从非技术层面寻找BI成功的关键方法

作者:intersta…
2007/9/7 20:10:21
本文关键字: BI 业内新闻

笔者从事技术工作11年了,也曾经是一名持技术至上观点的、很单纯与封闭的技术人员,经历了近10年对BI项目的理解和学习。笔者要凭自己的良心指出,技术至上的观点,不但会成为商业智能发展的桎梏,甚至会成为扼杀商业智能应用推广的无形黑手。

  那些技术至上的数据模型规范,不考虑实际用户业务模型的特点,迟早会受到谴责的,只是时间没有到而已。商业智能,就让它回归“商业”的本质,减少“智能”式的技术色彩吧。从“商业”的本质看待“商业智能”,至少这样的天空是真实的。

  抛弃狭隘的技术思维,摆正虚心的态度,多考虑客户实际的需求,多考虑一下客户的GMROI(毛利存货周转回报率),是BI应用的正道。

技术运用非BI成功关键

  商业智能(BI)通常是指将企业中现有的数据转化为知识,帮助企业做出明智的业务经营决策的工具。BI从技术层面上讲,不是什么新技术,它只是数据仓库、OLAP和数据挖掘等技术的综合运用。

  BI是1996年Gartner Group最早提出,他将BI定义为:BI描述了一系列的概念和方法,通过应用基于事实的支持系统来辅助商业决策的制定。

  从这个定义,我们发现“辅助商业决策的制定”是衡量BI成功的唯一标准,当然辅助的商业决策,既可以是操作层的决策,也可以是战术层和战略层的决策。

  根据这个标准,我们不难发现,技术的综合运用并不是BI成功的关键点,“一系列的概念和方法”才是BI成功的关键点。

  因此,笔者试图从“一系列的概念和方法”方面寻找出BI成功的关键点。为了区别BI在技术上综合运用的概念和方法,我把这些“概念和方法”定义为“非技术层面”,经过近10年的学习和实践,积累并总结出导致BI成功的关键方法,谨供大家参考。

  在介绍这些方法论之前,首先想起作为BI技术基础的数据仓库架构层面上的一次历史争论。Inmon首先提出了数据仓库的定义,但可惜Inmon不是最早定义数据仓库架构的,而是Kimball。

  Inmon对Kimball的数据仓库架构并不满意,但Inmon费劲力气也没能驳倒Kimball。Inmon没办法了,就提出DW2.0,而且立刻注册了商标。这是很幽默的事情,这样Kimball所说的数据仓库,就不是数据仓库了,只有DW2.0中提到的才是数据仓库。

  但业内并没有被Inmon这个幽默的举动固定住,还是认为数据仓库架构比较成熟,形成理论的主要有两个,一个是Corporate Information Factory,简称CIF,代表人物是Bill Inmon;另一个是Mutildimensional Architecture,简称MD,代表人物是Ralph Kimball。 业内把Bill Inmon注册的那个DW2.0数据仓库架构改为CIF 2.0。

  CIF 2.0主要包括集成转换层(Integrated and Transformation Layer)、操作数据存储(Operational DataStore)、数据仓库(Enterprise Data Warehouse)、数据集市(Data Mart)、探索仓库(Exploration Warehouse)等部件。

  MD分为后台(Back Room)和前台(Front Room)两部分。后台主要负责数据准备工作,称为数据准备区(Staging Area),前台主要负责数据展示工作,称为数据集市(Data Mart)。而数据仓库是一个虚拟的部件,它指的是全部数据集市的集合。

  从BI的角度来看以上关于数据仓库架构的争论, Bill Inmon更象是BI技术基础(因为从技术层面来看,DW是BI的基础)的定义者,而Kimball更象是BI技术实现的实践大师,因此BI技术基础层面的实现方法,我觉得Ralph Kimball已经指明了很多。

  但正如刚才从Gartner Group定义的BI,BI技术的运用方法不是BI成功的关键方法。笔者将从非技术层面寻找BI成功的关键方法。

“持续改善”让BI回到原点

  当一辆在高速公路上行驶的汽车,一侧的轮胎饱满有力,一侧的轮胎松软干瘪。驾驶员就必须降低速度,才能保持车子的稳定行驶。一侧轮胎就是经营,一侧轮胎就是管理。

  而我们在实施BI的时候,过多地强调美国商学院的经营思维,忽视了另一个轮胎(管理)的饱满,造成今天中国BI实施后,往往变成日常统计系统,业务模型主动变化很少,业务部门人员只会操作,不会创新,这样的BI项目后力不足,行驶缓慢,甚至是停滞不前,让企业对BI项目失去应有的信心,使BI在中国企业道路变得曲折。

