2008-3-1 17:16 | 关于商业智能(BI)

商业智能,又称商务智能,英文为Business Intelligence,简写为BI

商业智能通常被理解为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。这里所谈的数据包括来自企业业务系统的订单、库存、交易账目、客户和供应商等来自企业所处行业和竞争对手的数据以及来自企业所处的其他外部环境中的各种数据。而商业智能能够辅助的业务经营决策,既可以是操作层的,也可以是战术层和战略层的决策。为了将数据转化为知识,需要利用数据仓库、联机分析处理(OLAP)工具和数据挖掘等技术。因此,从技术层面上讲,商业智能不是什么新技术,它只是数据仓库、OLAP和数据挖掘等技术的综合运用。

 

零售业商业智能供应商-英比汀商用软件

编辑 | 阅读全文(171) | 回复(1),yaocg 发表于 2008-3-1 17:16
国内零售企业的信息化并没能从根本上提升企业的核心竞争力,应用效果与预期目标仍存在不少差距,而企业信息系统政出多门、彼此防孤立、难以整合是重要原因之一。

  最大问题是信息不流通
  
  信息不流通并不是仅指系统的物理连接上不能互联互通,而是指观念、标准上的孤岛,信息技术领域上演着一个又一个不断翻新的理念或系统,从办公自动化、财务管理到POS、MIS、ERP、CRM、SCM、WMS、BI、E-Business、KM,企业变成了研究院和试验田,大部分系统之间互相隔离,很少能做到信息共享,即使有接口,数据交换的层次也比较低,在应用层面,难以有效整合,存在硬盘里的,永远只能是数据,只有流通的数据,才能变成信息和知识,也只有应用的信息和知识,才能形成竞争力。

  偏重作业处理而忽略管理提升
   
  大多数企业的信息化还停留在收货、收款、盘点、对账等具体的作业环节,应用的目标也只是提高工作效率、减轻劳动强度,而对于计划、考核、分析、控制等更具价值的内容往往却被忽略了。与国外相比,国内零售企业的信息化应用大多还处于初级阶段,小型、孤立的系统较多,虽然各种系统的应用数量比较多,但高水平的应用比较少。

  对商品关爱有加而对顾客视而不见
   
  大多数在用的信息系统还是以商品为核心的管理系统,各种数据分散在不同的子系统中,很难对顾客进行全视角地观察和分析,对顾客的需求不能心领神会,面对顾客的不满,企业心有余而力不足。
   
  从信息化建设来说,应该推进信息化应用向深度发展,把企业内部原来分散的子系统整合到一起,组建更完整、更全面、更有效的系统整合平台,在此之上,进一步提高数据和信息的应用层次,围绕提升顾客价值的理念,重组排列、组合信息元素,立体化、多角度、深层次展现顾客行为特征和心理特征,对顾客需求做出最恰当的快速回应,并能预测顾客需求变化趋势。

  整合信息系统的方法
   
  打造企业信息系统门户(Portal)
   
  在不改变各子系统功能的前提下,把应用于企业各专门领域的系统,如MIS、CRM、SCM、OA、E-Business等整合在统一的入口平台上,方便使用者由统一的平台进入各子系统。这种整合更多地是解决应用层面的浅层问题,在业务处理及报表综合等方面没有大的改进。
  
  从技术的底层重新架构各子系统
  
  从数据库、开发工具等底层着手,部署可以支撑异构数据的交换平台,对各系统的数据源进行梳理和调整,对需要交换的数据进行标准化处理,例如SAP的Netweaver技术平台,在此平台上,各专业系统互相联通、各取所需。
  
  设计各子系统间的接口程序
  
  通过设计和开发各子系统间的接口软件,完成各系统间的信息交换,常用的技术有EDI、XML、EAI等,这种方法应用很广泛,但技术依赖性强,灵活性不够。
  
  通过商业智能系统进行系统整合
  
  系统整合的目的是综合运用各子系统的数据,形成支持全局的报表和信息,并通过构建管理模型,对业务的发展趋势进行科学预测,从而对管理决策提供更有效的帮助。这种整合的方法不影响各子系统的正常运行,风险比较小,直接从应用层面整合,可快速发挥效用,提高投资回报。
  
  利用面向服务的体系架构
  
  面向服务的体系结构SOA的核心是服务,使得信息系统与物理站点相分离,构建“虚拟的信息系统”,把总部信息系统、分公司信息系统、门店信息系统成功集中到应用服务中心,它通过建立基于开放标准的、统一的、高效的、易于管理的IT基础平台,实现企业各信息系统的整合,从而灵活地配制企业的内外部信息资产,使企业能够快速响应新的业务需求。

