丝路英雄孙膑兵法做数据分析很多年了,也算是对BI(商业智能)的定位和作用有了比较清晰的认识。一句话概括,BI就是让最懂业务的人从海量数据中挖掘出数据价值,快人一步做出“真理性”的决策。很明显,BI面向的对象是像我这样的数据分析人员或者财务、运营之类的业务人员,作用是支撑我们科学决策。那接下来我就从BI的整体运作流程出发,和大家一起体验BI的作用。
数据准备:数据来源很多,但不管是在数据库中还是在业务系统中,首先就是把这些数据连接到BI中。
数据处理:有了数据,但这些数据仍旧是杂乱、不易于分析的。通过行列转化、过滤、分组汇总、左右合并等功能对数据进行处理,只留下有用的数据。
数据分析:准备好数据之后就可以开始进行数据分析了,简单一点的像排序、累计占比计算、异常值高亮、下钻查看不同维度数据等,复杂一点的像可视化仪表盘搭建、业务建模分析等。
数据共享:当数据以最合适的方式制作出来之后,再通过链接或者目录权限设置,直接分享查看。
对企业来说,商业智能BI不能够直接产生决策,而是业务人员、数据分析人员利用BI进行数据处理,让处理后的数据来支持决策。整体作用也可以分为对已有数据的可视化展示、对当前数据的监控预警以及对未来业务的科学预测三个方面。
通常情况下,企业的数据是复杂的,无法一眼识别信息的。而BI则是将企业日常经营过程中产生的数据或者预先制好的报告用柱状图、折线图、漏斗图等可视化的方式表现出来,能够让业务人员识别重要信息。另外,通过钻取、联动、跳转等功能,能够进一步根据指标维度去查看进一步信息,找到产生问题的根源。
从上图的仪表盘中可以看出,分析的内容和业务部门的日常工作是紧密结合的,比如销售人员关心销售金额、回款额,HR关心离职率、入职时限,市场人员关心市场开拓率、合作客户数等,每个业务部门的分析基本上都会涉及复杂的计算逻辑以及深刻的业务指标知识,光靠IT人员进行固定报表制作或者业务人员查看业务系统数据是完不成的,这里也进一步强调了BI是给业务人员和数据分析人员自助分析的工具。
如上图这样一张仪表盘,不仅是可视化展现,更是一种业务分析思路,业务人员能够对业务有明确、直接的认识,也能更合理地依据数据进行决策。
通常情况下,我们会通过颜色变化或者预警线设置的方式来进行“异常”检测。当业务人员从可视化图表中发现数据异常的时候,就需要有目的性的进行分析,通过关联报表的检查、不同维度报表的钻取查找可能存在的问题。
如上图,某产品三包费用发生异常,通过地图进行钻取之后,发现是江苏省、无锡市、锡山区的三包费用发生了异常,这时候我们可以再通过这个区域的三包费用情况,去探究是因为这个批次的产品质量都有问题,还是因为这个地区的特定使用场景导致的。
最终业务人员通过一次或者多次的维度和指标图表构建,逐步形成了一种比较可靠的、固化的分析模型。这个阶段的业务人员不再是被动接受来自图表中反映的信息,而是通过异常数据来定位到背后的一个业务问题,数据和业务在这个层次开始有了直接对应关系,这时可以利用数据图表之间的逻辑性关系寻找解决方法,提高企业的经营效率。
预测未来业务通常是通过建模分析实现,精通业务变化的业务人员通过制作合适的可视化模型找出业务中潜在的问题或者实现更优解的调整方式,接着反哺业务决策,形成良性过程。业务建模更加讲究自主性和探索性,能够最大程度发挥BI的作用。
通过研究用户消费数据,将不同商品之间进行关联,并挖掘不同产品之间的关联关系。经典的案例有:啤酒和尿布
杜邦分析法通过将企业净资产收益率逐级分解为多项财务比率乘积,深入分析比较企业经营业绩。
根据事物在技术或经济方面的主要特征,进行分类排队,分清重点和一般,从而有区别地确定管理方式。比如找到能够带来80%的收益的20%的产品种类,从而进行不同的营销策略排布。
通过实现用户增长的 5 个指标:获客、激活、留存、收益、传播,追踪用户运营过程中流失的情况,形成从获客到传播推荐整个用户全生命周期的闭环模式,不断扩大用户规模,实现持续增长。
最后留一个我自己常用的BI工具地址,个人版不花钱,没用过的朋友们可以体验一下
|