如何制定商業智能戰略？ | 專家觀點

BI 之旅的第一步應該是什麼？ 選擇工具？ 收集數據？ 沒那麼多。 它是一種全面的商業智能策略，可幫助您進行高級分析。

雖然 BI 可以使您的報告更快，圖表更複雜，但即使沒有適當的計劃，您仍然無法全面了解如何使用該技術來獲得最大利益。 您可能知道，細節決定成敗。 這就是為什麼，為了不讓它們溜走，危及您的整個 BI 計劃，您需要遵循特定的商業智能實施步驟。

在本文中，我們分析了客戶在 BI 實施的不同階段仍採用 BI 策略的真實案例。 有些人是使用商業智能的新手，希望從一開始就“做好”，其他人已經在使用 BI 工具，但大多是憑直覺，沒有任何具體計劃。 儘管如此，他們所有人都可以看到，通過適當的戰略制定，數據分析的質量得到了多大程度的提高。

如果您不想半途而廢，以下是關注商業智能戰略的原因

商業智能不僅僅是創建華麗的演示文稿。 該技術的潛力和價值要廣泛得多，可以通過適當的商業智能計劃來釋放它們。 借助 BI 策略，您可以更有效地解決數據問題，構建一個全面、集成良好的系統，並確保它繼續正常運行。

• 節省時間和金錢。 一時興起的行動充滿了代價高昂的錯誤。 沒有人願意在功能上浪費金錢，如果系統僅供 20 名員工使用，最終將沒有員工需要或為 100 名員工購買許可證。 BI 策略可以讓您提前考慮這些事情，從而節省時間和金錢。
• 採用先進的風險管理。 通過詳細分析每個步驟，您可以最大限度地減少浪費時間和金錢的可能性。 此外，通過這種方法，您將能夠更早地發現弱點和瓶頸並立即修復它們。
• 在整個組織中構建端到端數據分析。 一個深思熟慮的 BI 策略使您能夠打破部門之間的數據孤島並連接所有數據源以獲得端到端的分析。 這種方法允許您跟踪整個組織的流程，這意味著您可以及時發現問題並根據準確和最新的數據做出決策。

精心設計且細緻入微的 BI 策略有助於顯著改進內部業務流程，這反過來又會對您為客戶提供的服務或產品質量產生積極影響。

構建 BI 策略時不可忽視的 3 個領域

要創建穩健的商業智能戰略，您應該關注願景、人員和流程——對每個元素及其相互關係給予同等關注。 讓我們更詳細地研究它們。

想像

在採用任何技術之前，您需要問自己幾個基本問題，例如“它對我們組織的實際價值是什麼？ 我們想要通過它實現什麼？” 對它們的回答將幫助您概述有關 BI 實施或優化的行動計劃。

要在您的組織中建立數據驅動的文化，您還應該審查您處理數據的方式。 與其將其視為分析的原材料，不如將其視為具有實際投資回報的產品。

人們

在創建 BI 實施策略時，您不應該低估您的員工和他們的技能。 否則，您將浪費您的預算和時間來採用該技術，這將被習慣於不同工作方式的人破壞。

因此，請考慮誰將與 BI 工具交互，以便為每個決策級別提供合適的儀表板。 例如，負責機器維護的員工、數據分析師和 CEO 需要不同類型的儀表板。

點擊此處了解有關運營、分析和戰略儀表板的更多信息。

關於您的員工要記住的另一點是他們的技術背景。 為精通技術的公司製定商業智能戰略和路線圖與為不熟悉數字技術的組織製定商業智能戰略和路線圖是不同的。

當我們了解用戶的技術專長水平和他們參與的流程時，我們可以為每個角色創建自定義儀表板，而不是為所有公司流程創建一個通用儀表板，其中包含令人難以置信的過濾器數量。 這將 BI 用戶的範圍從高管和分析師擴展到普通經理和員工。

— *instinctools BI 部門負責人 Alexander Obolenskiy

過程

BI 策略的這一方面是關於設置技術實施過程。 為此，您應該考慮聘請首席數據官 (CDO)、定義項目預算、考慮安全性和合規性問題，並確定 KPI 以跟踪 BI 藍圖和技術採用的有效性。

此外，處理來自您的技術合作夥伴的知識轉移也很重要。 因此，要注意建立BI能力中心。 BICC 是您的內部團隊，將使不懂技術的員工能夠真正舒適地自行使用系統，並處理儀表板配置等細微調整。

通過這種方法，您可以讓用戶更高級，從而提高更改速度和使用 BI 系統的效率。 您還將減少對您的技術合作夥伴的依賴，並且僅在進行重大修改時求助於他們，例如將新數據源連接到系統、可視化新業務流程的數據等等。

BI 策略過程域工作的最終結果是 BI 路線圖的開發。 該文檔一致地描述了實施 BI 所需的特定步驟、項目里程碑、截止日期和 KPI 以評估您的進度。

數據分析：您應該採取的基本步驟

在加載到 BI 系統之前，必須檢查您的數據的質量和一致性。 這就是數據剖析的意義所在。

• 數據質量。 數據質量不佳是導致財務預測不准確、監管問題、客戶流失、聲譽受損等無數業務問題的原因。如果在初始數據分析階段不加以處理，處理低高質量的數據會耗盡您員工的時間——那是在我們提到不相關的結果之前。 據統計，覆蓋與數據質量相關的重複性問題可能會佔用員工一半的工作時間。
• 數據一致性。 不同系統中的數據重複可以反映出次優的業務流程，其中員工以不協調的方式手動在兩個不同的系統中輸入相同的信息。 因此，不可避免地會出現輸入錯誤和不完全匹配。 相反，任何數據的單一入口點規則應該起作用，然後系統應該只交換它而不是創建副本。
• 數據分類。 當數據來自各種來源時，這是必需的。 它可以是您的數據湖、ERP 或來自您網站的流量，僅舉幾例。 除了來源之外，您還應該考慮數據結構（結構化或非結構化）以正確分類數據，因為它簡化了確定每個數據配置文件的更新頻率的過程。

在分析數據時，您可能會發現其中一些數據沒有按照有效決策制定所需的頻率進行更新。

考慮到您不一定非得爭取實時更新。 通常，您只在與金融市場打交道時才需要這些東西。 但是，如果你是電子商務企業，你的物流系統和ERP每天只同步一次，那麼可能會出現商品已經到達商店但網站上沒有顯示的情況。 因此，您可能會因為數據更新頻率不足而失去客戶。

我們建議進行連續的數據分析。 利用自動化來加速和簡化流程。

架構和工具集選擇

選擇 BI 工具時，您需要選擇那些能夠讓您輕鬆攝取、存儲、處理、分析和可視化數據的工具。

1. 食入

攝取數據意味著從主要來源獲取原始數據而不對其進行轉換。 您需要選擇合適的數據攝取方法。

• 實時處理。 一旦攝取軟件識別出數據片段，它就會將數據作為單獨的對像下載到您的數據湖或倉庫中。
• 批處理。 通過這種方法，數據攝取軟件收集數據，根據標准或時間表對其進行分組，然後將其分批發送到數據存儲。
• 微批處理。 這是批處理的一個子類型。 不同之處在於批次較小。

數據攝取軟件取決於您處理的數據類型、您使用的數據源以及訪問數據所需的速度。 Apache Kafka、Azure Stream Analytics 和 Amazon Kinesis 是數據攝取工具市場上最著名的參與者。

2. 儲存

這是您應該確定數據存儲位置的地方。 有幾個選項可用。 在討論構建可靠的數據基礎架構時，我們已經介紹了數據湖和倉庫的差異。

此外，如果您想節省存儲手頭不需要的數據，您應該確定哪些數據是“熱”的，哪些是“冷”的。 本地存儲和雲存儲都提供冷熱數據選項。 例如，必須易於快速評估的熱數據可以存儲在固態 (SSD) 驅動器和內存 (RAM) 中，而冷歸檔數據可以保存在光盤上。 還有一些不經常使用但未存檔的熱數據，例如您每隔幾年需要的五年銷售數據作為一個分界點。 它可以存儲在硬盤驅動器 (HDD) 上。

3.加工

無法直接連接異構數據源和必須清除錯誤、結構化和分類的數據倉庫。 您將需要一個橋接器，一個 ETL 工具，用於處理原始數據並將其統一為三個步驟。

• 提煉。 該工具從您的數據源檢索數據，例如電子表格、遺留系統、CRM、ERP、分析等。
• 轉換。 分析所有提取的數據以識別重複項並刪除它們、形成新列或拆分它們等。之後，可以對數據進行標準化——過濾、排序和驗證。
• 加載。 數據進入存儲庫或分析軟件。

ETL 和數據攝取之間的區別在於，在 ETL 的情況下有一個數據轉換步驟。

只要 ETL 流程在提供高質量數據分析方面起著首要作用，選擇合適的工具就成為一項至關重要的工作。 該決定必須基於多種因素，例如您的用例（雲解決方案或本地解決方案、實時更新的必要性等）、維護規範、可擴展性、內置集成和成本。

4. 分析和可視化

定義分析工具集是 BI 策略的下一步。 根據 Gartner 魔力像限，您應該關注數據分析領域的三個領導者——Power BI、Tableau 和 Qlik。 需要根據您的要求和限制來選擇最合適的工具。

