寻找BI成功的秘诀 | |
| 来源：管理学家 时间：2007年03月26日 |
从方案商、厂商高层以及IT决策人士对新一年的展望中可看出，2007年美国的经济走势将与2006年十分相似，整体经济环境不会对企业在IT领域的支出造成太大影响。 高新技术的发展将进一步推动IT市场前进，方案商会发现IT市场的增长点在不断变动。但是，根据美国权威渠道媒体的研究，商家和客户对新一年市场增长点的预期并不一致，商家看好的领域并不一定是客户的真实需求。 安全领域依旧是市场的亮点，特别是对小型企业客户来说，更是占到最重要的位置。同时，来自方案商的反馈也证实了这一点，他们预计，2007年上半年，安全会是增长最快的市场。 但是，这并不代表任何一家拥有安全服务资质的方案商就可以在2007年赚到大钱。调查显示，方案商需要针对特定的领域进行方案优化，才能适应新的市场需求，这些领域包括网络接入控制和网络加密等。 值得注意的是，在特别关注安全的小型企业中，人们也不会把资金投向某一个领域。从2006年的情况来看，网络服务和网络打印的增长已经超过了安全域。 安全在中型企业的IT需求中排名第一，而在大型企业中排名第二。另外，与CRM和Linux相关服务的增长已经超过了安全领域。 总体来讲，方案商看好2007年的市场走势。当提及2007年上半年的销售预期时，超过一半的市场销售人员坚信市场增长速度将加快。同时，他们中的大多数人也认为，经济大环境并不会对市场销售带来太大的影响，他们更多地要依靠个人努力来完成销售任务。 方案商预测，2007年上半年的销售增长点集中在无线网络、VoIP技术和安全三方面。另外，他们预测双核技术、移动计算和SaaS将成为影响业务的重要因素。 有关媒体预测，2007年IT市场的热点包括：虚拟服务器、统一通讯网络、Linux在数据中心的扩展应用、SOA以及多方案安全策略等。 不仅如此，厂商和市场分析人士还在其他方面与方案商看法一致，他们认为，管理服务在2007年还会持续发展，安全和存储产品的需求将会带来很高的利润，并且，金融服务和医疗领域对IT产品和服务的需求将有大幅增长。 Tallahassee公司是IBM的重要合作伙伴，该公司商业拓展部经理Jimmy Lee表示，“作为方案商，最重要的是坚持自己的方案。当你拥有了良好的方案，并在市场中广泛而到位地进行过宣传，那么你的销售就会非常简单;相反，如果没有任何准备，就很难从客户那里拿到定单。” 首先是粒度，要追究到每个销售员每一单的销售明细，和最多关注到每个办事处每天的销售额，DM的数据处理量就会相差很多。另一个方面是维度，BI系统的主要功能实现就是多维度分析，比如分析某种产品在某个地区某个时间的销量，在这个模型中，产品、地区、时间就构成了分析维度。有些业务部门，尤其是产品研发部门，往往希望能考虑尽可能多的维度，比如在刚提到的销量分析模型中，除了常规的产品维度，产品部门还想看到颜色、品类等因素对消费者购买行为的影响，而这些维度的分析能否在BI系统中实现取决于两个方面。一是这些维度的信息是否在业务系统中已经录入和存在?如果不存在，那么就没有实现的可能，BI系统不能产生业务数据，只能分析业务数据。二是维度直接影响数据模型的建立和IT基础设施的建设要求，每增加一个分析维度，模型更为复杂，给系统增加的复杂性是几何级数，这意味着原来四小时可以完成的数据处理可能就要延长到6～8小时才可以完成。然而，难以解决的是企业缺乏对业务影响因素的分析。实际上，目前企业都还没有很完善的业务模型，某个因素对做决策的影响到底有多大，以什么样的方式影响，说不清楚。如果在商业逻辑上都没有解释清楚，很难建立有说服力的模型。因此，在项目开始的时候，通过讨论，使业务部门明确可以解决的问题有哪些、可以解决到什么程度，是保证用户满意度、项目实施成功的前提条件。 实施方法BI系统不存在大量的业务流程，因而不会带来巨大的企业变革风险，因此实施方法相对容易。BI的实施过程重点，一个是用户需求的调研，另一方面是数据质量保证。需求调研和分析在项目实施过程中占到了约40%的工作量。