解析商业智能失败的根源

《解析商业智能失败的根源》由会员上传分享，免费在线阅读，更多相关内容在工程资料-天天文库。

1、解析商业智能失败的根源

2、第1有一则被反复提及的故事，它可以说明商业智能(BusinessIntelligence，简称BI)的应用价值。曾有一段时间，沃尔玛在美国的店面经理发现一种现象：每周啤酒和尿布的销量都会有一次同比攀升，但一时搞不清是什么原因。　　后来，沃尔玛运用BI技术发现，购买这两种产品的顾客几乎都是25～35岁、家有婴儿的男性，每次购买时间均在周末。沃尔玛分析了相关数据后得出，这些人习惯在晚上边看球赛、边喝啤酒，对于要照顾的孩子，为了图省事就用一次性尿布。得到这个结论后，沃尔玛把这两

3、种商品集中摆在一起，结果销量有了显著提升。　　这个例子告诉我们，在当今的商业环境中，那些看似杂乱无章、错综复杂的信息往往隐藏着巨大的商业价值。能否从中分析提炼出有价值的信息，进而支持管理者做出及时、正确的决策，这对企业应对复杂的竞争是相当重要的。　　不过，相对于沃尔玛这种把信息技术运用到极致的企业，中国本土企业在BI应用上却鲜有作为。虽然工商银行、民生银行、广东发展银行等金融企业，和乐百氏、双汇这类传统企业都在着手建立BI系统，但目前还无法验证应用的效果到底如何。　　据相关统计数字显示，在国外，

4、投资建设BI的企业有60%～70%以失败告终；而在中国，这个数据可能会更高。其中的原因有很多，比如缺乏历史数据支持、理解上存在误区等等。双汇集团CIO刘小兵认为：“虽然BI技术并不复杂，但若要它发挥应有的作用，至少要有3～5年的历史数据积累来辅助研究，不然投入再大也是徒劳。”　　BI应用的三大障碍　　那些能够成功地利用手中所掌握的信息资源的企业，它们必然清楚地知道信息所能带来的商业利益——不单是提升硬件上的效率，而且在提高销售业绩、改进工作效率和增强客户满意度等软的领域获益匪浅。　　但对于大多数

5、企业而言，信息至今仍是一笔未被充分挖掘的资产，也就是说，大多数企业还没有从花费巨资所构建的信息系统中享受到应有的益处。那么在企业部署BI的过程中，常常会遇到哪些障碍呢？　　首先是不能提供可靠的信息。　　据《商业周刊》去年的研究显示，43%的商业人士不能确信他们企业内部的信息是否准确，77%的被访者表示他们因为缺乏可信的信息而做出过失败的决策。这其中，数据的质量存在很大的问题。　　比如本土银行，它们的数据库中的信息少则几千万条，多则几亿条。数量是足够庞大了，但质量如何呢？同名账户、废弃账户，一个人

6、有多个账户，这些信息需要专业的工具来清洗和改良，还要预防质量低下的数据输入系统。外资银行在业务流程中，就特别地强调客户信息搜集的准确性，这使得它们在把握客户需求和产品创新上占得了优势。　　其次是能否针对非技术人员设计出简便而形象的用户界面。　　对于非技术人员而言，系统操作的简便程度如何，很可能成为能否普及BI的一大关键。也就是说，最终用户希望简捷、自动地获取信息，而不是被迫学习和认知一个全新的环境，或者依赖于IT部门的帮助。特别是，商业决策的制定从来不是靠某个人在真空的环境中完成的——这需要用户

7、围绕着信息数据开展协同和商讨之后才能做出，这就要求有一个易于操作的环境。　　BI应用的部署与管理也应该简便易行，越来越多的企业用户希望找到打包的、易于实施的中端市场解决方案或者软件服务项目，这样他们可以在网上直接访问到BI的应用，不需要安装任何其他的软件程序。　　第三是陷入贪大求全的误区。　　无论是上哪种管理软件，几乎都会听到同样的声音：不要贪大求全，要从最迫切的业务入手，BI也不例外，它可以做成一个独立的庞大系统，把企业中所有的业务数据全部放在一个数据仓库里，进行多维分析；也可以将其嵌入到各项

8、单独的业务数据中，进行单独的业务分析。　　成功实施的四个建议　　尽管BI的应用价值得到很多企业的认可，但一些想构建BI系统的企业还有些迷茫，那么，它们应该从何入手？在上系统之前应做好哪些准备？　　BI要想大做小，从最迫切的业务入手。先把最紧要的业务管理起来，以便迅速响应市场需求，做出最佳决策。积累了一定经验后，再逐渐增加BI系统继续对其他业务进行决策分析，这样可以在一定程度上规避风险，因为上BI也要进行流程的重整，一个部门的整顿对公司的影响要比整个公司整顿的影响小得多，就好比动小手术总要比做大手

9、术的疼痛小一些一样。　　以业务趋动而非IT趋动。很多企业明白这样的道理，应该由业务部门的需求主导软件的设计和开发。但由于业务人员的水平不足以达到提出未来管理模型架构，若出于这样的原因，企业应该给予IT部门绝对的权威，让它有权要求业务部门配合IT部门共同协商提出需求模型，以尽量准确地把握企业的业务发展方向。　　要成立专门的数据分析部门。在国内，数据分析师这个职位提到的还不多，有专家建议，如果准备上BI系统的话，一定要落实相应的数据分析部门。企业对数据进行优化的目的，是要从中找出最有价值的数据，这些