
浅析商务分析产生的背景
商务分析产生的背景
1、客户需要分析应用的内容,而不是工具:
现在的大部分商务智能项目实施方法论还是利用如上的方法,所以,每次当商务智能厂商给企业的管理层汇报的时候,企业管理层最关心的是你们在哪些同行业的大公司实施过商务智能项目,这些公司都做了哪些应用?他们关心哪些KPI指标?分析哪些相关的内容?但是一般的商务智能厂商是工具供应商,项目的实施是由合作伙伴完成的,至于客户做了什么,一般很难拿到分析应用的结果,加之实施合作伙伴和客户签过保密协议,一般不能将竞争对手所作的系统或者分析内容展现给客户。所以只能给客户讲实施方法论,客户听完,认为他们需要的不是实施方法论,而是需要分析应用产品。
2、传统商务智能项目实施周期比较长,成功的几率低:
由于对客户的业务和需求了解不够,客户需要什么也不完全清楚,加之项目实施往往是一些技术专家,所以不了解企业高管层需要什么,即使做高层访谈,由于和高层关心的问题不一致或者使用的是技术语言,管理层听不懂,导致对高层的需求把握的不到位,所以往往做出来的分析应用和KPI,不是管理层所关心的,其结果是不得不在试运行阶段,将需求做大量的调整和需求变化,导致项目的延期或者不成功。其实需求的改变,将会产生数据模型的重新设计,这样原来的项目可能会前功尽弃。
3、客户希望了解最佳实践:
实施的公司做过不少的项目,有了不少的经验,可是厂商很难得到客户企业的应用,在卖产品时要么就是请实施合作伙伴一起去汇报,要么就是讲实施方法论,客户最需要的是这个行业应该关注哪些问题,应该做哪些行业指标来进行行业对标。可是由于商务智能是工具,所以不得不给客户一些演示,目的是让客户了解商务智能能解决什么问题。但这些指标不一定是这个行业的,加之演示仅仅是一些界面的演示,不是整个行业的真正应用,也就是说,这些演示仅仅满足客户的很小一部分需求,是用来做需求时的抛砖引玉作用的。
4、商务智能项目实施周期比较长
由于每个客户都要进行调研,从头设计数据模型和应用,导致商务智能项目实施比较长,一般需要至少数月的时间。有些数据仓库和商务智能供应商已有自己的数据模型,但是也不一定是产品,即便是产品,也缺少行业分析应用的产品。
5、商务智能项目实施的成本比较高
商务智能项目不但需要购买硬件、软件工具,还需要进行大量的实施、维护,一般情况下成本比较高,成功实施的风险还比较大。
由于以上的原因,企业非常希望有一个行业分析应用,而且能满足企业最少大部分需求的行业商务智能分析产品,而不是一套工具。这样就是商务分析产生由原。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
随机森林中特征重要性(Feature Importance)排名解析 在机器学习领域,随机森林因其出色的预测性能和对高维数据的适应性,被广 ...
2025-08-14t 统计量为负数时的分布计算方法与解析 在统计学假设检验中,t 统计量是常用的重要指标,其分布特征直接影响着检验结果的判断。 ...
2025-08-14CDA 数据分析师与业务数据分析步骤 在当今数据驱动的商业世界中,数据分析已成为企业决策和发展的核心驱动力。CDA 数据分析师作 ...
2025-08-14前台流量与后台流量:数据链路中的双重镜像 在商业数据分析体系中,流量数据是洞察用户行为与系统效能的核心依据。前台流量与 ...
2025-08-13商业数据分析体系构建与 CDA 数据分析师的协同赋能 在企业数字化转型的浪潮中,商业数据分析已从 “可选工具” 升级为 “核 ...
2025-08-13解析 CDA 数据分析师:数据时代的价值挖掘者 在数字经济高速发展的今天,数据已成为企业核心资产,而将数据转化为商业价值的 ...
2025-08-13解析 response.text 与 response.content 的核心区别 在网络数据请求与处理的场景中,开发者经常需要从服务器返回的响应中提取数 ...
2025-08-12MySQL 统计连续每天数据:从业务需求到技术实现 在数据分析场景中,连续日期的数据统计是衡量业务连续性的重要手段 —— 无论是 ...
2025-08-12PyTorch 中 Shuffle 机制:数据打乱的艺术与实践 在深度学习模型训练过程中,数据的呈现顺序往往对模型性能有着微妙却关键的影响 ...
2025-08-12Pandas 多列条件筛选:从基础语法到实战应用 在数据分析工作中,基于多列条件筛选数据是高频需求。无论是提取满足特定业务规则的 ...
2025-08-12人工智能重塑 CDA 数据分析领域:从工具革新到能力重构 在数字经济浪潮与人工智能技术共振的 2025 年,数据分析行业正经历着前所 ...
2025-08-12游戏流水衰退率:计算方法与实践意义 在游戏行业中,流水(即游戏收入)是衡量一款游戏商业表现的核心指标之一。而游戏流水衰退 ...
2025-08-12CDA 一级:数据分析入门的基石 在当今数据驱动的时代,数据分析能力已成为职场中的一项重要技能。CDA(Certified Data Anal ...
2025-08-12破解游戏用户流失困局:从数据洞察到留存策略 在游戏行业竞争白热化的当下,用户流失率已成为衡量产品健康度的核心指标。一款游 ...
2025-08-11数据时代的黄金入场券:CDA 认证解锁职业新蓝海 一、万亿级市场需求下的数据分析人才缺口 在数字化转型浪潮中,数据已成为企业核 ...
2025-08-11DBeaver 实战:实现两个库表结构同步的高效路径 在数据库管理与开发工作中,保持不同环境(如开发库与生产库、主库与从库)的表 ...
2025-08-08t 检验与卡方检验:数据分析中的两大统计利器 在数据分析领域,统计检验是验证假设、挖掘数据规律的重要手段。其中,t 检验和卡 ...
2025-08-08CDA 数据分析师:解锁数据价值的专业力量 在当今这个数据爆炸的时代,数据已成为像石油一样珍贵的战略资源。而 CDA 数据分析师, ...
2025-08-08SPSS 语法使用详解 在当今数据驱动的时代,SPSS( Statistical Package for the Social Sciences)作为一款功能强大的统计分析软 ...
2025-08-07SASEM 决策树:理论与实践应用 在复杂的决策场景中,如何从海量数据中提取有效信息并制定科学决策,是各界关注的焦点。SASEM 决 ...
2025-08-07