在项目范围和项目目标明晰之后，用户需求分析的难度就降低了不少。有行业经验的实施顾问会清楚业务领域的商业逻辑，将行业经验和用户具体需求结合，将会提高需求分析的速度、快速建立模型。IT项目的实施过程中，用户需求的不确定性很大，模型的建立肯定是一个反复沟通和修改的过程。 持续改进，挖掘BI潜能 BI的建设是一个长期的过程，随着企业业务的变化，导致业务部门用户需求的变化，甚至是业务系统的升级，都会对BI系统的建设造成影响。如何进一步提高BI的应用水平呢?主要包括两点，如图2所示。 建立企业基础数据管理机制 A公司的业务系统有了，BI也上了，可是却开心不起来，因为发现有些模型分析出来的数据跟实际偏差很大，不能使用，还要手工去改。到底为什么呢，问题可能就出在数据管理机制上。 首先是数据定义的问题。一方面，同一个字段，不同的填报人员或者不同的业务系统统计口径不一致。比如销售额，有些地方填报的是批发给渠道的口径，而有些地方则可能理解为是渠道卖出到最终消费者的口径，不同口径的数据进行合并、排序和其他分析，结果肯定是错误的。另一方面，同一个字段，录入格式没有统一定义。举个极端的例子，一条订单记录里是“北京某某公司”订购了多少东西，而另一条记录里的同一个客户，名字却变成了“某某有限公司”，“北京”两字不见了，却又多了个“有限”，同一个客户的销售订单数据BI系统无法合并、分析，只能是经营分析人员手工完成。要解决这个问题，企业必须建立数据字典，明确在不同系统、不同报表之上的全局字段定义，避免口径不一致;同时规范每个字段的格式，避免无法合并的情况。还要建立起数据变更的规范制度，保证数据的安全，最终保证BI的数据质量。 数据管理机制，还包括数据收集的体系。对于大多数企业来说，很多的业务数据还是以手工填报的形式收集上来的。很多企业的经营分析人员把大量的时间用在催缴数据、统一数据格式上，这是十分低效的做法。事实证明，在业务系统支撑有限的情况下，建立起完善的数据收集体系是提高数据收集效率、减少错误的最佳方法。一个完整的数据收集体系，包括数据收集的模版制作和管理、数据收集的流程、以及数据收集的绩效考核机制。 建立明晰的商业分析逻辑模型 现代企业的管理，追求以绩效考核的方式驱动企业战略目标和计划的达成，从而引出了企业绩效管理(EPM)的概念。企业的战略目标，可能最终都分解到了每一个部门和每一名员工相关的KPI上。而企业、部门和员工的KPI的完成情况，直接关系到企业战略目标的实现。BI系统有能力进行KPI的分析和计算。然而，要想使KPI真正有效，BI系统真正发挥作用，KPI指标就必须可以衡量、可以逐层分解。比如评价客户满意度，就只需要关注订单执行效率和订单处理速度，而订单执行效率的达成则跟及时交付、数量精确度和退货率有关，这三个因素的量化可以通过及时交付订单率、精确数量订单数、退货率三个指标来实现，这些都可以在BI系统中实现，如图3所示。这样，抽象的客户满意度指标就可以衡量了。建立可衡量的企业战略目标和KPI体系，在BI系统的辅助下，可以动态监测，及时处理异常，保障企业战略目标的实现，从而发挥更大的价值。 除了回顾，BI还要担负预测和决策支持的角色。大部门BI系统都声称提供了数据挖掘和预测的能力。然而，数据挖掘和预测都需要相关的数学模型做支持，比如销售预测、客户流失预测等。预测模型往往需要企业多年的积累，还要考虑各种因素。因此要进行数据挖掘和预测，需要企业在实施了BI至少两年左右的时间后，有了一定的数据积累，而且数据质量稳定的情况下，由业务人员和行业专家共同搭建模型，最终在BI系统上实现。 对于A公司而言，要想用好BI这个强大的工具，就得从企业自身的情况出发，既要考虑与现有的业务系统(ERP、CRM等)之间的接口，又要从实际的需要出发，选择适合自己的BI系统，做好实施的规划和分析，并且持续不断地改进和提高。惟有如此，BI的强大潜能才能为企业所用，转化成巨大的商业价值。 |
你可以使用这个链接引用该篇文章 http://publishblog.blogchina.com/blog/tb.b?diaryID=6194435