一、BI 簡述

        說到BI，大家在腦海里就顯示出儀表盤、報表、OLAP等概念，這些概念確實都是BI所涵蓋的內容。在BI的眾多名詞解釋中，我覺得這個解釋更能指導企業的應用BI：BI，即商務智能，代表了為提高企業運營性能而采用的一系列方法、技術和軟件的總和，是幫助企業提高決策能力和運營能力的概念、方法、過程以及軟件的集合。商務智能的目標是將企業所掌握的信息轉換成競爭優勢，提高企業決策能力、決策效率、決策準確性。

　　　

        可以看出，BI不僅僅是一堆技術名稱，而是和我們的決策、工作流程息息相關，相關技術只是解決問題的手段，好的BI應用，不是先進的技術、昂貴的系統，而是切實提高了企業的決策能力，從而改善了企業運營性能。

　　下面這幅圖則說明了BI數據提煉器的功能，通過不同的技術，將數據一步步變成企業的智慧。
　　

　　二、如何在企業內部開展BI建設
　　
　　很多企業的IT部門也認識到BI非常重要，甚至是戰略性的，但常常不敢開展，或者做了達不到預期，是什么原因呢？

　　人們首先想到的是兩點：領導支持和企業投入。因為領導不支持，所以無法推動；因為沒有錢，無法購買BI系統，所以無法開展工作。這些原因都有道理，但是不是真正的原因呢？因為這兩點是做任何項目的前提和基礎，不僅僅BI。
 
　　首先談談領導支持，很多時候領導并不是不支持，而是對項目的未來沒有信心，不敢毫無保留地支持，這種猶豫的心態會傳遞給各級主管，進一步放大之后，IT部門基本無法推進BI的建設。因此，IT部門首先要證明BI的價值，而這一點又是非常難確定的，連發展多年的ERP給組織帶來價值如何評估都還沒有定論，何況在發展中的BI呢？

　　再看企業投入，每個人都想自己的企業能像其他企業一樣，能購買Hyperion、BO，Cognos的產品和服務，好象一下子就解決了當前的問題。且不說引入這些產品的真實效果，光從前期投入來看，對一般中小型企業來說是非常龐大的預算，任何企業都會掂量再三的。

　　針對這種既重要、又不知投資回報的項目如何開展呢？

　　其實從前面對BI的定義來看，我們所有企業都已經在做BI項目了，你說那個企業沒有報表？哪個管理人員不看銷售數據從而決定引入新品還是淘汰老品？只是現在做的不規范、不完整、不方便，無法有效在企業范圍內共享和有效傳播而已。

　　據統計，在日常工作，使用最廣泛的數據分析工具就是Excel，幾乎所有的企業都在使用，也不貴。這說明什么問題？說明BI就在我們身邊，任何人、任何時候都可以開始推動BI建設。
循序漸進是做推進任何項目的基本方法論；整體規劃、分步實施也是，但整體規劃經常不太好做，連目標都不知道，如何做整體規劃？但這并不妨礙作為方法論，來指導如何解決問題，因為在一定階段、一定范圍內它還是對的。

　　針對我們零售業中的中小企業開展BI項目，提升整個企業的信息應用能力，可以考慮分為以下階段，這些階段的劃分基于采用的技術和管理手段：
　　
　　階段一：信息規范化階段
在企業各個崗位都還不知道自己應該擁有什么樣報表的時候，是無法引入高級的數據分析工具的，所以，還是先從基礎做起，從上至下，理清各個崗位、各個部門需要了解的數據和這些數據在實際工作中的作用，逐步形成相對固定格式的報表，同時在企業內部統一各個指標的含義和算法規則，并將這些指標應用到日常的決策和考核上。
　　
　　階段二：信息展示現代化階段
在規范化的后期，一定會遇到如何展示信息的問題，不同的展示會直接影響工作效率和信息質量，采用常見的報表格式，沒有方塊圖、儀表盤等圖形化展示來的直觀和有效，尤其是高層管理人員，一般不太需要精確的數值，更關心的是占比、是對比、是趨勢。所以，在這個階段，需要找一些數據展示類工具軟件，由于是只是前端展示工具，價格不會很貴。

