京公网安备 11010802034615号
经营许可证编号:京B2-20210330
BI“童话”迟早会在中国落地生根
既然有这么多的条件不具备,那么为什么BI还被业界一致炒得这么热呢?大体概因信息化应用历来都是“推的市场”,只有软件商不断地推着用户走,信息化的应用水平才能够得以提升。2009年,社会又正经受着金融危机的侵害,在IT投入大幅降低的情况下,软件商必须寻求应用的突破,才有可能创造生存的机会。因此本身还有很大市场空间的BI应用2009年被推到了热门的当口。
当然,单是软件商一头热,还成不了一台戏,市场潜在需求的存在,特别是广大中小企业这个几近空白的市场表现出来的需求苗头才是关键。
近年来,百货零售业在信息化过程中积累了相当庞大的数据,如何利用好这些浩瀚的数据,使其更好地运用于决策中,成为非常必要的事情。因此,BI趋势分析专家近来将百货零售业作为下一个BI应用的主要领域加以着重推荐。朱虓宁讲到:“公司以前的技术总监对这个比较看重。我们的想法是整合ERP系统和POS收银系统的数据来进行分析,找出经营上的规律。
我们公司目前因为历史原因存在相互独立的多套POS系统,从技术上考虑可以通过BI将这些历史数据整合起来,也可以简化管理人员查询报表数据的工作。管理层有时需要进行一些比较复杂的数据分析工作,这时只有BI系统可使实现。BI系统的报表是括的,可以实现一些比较复杂条件的数据分析工作;POS系统报表一般是死的,不能满足这样的需求。还有就是多应用系统的数据整合,像我们公司目前有POS系统、财务系统、人事系统,明年还准备上OA系统和供应链系统。要将这些系统的数据整合分析,充分利用来为管理决策服务,也只有BI才能够完成。现在我感觉国外(包括港台)的餐饮公司比较重视BI。国内的公司开始有这个意识了,但是具体实施的还不多。”
重庆著名的餐饮企业乡村基前信息部负责人王路的回答更是引人深思。在他看来,企业IT部门不应该只是维护公司的电脑、组建一下网络等等肤浅的事务,而真正该做好的就是为公司收集并整理分析各项数据,做好领导决策的参谋,扮演好企业经营的“数据中心”角色。这实际又是另一例对BI提出的需求。
前不久Gartner对CIO做的一次调查中可以看出,BI已经连续3年排在CIO们议程表上的第一位。国内有机构也做了这方面的调查,结果有13.7%的用户表示准备应用BI,这一比例已经显示出了非常大的上升势头。特别是在经济危机的特殊时期,据最新调查证实,83%的中型市场高管将“商业智能和分析”视为他们提高竞争力和削减成本最重要的手段。
童话落地
虽然BI在我国中小企业当中的应用条件还不是十分具备,但是因为BI自身不可忽视的价值原因,以及软件商不遗余力的推广,仍然有部分先锋用户在应用,并且取得了一定效果。随着中小企业这种需求的逐渐上升,BI这个“童话”迟早会在中国落地生根。那么如何才能缩短这个周期呢?
1、突破价格瓶颈。动辄几十上百万的BI对广大中小企业来说,确实是一个“遥远的梦”。这方面,我国软件企业完全可以先让企业部分应用,而不要采取国外BI那样的庞大系统。比如先对财务或销售等业务流程内的重要数据进行挖掘分析,以后再考虑其它的业务流程之外的数据分析。为了降低应用成本,目前有些软件商开始尝试移植SaaS模式到BI上来,虽然还有很长的路要走,但是只要大胆探索就一定会有结果。
2、帮助企业积累数据。不要以为数据积累是客户自己的事,与软件商同样有很大关系。达要求我们的软件厂商在开发应用时,从长远着想,尽量将客户信息标准化。也就是说,在一个统一的开发平台上开发应用。
3、设计简单而形象的用户界面。某软件企业的服务经理介绍“我们的软件都应该向Windows学习。这才是真正的软件,一个对电脑一点不会的人只要跟他说两句他就会操作。”由于我国在BI人才上还很缺乏,因此影响了其在中国的应用。如果BI也像Windows那样操作简单,这一局面肯定会大为改观。这更需要我们的软件厂商少一些炒作,多一些实干精神才行。软件商多深入到行业应用,研究出尽可能多的分析模型,才能让其应用简单化。真到了那一天,BI的平民化一定能够实现。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在数据工作的全流程中,数据清洗是最基础、最耗时,同时也是最关键的核心环节,无论后续是做常规数据分析、可视化报表,还是开展 ...
2026-03-20在大数据与数据驱动决策的当下,“数据分析”与“数据挖掘”是高频出现的两个核心概念,也是很多职场人、入门学习者容易混淆的术 ...
2026-03-20在CDA(Certified Data Analyst)数据分析师的全流程工作闭环中,统计制图是连接严谨统计分析与高效业务沟通的关键纽带,更是CDA ...
2026-03-20在MySQL数据库优化中,分区表是处理海量数据的核心手段——通过将大表按分区键(如时间、地域、ID范围)分割为多个独立的小分区 ...
2026-03-19在商业智能与数据可视化领域,同比、环比增长率是分析数据变化趋势的核心指标——同比(YoY)聚焦“长期趋势”,通过当前周期与 ...
2026-03-19在数据分析与建模领域,流传着一句行业共识:“数据决定上限,特征决定下限”。对CDA(Certified Data Analyst)数据分析师而言 ...
2026-03-19机器学习算法工程的核心价值,在于将理论算法转化为可落地、可复用、高可靠的工程化解决方案,解决实际业务中的痛点问题。不同于 ...
2026-03-18在动态系统状态估计与目标跟踪领域,高精度、高鲁棒性的状态感知是机器人导航、自动驾驶、工业控制、目标检测等场景的核心需求。 ...
2026-03-18“垃圾数据进,垃圾结果出”,这是数据分析领域的黄金法则,更是CDA(Certified Data Analyst)数据分析师日常工作中时刻恪守的 ...
2026-03-18在机器学习建模中,决策树模型因其结构直观、易于理解、无需复杂数据预处理等优势,成为分类与回归任务的首选工具之一。而变量重 ...
2026-03-17在数据分析中,卡方检验是一类基于卡方分布的假设检验方法,核心用于分析分类变量之间的关联关系或实际观测分布与理论期望分布的 ...
2026-03-17在数字化转型的浪潮中,企业积累的数据日益庞大且分散——用户数据散落在注册系统、APP日志、客服记录中,订单数据分散在交易平 ...
2026-03-17在数字化时代,数据分析已成为企业决策、业务优化、增长突破的核心支撑,从数据仓库搭建(如维度表与事实表的设计)、数据采集清 ...
2026-03-16在数据仓库建设、数据分析(尤其是用户行为分析、业务指标分析)的实践中,维度表与事实表是两大核心组件,二者相互依存、缺一不 ...
2026-03-16数据是CDA(Certified Data Analyst)数据分析师开展一切工作的核心载体,而数据读取作为数据生命周期的关键环节,是连接原始数 ...
2026-03-16在用户行为分析实践中,很多从业者会陷入一个核心误区:过度关注“当前数据的分析结果”,却忽视了结果的“泛化能力”——即分析 ...
2026-03-13在数字经济时代,用户的每一次点击、浏览、停留、转化,都在传递着真实的需求信号。用户行为分析,本质上是通过收集、整理、挖掘 ...
2026-03-13在金融、零售、互联网等数据密集型行业,量化策略已成为企业挖掘商业价值、提升决策效率、控制经营风险的核心工具。而CDA(Certi ...
2026-03-13在机器学习建模体系中,随机森林作为集成学习的经典算法,凭借高精度、抗过拟合、适配多场景、可解释性强的核心优势,成为分类、 ...
2026-03-12在机器学习建模过程中,“哪些特征对预测结果影响最大?”“如何筛选核心特征、剔除冗余信息?”是从业者最常面临的核心问题。随 ...
2026-03-12