恶魔总裁求你别碰我在一个以数据为主导的世界里，对企业来说，理解如何从触手可及的大量数据中提取出价值比以往任何时候都更加重要。

　　通过了解哪些数据集与你的组织中的特定目标、战略和计划相关，您将能够识别趋势或模式，从而帮助你在组织中的许多关键领域做出显著改进。这个概念被称为商业智能。

　　商业智能，简称“BI”，正在各行各业中变得越来越普遍。与此同时，人们对商业智能概念的理解也变得混乱，产生出一系列难懂的行业术语。这些术语其实不利于商业智能更广泛的普及，还会让人忽视重要信息。

　　我们将打破围绕商业智能的神话，探索商业智能的核心概念，介绍商业智能基础知识，并深入研究现实生活中的商业智能示例和用例。

　　商业智能是指以数据仓库、数据分析和可视化的形式使用数字计算技术，目的是识别和分析基于业务的基本数据，以产生新的、可操作的企业洞察力。

　　商业智能技术提供了与组织内所有部门相关的内部结构化数据的当前(实时)、历史和预测信息，这极大地增强了运营洞察力并改进了决策流程。

　　简而言之，商业智能是发现数据中有价值的趋势或模式的过程，以作出与你的商业目标、目的和战略相关的更有效、更准确的决策。

　　许多商业智能工具都是通过直观的交互式操作和仪表盘（数据看板）来实现的，可以帮助你深入到你的数据中。

　　正如诺贝尔奖得主，心理学家丹尼尔·卡内曼在他的著作《思考，快与慢》中所阐述的，你的大脑有两个不同的学习和决策系统：

　　系统1可以同时接收大量的数据，它还可以非常快速地做出决策，精确度相当高。然而，你的快速思维系统有一个很大的缺点：容易出现逻辑谬误和感性偏差。

　　系统2是一个缓慢的思维系统，你可以把它看作是注意力的焦点。当你真正一步一步地关注和思考一个问题时，你就使用了这个系统。这个缓慢的思维系统非常准确。但是它在一次处理的信息量有限，并且需要耗费大量的精力。

　　我们中的大多数人在大多数决策中都不会使用我们缓慢的思维系统。相反，我们使用系统1，也就是我们的直觉。

　　你可能会想，“这个理论和商业智能有什么关系？”这里的关键点是，使用快速思维系统时，一个领域的专家能够比普通人员更快地识别和使用更多的信息。由于这种更强的信息处理能力，专家们能够在重要的地方使用他们缓慢的思维系统：批判性思维和检查他们的偏见。

　　你可以将商业智能视为极其强大的数据接收与处理工具，它是快速思维系统的有效延伸。

　　这是意义非凡的，因为商业智能可以辅助你以指数方式处理更多的信息。虽然你仍然需要用系统2进行细致思考，但如果你正确使用商业智能，你将比市场上的其他公司拥有难以置信的竞争优势。

　　商业智能的重要性正随着数据产生的速度一同增长，显然，数据量已经远远超出我们大脑的处理范围。

　　如前所述，我们生活在一个充斥着电子数据的世界，如果不利用它来为你谋利，你将很快落后于其他人。

　　但是，尽管数据对决策辅助和提高业务效率很有帮助，但只有当你知道如何正确处理它时，它才是有利的。这就是商业智能概念的来源。

　　为了强调业智能概念在当下的重要性，我们来总结一下拥抱商业智能力量的主要好处：

　　如果没有商业智能，你很有可能淹没在数据中。从2016年到2020年的时间里，全球数据增长量比过去几千年人类所积累的数据总和还要多！这个令人难以置信的数据量要么是一个巨大的难题，要么是世界上最大的机遇。你当然要利用最先进的工具去利用它。

　　通过为你的企业配备自助商业智能工具，你可以获得丰富的见解，这些见解将有助于改善沟通（通过用数据说话）、解决问题的流程、在线数据分析、财务效率、目标设定、营销和获利。

　　商业智能的另一个关键概念是预测未来趋势的能力。分析数据并制定计划，以防止灾难发生或在竞争对手之前利用潜在的趋势。

　　数据可视化的意义是帮助人更好地分析数据，信息的质量很大程度上依赖于其表达方式。而数据可视化的本质就是视觉对话。数据可视化将技术与艺术完美结合，借助图形化的手段，清晰有效地传达与沟通信息。一方面，数据赋予可视化以价值，另一方面，可视化增加数据的灵性，两者相辅相成，帮助企业从信息中提取知识、从知识中收获价值。

　　我们将解释商业智能中的4个基本组件：数据本身(原始数据)、数据仓库、数据访问、分析和展示、数据看板和报告。

　　商业智能解决方案的第一个组成部分是原始数据。这些数据可以是任何东西，比如今年的销售记录，工资表，新制定的KPI。

　　公司的数据通常存储在多个数据库中。由于这种碎片化，今天的商业智能解决方案开发了各种数据连接器，使用户能够将他们的所有数据整合到一个集中的数据仓库中，实现跨数据源分析。

