公司被海量数据包围着,但从数据中真正提取出“智能”来,却成了一个难题。是考虑新方法的时候了,埃森哲咨询公司就推出了“问题驱动的商务智能”的方法。
商务智能在市场上有着广泛的定义和应用。
因为分析水平、技术能力和业务对象的不同,组织应用商务智能的方式也千差万别:从市场部门的单独查询,到发现新的商业机会,再到提升运营效率。
但是,不管公司追求的是哪种商务智能,或是解决什么业务需求。其主要的目的无非是在正确的时间和地点找到正确的答案,从而优化企业决策,提升组织效率。
业务数据指导
从埃森哲咨询公司的经验来看,现实中的商务智能远没有实现这一点。多数执行官都认为商务智能只是Excel统计表格,充斥着数据,找不到内容,更别提对现实的指导了。
以一家全球种子公司为例,它采用了ERP(企业资源计划)系统,该系统提供每周种子销售的信息,去年同期对比和代理商绩效等。
如果某个地方销量急跌,管理人员也指导原因。没有现象表明该地区气温升高,地下水位下降,庄稼枯萎。很简单,没有哪项内容能够解释销售下降的原因。
对内容的缺失会在很多方面影响业务。例如,在埃森哲咨询公司的调查中,58%的受访者认为“从数据中获取成果”是他们面临的主要挑战。此外,决策的制定仍主要依赖于直觉,而不是数据驱动的分析。
众所周知,商务智能能够带来机遇和成果,但是商务该如何实现“智能”呢?或许应该考虑埃森哲咨询公司的方法“问题驱动的商务智能”。
这种方法的核心在于将组织的数据看做是一种资产,即拥有正确的时间、正确的地点里的正确的数据,并将其以正确的视觉形式展现出来。数据驱动的决策可以藉此智能化,组织便可以实现业务目标。
主要特点
从问题入手,而非数据
问题驱动的商务智能首先要确定的是和业务方面的战略问题。这可能听起来平淡无奇,但做起来却是一项复杂的工作。企业需要搞清楚哪些问题最重要。比如为什么一个地方的市场萎缩,另一个地方却在增长?价格如何影响利润?之后他们就可以设计问题驱动的商务智能解决方案,利用能够解决问题的关键数据。
了解你的用户
问题驱动的商务智能要求公司在真正实行的业务流程中嵌入商务智能,而不是单独地运作。商务智能团队需要了解他们的用户,及时地获取报表和核心目标(以更大的业务目标为背景),掌握如何使用报表以及如何做出最有实效的改变。
不限于ERP的新技术
问题驱动的商务智能不限于ERP(企业资源计划)的数据,它包含了来自业务之内和业务之外的多种数据源。这种新的以大规模数据为中心的分析工具能够帮助CIO分析新老数据类型,处理非结构化数据,找到数据之间的规律和联系。而在商务智能中使用大数据还有一个好处就是实现实时分析,因为流动性是大多数大数据的本质,比如说社交媒体的数据和机机交互。同时,新的视觉技术也已经出现(比如数字地图的绘制)。
商务智能中的数据分析
在商务智能中嵌入数据分析之后,用户就不需要商务智能自动的查询和报表告诉他哪些是重要的信息,嵌入数据分析的商务智能可以根据数据类型提供增强的内容,预先发出警报。让我们再回头看看前面提到的种子公司的例子,它正是缺少了这样一步。简言之,将分析嵌入商务智能会让系统更加先进,有预测性,能够将信息变成用户更易接受的见解,帮助用户实现业务目标。
转向问题驱动的方法也许并不容易,但效果却是显而易见的。
问题驱动的商务智能能够让决策者真正享受到智能,而不是了解更多信息。只有这样,他们才能做出为企业盈利的正确的决策。
我们一直都在努力坚持原创.......请不要一声不吭,就悄悄拿走。
我原创,你原创,我们的内容世界才会更加精彩!
【所有原创内容版权均属TechTarget,欢迎大家转发分享。但未经授权,严禁任何媒体(平面媒体、网络媒体、自媒体等)以及微信公众号复制、转载、摘编或以其他方式进行使用。】
微信公众号
TechTarget
官方微博
TechTarget中国
翻译
相关推荐
-
数据分析是关于文化,而非技术
在新加坡,Tableau公司新数据准备工具发布会上,发言人表示,数据分析日益盛行的原因在于数据量呈指数级增长以 […]
-
BI和AI是两个独立的概念?是时候改变这种想法了
尽管BI和AI是两个独立的概念,但AI和BI相结合这种想法应该得到更多关注。
-
从概念到应用 一站式区分大数据和BI
IT行业的新鲜词层出不穷,最近几年,大家都在谈论大数据和BI,可是你真的明白大数据和BI之间的区别了吗?
-
Salesforce Wave 分析技术 拉近与数据之间的距离
最近五个月,埃森哲咨询公司一直在向25000家客户推广Wave分析以及其他一些Salesforce 工具。尽管该项目看起来略显仓促,但其埃森哲在执行该项目时已经足够谨慎。