零售企业应用的信息系统越来越多、越来越专业化,各系统在运行过程中积累的数据量越来越大,但数据本身的价值并不大,如何从矿石中淘出真金是零售企业面临的重要课题,随着商业智能管理理念的深入及相关技术的越来越成熟,它在信息系统的整合过程中将发挥更大的作用。

  利用商业智能有效整合企业信息化资源
   
   从当前IT系统应用现状来看,信息孤岛形成经历了一个长期的过程,消灭信息孤岛也是一项艰巨的工程。解决零售企业信息化面临的问题,不能把着力点放在各专业子系统上,而应当站在更高的层次上,认识到只有解决好系统间的整合,才能打通交流的瓶颈,才能从更宽广的视角观察企业的业务处理,探询改善经营、提高管理的关键要素。利用商业智能来完成信息整合,建造统一的决策支持平台,将是信息全面“流通”的一个里程碑。

  商业智能在销售分析上的应用
   
  销售是零售企业价值实现的过程,企业运营和管理的各种问题都可以通过剖析销售数据得以展现。商业智能是从结果着手,通过层层剖析,探询并暴露问题的过程,而查询分析功能是由条件推导结果的过程。
   
  销售分析的主要指标有销售额、销售量、毛利率、毛利额、坪效、同比分析、环比分析、贡献度、客单价、客单数、客品数等。
   
  销售分析的主要维度有零售业态、零售渠道、组织结构、类别划分、品牌结构、供应商结构、人员结构、日期时间等,这些分析维度可以进行多种排列组合,并支持多级钻取,从而获得可追溯的分析结果。
   
  销售分析的方法主要是时间序列分析法、递归分析法、对比分析法、结构分析法,分析结果的输出不再局限于平面报表,还可以以图形、仪表盘等更直观、更生动的形式展现。
   
  支持销售综合分析的数据源主要来自POS、MIS、CALL-CENTER、WEB等子系统,各种指标、维度的综合运用,是在原来的基于关系数据库的子系统中难以实现的,只有使用BI系统,才能得心应手。

  商业智能在商品分析上的应用
   
  商品是零售企业最重要的管理对象,是实现经营理想的载体,对商品的评价和分析必须基于对目标消费群的认识和了解,这也是利用商业智能系统对商品的分析不同于MIS、ERP系统对商品分析的地方,BI系统可以从crm系统中抽取相关数据,这些数据一部分来自企业内部,另一部分来自市场、竞争者及行业的分析和研究,通过对比分析,不仅能了解企业经营的实际指标,还能帮助管理者观察存在的差距。
   
  对商品分析主要从两个方面进行。
   
  一是定量的分析,主要考查商品的类别结构、价格带分布、品牌结构、毛利结构、周转率等,结合对商品的销售额、销售量、贡献度、点击率、流动性等指标的分析,从而调整和优化商品的深度与宽度,准确、科学地定义商品的重要程度,基于消费者的体验和企业运营目标,不断优化各品类商品的组成及其价格带分布。
   
  二是定性的分析,主要考查商品的成长性、商品的价格竞争力、商品的市场占有率、商品的质量与价值、顾客投诉率、物流与促销支持度等内容。
   
  通过综合分析,动态评价商品的流动性和盈利能力,制定商品的导入及淘换计划,指导经营者有区别地对待商品,有目的地策划营销活动。
   
  基于商业智能的商品分析,其数据源主要来自POS、MIS、CRM、SCM、WMS等子系统。

  商业智能在供应商分析上的应用
   
  当前,零售企业之间的竞争已经不再是企业和企业之间的竞争,而是企业联盟与企业联盟之间的竞争,供应商是企业联盟中的重要组成部分,面对最终消费者,双方有共同的利益诉求,因此,零售商、供应商之间应当建立竞争和合作的良性关系。
   
  对供应商分析主要指标有订货量(额)、进货量(额)、库存量(额)、退换量(额)、销售量(额)、毛利率(额)、周转率、送货及时率、贡献度等,通过这些指标的综合分析,对供应商进行更精确的识别和分类,对重点供应商开放更多的信息资源,比如共享商品的库存信息、品类销售排行信息,通过SCM系统加强与供应商的业务协同,减少零售企业的库存占用,降低缺货损失,提高对顾客的响应速度。
   
  基于以上分析的数据主要来自POS、MIS、SCM等子系统。

  商业智能在顾客分析上的应用
   
  顾客分析的主要内容包括顾客结构、客单价、客流量、客品数、顾客购物频度,在此基础上,结合时间、金额等维度,构建顾客危险度分析模型、顾客忠诚度分析模型、顾客四象限分析模型。
   
