BI去伪存真大讨论 走出应用误区

BI应该用来做什么

随着BI需求的成长，IT行业中催生了一系列的重要技术，不断将一切不可能变为可能——从早期的单一报表，到多维分析，再到虚拟化与多层部署。然而直到现在，许多企业依然无法把握BI所带来的优势。

这导致BI成了一个中看不中用的东西，于是有一种说法认为现今流行的BI都是伪BI，其伪在于只能处理静态数据，而不能处理动态数据；只能处理结构化数据，而不能处理非结构化数据；只能为领导所用，而不能为员工所用。

这种说法乍一看似乎很有道理——因为BI是基于数据之上的分析， BI的优势发挥不出来，原因应该是采纳的数据失于偏狭而不全面，BI的使用局限于领导而没有惠及全体员工。但我认为这是一种泛泛而谈，这种观点看到的只是表面现象，在没有明确BI的定义与功用的前提下，这种评判真伪的标准似是而非。

究竟何为BI？

关键是鉴定什么是BI，一种观点认为凡事用智能化的信息化手段解决问题的都可以叫BI。另外一种理解认为BI主要是利用统计学的手段对数据进行实时的或历史的分析，来为企业提供辅助决策叫BI。这样两个概念就不一样了。还有一种理解就是只要上了信息的就叫BI。

所以，什么是BI、怎么去定义BI是判断真伪的前提。在我看来，BI的定义应符合绝大多数公司使用它的初衷，而不能把BI看作是万灵丹，包治百病。公司采用BI无非是为企业提供决策参考，以周密详实的数据分析来弥补直觉判断随意性的不足。

事实上，从表现形式上谈论BI的真伪没有多大意义，如果实在要对BI的真伪下个判断，应看BI的具体运用有没有实现它的目的——为企业提供有益的决策参考。这样，BI的真伪就在于三点：一是数据能否被有效地整理成信息，二是能否对信息科学地统计分析，三是决策人能否正确地参考BI的分析结果。

BI究竟用来做什么？

BI只能分析静态数据的说法肯定是不对的。其实静态数据和动态数据没有什么本质的区别，你既可以马上分析今天的数据，也可以隔一个月后再把今天的分析数据调出来。BI只是给领导用也显然是不对的。举个例子，超市收银员用读码器收费找零打折的行为也可以称之为对BI的应用。而且这种BI所处理的数据就是动态的。它的使用者是员工而非领导。这样一来，就不存在所谓BI的真伪问题了。

如果按照狭义的BI定义，也就是我们传统的对BI概念的理解，它是指用数理统计学的方式对我们现有的数据进行综合统计分析，找出规律性的东西，以辅助我们决策。在这种定义下，一般用的就是结构化的数据。所以不能把只分析结构化数据、不分析非结构化数据称为伪BI。事实上，目前流行的BI分析工具，比如 BO、COGNOS、BRIO、Microstratige、Hyperion、SaaS、SPSS等等，都是只针对结构化数据做的。

如果按照广义的BI定义，也就是从BI泛指用计算机辅助人进行信息处理的角度讲，它不一定只处理结构化数据。有些情况下BI可以分析非结构化的数据，如针对word文档或网页搜索到的字的频率等等。而一些特殊的应用，比如分析奥运场馆在发生突发安全事件后人员如何疏散的问题，采用特殊的数学模型来模拟各个点起火时的情况，就是一个典型的BI应用，这里绝对是非结构化的数据。但如果按照统计分析的定义，这种应用却不算是BI。

目前企业上ERP的都是结构化数据。双汇集团目前在BI应用上都使用的是结构化的数据。我们把ERP系统里面的数据提练出来，形成一个多维数据仓库，用一个BI工具进行分析，并实时在线直观的展现给管理者看。比如要看预算完成情况，看计划的利润实现情况，可以点开相应的页面查看，这时系统把当前的利润数据展示出来，并与预算值进行比较，如果数值是在计划范围内，就显示为绿色，如果超出正常范围，就会显示为黄色或红色，管理者看到这种不正常的数值，就知道企业运行出了问题，他就可以从这个数据点进去，查看具体出问题的地方。比如在一个更深入的层次，系统可能显示出其它各个事业部的运行指标都在正常范围内，只有物流事业部的指标出现了黄色或红色，于是再点击物流事业部，系统就展示出它下面又有哪几个部门，是哪个部门出了问题。这样就一层一层一直“钻取”到问题到底发生在哪里。这就是一种很直观的BI应用，它给使用者提供的不是枯燥的数据，而是一些形象生动的分析结果

微信扫一扫实时了解行业动态

微信扫一扫分享本文给好友