引言
2009年10月18至21日，美國弗羅里達州的奧蘭多市，這里匯聚全球IT和咨詢精英們的萬千目光，Gartner Symposium /ITxpo峰會推出了其2010年十大戰略技術排行榜。令人倍感驚詫的，不是云計算以火箭的速度高飛榜首，而是去年排名第九的商業智能被“系統性地整容”為“高級分析”（Advanced Analytics），并躥紅至第二位。似意料之外，偏又在情理之中，市場趨勢和客戶的需求都在悄然嬗變，讓我們抽絲剝繭，探查其中可循之蹤跡，體味各行業（尤其是零售業）在商業智能和商業分析之間的抉擇心路……
商業智能難以單手擎天
2008年末，SAS將自身的定位從商業智能（BI,Business Intelligence）擴展到了商業分析（BA,Business Analytics），宣稱此概念在幫助企業解決問題的同時，將為運營體系提供更多的商業機會，并全面提高企業的績效水準。在Oracle收購了Hyperion、SAP收購了Business Objects、IBM收購了Cognos的行業并購狂潮下，作為碩果僅存的大廠SAS，搞一些市場動作似乎無可厚非。但緊接著在2009年3月SAS的全球峰會上，其副總裁高調預言：“未來不屬于商業智能，而是屬于商業分析！”。此番言論立等令業界嘩然，有人覺得是無稽之談，有人覺得兩者無本質區隔……多年的大佬IBM也不甘寂寞，迅速做出了回應：次月的IBM IOD大會，其宣布了Cognos的最新整合進展以及信息管理軟件在中國的發展情況，同時還發布了其業務分析與優化服務，宣稱此業務融合了戰略、信息管理、高級分析和行業觀察，以幫助企業快速決策和優化績效為己任。
不可否認的事實是，商業智能在近些年的發展過程中，一直磕磕絆絆。Kognitio 在2009年10月的一份調查報告中指出：在受訪的英國BI企業用戶中，超過一半在BI項目實施中花費高于50萬英鎊，其中更有四分之一花費超過100萬英鎊；62%的企業承認它們收到內部用戶的大量抱怨；另外，78%的企業需要用1年的時間才能評判BI項目的成效……
那么，這是不是預示商業智能這個技術或者應用已經開始未老先衰呢？。在2004年Gartner的一份報告中提到了BI解決方案的預期收益目標，依次是：提高了做出明智決策的能力、提高了信息的使用、增加了收益率、快速的決策能力、提高了管理成本的能力、提高了客戶滿意率。這些收益中能夠真正量化指標的相當有限，對客戶提出“數量化BI項目的ROI”或者類似質疑的時侯，每個BI的圈內人士都會頗感無奈。
但是BI項目的目標到底是什么呢，讓我們回到原點： 商業智能是由Gartner Group的Howard Dresner 在1989年首次提出的：以幫助企業決策為目的，對數據進行收集、存儲、分析、訪問等處理的一大類技術及其應用。其實質就是將信息轉換為知識，以幫助企業了解新的趨勢、抓住新的市場機會、發現潛在的威脅，從而進行更快更好的決策，保持競爭優勢。雖然在此之后有眾多的企業和機構（包括IDC、微軟、IBM、SAP、Oracle、SAS等等）都對BI進行了重新定義，但其實質大都是對Gartner定義的闡釋和演繹。通俗地講，BI的目標是助力經營決策，而不是提升企業最終的效益。ROI中的R，即企業的最終績效，牽涉的變量和邊界條件太多，絕非一個BI項目或者系統就可以確定；在這個方面，部分的廠商、咨詢公司甚至媒體都是有責任的，不恰當地扭曲或夸大BI 的功效和業務范圍（如果財務軟件+進銷存就可以叫ERP的話，那么一個報表系統也可以叫BI；同樣，如果BI可以代替企業的經營決策的話，企業家就都可以下崗了），導致客戶不實際的業績期許，是整個行業比較普遍性的問題。另外，在ROI的I方面，一般來說，包括軟件許可證和部署、硬件購買和部署、IT人力和時間成本等，在企業了解成本去向的前提下，把成本控制在一定范圍內，是可以做到的。
至于來自于業務部門的抱怨，則確實是BI項目實施中容易出現混淆和界定不清的地方。Kognitio 2009年報告中同樣顯示：88%的企業承認在BI項目實施過程中，業務部門不能提出或者不能正確提出需求，卻希望IT部門能夠完成BI項目。這個調查結果道出了企業內部BI項目（也包括其他信息化系統項目）的關鍵所在，即業務部門必須和IT部門充分溝通，如果業務部門不能明晰定義需求（包括現實需求和潛在需求）也就更不可能得到他們（潛在）期望的結果。同時，BI項目需要的不僅僅是IT的支撐，還包括人力資源、流程制度甚至企業文化的支撐。
在多少年的BI浪潮以后，“洗盡鉛華而重歸素顏”是一個必然結果。
商業分析是概念，也不僅是概念
在廠商、咨詢公司、系統集成商、媒體、客戶、研究機構等共同營造的BI生態中，利益永遠是第一位的，適時地進行“整頓”，對任何行業都是必需的，對基礎性的概念也是如此。
