商业智能大解密!!!!

  • A+
所属分类:赛迪思

什么是商业智能?

商业智能(Business Intelligence,简称:BI),又称商业智慧商务智能,指用数据仓库线上分析处理技术OLAP)、数据挖掘和数据展现技术进行数据分析实现商业价值。商业智能并不是一个新技术,它只是一个数据仓库、OLAP和数据挖掘等技术的综合运用。目的是使企业的各级决策者获得知识和洞察力(insight),促使他们做出对企业更有利、更明智的决策。

 

商业智能可以用来做什么?

(1)客户关系管理(Customser  Relationship  Management,简称CRM)

应用包括:客户评价分析、目标市场定位分析、个性化服务、交叉销售、客户满意度调查、客户生命周期分析、客户忠诚度分析、客户画像、营销活动分析;

(2)人力资源管理分析

应用包括:客户服务中心优化、生产效率分析、人力资源分析指标、胜任力模型的构建;

(3)企业经营效率分析

应用包括:产品质量分析、优化物资使用效率、财经报表、风险管理、捆绑销售分析、资产管理与资源计划、收益结构分析、获利能力分析;

(4)销售渠道分析

应用包括:市场分析、销售因素分析

(5)供应链管理

应用包括:供应商和投资者管理、物流成本管理、存货控制、物流分析

(6)行为管理 

应用包括:销售倾向分析、Web行为分析、欺诈行为分析、      客户流失分析、企业经营环境分析

(7) 关键经营指标管理(Key  Performance  Indicator,简称KPI)

 

商业智能适用对象

SatisfyBI分析功能可广泛被政府及企事业单位中各级业务人员使用。根据权限和访问的数据等级不同可分为以下几类用户群体:

  • 决策者: SatisfyBI帮助决策者随时监控企业内部关键性能指标KPI的动态,进行企业内部与整个行业的宏观对比,预测市场变化,精简流程,确定需要改进的环节,为其战略决策提供高效、及时的支撑,以适应外部环境的变动。
  • 管理人员: SatisfyBI允许管理者随时对企业数据进行监控和分析,加速决策过程,使正确的信息在正确的时间流向决策者。通过仪表盘监控关键绩效指标KPI,掌控业务执行的状况,以便及时调整策略。
  • 一线员工: SatisfyBI可以让一线员工快速、高效、准确地进行相关数据的查询、分析和展示。

 

商业智能发展趋势

随着信息技术的发展,现在的企业信息化建设呈现出“数据集中化、业务综合化、管理扁平化、决策科学化”的发展趋势,企业对数据获取越来越重视,数据管理显得尤为重要,企业为了确保数据本身在决策分析的准确性,数据管理软件必不可少!

 

趋势一:可解释型 AI 日益崛起

AI 的强大潜力表明,机器可以通过自动化决策来增强其仿人类的理解力,企业越来越依赖机器学习模型,许多机器学习应用程序目前还没有透明的方式理解决策和建议背后的算法和逻辑,因此,AI 项目的试点企业有理由对人工智能的广泛应用持有怀疑态度。

当某个模型得出一项结论时,决策者们希望能够通过进一步的问询来了解它为什么作出此结论,可信度有多高,不同的参考数据会让结论发生什么变化,正如 Tableau 的 AI 产品经理所说:“当 AI 和机器学习提供的答案无法得到解释时,决策者持有怀疑态度是很正常的。分析和 AI 应该对人类的专业知识和理解能力提供辅助,而不是完全取代。”,对透明度的需求促进了可解释型 AI 的崛起。

趋势二: 数据管理融入现代商业智能平台

随着越来越多的数据源变得更加复杂、多样, 越来越多的工作人员使用数据来推动决策, 企业已经转向数据管理措施,包括企业捕捉、清理、定义和排列不相关数据的方式,应对更广泛的数据访问带来的数据管理和管控挑战,将数据与业务环境关联起来,实现大规模的管控。

数据管理工具和流程正在与商业智能平台融合,将数据与业务环境联系起来。

有利于内容的分析师和使用者验证一段数据的来源(也称为谱系分析),最终,受管控的数据监管将为整个分析管道提供更坚实的基础,帮助用户越过针对数据提出问题,直接针对业务提出问题。

趋势三: 数据更加人性化

商业智能供应商正在将自然语言纳入他们的平台,从而为可视化提供一个自然语言界面。当用户可以像人际交流那样与可视化进行交互时,更多具有不同技能组合的人员就能够针对他们的数据提出更深层次的问题。自然语言正在不断演化,以促进分析会话, 即人们围绕其数据与系统所进行的对话。系统根据对话的上下文,理解用户的查询意图并深化对话,从而创造更自然的对话体验。用户可以基于数据可视化来提出问题,同时改变了人们对数据提问的方式, 当用户可以像人际交流那样与可视化进行交互时,数据分析便为普通用户敞开了大门,而不再是传统上数据科学家和高级分析师的专属领域。

机器学习使系统能够根据企业的数据和用户提出的问题类型,逐渐获取更深入的领域知识。

趋势四: 根据上下文,交互式分析

数据工作者需要在同一个工作流程中访问数据并执行操作。商业智能平台供应商提供移动分析、嵌入式分析、仪表板扩展和 API 等功能来应对这些需求。嵌入式分析将数据和见解放在人们工作的环境中,这样他们就不必打开另一个应用程序或共享服务器,而仪表板扩展则可以将需要访问的其他系统直接引入当前仪表板。移动分析将数据直接交到实地操作人员手中。这些进步作用同样强大,因为它们通过赋予新受众实际需要、符合上下文的数据,满足不同业务团队和行业的需求。

趋势五:企业在决策时更加明智

提供对商业智能解决方案的使用权不等于真正的分析采用。因为真实价值不是由您所部署的解决方案来衡量的,而是在于工作人员如何利用解决方案提升业务,不能轻易断定每个人仅因为可以访问商业智能平台就能从中获得价值。企业领导者更关注的是数据和分析是否正在改变整个企业的决策方式,而不是单纯地采用数据和分析。如今,企业领导者纷纷开始评估有助于鼓励参与的项目,比如设立内部社区和用户群体。它们可帮助用户更快地上手、实现自助式服务,并迅速得到问题的答案。采用则是水到渠成,促使企业领导者增加投资,帮助扩展社区。

  • 我的微信
  • 这是我的微信扫一扫
  • weinxin
  • 我的QQ
  • 这是我的QQ扫一扫
  • weinxin

发表评论

:?: :razz: :sad: :evil: :!: :smile: :oops: :grin: :eek: :shock: :???: :cool: :lol: :mad: :twisted: :roll: :wink: :idea: :arrow: :neutral: :cry: :mrgreen: