京公网安备 11010802034615号
经营许可证编号:京B2-20210330
建立企业的商务智能能力的必要性
为了提高企业的绩效,某钢铁企业的高层管理者向下属提出这样的命题:0.04的钢和0.06的钢各炼多少企业的效益可以达到最高?首先从应用的角度出发:效益与成本、市场需求、产品市场占有率和产品定价有关系,成本包括原材料如矿石、上游物流运输、库存的成本和辅料的成本,这些信息在企业的采购系统中;绩效与人力成本有关,在人力资源系统中;与企业的生产能力有关,在企业的ERP系统中;与企业明年客户的需求(这些可以从去年客户订单中预测—在客户关系管理系统中)、产品的定价、竞争对手的盈利能力、市场的需求等有关,这些信息在第三方的数据和预测的结果中;要解决这样的问题,自然就会问道:一是数据来源能否整合起来,也就是建立支持生产运营、营销和财务分析等的数据仓库;二是利用什么样的模型和如何进行分析,也就是利用的工具和分析方法;三是谁来分析:很多人认为这应该是IT部门的事情,有些人认为是战略规划部门的事情,有些人认为是营销部门的事情,到底是谁的事情?看来这里就不得不来探讨商务智能能力中心(Business Intelligence Competency Center—BICC)。
一、商务智能能力中心建设的必要性
很多的企业还没有重视用数据说话,作决策还是“拍脑袋”,主要的原因并不是领导不喜欢用数据说话,而是已经意识到数据的重要性,但是企业的ERP系统、核心业务系统还没有建设上线,就是已经上线,还没有积累大量的数据,所以商务智能需求的紧迫性要求也就不强。如果真的已经积攒了大量的数据,企业会认识到数据仓库和商务智能项目的重要性,由于数据仓库建设需要较长的时间,所以对数据仓库的应用还没有完全提到议事日程上来。不管企业信息化建设处在哪个阶段,都要考虑企业信息化建设的方向和目标:企业信息化建设会分为三大层次:第一个层次就是通过核心业务系统来实现基本业务的自动化;第二个层次就是通过管理信息系统(ERP、CRM、SCM等)实现企业上游、中游、下游管理的流程化;最终目标是实现通过决策支持系统帮助企业实现战略决策、战术制定和战斗计划、执行、监控、分析、调整的科学化,为企业的盈利和风险防范打下坚实的基础。
为了达到企业决策的科学化,企业不得不从数据中获得信息,制订切实可行的科学规划,对业务进行分析和监控,就不得不有一支可以支持企业商务智能能力分析的队伍,这支队伍就是商务智能能力中心(BICC)。
二、商务智能能力中心的任务和职责:
商务智能能力中心的任务就是对企业和非企业的结构化和非结构化数据进行分析研究,监控企业的生产经营、财务状况、营销能力、人才利用等的状况,探究存在的问题和问题产生的根源,模拟企业发展的最佳盈利模式,协助企业制定、调整企业发展的战略目标、战术目标和战斗目标,检查企业运营执行的状况。及时发现问题,为企业的各个不同部门和层次进行建议和提案。
三、商务智能能力中心在企业中的地位
商务智能能力中心在企业中的地位如何?也就是说它应该挂靠在那个部门?这要取决于企业的现状和企业的定位。如果企业有专门的战略规划部门,商务智能能力中心最好挂靠在这个部门,直接汇报给企业的首席战略官(CSO)。如果企业没有战略规划部,而且财务部已经由最基本的财务会计转变成为管理会计,也就是说财务部门的职责已经上升到企业的战略投资,运营分析,战术规划指导的地位时,商务智能能力中心应该挂靠在财务部,直接汇报给企业的首席财务官(CFO)。如果企业没有战略规划部,财务部也不是非常的“强势”,商务智能能力中心一般汇报给首席信息官(CIO)或者信息中心主任。
在中国现阶段,大部分企业还不具备战略规划部,商务智能能力中心一般会由信息中心或者IT部门的部分人员抽调出来,从统计分析部门调入一些人员组成。
四、商务智能能力中心人员的组成
商务智能能力中心的人员应该由既懂业务又懂IT技术,还懂分析工具和方法的人组成,应该包括了解企业业务流程、业务规范、企业战略的高层管理人员;包括了解企业核心业务系统结构、数据仓库或者数据集市结构、以及元数据结构的IT技术人员;还要包括懂得像OLAP分析、主成分分析、多元回归、神经元网络、遗传算法、聚类分析等分析工具和方法的数学人才或者统计专家;包括懂得企业管理、了解财务知识、市场营销知识的MBA业务人员。
图1商务智能能力中心人员基本能力
所有这些人必须具备较强的沟通能力和相互协作能力,沟通的对象包括制定企业战略目标,利用平衡计分卡、战略地图、商务盈利模式和创新等现代管理思想和理念的高管层;也包括制定企业预算和规划的业务部门和财务部门的管理层,以及执行企业战斗目标的一线管理人员。当然有复合人才会更好,但是这样的复合型人才很难得到,可以通过相互协作中学习而培养出来的。
商务智能能力中心人员基本能力应该包括业务技能、信息技术技能和分析技能三大技能:
1、业务技能:和公司的战略相联系,制定企业战术目标和战斗目标的关键绩效指标、流程,定义执行的优先级,完成战略目标实现的优化过程;
