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
【核心关键词】贷款、报表、课程、专业、建模、缺失值、营销、互联网、银行、办公自动化、数据分析、数据预处理、特征工程、贷 ...
2026-06-05在数据库数据查询、业务报表统计、多表关联分析中,LEFT JOIN左连接是使用率最高的SQL关联查询语句。其核心特性是保留左表全部数 ...
2026-06-05 很多数据分析师能熟练地写SQL、做透视表、算描述性统计,但当被问到“如何预测用户流失概率”“如何归因销量下滑的关键因素 ...
2026-06-05任何一款产品从诞生、普及到最终退出市场,都会遵循一套固定的发展规律,这就是产品生命周期理论。在市场竞争日益激烈、产品迭代 ...
2026-06-04在Excel数据分析、办公统计、业务报表制作场景中,数据透视表是数据汇总、分类统计、快速复盘的核心工具,能够高效完成海量原始 ...
2026-06-04 很多数据分析师拿到数据就开始清洗、建模,但当被问到“这批数据属于什么类型——结构化还是非结构化?分类变量还是数值变量 ...
2026-06-04在问卷调查与社会科学数据分析中,卡方检验是最常用、最基础的非参数检验方法,广泛应用于市场调研、用户分析、行为统计、满意度 ...
2026-06-03【核心关键词】贷款、报表、课程、专业、建模、缺失值、营销、互联网、银行、办公自动化、数据分析、数据预处理、特征工程、贷 ...
2026-06-03 很多数据分析师画过趋势图、做过业绩预测,但当被问到“这个月销售额增长20%,到底是长期趋势自然增长,还是促销活动的短期 ...
2026-06-03逻辑回归是数据分析、机器学习、统计建模中应用最广泛的二分类预测模型,常用于风险判断、行为预测、归因分析等场景。在SPSS、Py ...
2026-06-02数字经济时代,市场竞争日趋同质化,用户消费需求愈发个性化、多元化,传统依托经验、粗放式、广撒网的营销模式弊端日益凸显。长 ...
2026-06-02 很多数据分析师做过按月份的销售额趋势图,画过按天的流量折线图,但当被问到“时间序列和普通数据有什么本质区别”“季节性 ...
2026-06-02在市场竞争日趋饱和、用户需求不断细分的当下,企业创业创新、产品迭代与市场拓展不再依赖经验决策,而是需要系统化、工具化的商 ...
2026-06-01【核心关键词】调度、岗位、数据库、企业、报表、培训、程序、数据分析、数据加工、业务部门、企业数据、调度工具、业务指标、 ...
2026-06-01 很多数据分析师能熟练地计算指标、搭建标签体系,但当被问到“画像到底在解决什么问题”“画像和标签是什么关系”“画像如何 ...
2026-06-01在数据统计分析、数据清洗、异常值识别与数据分布研究中,箱型图是最直观、高效、专业的可视化分析工具。相较于柱状图、折线图仅 ...
2026-05-29Tkinter是Python内置的标准GUI图形界面库,具备无需额外安装、调用简单、兼容性强、轻量化高效等优势,是Python快速开发桌面小程 ...
2026-05-29 很多分析师在设计标签时思路清晰,但真到落地环节却面临“数据在手,不知如何转化为可用标签”的困境:或因加工方式选择不当 ...
2026-05-29【核心关键词】大数据、经理、专业、金融、客户、传统、建模、数据产品、互联网金融、产品经理、数据分析、金融行业、数据模型 ...
2026-05-28 很多分析师每天和数据打交道,但当被问到“标签是什么”“标签和指标有什么区别”“标签体系如何设计”时,却常常答不上来。 ...
2026-05-28