  危险度分析模型:应用于重点顾客的分析,主要参数有考察期间、平均购物金额、购物次数(频度)、毛利贡献度、最后消费日等,据此分析顾客流失趋势,开展挽留高端客户行动。
   
  顾客忠诚度分析:主要参数有考察期间、顾客类型、集中购物品类、购物次数分布、累计购物金额、平均购物金额等。
   
   顾客四象限分析模型主要考察购物次数及购物金额,据此,把所有顾客分成知已型(购物次数、购物金额都达标)、蝴蝶型(购物次数不达标、购物金额达标)、藤葫型(购物次数达标、购物金额不达标)、过客型(两者都不达标),通过商品品类、品牌、价格的配置,引导顾客的消费心理,协调顾客消费行为,为实现企业经营目标运筹帷幄。
   
  数据源主要来自POS、MIS、CRM等子系统。

  商业智能在其他方面的应用
   
  利用商业智能系统,在POS、MIS、OA、HR等管理系统的基础上,通过设计考核指标,可以对员工进行科学的评价和激励;还可以对企业的预算和计划进行全面的跟踪和分析,及时发现预算和计划在执行过程中的偏离。

编辑 | 阅读全文(150) | 回复(1),yaocg 发表于 2008-4-17 17:5
该文章有隐私级别,只有作者本人才可以查看。
编辑 | 阅读全文(110) | 回复(0),yaocg 发表于 2008-4-17 16:40
一、发现问题:零售企业在经营过程中都会碰到以下这样那样的问题

◆如何有效的利用现有的库存,保证企业稳定快速的前进,避免企业陷入金融危机
◆如何在产品生命周期内,制定合理的价格变化曲线,指导经销商、零售商、自营店进行销售业务
◆如何制定有效合理的采购计划。从利润、库存周转率、市场营销策略角度合理的搭配商品采购比例,从第一道关口降低企业的运营成本,提高企业的市场竞争力
◆如何制定合理的铺货计划:什么时候铺货,铺货多少,铺货的比例是什么,铺货给谁,如何在产品利润最大周期内赚取最大利润
◆如何在经营过程中,根据市场的变化及时调整企业的市场策略,适应市场的变化,降低市场风险,盘活低迷市场,提高企业的市场竞争力
◆如何有效的进行补货动作,保证少数高利润回报商品的货架不再缺货,严格控制存货,降低库存风险。
◆……

企业在做出决策时,由于没有足够的信息或者没有明确的理论作指导,常常拍拍脑袋就做出决定。不能明确的了解和掌握此决策对各方面可能导致的后果和影响程度。随着企业的发展和扩张,以上这些问题会越来越突出,越来越成为企业发展路上的绊脚石,甚至导致企业运营失败。


同样,随着企业的扩大,部门职责和分工越来越细,部门间的沟通和交流需要耗费大量的时间和精力。但在做出决定时,又会因为不能全面了解公司目前的运行情况,做出错误的决定,造成“一叶障目”的情况。这类实例比比皆是。


面对零售行业的激烈竞争、面对零售企业科学化管理……,而企业的信息化又在其中占有不可忽视的分量。在零售企业信息化的普及,企业会积累越来越多的数据,如何有效利用这些数据?如何把这些数据转化为企业所需要的知识?如何从这些数据中快速及时地得到正确信息,为制定企业发展策略、决策支援、预测企业风险、提高企业效能……提供准确的数据指导,成为困扰企业发展的瓶颈问题。



二、解决问题:

那么我们应打造一个什么样的系统来适应和推动企业的发展呢?答案当然是BI(商业智能)系统-RetailKPI决策支援与流程优化系统,它是零售企业信息化的必然趋势。

RetailKPI为您提供世界最前沿的管理技术及工具帮您快速及时准确的得到企业发展所需要的数据。


RetailKPI
包括基础分析模块,高级分析模块,特色模块,以及系统管理模块。

RetailKPI 的多维分析可以满足用户对已有数据进行分析需求。帮助用户充实商业经营理念,提高用户从海量数据中提取行业性知识与信息的效率,规避经营风险,扩大投资回报。


三、英比汀公司简介:

英比汀商用软件有限公司(InBetween)是全球领先的零售行业专家决策支援系统供应商,InBetween专注于中国零售行业商务智能解决方案。我们为中国客户提供相关管理咨询和技术服务。我们能够帮助您从容地面对竞争激烈商业环境所带来的所有挑战,实现对未知风险的及时预测,为快速制定决策提供依据,以确保公司持续发展。

