天之華商務智能總監 陳圣
當經營管理引入信息化工具后，大量的數據隨之產生。一些企業為了利用這些數據，引入了商業智能（BI）手段，然而，BI對數據的應用，更多是一種被動的做法，也就是通過數據分析發現問題。意識到數據重要性的企業，已經習慣于先收集所有可用的數據。然而，面對一堆數據時，卻又不知道哪些數據能有針對性的發揮價值。
對于老板來說，商務智能為他解決的問題可能沒有解決，困惑還是會有。我們通過報表發現一些經營上的問題，往下深究，為什么這個指標會影響，為什么這個產品賣不出去的時候，很多的業務主管就開始推，由于這個原因，那個原因。由于大家沒有數據支撐大家在會上講，對于老板來說還沒有得到應該怎么解決。因此，管理困惑依然存在，第一個是業務管理障礙，對于公司的高層，所謂的規劃層，因為看到都是一些儀表盤和報告，所以只能看到是這樣的，再往下是什么原因，沒有辦法得到答案。作為公司的中層來說，他可能會有很多的表達，所以對于他來說，他要把這些儀表分析整合到一起，然后再去分析，再去發現問題，他們的精力更多是在整理和分析上，而不是說對我們這些問題應該怎么樣解決或者是執行上，作為業務人員來說，因為我們提供了更多是一些報表，比如像日報、月報，對于他來說是更多的一些結果，怎么在我的業務上進行開展呢？沒有了解答案，所以在業務層面上還是存在一些障礙。在一些技術管理的方面，IT部門并沒有轉型到業務層，更多的精力還是放在了怎么樣去滿足業務用戶的分析需求上，并不是推動他解決一些問題。
我們應該好好的去反思一下，商務智能應該怎么樣去應用，怎么樣去起到作用，才能夠真正為我們的決策服務。在這里我們可以看一下，在商務智能領域做的比較好的企業出發點是什么，做的比較好的，并不是說我有什么數據然后去展現去呈現，而是從他要解決的業務問題出發，首先要定義商務智能應該解決什么樣的管理問題，解決什么樣的業務問題，然后再去說基于這些業務問題我有什么樣的數據可以支撐，應該對數據進行什么樣的整理，把這些數據輸出給我們業務人員。在這兒我給大家舉兩個例子，這兩個例子都是實際在項目中應用的例子。第一個，就是對我們顧客的分析，我見到了很多對于會員或者顧客的分析，更多停留在比如說性別、年齡包括收入上緯度的分析。我們把這些信息推送給業務員的時候，他還是不知道應該怎么樣對我們的客戶進行分析，我們要對會員分析，就要解決我們怎么樣了解他們的消費動機，從而制定差異化的客戶服務，并且根據不同區域客戶的消費行為進行組合，達到增加市場份額的目的。這種問題如何解決？首先我們不是說先去看我們有什么樣的性別，什么樣的客戶在哪兒，我們可能會通過一些指標，把我們的會員從消費行為上進行分類，比如說哪些是我重點的客戶，哪些是我要重點發展和保留的，哪些可能就是我的邊緣客戶。首先通過消費行為把客戶細分，然后再去判斷這些客戶他本來的屬性是什么，可能有些客戶是什么年齡結構的，去了解不同的消費習慣的客戶他的本身屬性是什么，然后再去制定相應的針對于不同消費行為客戶的差異化服務，舉例來說，一個服裝企業，就是通過這種方式把他的高端會員找出來的，并且提供了一個1315的客戶服務的計劃。比如說當客戶到店里買了一件衣服之后，一分鐘就會給客戶發一個短信，尊敬的客戶感謝您到我們店來買一件衣服，第三天，會給客戶發一個短信，上次您買的衣服這次有一個新款可以來搭配，感謝您的購買。15天的時候還會發一個短信，上次您買的那一件衣服，現在要去保養了，應該去清洗，怎么樣保養是最合適的。通過這種方式，找到了他應該為哪些會員推送服務，為推送會員服務之后，再反過來做會員服務的滿意度調查，再來去驗證，我對這些客戶推出的服務是不是能夠達到這樣的效果。這個案例就體現了BI的管理價值，也就是說我們從管理的，從建立目標，整個閉環中BI都是在發揮作用。通過數據分析知道哪些客戶是我的目標客戶，然后通過建模，以及數據的跟蹤和反饋，發現我對這些目標客戶分析是不是達到我了的期望，然后再去調整，是通過在整個的管理閉環中，讓BI在每一個環節中都發生作用，形成我們不斷提升業務水平的閉環。