　　如上所述，数据仓库相当于一个物流平台，它将不同的数据库连接在一起，并允许你在它们之间创建关系。随着SaaS版BI的引入，这是一个最近取得巨大进步的领域。

　　传统的数据仓库通常是不同的电子表格、数据库、基于纸张的记录和专有程序数据库的混合。

　　在意识到利用这些分散的数据源是多么困难之后，人们开始使用集成的数据仓库。现代模式也优于传统模式，因为它们通常可以实现实时更新，而不是必须手动更新。

　　一旦你所有的数据都连接好了，并且可以“相互对话”，下一个关键的商业智能要素就是利用这些数据。这包括访问数据，分析数据的重要趋势，并以一种可以立即理解的方式呈现数据。

　　这些步骤通常可以混合在一起，尤其是如果你使用交互式仪表盘（数据看板），可以根据你的业务需求放大和缩小数据。自Excel时代以来，数据可视化也取得了长足的进步。使用BI工具中的仪表板示例，可以让你事半功倍。

　　通过访问灵活、可定制、数据驱动的在线数据看板，你可以设定目标、识别模式、发现趋势获取见解。

　　此外，现在的数据看板都可以在移动端访问，这意味着无论你身在何处，都可以通过多种设备全天候登录、分析数据和共享信息。

　　商业智能的这四个要素是数据驱动成功的秘诀。现在让我们看看如何在现实世界中应用它们。

　　如上所述，为了充分利用数据，数据可视化是至关重要的。从选择正确的数据可视化类型到知道如何用数据看板讲故事，有很多要探索的。考虑到这一点，这里有几个商业智能用例。

　　您可以了解用户的基本属性，检查哪一个用户获取渠道是目前最大的收入来源。你还可以分析你的哪些用户获取渠道为你提供了最好的客户——消费量高且带来更多优质用户。

　　使用销售分析大屏，你可以全面了解各渠道、各区域、各类别的销售状况。你应该关注的不同渠道的销售量，以及根据你的目标，如何进行次年的预测和规划。

　　物流是大量制造企业、电商企业日常运营的核心。保持物流的流畅、连贯、高效和一致是你成功的关键。

　　我们的物流数据看板提供了对整个物流状况的可扫描的全面概述，提供了有助于强化弱点、管理关系、节省时间和金钱的见解——这是商业智能解决方案力量的又一证明。

　　我们只是举了3个实用的例子来了解商业智能的应用，事实上商业智能的应用千人千面，场景无限，每个人都可以快速、灵活创建出适合业务的数据看板。

　　在如今数据驱动的世界中，能够过滤噪音、挖掘真正重要信息的公司和个人将远远超越竞争对手。商业智能为寻求尖端竞争优势的个人和企业提供了一种良好的模式。

　　总之，商业智能帮助你了解你的市场、你的客户、你的竞争对手和你的业务，以便你做出最有效的决策。

　　近日,中国领先的产业数字化研究与咨询机构爱分析发布了《2022爱分析·人工智能应用实践报告》。维智科技为美宜佳打造的商业智能决策平台入选成为报告中的典型案例，该案例也是企业智能化转型中高成熟度AI解决方案的代表。

　　爱分析指出，人工智能产业落地普遍面临着缺少面向AI开发的数据采集、处理与管理等方面的标准化方法与自动化能力，同时缺少定位高价值度应用场景的方法。

　　维智科技全栈时空AI技术体系首先通过数据时空化解决数据的“深度”与“广度”不足的问题，更新数据架构、提升数据质量，打造支撑智能化转型的数据基础。其次以时空图谱化构建以产业链、企业图谱为中心的大规模知识网络，围绕企业生态、企业业务发展的关键指标等实现规模化、实时时动态的关联分析。最终深耕业务场景，以图谱智能化解决高价值度应用场景的业务决策闭环，其中美宜佳商业智能决策平台从门点评级、销售预测、归因分析、运营优化和营销优化等方面提供了有效的业务决策指导。

　　美宜佳控股有限公司是国内第二大连锁便利店集团。自成立以来，美宜佳以广东为中心，并逐步在全国范围进行业务布局。目前，集团拥有美宜佳品牌门店两万多家，每日门店总客流量达2500多万。

　　线下零售的核心逻辑是以“场”为中心去对接“人”和“货”， 而“人货场”各自的特征要素以及它们之间的关系都在不同程度上影响着门店经营策略和结果。对于正加快在华东、华北等地区扩张门店的美宜佳而言，经过早期信息化建设，其已建有ERP、PIM、BI等业务系统，在内部积累了较丰富的“人货场”数据。现阶段，美宜佳希望用智能化的方法对人、货、场的特征要素及其关联进行分析和优化，支撑门店的稳步扩张和精细化运营。

　　结合业务需求、智能化可行性等因素，美宜佳决定在门店选址、门店运营、营销优化三类重要场景中引入智能化解决方案。在门店选址方面，美宜佳需要用智能化的方法在城市中确定合适的拓店区域、该区域消费者习惯以及自身定位等情况；在门店运营方面，具体包含门店评估、品店匹配、销量预测、竞品分析等应用场景，帮助美宜佳更好的制定经营策略、提高门店业绩；在营销优化方面，则需要结合人群定向，对广告投放策略做优化。