InBetween公司于2006年进入中国市场,大中华区总部在上海。我们是海外风险基金投资的高科技企业。是中国首家专注于零售行业的决策支援与流程优化软件供应商。


我们在海外的迅速成长过程中积累了丰富的零售行业经验。为了把国外成熟经营管理理念带入中国,从2006年开始对产品进行本地化,使其更适合中国客户需求。


我们的理念是以丰富的行业经验和先进技术为用户提供高性价比服务。 以客户为中心是我们的宗旨。打造易用的零售业决策支援与流程优化系统是我们努力的目标。让零售行业都能使用决策支援与流程优化系统而得到提升是我们的期望。


我们为客户提供最好的服务,为零售传递最新的理念。


咨询:Tim Yao

13764177270, 021-51751668-202
  Mail:tim_yao@inbetween.com.cn
  MSN:y_wei2008@hotmail.com
  WEB: www.inbetween.com.cn
编辑 | 阅读全文(118) | 回复(0),yaocg 发表于 2008-4-14 10:50
在国外,BI分析系统作为经营和竞争的有效工具在零售业中的应用已颇为成熟,正是人大倚仗这一科学而有效的手段,国外零售巨头们在全球范围内拥有越来越大的经营优势。使用BI分析系统,能更好地利用BI(Business Intelligent)即商业智能的功能来分析零售经营的各种数据,透析零售业经营中的内在规律,使企业的经营管理真正上档次、上台阶。
洞悉过去(分析危机)

  企业在经营过程中产生了海量的信息,这些信息蕴藏了丰富的经营技巧和市场规律,怎样有效的利用这些宝贵的信息,使之为企业经营服务,成为了零售企业的一个迫切愿望和现实难点。普通的零售业信息系统只能够提供一般的分析数据,不能提供立体化的、多视角的、有渗透力的数据,更不能提供更多潜在的、预测性的经营建议。BI系统恰恰弥补了一般零售业系统在分析上的先天不足。

  管理者对数据的分析行为,通常都会有不同的角度出发来获得不同的信息。比如在作销售分析时,最常见的分析数据摄取一般是这样的:在某一特定时间区间内,搜集某些生气勃勃定经营单元(如分店)的主要经营指标(如销售额、成本、进项税、毛利、毛利率、坪效、交叉比、销进比等)的单个及合计数据,据此进行分析。

  但是经营者往往会提出更多、更细的数据要求。如提供上述数据指标时要求考虑到时间区间内时间点的细分(如细分到每日或每时),并且顾及到单个分店,同时包含商品细分类别(如按大、中、小来分类,甚至分到单品)等因素。这说明,随着市场竞争的日益激烈,经营者的工作已不是仅仅局限在粗放的数据审阅上,而是需要越来越精细的数据分析,而且这些分析也不仅仅局限于单点单向,而是要多点多向地进行。

  由于经营者在分析时会根据不同情况的要求和不同思路分析的灵感,从不同的观察角度,对数据的摄取提出以不同的对象为中心、有时甚至是跳跃式的、跨数据性质、类别的摄取要求,这些数据要求如在一般的分析系统中摄取,不仅搜集整理的工作量巨大,而且分析运用起来也十分便,有的甚至无法融合在一起,这时就需要BI分析系统的帮助了。在BI中把这些不同的观察角度或分析对象不同类别的属性叫做“维”(如日期维、地方维、类别维等),而且这个“维”又是分级的,比如日期可分为年、月、周、日;地方可分为公司、分店、部门和柜组别也可分为大类、中类、小类、细类、系列等。如果在分析中除需要对类似以上的这些数据进行采摘、处理,再加上通常分析工作都会用到的同比、环比等指标的处理,一般的数据分析系统显然已经力不从心了。

  这就是笔者要讲的分析危机:老总越来越爱分析,而IT部门却越来越不能胜任分析!那么在运用BI之后呢?一切将完全改变过来。BI分析系统通过连续、立体的动态表来展现各种数据,并且对这些数据进行组合、聚类、排序等处理,给经营管理者带来一种得心应手的分析新感觉。

神秘的BI

  BI是一种是一种运用了数据仓库、在线分析和数据挖掘技术来处理和分析数据的崭新技术,其工作原理主要是通过对数据进行抽取、清洗、聚类、挖掘、预测等处理来产生可透析的各种展示数据。这些数据可直观显示分析者所要探询的某种经营属性或市场规律。

  BI除了通过动态表展现数据外,还可通过丰富多彩的图形去展现,并且能对图形做拉伸、分块、旋转、透视等多种处理,以更直观可见的方式来展现数据规律。同时还可对数据做各种标识。如特别好的销售数据用绿色表示,特别差的销售数据用红色表示。另外,还可对数据进行跟踪分析。

