实时BI与投资回报率：不是公式化的问题

实时商业智能对于一些应用程序非常有意义，但并不是所有，企业在选择时需谨慎。

　　Intelligent解决方案公司的总裁Claudia Imhoff说判断实时BI策略是否会产生效益，关键是理解你的业务需求，并判断最终用户是否需要立即访问数据用于分析用途，或者是否可以不需要实时但足够快就可以。

　　按照Imhoff的观点，对于实时BI实施商业案例主要是要紧紧围绕需求利用及时数据快速做决策——例如，在飞行中提供更好的客户服务，或者通过及时交付货物和物资改善供应链管理并严格控制库存水平。

　　Sandeep Kumar Sharma是德勤公司的一名顾问，他认为情报的时效性非常有价值，这就是为什么对实时商业智能的需求这么强烈的原因。Sharma说，许多组织都有降低决策延时的需求，是为了在运营失误或者有意外情况出现时能“把业务带上正轨”。在航空公司的一个案例中，这意味着改善在航班取消或者延误时及时转送乘客、包裹和机组人员的运送能力。

　　以Sharma的观点来看，对于实时商业智能的潜在需求在中等规模公司和最大型企业中都存在。但是他认为该工具对于那些运营全球化业务的公司和那些想有能力密切监视其运营状况并按需调整预算和计划的公司尤其有价值。Sharma说：“我特别相信这样做可以使运营效率和效益提升到一个新的水平。”

　　实时商业智能与投资回报率：不是公式化的问题

　　Sharma补充说，试图使用传统的投资回报率(ROI)计算来衡量实时商业智能战略并部署决策的想法可能会令人失望：缺少标准的投资回报率公式。但是也有其他方式来证明其潜在价值。Sharma表示，实时商业智能技术通常为新的业务机会打开了方便之门。此外，他建议重点关注业务运营在各方面会有何损失，然后再评估通过使用实时商业智能数据可能避免的财务损失。

　　美国Xpress Enterprises公司在去年夏天部署了一套实时商业智能系统，按照CTO Timothy Leonard的观点，Xpress公司在高层管理都有所认识，为竞争力考虑，企业需要更快地做决策。

　　Leonard在拉斯维加斯2011年商业智能执行首脑会议上的数据仓库研究分会中说：“除非信息能掌握在人们手中供决策使用，这样他们才能快速做决策，否则我们就不能赢得市场空间。我们的CEO说他没有对信息的需求，但实际上信息就在他的指尖。”

　　即便如此，Leonard认为快速展示一些实实在在的益处对于为实时商业智能战略建立广泛支持的基础至关重要。他的团队没有采用传统的瀑布方法整体构建系统，而是使用了敏捷的商业智能开发方法学以增量式的方式交付功能。

　　一旦商业智能工具部署到位了，跟踪他们的财务影响就很容易了。该系统给美国Xpress公司车队经理提供关于卡车位置和发动起空转水平的信息;从卡车上车载系统中捕获的数据每13分钟更新一次。Leonard说该系统上线伊始就在第一季度为该公司节省了超过三百万美元，主要是通过利用空转数据实现了降低天然气消耗。

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