  中国企业上BI的目的,其实是为了解决企业因为经营而获得大量资金、却没有使资源和机会、人才等效率最大化的问题,解决这一问题是企业上BI系统的最大期望所在。

  因此,我们的BI项目可以回归原点,扪心自问:企业上了我们的BI项目后,能告诉我们的企业以下问题吗:
  大量的产品维修成本和设备维护成本流失了多少利润?
  在管理上,当我们理所当然地认为自己做不好,而请别人来帮助,这又流失了多少利润?
  因为安全管理不善,造成事故赔偿而流失的利润又有多少?
  因为不能构建“以人为本”的管理模式和文化,从而造成员工流失、技能流失、资源流失……进而重新招聘员工、培训员工,使我们的利润又流失了多少?
  因为对管理认识不求甚解,而盲目投入信息化管理,大量无效的投入又带来多少利润的流失?
  因为管理缺失造成大量的库存,而库存就是现金,现金流的吃紧使多少企业背负了高额的负债,从而增加了多少资金的成本?

  一个企业的管理好坏就体现在现金流、库存、制造过程所需要的时间上,这不就是中国企业大量实施BI项目的原始动力?它要给企业决策者解决管理上的问题。

持续改善的BI应用:高层驱动vs中层驱动

  从盖茨到韦尔奇,从戴尔到钱伯斯,受众多“美国造”企业故事的影响,企业领袖、企业英雄、第一CEO等眩目概念在国内盛极一时,各类评选也是不计其数。同时,各种管理工具都在四处宣扬自己务必是“一把手工程”。

  无形中,几乎每个人都在相信:是一把手在决定企业的成败,在推动或阻碍企业的变革。一个优秀的CEO,似乎就是企业的一切。而业绩不好,更换CEO也是业惟一要做的事。于是乎,一个成功的BI应用,我们就会要求企业,BI应用成功的关键在于高层驱动。

  其实真正成功的企业应用,一定是从中层发起。为什么会这样?因为经验告诉我们:凡是由高层发动的变革,通常都是难以被彻底执行的。因为高层驱动式的BI应用是自上而下,导致CEO与下面隔阂乃至对立,基层对BI应用抵触,就不可能将BI应用执行到位。于是,BI应用顶多能发挥50%。

  因此,我主张BI的成功也应该由中层驱动。那么中层驱动具体指什么?中层要求BI应用通过持续改善带来成本降低,那么成本降低带来的成果如何利用,就是BI应用最关键问题,否则通过BI应用后的改善等于没有价值。而这就是中层出给高层的题目。

  如果高层不能迅速并有效利用这些成果,员工积极性便会丧失,这样BI应用也失去了价值,谈不上成功。由此,我认为:企业不应满足于对改善成果的发布,而应做改善成果被使用的发布。否则,任何BI应用都无法持续。

持续改善的BI应用:强制执行vs活性化

  韦尔奇的“中子弹”绰号虽使他饱受困扰,但却威名远扬。国内始终把韦尔奇的强悍,特别是“不执行就走人”的说法当作一种必要的果敢。由此,无条件的“执行力”变成了中国企业家最热衷的概念。

  与此不同,当我们BI应用的指导思想却是:“尊重人性,持续改善”。必须实现员工的“自主性”BI应用,进而自主研究分析,自主改善。而根本,就在于“尊重人性”。所以,“活性化”变成了BI应用成功的关键词。

  所谓“尊重人性”,包含几个部分:尊重员工意见,激发员工积极性,提升员工能力,一定要让员工在BI应用中切身享受到发现企业改善的成果。做我们员工自己的BI应用!

  十几年来,中国企业太受欧美影响,搞得我们企业的BI应用变成压迫执行了,现在应该回归东方管理文化了。甚至美国人自己也在改变,所以才会诞生东方味儿十足的“系统思考”与“学习型组织”,才会倍加推崇“人才重于目标”、“内敛胜于张扬”的“卓越企业”。那么,我们自己呢?

  我们也只有找到真正属于自己的管理方式,才能在管理思想上不被他人所桎梏,才能在实践中恢复自信,走出属于自己的精彩!

  “持续改善”的管理理念,既然能让我们企业走出“微笑曲线”中最苦涩的谷点,摆脱“经营至上”企业红海的无奈,也就能指导我们的BI应用从阶段性成功走向持续性成功。

责编:
vsharing 微信扫一扫实时了解行业动态
portalart 微信扫一扫分享本文给好友
著作权声明:kaiyun体育官方人口 文章著作权分属kaiyun体育官方人口 、网友和合作伙伴,部分非原创文章作者信息可能有所缺失,如需补充或修改请与我们联系,工作人员会在1个工作日内配合处理。
畅享
首页
返回
顶部
×
畅享IT
    信息化规划
    IT总包
    供应商选型
    IT监理
    开发维护外包
    评估维权
客服电话
400-698-9918
Baidu
map