  BI还有一个很优秀的功能就是设定一个边界条件进行挖掘工作,从杂乱无章的数据中找出内在的联系,沃尔玛著名的啤酒与尿布的故事就是这样产生的。

  BI分析系统的主要代表功能有:综合分析与告警、趋势分析等。它不仅适用于零售业,同时在金融、保险等行业得到了广泛应用。

开启未来-决胜未来

  决胜未来靠的是什么?是通过透析历史的经营情况,归纳成的经验和失败的教训,用数据来证明经营手段是否成功,来预测未来的发展趋势,快速准确的把握风云变幻的市场脉博。而BI正是完成这项使命的有力武器。在国外,BI在零售业上已有了较好的应用,并产生相关的指标体系理论;在国内,还处于初级阶段,但BI本身所具有的灵活性和强大性,使得他在零售业界讯速崛起,呈现了高速上升的趋势。

  BI最常见的应用就是辅助建立信息中心,通过BI来产生各种工作报表和分析报表。常见的分析有:

  销售分析:主要用于分析各项销售指标(如毛利、毛利率、坪效、交叉比、进销比、盈利能力、周转率、同比、环比等等),而分析维又可从管理架构、类别、品牌、日期、时段等角度观察,这些分析维又可采用多级钻取,从而获得相当透彻的分析思路;同时根据海量数据产生预测信息、告警信息等分析数据;还可根据各种销售指标产生新的透视表(如最常见的ABC分类表、商品敏感分类表、商品盈利分类表等)。

  这些复杂的指标在原来的信息数据库中是难以实现的,老总们虽然知道他们好,但得不到,使得这些指标显得若有若无,直到BI技术出现之后,这些指标才重新得到了管理者和分析者们的宠幸。

  商品分析:商类分析的主要数据来自销售数据和商品基础数据,据此产生以分析结构为主线的分析思路。主要的分析数据有:商品的类别结构、品牌结构、价格结构、毛利结构、结算方式结构、产地结构等,从对这些数据的分析中产生商品广度、商品深度、商品淘汰率、商品引进率、商品置换率、重点商品、畅销商品、滞销商品、季节商品等多种指标,通过对这些指标的分析来指导企业调整商品结构,加强商品的竟争能力和合理配置。

  顾客分析:顾客分析主要是指对顾客群体的购买行为的分析。例如,我们将顾客分成“富人”和“穷人”;那么什么人是“富人”,什么人是“穷人”呢?如果我们有会员卡,可以通过会员登记的月收入来区分,但如果没有会员卡呢?这时可以通过小票每单金额来假设。比如每单金额大于100元的顾客,我们认为是“富人”;每单金额小于100元的顾客,我们认为是“穷人”。据此,又可派生出很多其他分析思路。如“富人”喜欢什么样的商品,“穷人”喜欢什么样的商品;“富人”的购物时间和“穷人”的购物时间;本企业商圈里是“富人”多还是“穷人”多;“富人”给商场作出的贡献大还是“穷人”作出的贡献大;“富人”喜欢用什么方式来支付,“穷人”喜欢用什么方式来支付等等。此外,还有商圈的客单量分析、商圈里的购物高峰分析、假日经济对企业的影响分析等等分析思路。

  供应商分析:通过对供应商在选定的时间段内的各项指标(订货量、订货额、进货量、进货额、到货时间、库存量、库存额、退换量、退换额、销售量、销售额、所供商品毛利率、周转率、交叉比率等)进行分析,为供应商的引进、储备及淘汰(或淘汰其部分品种)及供应商库存商品的处理提供依据。主要分析的主题有供应商的组成结构、供应商的送货情况、供应商所供商品情况(比如销售贡献、利润贡献等)、供应商的结算情况等。比如我们发现有些供应商所提供的商品销售一直不错,从而他在某个时间段里的结款非常稳定,而这个供应商的结算方式是代销,那么如果资金不紧张,而这个供应商所供商品销售风险又小,为什么不考虑将他改为购销呢?――这样可以降低成本呵。

  人员分析:通过对公司的人员指标进行分析,特别是对销售人员指标(着重销售指标,毛利指标为辅)和采购员指标(销售额、毛利、供应商更换、购销商品数、代销商品数、资金占用、资金周转等)的分析,达到考核员工业绩,提高员工积极性,为人力资源的合理利用提供科学依据的目的。主要分析主题有员工的人员构成情况、销售人员的人均销售情况、开单销售、个人的销售业绩情况、各管理架构的人均销售情况、毛利贡献情况、采购员分管商品的进货情况、购销代销比例情况、引进的商品销售情况如何等等。

    BI对零售业的分析远不止以上所述,至少还有资金运转分析、库存分析和结算分析、库存分析、门店分析、调拨优化、采购优化。。。 

  这些分析在实际经营中确实有着重要的利用价值,谁能对自已的经营作出正确的分析,谁就能及时修正自已的经营方针和政策,谁就将赢得未来!