　　为了在上述场景中实现智能化决策，美宜佳决定打造商业智能决策管理平台。但美宜佳在相关数据的完备性、以及AI算法能力上存在不足，具体如下：

　　1）数据层面：美宜佳仅掌握店内经营数据和自有供应链体系的后端数据，但缺乏外部的地理位置、周边人群、周边竞品相关的数据。同时，在与外部厂商共同探索解决方案时，美宜佳需要分享内部数据时保证其数据的隐私和安全。

　　2）AI算法层面：选址、选品、消费者画像、营销的智能化分析需要大量AI模型支撑来实现，美宜佳需要外部厂商提供相关的AI模型，并用模型解决业务问题。此外，不同地区的数据分布会有较大区别，通用的模型很多时候不能直接适用，需要根据区域、环境等因素对模型做调整和迁移。

　　在对厂商的数据、AI算法、应用解决方案等方面的能力进行评估后，美宜佳选择与维智科技合作，建设商业智能决策管理平台。维智科技是一家时空人工智能平台提供商，专注于线下场景的数字化和线上线下的时空融合，通过时空AI技术打造数字孪生体，为城市、交通、金融、地产、零售和品牌等提供精细化场景服务和智能解决方案。基于维智Phy-gital飞吉特时空智能平台，美宜佳构建了商业智能决策管理平台，其架构上分三层：底层是联合数据仓库，包含维智科技提供的时空数据和美宜佳提供的门店数据；中间是技术服务层，包括AI模型、时空知识图谱、业务计算逻辑等；上层是各类分析应用，包括门店选址评分、门店绩效评级、归因分析、人群画像、销量预测、价格预测、竞品分析等。

　　图4：美宜佳商业智能决策管理平台架构针对数据层面的问题，平台通过联合数仓的形式整合了维智科技的营销智能基础数据与美宜佳的门店数据。维智科技的营销智能基础数据包含客流、画像、人群流动偏好、周边生态、交通情况、商业环境、竞合关系等类别的数据，具体包括了路网、交通、AOI（区块），POI（点位）等静态数据，以及测绘相关的人流、画像、场景、企业、经济等动态数据。在此基础上，通过梳理“人、货、场”之间的特征管理，形成时空知识图谱。为了保护美宜佳的数据隐私，维智科技将其时空数据、模型服务与美宜佳的内部数据结合，以一体机的形式部署在美宜佳的受限环境中，模型的构建、训练、管理和发布均在一体机完成，确保美宜佳的数据不出库。

　　图5：商业智能决策管理平台预训练模型仓库逻辑针对AI算法层面的问题，平台基于分类、排序、聚类、异常发现、回归预测、溯因推理分析等技术模型，结合特征工程、自动特征计算等服务，形成画像、选址、选品、营销等方面的预测分析模型。同时，对于通用模型需要针对区域数据特征有变化进行适配的问题，维智科技通过匹配可适配的用例或特征来做模型迁移，并通过数据增强或者小样本学习来解决数据量少和样本稀疏的问题。

　　商业智能决策管理平台落地的价值与效果美宜佳落地商业智能决策管理平台，用数据智能赋能门店开拓与运营，实现了以下业务价值。

　　1）门店选址方面：平台为美宜佳在广东、以及华东地区选址拓店，提供了数据支持和智能化的决策依据。具体而言，通过分析当前地区用户的习惯、常驻和流动人员的习惯、场本身的特性（是周边是医院、社区、商业中心等）、周边竞争态势（供需饱和度）、交通便利性等数据，判断某个地点是否适合开店，并给出关于在该地店的评分，以及影响评分的因子。这比传统的依靠调研和专家经验的方式大幅提高了决策效率和准确率，可以支持美宜佳每年3000家门店的开店合关店决策。

　　2）门店运营方面：该平台有效帮助美宜佳品牌门店和加盟门店总计4w+门店，进行数字化智能化运营。在门店评级、销售预测、归因分析、运营优化和营销优化等方面，提供线下大数据和智能预测结果辅助决策，有效指导门店运营优化。

　　商业智能决策管理平台的项目经验总结第一，线下零售业涉及的数据量大、维度多、动态更新也相对频繁，在选址选品、供应链配货以及营销等业务中需要依据这些数据做出相对实时的决策，因此复杂度和难度很大。但零售数据核心上还是围绕人货场及其关联，面对复杂的数据场景，可以考虑运用知识图谱技术，将各维度数据按人、货、场梳理，再形成场与场、人与场、货与场的关联；同时考虑运用AI模型来刻画复杂的变化规律、分析思路和决策经验。

　　第二，只有店内数据无法在线下零售场景中实现智能化，因此还需要引入店外的时空数据，将地理位置、周边人群、周边竞品等外部数据与内部数据结合，才能实现1+12的效果。并且，在将内外部数据进行结合时，需要考虑通过相应的技术或产品设计方式保障数据的隐私安全。