京公网安备 11010802034615号
经营许可证编号:京B2-20210330
商业智能应用的五个层次
在这个过程里面,咱们按照Gartner的定义来看,什么叫商业智能?我给商业智能一个应用的定义,从数据到信息,从信息到知识,从知识到决策,从决策到行动,最后从行动再给企业带来效益。总而言之是以数据为中心。Gartner给的是产品线的定义,什么叫商业智能BI,BI就是一个工具。哪几类工具呢?四类工具。
一、报表。任何一个商业智能一定要有报表工具。
二、Ad Hoc查询,就是随机查询,我有任何一个问题现在要找。现在在企业里给我带着来源最大效益的前十个客户是谁,那你马上要给我做查询,这叫随机查询。
三、OLAP分析,我喜欢叫例外分析。什么意思呢?如果我看到企业里面某一点出了问题,像我刚才说的现金流出了问题。老板就会马上问,什么原因造成现金流出了问题呢?我现在应收帐款没收回来,还是投资得过热,把钱投进去了,还是我押货太多了,还是经营市场里的需求出了问题,什么原因你给我找找,这叫OLAP分析。
四、有的企业叫深层次分析Advanced Analysis,有的企业干脆叫Data Mining,数据挖掘。
所以,商业智能指的是这四个工具,前几年发展都是说不管我给电信还是银行卖去一套工具,至于要做什么东西,是你的事情,不是我们的事情。我们到企业海尔去给它做项目,记得最清楚的时候,当时的邹校长跟我的要一个东西说“鲁博士你们在三星做得那么好,你能不能给我干一件事情,把三星的应用拿来让我看,看看他们做了什么,然后我再挑选哪些东西,我觉 得值得用,我们把他用起来。”我们的答案是什么?对不起,因为这是牵涉到商业机密的问题,如果我跟你签完协议了,我将来把你的东西给别人看,你乐意吗?我今天在这坦白的告诉大家,我是一个唐赛,一个偷换概念的方法。因为我没法给人家拿到应用,原因在哪?我们公司只卖了工具给他们,至于谁家做什么不是我的合作伙伴,合作伙伴不给我应用,我怎么能知道有应用吗?前几年都是工具,大家拿到工具首先是什么商业智能,到企业里问你们想做什么,我这有工具,你要做什么?领导问了半天他都不知道商业智能能做什么。他会想我能要什么,报表。我的部门里天天忙着报表,天天做报表做不完,让IT部门把报表做起来。所以IT部门天天在那做报表。开玩笑讲IT部门变成表哥,表姐了。天天在做表,表哥,表姐做完了,老板还不满意。那是第一阶段。所以,我是叫商业智能的初期阶段。做报表并不是说不对,你有需求做了报表。商业智能是四个工具,从应用上来讲。我讲过无穷次了,商业智能的应用一定要是五个层次。
一、以前发生的事情,以前发生什么?是报表,用仪表盘,用指标,KPI指标。
二、为什么发生了?例外分析。如果发现了原因,我问为什么发生,当然先要做预警,预警以后再找原因。
三、现在发生了什么?也就是这几年比较火的,实时商业智能或者是操作型商业智能。
有些人说这个东西到底是什么?我举一个简单的例子如果有一个客户今天很不高兴退货了。退货了以后我们也不管什么就给他退,我们公司是损失的。这时候退货谁知道是什么原因,为什么退货。这时候等他的货退了,我们的销售过了几才发现,他怎么把货退了,这时候他打电话给客户说,客户说你们的服务态度太差了,所以我们没办法退了。这个时候
我们销售说,我给你赔礼道歉,你再重新买我的产品,晚了,我已经退了。假定在退货的一瞬间,系统自动发一个短信给我的客户经理。客户经理知道他要退货,赶紧跟客户打电话什么原因。这个时候我完全可以把客户保留下来,这叫实时商业智能。
四、将来会发生什么,做预测。包括什么呢?电力行业是我们现在做得最多的一块,电不能存储,买多了是浪费,买少了不够用,到底买多少合适,这完全就是个预测的问题。
五、业务活动监控,什么叫业务活动监控呢?监控每一个节点,哪一个节点出了问题马上预警,马上找原因修正它。这是最好的商务,完全智能的商业智能,这块有五个应用要做。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
近日,由 CDA 数据科学研究院重磅发布的《2026 全球数智化人才指数报告》,被中国教育科学研究院官方账号正式收录, ...