编辑 | 阅读全文(165) | 回复(1),yaocg 发表于 2008-4-8 11:49

  就如大多数战略项目一样,一开始的时候并不能保证企业商业智能系统的实施一定会取得成功。要成功,取决于下列关键因素:该系统在公司战略的地位,业务经理的投入程度,实施的认真程度,各部门联合行动的程度。

1 企业商业智能应该是业务战略的一部分
由于企业商业智能能够发现隐藏的成本,和潜在增加营业收入的机会,因此一旦实施,企业就能受益,降低成本,增加收入。企业商业智能系统应该被看成企业运作的一部分,因此它所带来的回报也是企业运作成果的一部分。作为大范围的企业商务战略的一部分,企业商业智能项目给企业创造价值,而这个项目的价值也只有放在大战略之下,才能显现得出。
在实施企业商业智能系统时,应该有几条准则:这个项目是否有助于公司实现战略目标?在回答这个问题,就要先回答其他几个相关问题。第一,企业的战略目标是什么?比如说,在某个领域成为市场的领导者,成为行业的老大或者老二,每年营业收入增加20%,或者是市场份额增加30%第二,为实现这个战略目标准备采取哪些步骤?忘记那些不重要的事情,把注意力集中到如何提升客户服务质量留住客户,提升企业的最终效益等关键事务上。IT部门减少10%的成本,把客户忠诚度提升5%,或者降低企业运营成本。把这个商务项目变成促使企业向电子商务进军的推动力。这些目标 定得愈细致,界定得愈明确,对整体战略计划的支持力也越大,企业商业智能系统对企业实现其战略目标的推动力也越大。第三,为衡量这些目标的实现情况,贵公司准备跟踪哪几个主要的业绩指标?平衡记分卡管理体系一开始能够帮助企业建立衡量标准,当然,你不需要为此专门在公司上下建立完整而全面的平衡记分卡体系。一开始的时候,可以跟踪一系列相对比较全面的指标就可以了。当然,企业的最高层必须认同这些信息为企业上下所共享。比如说,一个公司在学习和成长方面有较宏伟的目标,该公司就应该着重考虑在何种经济刺激下,员工的创造性才能得到充分发挥。最后,贵公司如何通过企业商业智能来实现这些目标?通过发现存在的机会或者浪费以提升企业的效率,通过给员工获取信息的渠道以发挥信息的价值,提升客户服务,把这些作为贵公司在朝目标进军时主要的考察对象吧。一旦发现偏离目标,就即时予以纠正。


2  业务经理应该推动企业商业智能发展
业务经理们的努力将决定企业商业智能的成功与否。一项深入的分析显示,那些实施企业商业智能最成功的企业通常是从最开始的时候就“主要从战略和整体部署的角度出发”,而不是单纯从技术角度出发。 为了成功实施项目,项目经理、团队和业务方应该:
? 赋予项目经理一定的权力;
? 排除障碍,让团队远离企业政治雷区;
? 协调各方面政策以支持该团队;
? 对项目的范围进行认真管理。

当然项目经理还有义务提供简单易用的前端商业智能工具,这也是诸多用户以后要使用的。企业在数据仓库、企业系统或者其他形式的数据库上花了大价钱,目的就是要满足用户的需求。假如工具比较复杂或者使用难度较高,就不会受到用户的欢迎。这些投资究竟能够带来多少回报,在很大程度上取决于用户如何“使用”这些系统。
如果商业用户发现企业商业智能工具能够满足他们的需要,而且让他们的工作生活变得容易,那么企业的投资回报也就随之产生。这就是为什么商业智能系统从最初的设计,到实施,直至最后使用都离不开业务经理和用户的推动。

3  在实施中实现投资回报的最大化
要让其发挥最大的效用,推行企业商业智能系统应该非常认真。特别是,在最初规划的阶段,就应该听取用户的意见。这个系统要容易使用,用户的培训要全,同时管理层要给予最大的支持。
在规划阶段听取用户意见  从最初的规划和设计阶段,就应该听取商务用户的意见,以确保以后的系统能够满足他们全部的需求。在后来的实施阶段,也应该听取用户的想法,以确保所使用的术语和报告标准具有实际意义。
要取得一个商业智能系统的成功,规划是很重要的因素。每一个开发团队制定出项目计划,然后合并成更高级别的部门计划,部门计划又汇集成更高级别的规划。对每个团队来说,每周都要考察计划进展状况,以及支出和预算情况,并且每月对这些团队的经理进行考察。每周都召开各个级别的团队会议,从最高的管理层到最基层。