2、分析技能:了解业务的流程,会从报表中、企业运营的关键绩效指标中发现问题,设置关键绩效指标的门槛值,通过预警发现例外,然后能通过查找或者使用数学方法和建模工具来模拟引起问题的原因,总结和分析产生问题的规律,解释出现的结果,提出有效的建议、改善方案。
3、信息技术技能:掌握识别数据、存储、维护和整合数据,根据需求目标可以获得有用的数据和信息,获得完整的、及时的、有效的、高质量的数据、设计语义层。
商务智能能力中心的经理应该由具备业务技能、IT技能和管理技能的人员担当,最终的结果可以将跨业务部门的商务目标协同起来。还必须能够协调各个商务职能部门之间不同观点的能力,具备在不同部门之间和人群之间达成一致意见的政治智慧。
企业中现在虽然还没有建立商务智能能力中心,但是一定要考虑能否将信息中心变成企业的商务智能能力中心,从原来的成本中心改变成企业的利润中心,从原来的“表哥、表姐”变成企业关键的辅助决策者。企业获取和使用信息的速度越快、效率越高,降低成本和提高利润的速度就越快。现代企业要想成为全球化的企业,在不同的时间、不同的地域、不同的公司法规、不同的文化领地,要想快速的掌握企业的发展状况和运营状况,就要建立一支具有长远眼光、广阔视野、跨职能部门的战略规划、数据分析、例外监控、流程优化、风险防范、执行调整的企业商务智能能力中心。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在Python数据分析中,Pandas库的DataFrame是最核心、最常用的结构化数据表对象,类似于Excel的二维表格,具备规整的行列结构、字 ...
2026-09-07在数据分析、经营复盘、业绩预测与经济统计工作中,平均增速(平均增长率)是衡量数据长期变化趋势、业务发展快慢的核心指标。不 ...
2026-09-07 很多数据分析师精通Excel单元格操作,但当被问到“表结构数据的基本处理单位是什么”“字段和记录的本质区别”“为什么表结 ...
2026-09-07随着大数据技术的快速发展,商业竞争逐步从传统的经验式经营转变为数据驱动的精细化运营。海量的用户行为数据、交易数据、运营数 ...
2026-09-04CDA数据分析师 出品 作者:李诗怡 1. 波士顿矩阵(BCG Matrix) 定义: BCG于1970年提出的业务组合分析工具,以"市场增长率"(纵 ...
2026-09-04 数据分析师八成以上的时间在和数据表格打交道,但许多人拿到Excel后习惯性地先算、先分析,结果回头发现漏了一列关键数据, ...
2026-09-04数据透视表是Excel与Power BI中最核心的数据分析工具,具备快速汇总、维度拆分、动态筛选的能力,可高效完成数据归类与统计展示 ...
2026-09-03在Power BI数据分析可视化场景中,堆积柱状图+折线图是最常用的复合图表组合。堆积柱状图适合展示各细分维度当期数值、结构占比 ...
2026-09-03 很多数据分析师每天与Excel打交道,但当被问到“表格结构数据的基本处理单位是什么”“数据类型误判会引发哪些分析错误”“ ...
2026-09-03CDA数据分析师 出品 作者:李诗怡 一、8个核心数据清洗函数 1. TRIM:一键清除多余空格(最常用) 作用:仅保留文本中"单词/字 ...
2026-09-02数据分析的核心并非单纯操作工具、整理报表或绘制图表,而是依靠科学的思维逻辑挖掘数据价值、解释业务现象、指导经营决策。在完 ...
2026-09-02在社会经济、产业研究、区域治理与大数据实证分析中,面板数据是最具研究价值的数据类型。面板数据同时包含截面维度与时间维度信 ...
2026-09-02 很多数据分析师能熟练计算均值、标准差,但当被问到“如何用一张图让业务方3秒内看懂核心结论”“面对不同数据类型该怎么选 ...
2026-09-02在数据驱动决策的体系中,数据分析按照分析目的可分为描述性分析、诊断性分析、预测性分析与指导性分析四大类型。其中,诊断性分 ...
2026-09-01网络请求是Python爬虫开发、接口测试、数据拉取的核心基础功能,Python生态中主要依靠 urllib 和 requests 两大库实现HTTP请求操 ...
2026-09-01 很多数据分析师面对业务问题时,常常感到“知道要分析,却不知道用什么方法”。其实,数据分析并非无章可循——从三大基础范 ...
2026-09-01在数据库设计与业务数据维护中,自增ID是数据表最常用的主键字段,用于唯一标识每一条业务数据,正常状态下ID应保持连续递增。但 ...
2026-08-31在数理统计、数据分析、经济测算与日常量化评估中,平均值是刻画数据集中趋势、反映整体水平的基础核心指标。在实际应用中,最常 ...
2026-08-31在数据驱动的时代,数据分析早已不是“凭经验、靠感觉”的零散操作,而是一套具备固定逻辑、标准化流程的系统方法——这就是数据 ...
2026-08-31在大数据时代背景下,海量行业数据亟需通过专业化工具挖掘潜在价值,辅助企业业务决策、优化运营模式、规避经营风险。Python凭借 ...
2026-08-28