商业智能为人人
原文链接：http://www.expresscomputeronline.com/20090518/market08.shtml
Soumendra Mohanty是埃森哲印度商业智能与数据仓库的部门经理，他跟 Varun Aggarwal 交流了使用BI（商业智能）的好处和一些最佳工业实践。
BI怎么帮助一家公司贴近它的客户呢？
BI主要目的是评估和监测业务，而客户是任何业务的核心。BI帮助理解客户想要什么，他们的习惯，他们倾向于什么，他们为什么会成为或不成为客户 。今日的商业已经是围绕多样性和全球化，BI变得更为重要了。
你能为一些正经历经济衰退和需要以客户为中心的企业给出建议吗？
从广泛的层面讲，企业经济衰退是“不能很好理解客户”和没有数据管理和分析能力的产物。对于获得业务增长来说，寻找广泛的商业机会很重要，与此同时，企业业务的制度化数据管理和分析能力更重要。对业务的分散的观察是危险的，是对全局业务状态的错误反映。企业需要聚焦于 KYC (理解你的客户) 和 KYT (理解他们的交易)。从另一方面讲，通常也是事后才讲，数据质量很重要。任何策略或者业务洞察力都是建立在数据基础上。另外，我认为BI所带来的智能应该普遍提供给需要的人，这样才能发现异常并及时采取行动纠正。
CIO们现在怎样看待信息管理和BI？
埃 森哲对CIO的调查表明 BI是全球CIO们的最高优先级事务，这也正当其时。我想在这里分享的另外一个远景是，随着技术的进步，数据分发效率的提升——无论是速度或者带宽——不 可避免的带来更多数据的收发，我们能够基于更多数据、更频繁的分析来采取行动。 我们接收数据和基于数据决定行动或者不行动之间的时间间隔无疑也减少了。但是我们决策的质量提高了吗？可能我们的决策速度实际上提高了我们错误决策的数量。如果这样的话，我们从分发和使用数据的效率提升中得到的，可能或多或少的在另外一些方面因为决策失误的增加而失去了。这是极端重要的。我们不能让分析和BI只对小部分开放，而是需要在企业中广泛使用。CIO们被超载和过多的信息困惑了，因此他们寻找新的途径驯服这个问题。 去年信息管理厂商纷纷合并了，这也导致 CIO们在有限的选项中进行选择。
告诉我们一些BI实施的最佳实践？
没有预先定义好的成功的BI实施的步骤。它是一个过程，需要从上到下的讨论。现在，人们可以找到非常多的BI实施的最佳实践。与其重弹老调，我想分享一些我跟客户的探讨，他们的对BI的期望，以及变化的时代怎样使其中一些期望变得具有挑战性的：
- 我们只需要一个真理： 这个是担心企业具有多个数据版本的产物。企业内部数据的一致性是必需的。虽然如此，数据不一致性的来源于缺乏正确的元数据管理。理解企业数据并且保留数据 相关的业务上下文以确保只有一个数据定义，这样可以对每个业务上下文具有多个数据版本，而仍然可以在较高层次保持一致性。
- BI项目需要业务驱动： 任何 BI 项目或者计划需要带来业务价值。缺乏目标的BI环境创建是不可能。商业需要能够创造更多销售或者降低客户流失的方案。数据仓库或者BI项目能够支持这些目 标。但是，BI项目必须由业务用户发起的观点是不太正确的。通过展示可能带来的改进（原型，分析模型，功能展板，KPI列表，等等）和帮助业务用户发觉对 BI项目的需求，IT 可以扮演重要角色。
- BI必须递增式开发： 反面例子是，一些类似于大爆炸式的一次性开发所有功能。听起来很好，但是经常是不可能的。
在 开始的时候，用户开始接触BI系统，并获得对需求变化的新洞察力。一个成功的递增式方法需要基于对象的优先级（(是否关键流程，是否与业务策略相关 ），聚焦于识别和优先最具效益的功能增加或分割。 其他质量标准也可用于保证数据质量。每一个分割都必须是一个完整的方案。BI项目——在实际中——必须一步一步来做。以长远的观点，递增式开发能够更快的 带来价值。 - BI 项目需要高层支持： 这个观念的精华是BI是战略的形式化。 但是，业务基础和市场竞争动态变化，意味着企业的每个人都是BI系统可操作信息带来的价值的受益者。因此，BI需要从底层到CXO级别的组织支持。
- BI = 数据+报告： BI让决策更好。 BI 基于数据，使数据变成可操作的洞察力，并且提供一种机制（发表，订阅，自动警报等等）让信息被企业使用。它让信息受益者使用。因此， BI并不完全等于 数据 + 报告，实际上是数据 + 报告 + 智能商务。
- BI 必须实时： 这是需要依赖于其他方面的。BI 通过负责和敏捷地制定战略，流程或者初步行动，使决策更好。从负责的角度， BI不需要实时， 因为所有正在做的都是基于历史业务表现数据，这些数据通常在事实后面。 从敏捷的角度，BI 需要实时，因为不仅需要现在的业务表现，也需要在日常业务运行中发现异常时指明正确方向
- 技术融合和信息民主： 我们正进入技术融合的世界。它不是驱动于厂商获得更大市场份额，而是所有层面对信息需求的指数级增长。几年前，BI只围绕数字（事务） ，现在已经与与非结构化数据集成，文本分析和意见挖掘类似的概念已经融合了。从工作人员到业务流程所有层面对信息的需求意味着信息不能只能对少数人开放， 必须贯穿整个企业和系统，由此带来信息民主，通过门户、内容管理系统等等分发信息。
- BI 是所有事务的答案： BI所提供的每个答案和洞察力的背后，用户已经触发了上千个问题。 企业任何时间都在产生数据，收集数据并通过强健的数据质量保证计划保证数据质量，能够帮助用户得到问题的答案。
预测分析怎么帮助改进非确定的经济环境下的业务？
每个人都希望能够预测，但是它需要好的数据和能力（具有技能的员工，业务，技术） 。鉴于非确定性，每个初步行动和投资都需要基于预测小心评估以达到预期结果。早 期数据密集型分析可能或多或少仅限于银行、电信、销售、市场客户关系等直接面对客户的领域。但是，分析是基于已经发生的过去的表现，从中学习并应用到新的 行动中去。预测性分析基于同样的数据，但是提供未来将发生什么和 对于什么结果是可预测的。 举例来说，一个客户抱怨能够扭转销售甚至超越销售的客户统计数据，过去的行为，以及其他提供的数据，都在客户代表与客户谈话的过程中实时完成， 在谈话的每一个阶段，一个决策树提供预测性的分析将客户代表导向好的结果。
你正在为需要容易部署和低维护成本的中小企业客户做什么呢?
IM/BI 解决方案在上一个十年中已经进化了。业界集中了巨大的注意力，为BI方案增加各种功能，例如集成非结构化数据、实时数据集成与分析、一键分析报告等。尽管 如此，BI 仍然缺乏对新手的友好性，中小企业一般承担不起长期的和花费大量金钱去实现一个全功能的企业级的BI，而是需要一个启动快速、成本低廉、和与时俱进的BI 平台。我们目前关注一些快速数据市场实现、工业特殊数据仓库模型、企业矩阵管理框架和数据分析之类的概念，期望为客户提供BI旅程的领导 力，逐步开发出全面的企业级BI实现。一些如保险、零售、银行和医疗等行业只关心为特殊业务功能提供的BI方案，这也是客户广泛赞同的。我们也感到提供强 健的数据管理和数据质量对于客户是非常重要的。我们已经为这些领域的客户开发了一些完成强健的解决方案的加速版。
最新评论