2026-04-22在数字化时代,客户每一次点击、浏览、下单、咨询等行为,都在传递其潜在需求与决策倾向——这些按时间顺序串联的行为轨迹,构成 ...
2026-04-22数据是数据分析、建模与业务决策的核心基石,而“数据清洗”作为数据预处理的核心环节,是打通数据从“原始杂乱”到“干净可用” ...
2026-04-22 很多数据分析师每天盯着GMV、转化率、DAU等数字看,但当被问到“什么是指标”“指标和维度有什么区别”“如何搭建一套完整的 ...
2026-04-22在数据分析与业务决策中,数据并非静止不变的数值,而是始终处于动态波动之中——股市收盘价的每日涨跌、企业月度销售额的起伏、 ...
2026-04-21在数据分析领域,当研究涉及多个自变量与多个因变量之间的复杂关联时,多变量一般线性分析(Multivariate General Linear Analys ...
2026-04-21很多数据分析师精通描述性统计,能熟练计算均值、中位数、标准差,但当被问到“用500个样本如何推断10万用户的真实满意度”“这 ...
2026-04-21在数据处理与分析的全流程中,日期数据是贯穿业务场景的核心维度之一——无论是业务报表统计、用户行为追踪,还是风控规则落地、 ...
2026-04-20在机器学习建模全流程中,特征工程是连接原始数据与模型效果的关键环节,而特征重要性分析则是特征工程的“灵魂”——它不仅能帮 ...
2026-04-20很多数据分析师沉迷于复杂的机器学习算法,却忽略了数据分析最基础也最核心的能力——描述性统计。事实上,80%的商业分析问题, ...
2026-04-20在数字化时代,数据已成为企业决策的核心驱动力,数据分析与数据挖掘作为解锁数据价值的关键手段,广泛应用于互联网、金融、医疗 ...
2026-04-17在数据处理、后端开发、报表生成与自动化脚本中,将 SQL 查询结果转换为字符串是一项高频且实用的操作。无论是拼接多行数据为逗 ...
2026-04-17面对一份上万行的销售明细表,要快速回答“哪个地区卖得最好”“哪款产品增长最快”“不同客户类型的购买力如何”——这些看似复 ...
2026-04-17数据分析师一天的工作,80% 的时间围绕表格结构数据展开。从一张销售明细表到一份完整的分析报告,表格结构数据贯穿始终。但你真 ...
2026-04-16在机器学习无监督学习领域,Kmeans聚类因其原理简洁、计算高效、可扩展性强的优势,成为数据聚类任务中的主流算法,广泛应用于用 ...
2026-04-16在机器学习建模实践中,特征工程是决定模型性能的核心环节之一。面对高维数据集,冗余特征、无关特征不仅会增加模型训练成本、延 ...
2026-04-16在数字化时代,用户是产品的核心资产,用户运营的本质的是通过科学的指标监测、分析与优化,实现“拉新、促活、留存、转化、复购 ...
2026-04-15在企业数字化转型、系统架构设计、数据治理与AI落地过程中,数据模型、本体模型、业务模型是三大核心基础模型,三者相互支撑、各 ...
2026-04-15数据分析师的一天,80%的时间花在表格数据上,但80%的坑也踩在表格数据上。 如果你分不清数值型和文本型的区别,不知道数据从哪 ...
2026-04-15在人工智能与机器学习落地过程中,模型质量直接决定了应用效果的优劣——无论是分类、回归、生成式模型,还是推荐、预测类模型, ...
2026-04-14