发布于人人都是产品经理,未经许可,禁止转载
题图来自 Unsplash,基于 CC0 协议
该文观点仅代表作者本人,人人都是产品经理平台仅提供信息存储空间服务。
相关问答
bi 是指什么意思?BI是指行为识别系统。理念识别系统是它的基础和原动力,它规划着企业内部的管理、教育以及企业对社会的一切活动。对内的活动包括:干部教育、员工教育(这里又...
Bi 代表什么元素?_作业帮[最佳回答]铋(Bi)主要性质和用途熔点为271.4℃,沸点为1560±5℃,密度为9.747g/cm3(20℃).粉红色或银白色光泽的金属.对氧和水稳定,溶于热硫酸或硝酸.用于...
bi 是什么意思?1、BI是商业智能(BusinessIntelligence)分析工具的英文缩写。2、它是一套完整的解决方案,用来将企业中现有的数据进行有效的整合,快速准确的提供报表并提出...
bi 是什么元素_作业帮[最佳回答]Bi化学元素:英文名:Bismuth第六周期VA族,83号元素相对量为:208.98元素在宇宙中的含量:(ppm):0.0007熔点℃:271.3沸点℃:1560铋是由阿格里科拉...
BI 这个字怎么写?bi第一声写法:逼,组词逼迫bi第二声写法:鼻,组词鼻子;荸,组词荸荠bi第三声写法:笔,组词毛笔,笔画;比,组词比较bi第四声写法:闭,组词关闭;必,必...bi第二声...
Bi 是什么意思?BI——(行为识别behavioridentity)行为识别系统,直接反映企业理念的个性和特殊性,是企业实践经营理念与创造企业文化的准则,对企业运作方式所作的统一规划...
bi 的音节和组词?bi是音节,它可以有四个声调,第一声组词:逼迫威逼利诱,第二声组词鼻子匕首,第三声组词比一比比较毛笔bi的四声组词必须毕业必然...bi是音节,它可...
bi 和bg是什么意思?"bi"和"bg"是网络上常见的缩写词,有如下含义:1."bi":bisexual(双性恋),指性取向既对异性有吸引力,也对同性有吸引...
腐女,直男是什么意思?GV, Bi 又是什么意思?-ZOL问答GV,Bi又是什么意思?共1条回答2.5万浏览腐女:YY两个男的,或者两个公的直男:YY女的GV:GAY片男人和男人搞的BI:双性恋,男女皆可1条回答:腐女:YY两个男的...
双侧乳腺导管局限性扩张, BI -[回答]病情分析:你好:乳腺增生的发病诱因多为内分泌失调,肝气不舒(爱生气)所引发。意见建议:现在治疗也没有什么好办法乳腺增生几乎是每个女性都有的病...