让系统尽可能容易使用  最成功的企业商业智能系统是能让用户轻松获取数据,能够通过技术含量相对较低的用户界面对数据进行分析,而且使用方便,容易理解。我们一再强调,成功实施企业商业智能系统的第一要诀是容易使用。你必须确信所选择的工具使用起来非常舒服。同时,系统使用难度如何还关系到这些数据对用户的重要程度。因此也必须确信系统中所采用的数据是同商务用户所理解的商务术语一致。最后,让数据尽可能简单。
再就是培训用户  即使目前的软件用户界面非常友好,完全可以无师自通,但是企业商业智能是一种全新的思考方式。因此,还需要对用户进行培训,尤其是与用户业务相关问题的培训,将会大大提升他们从数据上所能挖掘的价值。
大部分培训需要结合数据本身来进行。对用户进行有关工具使用的培训需要一天左右的时间。在培训客户的过程中,数据本身显得很重要。现在有哪些数据?这些数据如何分类?诸多的商业数据是如何定义的,比如客户、月营业收入各代表什么?对于数据的培训至少需要两天时间——理解数据的难度大约是理解工具难度的两倍。

管理层的支持  管理层的支持程度是系统成功与否的又一关键因素。因为企业商业智能是另一种商务运作模式,需要管理层自始至终地为推行这项新的工具铺平道路。同样,我们前面也说过,引入这种新系统可能意味着背离传统商业模式,挑战传统智慧。为了与保守观念作斗争,最高管理层需要从一开始就给予极大的支持和动力。

4  实施“联邦式企业智能系统”
一个企业初尝企业商业智能系统的甜头后,很可能就要求IT部门来建立一套单一的中央数据仓库,以便集中公司上下各层面所需要的所有数据。“单一”架构和“单一”数据听上去很有吸引力,但是在现实中却是不可行的。经验显示,这种想法到最后通常会遭到挫败。把各层面的数据集中到单一的数据环境,是一项“不可能的任务”。这样做不但耗时长,而且成本非常昂贵。比较好的方法是在企业内部,在一些小的数据仓库的基础上,建立小的商业智能环境。对项目经理来说,他们管理的数据范围小一些,与数据更贴近一些;对用户来讲,他们即是这部分数据的建立者也是这部分数据最经常的使用者。这样,企业商业智能系统能够在较短的时间里有较大的成效。
尽管这些系统不是完全集成的,但是如果采取开放式的技术架构,这些系统就很容易相互连接。
一家实施联邦式战略的公司,应该让各个小的商业智能环境在“地方性”数据标准的基础上,构建组织内部统一的衡量体系。在未来,不可避免还有新的终端体系加入,这种联邦式战略完全就能够适应这种发展。随着企业对信息战略的推进,会有更多的应用体系加入以推进企业某方面业务的自动化进程。在市场竞争加剧以及经济全球化的背景下,企业通过购并来发展壮大的速度也会加快。这些购并通常会使企业不得不接纳被收购企业原有的业务应用系统和数据仓库。建立在联邦式数据仓库基础上的开放的企业信息架构,能够很好的连接各个小的信息体系,并使之集中到一个大的数据环境中。
然而,这种联邦式架构的成功,也需要一套统一的商业智能解决方案。这套体系应该是开放的,能够源源不断地吸收新的数据库和应用系统的加入。一套统一的商业智能解决方案,能够让用户轻松交流,从一个部门的系统出发能够浏览其他各个部门的系统。这套解决方案还必须能够迅速适应各种变化,比如机构重组,或者商业模式改革等。
总而言之,联邦式的商业智能战略的相对可行性主要基于以下几点:
1)每一个小的数据环境成功的概率加大。
2)对新系统的加入具有兼容性,使得构建整体企业信息环境的风险减少。
3)各个部门感到有更大的自主权。
4)能够应对未来不可避免的企业间购并。

联邦式环境并不是要逆着海啸般的市场和商业潮流而动,让企业信息系统走向分散和不协调。相反,它是促使系统的整合,并且避免了因达不到企业高层管理人员所规定的时限而产生的政治风险。

 