第二個案例，也是在服裝企業，是一個品類分析，不知道大家對于服裝行業的品類優化到底是怎么來考慮的。很多服裝企業都在說去庫存，其實去庫存是一個偽命題，因為在庫存之前，產品微化，品類的分析，以及在門店和區域間的調配貨才是真正解決庫存的核心的問題。我們看這個案例，針對品類優化上，我們做的不是說只是分析，哪些品類賣的好，哪些品類有多少庫存，而是要把數據分析和業務這個閉環打通。首先我們在于調配貨的時候肯定要關心哪些衣服賣的好，哪些衣服賣的不好，我們通過很多種方式，比如說這種方式，或者通過數字進行分析，發現哪些品類，哪些款式是銷售的很好，或者銷售的不好，然后我們再鎖定到這個品類在不同門店的銷售情況，比如說有些門店賣的很好，有些門店賣的不好，這就會反映出在不同門店生命周期是有差異的。我們可以判斷出這個款在哪些門店可以補貨，在哪些門店可以把貨調出去，這樣能夠減少庫存壓力。我們可以通過這種方式選定一個款式，然后去鎖定我應該在哪些門店中進行調配貨。我們進行調配貨的預測，針對鎖定的款式，我們要把這個款式和尺碼列出來，把你選擇所有的列出來，我要從A店到C店，從哪件到哪件怎么調，以往這些工作都是由業務人員在前期，大家要花兩到三天時間，從系統中把數據倒出來，做一個很大的透視表，然后才可以得到這個結論的。在這個層面上，在于信息獲取層面上就加快了速度。第二，我們做調配貨，做這種調配貨的操作目的是什么呢？要做預測。因為這個款式在這個店，我進行了調配貨之后，這些數據已經產生了，銷售最后的高度到底銷量是多少，我是能夠預測出來的，這樣就可以通過預測來驗證，我是否應該進行這樣的業務操作，如果可以，我就可以把這個預測的調貨單轉到我們ERP里面去，真正開始進行業務操作，這是BI在另外一個層面上的價值，怎么樣把我們的業務產生的數據分析和最后業務提升串起來。如果按照這樣去做的話，整個BI系統價值也就體現出來了。我們有很多的業務操作，會形成一些業務的數據進到ERP系統，或者進到業務系統里，數據倉庫會把這些數據整合在一起，按照實際業務需要進行業務分析的建模，再反過來指導前端業務的操作，會針對于所謂的主決策制定出更優的業務決策，然后再回來。這樣BI系統的價值也就體現出來了，他是能夠形成我們產生數據、分析數據、優化業務的這么一個地方。
如果想實現很好的應用種效果，有三個建議，我會做這三件事，并不是說我們的企業內部，或者實施商來做的，而是整個項目組一起做的。第一步要定義業務管理體系，去做業務管理體系的梳理和規劃。它的目的是能夠讓我們明確應該要解決什么樣的業務問題，這個是很關鍵的，然后再去落地，構建BI平臺。構建平臺之后并不算完，還要進行監控反饋，讓業務用戶和管理人才，學會雙循環學習能力，可以重新調整目標再去優化業務，所以會有三步。
第一步構建整個指標體系。做報表一定是沒有用的，所以我們要梳理成是一致的，可以用分解的方式來逐漸推導，要實現這樣一個業務目標需要哪些優勢，開展哪些行動。應該用什么樣的指標衡量這些業務行動開展的是否有效，通過這種方式構建指標體系。這套指標體系就不是簡單指標列表和清單了，而是能夠描述和反饋業務開展是否有效的一套標準。
第二步，應該怎么樣分析，這都是企業很常規的，從生產采購開始到財務到人資的主題。比如終端運營。現在在零售行業比較關心的幾個因素，第一個大家可能關心天氣是不是有關系，經常很多店鋪賣的不好說我們這兒老是下雨。第二個可能從門店的運營上去分析，是不是有哪些所謂的利潤的漏損，從這個門店賣的貨品，顧客，我們本身團隊的組織，以競爭對手去做六個角度分析。所以我們通過這種方式能夠發現，影響我們終端運營的因素就是這六個，我們可以通過這六個來評判整個運營的狀態是好還是不好，是因為哪些因素導致的。我們可以通過全國到省到區域，再到終端進行層層的，到了這個時候我們就可以看到，這些因素到底哪些是影響我中間的關鍵因素。比如說這個門店可能我們定位是A類店，已經很好了，傳統的旗艦店，而且收入還不錯，排到全公司的第八。首先我們可以發現，公司在這兩個層面上形成問題的，可以進行深入的分析。比如天氣的影響，我們還可以做一些預測，如果把一些指標降低，比如把人工費用降低，會不會對利潤提高有幫助，比如說發現問題進行了預測。此外，分析終端的評價，可能會分析這些指標，但光分析這個指標的意義其實并不大，而是要分析這家門店首先開的面積是在150到200之間，有這么多家店都在這個面積區間之內，有這么多的，這家門店是在這兒。第一，能夠去驗證整個公司來說，把門店的面積開到這個范圍之內是否合適，因為我發現大部分都不是很賺錢。因此，企業就能夠得到一個結論，從開店本身上來說計劃就要進行調整，包括跟競爭對手還會用到相關技術的一些應用。