SAS認為：BA是建立在BI基礎之上的高端分析拓展，與傳統BI偏重于業務結果的呈現不同，BA更偏重于業務流程中的分析，借助預測性分析為管理者和員工團隊提供具有指導性意義的有效信息，幫助企業更好地完成分析和決策，全面提高企業的績效。
對于“BA是建立在BI基礎之上”，從原理上來講，大可不必：即使沒有BI基礎，或者說沒有數據倉庫，只要有相對完備的數據，就可以進行業務分析。但從實際應用來講，如果沒有海量的數據支撐，沒有數據倉庫以及其后所隱藏的企業數據管理鏈條作為支撐，那么任何的分析和研究項目都無法在系統性、全面性和戰略性等方面得到保障。
同時，我們也看到，BA與BI還是有比較明顯的區隔：BI更偏向水平的技術和業務平臺，而BA更偏垂直業務應用（例如面向行業的業務問題）。從這個角度來看，BA更能幫助企業解決實質業務問題，也能更好地發揮BI的商業價值。
針對零售業的商業分析，我們可以從下圖中的一些業務主題入手，來幫助企業解決業務問題并提供切實的商業策略。
圖1 新華信零售業商業決策解決方案
同時，針對這些業務主體的分析和研究，甚至建立商業模型，是零售企業的經營決策所必須要逾越的一個階段；特別是在陰晴不定且瞬息萬變的市場上，針對某些特定主題的快速市場響應，是每個希望做大做強的零售企業家都在思索的核心問題。
零售業在商業智能和商業分析中進行抉擇
那么，在商業智能和商業分析中，企業（尤其是零售企業）究竟應該如何抉擇呢？
首先應該看企業的發展階段：按照一些人的說法“很多中國企業都在莫名其妙中長大”，這種原始性、自發性和不確定性的成長，勢必為系統性、目的性和確定性所代替。對于中型企業來講，企業或者活在產業鏈條的某個節點，或者靠新鮮的商業理念得以迅速成長，企業產品和服務的“大規模快速復制”是中型企業成長為大型甚至巨型企業所必經的階段。在這個階段，普遍來講，中型企業更應該解決的問題是業務的規范化和體系化問題，并系統地規劃下一步的走向，此時商業智能的水平性特質將會逐步顯現，也會在更大程度上契合企業的發展脈絡（這也是為什么諸多BI廠商開始推出中小企業普及版的原因之一）；同時，中型企業采用商業分析來為企業解決特定的業務問題，也是一個不錯的選擇，甚至會成為企業今后實現個性化和差異化經營打下良好的基礎。對于大型甚至巨型企業而言，往往已經建立了自己的BI體系，而針對某些特定業務主題的分析、建模和預測甚至決策引擎，將會在瞬間為企業帶來巨大的績效提升或者成本削減，大型和巨型企業更多地基于BI體系從事BA的業務，是已然也是必然。
其次應該看重企業的實際業務需求，很多的業務分析和業務模型并不是靠BI或者BA就可以單獨解決的：零售業是典型的資金流轉型行業，日常經營中的財務分析和企業快速擴張所必需的投融資分析，都具有很強的行業和應用主題特色，例如企業就必須對杜邦分析、沃爾分析或者現金流預測分析乃至投資回報分析等模型進行適應本行業特別是本企業的改造。在這個方面，企業最缺乏的不是BI或BA專家，而是基于行業的應用專家；雖然操作型BI可以部分解決這些問題，但是在實際的分析和研究過程中，需要行業專家、應用專家、數據專家、分析專家和技術專家等一干人等來合力解決這些問題，而不必去刻意去劃分BI或者BA（事實上有時也無法劃分）。
還有一個要命的問題需要解決：任何的分析項目，都離不開基礎數據的支持，萬法歸宗，皆是數據。對于處于發展階段的中小零售企業，首先是考慮自身的數據收集和管理能力，或者去系統性地逐步建立這種能力；而對于存在大量數據甚者數據迷霧的零售業企業，數據的高速增長也往往帶來數據管理問題的幾何級增長。簡單地保留POS機數據、進貨數據等是基礎，而對業務分析至關重要的客戶數據、營銷數據、消費數據和服務數據中，哪些數據、什么粒度的數據應該通過什么方法進行收集和存儲，是企業必須要考慮的問題。企業的數據能力，會決定企業的BI和BA能力；同時，企業的BI和BA需求，也會反過來逼迫企業數據能力的提升。
最后提一點，鑒于小型的BA項目更易操作實施并評估成效，建議某些還站在BI和BA兩座山頭前逡巡不前的零售業企業，以小型BA項目為契機，評估商業決策為企業帶來的價值，同時“拉動內需”，為企業后期的規模化BI或BA實施打下良好的基礎。
尾言
商業智能和商業分析，其核心問題都是為企業的經營決策提供科學的依據，我們不必拘泥于概念的異同之處，而更應該著眼于如何幫助企業建立完整的數據管理體系，通過數據的分析和研究進而為企業創造更大的商業價值上，這也正是商業智能和商業分析概念提出者的初衷。
轉載請注明出處：拓步ERP資訊網http://www.guhuozai8.cn/
本文標題：零售業在商業智能與商業分析中的抉擇
本文網址：http://www.guhuozai8.cn/html/news/1051558583.html
相關文章
ERP軟件選型&體驗
