首页 > 大数据 > 正文

商业智能如何为企业创造价值

2010-07-14 16:01:10  来源:

摘要:对主流行业(特别是金融、IT、电信、汽车等)的企业而言,数据和信息是他们最宝贵的“企业资源”,通过商业智能的领头羊作用,对分散在企业内外不同系统(例如ERP、CRM、SCM、DMS等)、不
关键词: 存在的问题 管理方

  对主流行业(特别是金融、IT、电信、汽车等)的企业而言,数据和信息是他们最宝贵的“企业资源”,通过商业智能的领头羊作用,对分散在企业内外不同系统(例如ERP、CRM、SCM、DMS等)、不同来源的信息和数据资源进行有机、有效和系统地整合,在统一的“企业级”数据平台上对这些信息“资源”进行分析和研究,进而像人的大脑和神经系统一样充分、迅速地感知产业、市场和客户的变化并做出准确、快速的应变,以服务于企业的各项业务活动和具体的业务部门。

  以下便是一个典型案例。

  企业存在的问题

  A公司不同业务部门、不同层级的管理者,在日常业务中所关注的焦点往往不一致,市场、销售、售后服务等业务往往以经营成果为衡量标准,导致业绩主义思想严重;经销商管理则关注经销商的稳定和收益增长,形成利润中心的思想;而客户满意度业务则以客户感动为终极目标,形成客户至上的考核思维。这不单单是因为业绩的压力,更因为信息获取的局限性或时效性让他们无从下手,巨大沟通成本的鸿沟限制了企业内部资源的高效整合利用,也限制了各个业务部门全面分析、思考和解决问题的能力。

  系统释放巨大商业效能

  针对上述问题,A企业应用了新的系统平台。该系统的基础是企业的统一“数据(仓)库”,它以门户信息、固定报表、自定义报表报告、多维分析等各种方式展现分析结果,不但可以为企业各个业务部门提升基于本业务单元的信息分析/挖掘“深度”,而且还可以在统一的“企业级数据仓库”上建立跨业务单元关联,令企业各项业务的决策者和管理者,以整体视角来分析和探索公司整体业务经营状况,在分析的“广度”方面达到前所未有的高度。

  该系统还根据各个业务部门分析的结果及预置的条件,以直观的符号自动来标记各项KPI;并将数据转换为“知识”或“模型”,预测指标未来的趋势,提出业务预警及建议,从而帮助企业各级业务人员(决策层、管理层和执行层)进行高效、精准和具有前瞻性的业务决策。

  该系统所释放的巨大商业效能,绝非朝夕之功可以评判。在此我们仅放眼在可以预见的将来,该系统为企业的决策层、管理层和执行层三个方面所带来的巨大商业转变,进行细致的阐述:

  1) 经营理念的贯彻

  该系统为公司领导层和管理层提供的经营决策支持,可以达到标本兼治的目标:首先是各个业务部门的信息可以及时、高效共享,部门间的沟通成本变得低廉,部门间的协作效率大幅度提升。

  同时,公司决策层对市场、客户、公司、经销商等的信息把握将更加准确、及时,便于制定公司的中长期规划,并更好地设定企业、部门、个人战略规划实施和绩效考核体系,监督各项目标的落实和实施,通过反馈分析及时调整战术目标和指标。

  2) 管理方式的变革

  从企业管理层的角度来看,该系统也为他们带来一次巨大的管理方式变革:

  闭环业务管理。该系统的出现,为各级管理人员提供一个高效的工具,不但可以分析和规划业务,更可以监控业务的指标,并通过相关的反馈来调整和改善业务,由此循环往复,闭环管理和循环改善将双见其功。

  双向沟通的汇报体制。该系统的推出,增加了双向沟通的渠道,在提升各级人员工作主观能动性的同时,也增加了各级人员在权限范围内获取信息的深度和广度,便于他们更加明晰地开展自身的工作。

  业务监控和改善能力的提升。该系统使各级管理人员及时监控下级人员工作的过程、状态和成果,提升和刺激了下级工作人员的紧迫感和责任感;另一方面,各级管理人员也可以避免在视觉上出现过程管理的盲区,及时发现问题,并提出整改意见,防患于未然。

  3) 业务应用和业务信息化

  提升企业信息的一致性。由于历史的原因,该企业内部的数据入口缺少必要的校验检查机制,各个业务报表之间也缺少关联对比分析的机制,而其他的数据准确性管理机制也极为匮乏。通过该系统为企业建议的统一数据仓库,所有数据的一致性都得以保证,所有数据的准确性都最大程度的保证。

  提升企业信息的及时性和工作效率的提升。通过该系统,不但数据的收集可以实现定期的自动化完成,而且可以为各级业务人员生成相关的报表,甚至为大家提供动态报表和数据的查询和多维分析功能,这极大地提高各个业务数据获取和分析的工作效率,同时把相应的信息(通过自动化的方式,如自动的触发邮件)及时反馈到相关利益方(如经销商)。尤其对于异常情况的反馈和处理,这种方式的优势则更加凸显,并会迅速取得相关方面的支持、理解和尊重(如经销商),并有助于改进措施的迅速落实。

  提升企业信息共享和全方位理解。散落于企业各处的数据,通过该系统的数据仓库得以集中,并通过良好的客户视图方式呈现在不同的业务用户面前,这有助于他们在自己的权限范围内,更加全面而系统地了解和掌握相关的信息,实现跨业务、部门的关联性分析,避免部门信息壁垒的出现,实现企业信息的复用率最大化。

  深度价值挖掘

  随着系统成功上线,该系统的业务重点将从技术平台向业务分析应用主导型转化,企业就需要建立一个专业的复合型业务团队,从业务数据、建模、分析和应用等多个角度服务于企业的各大业务系统,灵活应对内外部变化。同时,作为企业经营决策的能力支持中心,也需要对这个组织在能力、制度保障、经营决策文化等多个方面进行教育和培养,以形成能力和业务的常态,而这便是商业智能的成熟期,这个组织便是企业的商业智能能力中心(企业正式设立的常设的机构,由来自业务和IT方面的代表组成,有明确的任务、岗位、职责和流程,其职能就是促进和提升企业商业智能化的能力,有效地支持企业的经营战略)。

  基于商业智能能力中心的成熟,该企业的在数据分析的基础上,开始逐步开发基于业务的分析模型,并且在数据挖掘的基础上,开发了更多的预测性模型(主要用于市场营销),以为企业的决策层提供更多的预测性支持。同时,该企业还着眼于企业决策引擎的开发工作,更在营销端开发了系列的产品/服务库、促销库、规则库等,以在营销端的第一客户接触点,即实现商业智能对营销的实时支持。

  相信随着该企业商业智能应用的不断深入,该系统将会为企业各个层级业务的发展提供更宽广的决策支持空间。

(责编:韩雨彤)


第三十五届CIO班招生
国际CIO认证培训
首席数据官(CDO)认证培训
责编:

免责声明:本网站(http://www.ciotimes.com/)内容主要来自原创、合作媒体供稿和第三方投稿,凡在本网站出现的信息,均仅供参考。本网站将尽力确保所提供信息的准确性及可靠性,但不保证有关资料的准确性及可靠性,读者在使用前请进一步核实,并对任何自主决定的行为负责。本网站对有关资料所引致的错误、不确或遗漏,概不负任何法律责任。
本网站刊载的所有内容(包括但不仅限文字、图片、LOGO、音频、视频、软件、程序等)版权归原作者所有。任何单位或个人认为本网站中的内容可能涉嫌侵犯其知识产权或存在不实内容时,请及时通知本站,予以删除。