第三步，要擅用BI的工具。比如信息服務現在也很火，大家看微博微信這種圖都可以看到，現在也可以在我們BI中進行應用了，因為儀表盤雖然是給領導看的，但是還是以圖表形式，并不直觀。信息服務技術上來說可以打破界限，可以以更直觀圖的方式。比如說哪個指標高，哪個指標低，通過形狀就可以看的很清楚了。還有相應的一些內耗，到底哪個高，哪個低，這個方式比看傳統的柱狀圖更直觀一些。可以利用到銷售，比如哪個銷售人員人均產值是最高的，哪個產品的利潤貢獻是最高的，這種信息推送理解起來更直接一些。業務人員通過系統的分析，可以加快他發現業務問題的效率，減少他去所謂的收集檢索數據的時間，這些都是現在BI公司應用非常好的一些技術，包括移動。
第四步，提高企業循環學習能力。我們為什么把這些制度加過來，前期我們說要構建指標，構建一個正常合理的指標體系的目的在于什么呢？要解決內部多元化共識，比如說這個業務問題應該如何解決，應該怎么衡量。可能每個部門之間都有不同的標準和評判的角度，所以我們要把這個問題解決掉，也就是說確保在業務執行和戰略執行的路徑是一致的，對一個問題解決的方式是一致的。第二，構建雙智能系統，是要在數據上達成共識，大家對這個數都認，要確保我們的戰略在執行上是一樣的。開今年的分析會，開報告，不會再出現說財務數和這個數不對，銷售說我這個數肯定對的，打架這種事就不要出現了，大家對于這個數的認知標準看法都是一致的。反饋與學習就是說，當發現問題了，怎么樣去改進，有好的，可能也有不好的，要怎么樣改進，怎么樣調整目標，然后再重新進入到下一個閉環里，有了這一步之后，才可以把整個管理的閉環給畫圓，然后才能夠去提升業務水平和管理水平。
在商務智能整體架構上才能形成這種技術上的業務場景，以前是很多業務，通過相應的數據處理，最終用戶可以在上面進行所謂的分析，監控、預測，很多操作都可以開始去做了。天之華時間做的比較長，我們也有自己的方法，可以在剛才說的過程中提供行業的指標，天之華現在有400多個指標，有一些其他企業做的比較好的分析的案例，可以互相借鑒和學習。通過前面的方式，幫助客戶梳理體系，應該怎么建立數據倉庫，怎么構建商業智能平臺，再把它落地，這也是我們作為實施方做的事情。要真正提升企業的管理價值，而不是只是數據本身而已。
最后我們再看一下商務智能在企業ROI的提升，最基礎的就是增強洞察力，至少現在能夠讓公司的關鍵決策者可以看到他想看到的數據，有前提就是這個數據一定是準確的，使用標準的。當我們能看到這些數據之后，管理閉環和業務閉環的提升帶動的是我們管理水平和業務水平的提升，這樣才能夠達到戰略執行的有效性，以及業務水平的提高。這樣整個公司的業務水平才能被商務智能帶動起來，讓公司整個的業績能提升。當這兩項都具備了，也就是說管理水平很高的，業務水平很高的公司發現或者說在這一點目標水平要調整的時候，公司的業務水平就會提高。不是說今年這個產品賣的不好了，要推另外一個產品就要緩半年或者很長時間才可以。BI最終提高的是企業的應變能力，這些都是因為有數據支撐，帶動相應管理水平和業務水平的提高才能得到的。
最后再說一下我們的優勢，天之華從2002年開始做商務智能，我們的經驗是比較豐富的，從我們對于BI本身的理解上，希望能夠參與到公司本身的管理水平的提高。
本文根據發言整理，未經本文確認！
轉載請注明出處：拓步ERP資訊網http://www.guhuozai8.cn/
本文標題：企業如何持續提高商務智能ROL
相關文章