• 現在的建築。 實施單獨的 BI 解決方案不是強制性的。 分析可以內置到您現有的應用程序中，以加快決策制定及其準確性。 此外，嵌入式分析和對數據的即時訪問鼓勵用戶在日常任務中更多地依賴數據。
• 目前的技術棧。 如果您的組織已經在使用 Microsoft 產品，則從 Microsoft 堆棧中選擇 Power BI 和其他基礎結構工具是一種更合理的方法。
• 用戶和任務的範圍。 初創公司和擁有 3,000 名用戶的公司的工具會有所不同。 後者可能需要一個開源解決方案來消除許可成本或與供應商就特殊許可計劃和折扣進行的安排。 而規模化的初創公司肯定可以考慮其他選擇。

通過在此階段精心組裝工具包，您可以讓每位員工成為數據英雄。 以下是普通員工和最高管理層團隊成員的一些儀表板示例。

來自不同部門的員工的操作儀表板包括詳細的實時信息。

高級管理層的戰略儀表板包括整個組織的關鍵指標。

我們如何幫助一家大型零售商將營業額提高 9%。 劇透警告：這是關於邏輯 BI 策略

完善的 BI 實施策略使您能夠完全利用該技術。 這是一個 BI 策略示例，它使我們的一位客戶（一家自動售貨機零售商）能夠更快地做出更準確的決策，跟上他們的業務增長軌跡。

現有解決方案在可擴展性方面效率低下：

“我們從未完全意識到我們有這麼多未使用的數據。 我們擁有的所有數據中只有大約一半用於做出決策”，該公司的產品和客戶體驗總監說。

那麼精心設計的策略和精確的 BI 路線圖是如何制定的呢？

在願景階段，我們發現商業智能可以改進幾個公司流程：

• 尋找失去的銷售
• 檢測低利潤合約
• 實時監控自動售貨機的技術狀況

此外，客戶需要一種直觀的工具，並且對他們可以處理的數據量沒有限制。 儘管 Power BI 是最易於使用的工具，但它也有 3,500 個數據點的限制。 因此，因為客戶對數據量的要求，我們選擇了Qlik，它對數據點的數量沒有嚴格的限制。

根據預先制定的戰略實施 BI 軟件後，客戶將銷售損失減少了 30%，重新談判了低利潤合同，並儘可能減少了自動售貨機的停機時間。 這些結果的匯合導致客戶總營業額在半年內增加了 9%。

釋放 BI 系統的全部潛力

理想情況下，在採取任何步驟實施解決方案之前製定戰略。 但是那些已經設法自己實施該技術，甚至摘下了一些唾手可得的果實，但隨後意識到 BI 的功能可以擴展得更遠的組織呢？

在某種程度上，不熟悉 BI 的用戶明白，如果沒有適當的商業智能戰略和路線圖，他們就無法釋放該技術的全部潛力。

已經使用該技術的組織的 BI 戰略將包括相同的基本步驟——就像初學者一樣。 牢記願景、人員和流程、關注數據質量、重新考慮 BI 工具等對他們來說同樣重要。但是，另一件需要注意的事情正在出現。 自行實施 BI 的組織必須不斷撲滅不可避免發生的火災，例如處理積壓工作和處理採用 BI 後突然出現的問題，這些問題不能擱置。

我們的一位客戶為所有部門和級別的員工實施了 Power BI。 但一年多來，他們意識到他們並沒有使用該工具的所有功能。 因此，我們採取了行動。 在建立商業智能戰略的同時，我們在兩個方向上工作，我們：

• 對系統的架構、功能和局限性進行了深入研究。 這是根據系統最終用戶的需求調整數據存儲架構的強制性步驟，這樣任何組織級別的員工都可以獨立地從數據存儲中檢索他們需要的數據，並使用這些信息來創建定制報告。

在這個大規模流程的同時，我們處理了客戶當前的任務。

• 幫助完成正在進行的任務。 客戶也有明確定義的任務，但他們的內部 BI 團隊太小且技術不夠熟練，無法處理工作量。 我們參與了這些活動。 通過這種方式，客戶可以更快地獲得他們需要的報告，並且我們了解了系統的架構和客戶端的人員，因此我們可以將知識傳遞給他們。

全面的 BI 策略可以增加 BI 項目成功的機率

如果不詳細說明願景、人員和流程領域，您就無法準確地為您的任務選擇解決方案架構或最強大的工具集。 因此，最好採用整體方法通過制定 BI 策略來實施數據分析解決方案。 此外，請記住，您的 BI 項目不會隨著 BI 部署而結束。 這是一個持久的倡議。 隨著外部和內部條件的變化以及新流程、系統和數據的出現，您的 BI 軟件必須不斷發展。 為了使這些調整順利進行，您需要一個商業智能策略。 如果沒有定期適應當前狀態的強大的 BI 策略，就很難找到前進的方向。

本文最初發表於此。