用商业智能改进业务流程

发现新的节约途径

与信合保险公司关注其客户不同，葡萄汁饮料企业Welch's则利用商业智能来提高内部运营(即运输)的效率。Welch's每年以拍卖方式将运输业务包给卡车运输公司。Welch's希望收集来自每年4万份订单和提单的每个数据元素，将它们整合到数据库中，找出模式，弄清楚可以在哪些环节节省运输费。

Kevin Kilcoyne是这家公司的客户运营主管。他说，Welch's在2007年升级ERP系统的过程中发现，需要更好的工具来提高查询的灵活性。当时，ERP自带的报表工具分析数据的速度不够快。为了准备拍卖运输业务，要用30个小时来收集一年来的数据，接下来分析人员再用几个月的时间研究分析这些数据，包括运输路线、现有的运输方式、油价趋势以及各运输公司的优缺点和业绩状况，再决定如何制作每份招标书。

由于需要大量时间，Welch's并不总是能够对所有配送路线招标，通常每年只能对其中约60%的路线招标。公司的战略外包主管BIll Coyne表示，大部分路线基本上没有经过分析，因而没有经过优化。后来，Welch's租用了 SaaS供应商Oco来提供分析工具和数据仓库。Oco通过安全的互联网连接接入Welch's的ERP系统，从订单执行和其他模块中提取数据，然后放入Oco的数据仓库中。Coyne表示，这个过程耗时半小时左右。每天早上，Welch's的分析人员连接到Oco的数据仓库，把新数据提取到自己的电脑上。然后，他们可以在定制报表中研究数据，或者完成自己的查询。

Coyne说，由于数据采集和分析方面节省了时间，Welch's因而能对所有运输路线招标，而且每年招标不止一次。Welch's还可以调整路线以节省资金。比如说，公司发现如果搬迁一些配送点，可以用火车而不是卡车来运输，从而进一步减少燃油费和碳排放。Kilcoyne表示，Welch's将每年5000万美元的运输费总共减少了12%?15%。

帮助挽留客户

过去，从事预测分析需要统计学博士来构建模型、解释结果，而现在的商业智能把统计的复杂细节隐藏起来，而是内置了用于这类复杂分析的模型，因为对客户的分类不仅可以按人口特征或者客户购买的产品和服务来进行，还可以根据客户在网站上有怎样的行为，或者他们在与 呼叫中心互动时说怎样的话语。