选好牧地 提升商业智能（BI）工作效益

奶农为了提高奶牛产奶的质量，会选择比较好的牧地。其实在BI项目中，也需要选择好的牧地。在BI系统中，这个牧地就是数据流。改善数据流的质 量与流向，能够有效的提升BI系统的工作效益。笔者认为，通过流程优化，利用标准化的流程来武装数据流，可以提高数据流的质量。笔者下面这些建议，或许对各位读者有所帮助。

一、梳理与BI系统相关的流程

操作流程是过程，而数据流是结果。有些项目实施顾问 或者企业的项目管理员，在这里会有一个误区。他们自认为自己是将军，对下面的士兵说，我们只要结果，不管过程。我只要结果准确，不管你们中间做了一些什么 事情。笔者认为，如果项目管理员有这种观念，是非常危险了。因为，如果只管结果，不管过程，很难保证数据流的质量。即使用户通过核对和侍候的调整，发现一 部分错误。但是这也只能够保证本期数据的准确。以后各期的数据，又有谁来保证质量呢?

笔者在实施BI项目时，比较看重过程。因为笔者相 信，只要中间过程准确了，那么结果就自然而然的准确了。也就是说，只要第一次的结果准确，那么按照标准过程做下去，第二次、第三次都会准确。这就好像通过 模具生产产品。只要模具设计的没问题，那么从同一个模具中出来的产品，其形状都是相同的。所以笔者非常重视流程。

在实际工作中，笔者会 在项目的初期，让用户整理与BI相关的流程，主要是前期数据的来源以及流向。如企业可能已经上了财务管理系统，BI需要用这个系统中的相关数据。在这种情 况下，笔者会让企业用户先整理财务管理系统中的流程。然后笔者会根据用户的需求，确认与BI系统相关的流程。在流程优化与重组阶段，笔者会跟企业项目组一 起讨论这些流程，并进行适当的优化。特别是对于一些容易出现偏差的环节会重点关注。这么做的目的只有一个，就是修正模具，以提高数据流的质量。

在这个环节中，笔者认为项目实施顾问需要抓住一个核心因素，即企业的BI需求。企业的操作流程有很多，但是跟BI需求相关的流程一般不是很多。根据笔者 的经验，大概占企业总流程的10%左右。在这种情况下，根据企业现有的BI需求，来定位需要优化的流程，就可以大幅度的减少流程优化的工作量。跟BI系统 无关的业务流程，就不是我们这里讨论的范围。

二、对流程进行优化，以满足BI系统的需求

找出与BI系统相关的流程之后，接下去的工作我们就是要对这些流程进行优化。流程优化是一门很广泛的学科。笔者不能够在这里做详细的说明。在这里笔者只结合BI项目，谈谈自己的一些感受。以后如果有机会，笔者会对这方面内容进行详细的展开。

一是流程优化时，要以行业标准化流程优先。流程重组已经发展了好几年了。通过一些管理学家的努力，已经总结出了一套行业的标准化流程。笔者认为在流程优 化上，我们并不需要创新。而应该像腾迅QQ一样，学会模仿。直接模仿人家成功的经验，这可以帮助企业少走弯路，减少损失。

二是适当考虑 企业的个性化需求。标准流程是适合大部分企业的需求。不够实际情况是，企业在日常操作中还会存在一些个性化的内容。笔者以前就遇到过这种情况。有一家企 业，在结账时不按自然月进行结账。而是将每个月的27日作为结账日。结账日的不同，直接导致后面数据分析的不同。因为数据流的截断时间不一致了。笔者还遇 到一家企业，他们在分析订单毛利率的时候，必须要要考虑到退税的因素。故在流程优化时，要将退税这一个环节添加进去。

对于这种个性化的 需求，我们应该尊重。但是应该限制。即需要对企业的个性化需求进行分析。如果认为是合理的而且是必要的，我们才按企业用户的需求进行调整。否则的话，我们 应该说服客户，按照标准流程来操作。其次需要说明的是，如果是企业的个性化需求，那么在软件培训、系统配置、后续追踪时应该给与特殊的照顾。也就是说要采 取一些预防措施，以防止在这几个环节出错。如以退税率为例，就应该设计一个环节，来保证在数据分析时采用了正确的退税率。

三是需要注 意，无论是标准流程，还是根据企业的个性需求调整后的流程，一旦流程确定下来，用户就需要不折不扣的执行。这就好像模具设计完成后，用户必须按模具来生产 产品，而不能够按自己的创意来生产产品。只有如此，才能够保证最后得到的结果是准确的。在实际工作中，要做到这一点有一定的难度。要培养用户的遵循性，有 时候非常的困难。毕竟人不是机器。

只要编号程序，电脑就会一直按这个程序进行。为此笔者认为，在日常工作中，应该将这项内容作为重点， 即要时刻培育用户按照流程办事的观念。其实这不仅在BI项目中有用，也是企业日常管理的需要。故这可以跟企业改善日常管理的工作挂钩。我们的目的只有一 个，不要让辛辛苦苦整理好的流程成为一纸空文，而应该将其落到实处。

三、追踪数据流的质量，以判断流程优化是否到位

什么样的流程才是合理的呢?遇到什么情况需要更改现有的流程呢?笔者认为，这主要需要通过数据流来验证。流程是过程，数据流是结果。或者说，流程是模 具，数据流是结果。要看过程或者模具是否合理，主要依靠结果或者最终的产品来验证。如果生产出来的产品与用户的意图不一致，那显然模具在设计上存在缺陷。 需要进行更改。

在实际工作中，有用户会问笔者，我这么设计的流程对不对。笔者就直接问题，根据这个流程产生的数据流准确不?这一期准确，以后各期是否准确?只要数据流(包括数据与流向)没有问题了，那么这个流程就是合理的。具体的说，可以考虑如下内容。

一是一些意外情况这个流程是否考虑进去。如在订单成本分析时，有时候用户会用库存的原材料进行生产。此时在分析成本时，这个原材料的价格应该用哪个价 格?是这个原材料最近采购的价格，还是按库存成本来计算?这些意外的情况，虽然发生的几率不是很大。但是一旦发生，就会直接导致计算结果出现偏差。所以在 设计流程时，应该考虑到所有的情况。包括小概率事件。并在流程优化时采取适当的手段，来消除由此带来的负面影响。

二是需要不定期的抽查 数据流的准确性。在按模具生产产品时，企业质量人员仍然会不定期的检查模具与产品，以判断模具是否出现质量问题，或者因为原材料的问题导致无法生产出合格 的产品。这就叫做抽检。在这个环节中，项目管理员也需要对数据流进行抽检，以判断在这段时间内是否出现过意外情况。笔者一边建议用户，在系统刚上线的时 候，最好每周抽一天数据进行检查。而等到系统稳定之后，可以每个月抽一天的数据进行核对。以确保数据流的质量。