
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
随机森林算法的核心特点:原理、优势与应用解析 在机器学习领域,随机森林(Random Forest)作为集成学习(Ensemble Learning) ...
2025-09-05Excel 区域名定义:从基础到进阶的高效应用指南 在 Excel 数据处理中,频繁引用单元格区域(如A2:A100、B3:D20)不仅容易出错, ...
2025-09-05CDA 数据分析师:以六大分析方法构建数据驱动业务的核心能力 在数据驱动决策成为企业共识的当下,CDA(Certified Data Analyst) ...
2025-09-05SQL 日期截取:从基础方法到业务实战的全维度解析 在数据处理与业务分析中,日期数据是连接 “业务行为” 与 “时间维度” 的核 ...
2025-09-04在卷积神经网络(CNN)的发展历程中,解决 “梯度消失”“特征复用不足”“模型参数冗余” 一直是核心命题。2017 年提出的密集连 ...
2025-09-04CDA 数据分析师:驾驭数据范式,释放数据价值 在数字化转型浪潮席卷全球的当下,数据已成为企业核心生产要素。而 CDA(Certified ...
2025-09-04K-Means 聚类:无监督学习中数据分群的核心算法 在数据分析领域,当我们面对海量无标签数据(如用户行为记录、商品属性数据、图 ...
2025-09-03特征值、特征向量与主成分:数据降维背后的线性代数逻辑 在机器学习、数据分析与信号处理领域,“降维” 是破解高维数据复杂性的 ...
2025-09-03CDA 数据分析师与数据分析:解锁数据价值的关键 在数字经济高速发展的今天,数据已成为企业核心资产与社会发展的重要驱动力。无 ...
2025-09-03解析 loss.backward ():深度学习中梯度汇总与同步的自动触发核心 在深度学习模型训练流程中,loss.backward()是连接 “前向计算 ...
2025-09-02要解答 “画 K-S 图时横轴是等距还是等频” 的问题,需先明确 K-S 图的核心用途(检验样本分布与理论分布的一致性),再结合横轴 ...
2025-09-02CDA 数据分析师:助力企业破解数据需求与数据分析需求难题 在数字化浪潮席卷全球的当下,数据已成为企业核心战略资产。无论是市 ...
2025-09-02Power BI 度量值实战:基于每月收入与税金占比计算累计税金分摊金额 在企业财务分析中,税金分摊是成本核算与利润统计的核心环节 ...
2025-09-01巧用 ALTER TABLE rent ADD INDEX:租房系统数据库性能优化实践 在租房管理系统中,rent表是核心业务表之一,通常存储租赁订单信 ...
2025-09-01CDA 数据分析师:企业数字化转型的核心引擎 —— 从能力落地到价值跃迁 当数字化转型从 “选择题” 变为企业生存的 “必答题”, ...
2025-09-01数据清洗工具全景指南:从入门到进阶的实操路径 在数据驱动决策的链条中,“数据清洗” 是决定后续分析与建模有效性的 “第一道 ...
2025-08-29机器学习中的参数优化:以预测结果为核心的闭环调优路径 在机器学习模型落地中,“参数” 是连接 “数据” 与 “预测结果” 的关 ...
2025-08-29CDA 数据分析与量化策略分析流程:协同落地数据驱动价值 在数据驱动决策的实践中,“流程” 是确保价值落地的核心骨架 ——CDA ...
2025-08-29CDA含金量分析 在数字经济与人工智能深度融合的时代,数据驱动决策已成为企业核心竞争力的关键要素。CDA(Certified Data Analys ...
2025-08-28CDA认证:数据时代的职业通行证 当海通证券的交易大厅里闪烁的屏幕实时跳动着市场数据,当苏州银行的数字金融部连夜部署新的风控 ...
2025-08-28