　　并且這些東西是最能讓業務部門認識到BI的價值，從而為第三階段的開展打下基礎。

　　階段三：信息自動化階段

　　工具類軟件畢竟沒有整體的概念，而企業內部的信息一定是互相關聯的，在前面幾個階段，都是靠人工和半系統半人工的方式完成信息的關聯性，將分析結果展現出來，隨著業務部門需求的提供，這種方式效率太低，必須引入完整的數據倉庫和數據分析系統，通過獨立的系統將企業內部的數據集中起來，并建立數據之間的聯系，按設定的規則自動生成報表，根據提供的數據挖掘工具，開展數據分析，提供決策支持。

　　關于數據挖掘，一般稱為將信息轉化為知識，其實可以在每個階段都可以開展，只是形式不同、手段不同而已，如果沒有數據倉庫，無法采用聚合、神經元網絡分析等自動化手段進行知識的發現，但通過對比不同時期的報表，發現對管理決策有意義的結論。這就好比，從戰斗的角度，導彈和步槍都是必須的，從發展的角度，一般都是先有步槍后有導彈。
目前，很多企業都還處在第一階段向第二階段的過渡過程中，一旦業務部門嘗到了甜頭，進入第三階段也是非常快的。

　　另外在BI建設過程中，還要處理好BI的組織管理問題，這非常重要，一定要采取適合本企業實際情況的組織結構，沒有合適的管理形式，無法得到好的應用效果。一般的組織形式有業務部門主導、IT部門主導、獨立的BI部門等三種形式。

　　業務部門主導

　　BI建設需要大量的行業經驗和管理經驗，然而，擁有這些經驗的人通常在業務部門而不在IT部門，在這種情況下，BI建設就是由業務部門牽頭，IT部門提供技術支持。

　　IT部門主導

　　也有些企業，IT部門能力強，對企業業務問題理解很透，同時又有技術實現能力，這時以IT部門為主，業務部門配合。

　　設立獨立的BI部門

　　對于一定規模的企業，就需要設立獨立的BI部門，從業務部門抽調精通業務的人，從IT部門抽調IT專家，組成一個團隊，全面支持整個企業的BI需求，一般這種企業的BI建設已經進入了第三階段。

　　三、我們如何推動BI建設

　　BI系統的建設和其他系統不一樣，需要大量的行業經驗和管理經驗。具體說需要三種能力——IT能力、分析能力和業務能力。我們作為流通業的專業服務商，不僅擁有一大批IT的專家，也擁有業務方面的專家。我們有能力在BI方面給我們的客戶帶來更大的價值。

　　在BI方面的研究主要分以下幾塊：

　　BI應用體系研究

　　建立一個典型的面向零售流通的商業智能體系結構。比如建立什么樣的數據倉庫能很好地支持零售業的數據分析和知識發現；選擇哪種決策分析工具，能快速解決零售業的分析問題，同時還能將分析和發現的信息和知識通過何種途徑傳到業務人員手上。

　　通過這個體系，可以將我們的客戶從第二階段低成本、可靠地帶入第三階段。

　　行業經驗研究

　　研究零售業每個環節是如何使用數據、如何根據數據進行決策，形成業內的最佳實踐案例。不僅知道如何收集整理數據，還需要知道數據背后的業務含義，通過數據如何指導業務發展。

　　如何做決策是無法標準化的，但還是可以提煉一些科學的決策模型和決策過程，這些模型和過程非常值得研究和推廣。

　　應用系統研究

　　對應用系統的研究重點在于如何將BI商務智能和目前的HDPOS等業務系統進行深度整合，將數據分析的功能嵌入到需要的業務模塊中，在做具體業務的時候，馬上就能得到數據分析結果的支持，讓業務更有效。