编辑 | 阅读全文(79) | 回复(0),yaocg 发表于 2008-3-20 18:17

有一则被反复提及的故事,它可以说明商业智能(Business Intelligence,简称BI)的应用价值。曾有一段时间,沃尔玛在美国的店面经理发现一种现象:每周啤酒和尿布的销量都会有一次同比攀升,但一时搞不清是什么原因。

后来,沃尔玛运用BI技术发现,购买这两种产品的顾客几乎都是25~35岁、家有婴儿的男性,每次购买时间均在周末。沃尔玛分析了相关数据后得出,这些人习惯在晚上边看球赛、边喝啤酒,对于要照顾的孩子,为了图省事就用一次性尿布。得到这个结论后,沃尔玛把这两种商品集中摆在一起,结果销量有了显著提升。

这个例子告诉我们,在当今的商业环境中,那些看似杂乱无章、错综复杂的信息往往隐藏着巨大的商业价值。能否从中分析提炼出有价值的信息,进而支持管理者做出及时、正确的决策,这对企业应对复杂的竞争是相当重要的。

不过,相对于沃尔玛这种把信息技术运用到极致的企业,中国本土企业在BI应用上却鲜有作为。虽然工商银行民生银行、广东发展银行等金融企业,和乐百氏、双汇这类传统企业都在着手建立BI系统,但目前还无法验证应用的效果到底如何。

据相关统计数字显示,在国外,投资建设BI的企业有60%~70%以失败告终;而在中国,这个数据可能会更高。其中的原因有很多,比如缺乏历史数据支持、理解上存在误区等等。双汇集团cio刘小兵认为:“虽然BI技术并不复杂,但若要它发挥应有的作用,至少要有3~5年的历史数据积累来辅助研究,不然投入再大也是徒劳。”

BI应用的三大障碍

那些能够成功地利用手中所掌握的信息资源的企业,它们必然清楚地知道信息所能带来的商业利益——不单是提升硬件上的效率,而且在提高销售业绩、改进工作效率和增强客户满意度等软的领域获益匪浅。

但对于大多数企业而言,信息至今仍是一笔未被充分挖掘的资产,也就是说,大多数企业还没有从花费巨资所构建的信息系统中享受到应有的益处。那么在企业部署BI的过程中,常常会遇到哪些障碍呢?

首先是不能提供可靠的信息。

据《商业周刊》去年的研究显示,43%的商业人士不能确信他们企业内部的信息是否准确,77%的被访者表示他们因为缺乏可信的信息而做出过失败的决策。这其中,数据的质量存在很大的问题。

比如本土银行,它们的数据库中的信息少则几千万条,多则几亿条。数量是足够庞大了,但质量如何呢?同名账户、废弃账户,一个人有多个账户,这些信息需要专业的工具来清洗和改良,还要预防质量低下的数据输入系统。外资银行在业务流程中,就特别地强调客户信息搜集的准确性,这使得它们在把握客户需求和产品创新上占得了优势。

其次是能否针对非技术人员设计出简便而形象的用户界面。

对于非技术人员而言,系统操作的简便程度如何,很可能成为能否普及BI的一大关键。也就是说,最终用户希望简捷、自动地获取信息,而不是被迫学习和认知一个全新的环境,或者依赖于IT部门的帮助。

特别是,商业决策的制定从来不是靠某个人在真空的环境中完成的——这需要用户围绕着信息数据开展协同和商讨之后才能做出,这就要求有一个易于操作的环境。

BI应用的部署与管理也应该简便易行,越来越多的企业用户希望找到打包的、易于实施的中端市场解决方案或者软件服务项目,这样他们可以在网上直接访问到BI的应用,不需要安装任何其他的软件程序。

第三是陷入贪大求全的误区。

无论是上哪种管理软件,几乎都会听到同样的声音:不要贪大求全,要从最迫切的业务入手,BI也不例外,它可以做成一个独立的庞大系统,把企业中所有的业务数据全部放在一个数据仓库里,进行多维分析;也可以将其嵌入到各项单独的业务数据中,进行单独的业务分析。

成功实施的四个建议

尽管BI的应用价值得到很多企业的认可,但一些想构建BI系统的企业还有些迷茫,那么,它们应该从何入手?在上系统之前应做好哪些准备?

BI要想大做小,从最迫切的业务入手。先把最紧要的业务管理起来,以便迅速响应市场需求,做出最佳决策。积累了一定经验后,再逐渐增加BI系统继续对其他业务进行决策分析,这样可以在一定程度上规避风险,因为上BI也要进行流程的重整,一个部门的整顿对公司的影响要比整个公司整顿的影响小得多,就好比动小手术总要比做大手术的疼痛小一些一样。

以业务趋动而非IT趋动。很多企业明白这样的道理,应该由业务部门的需求主导软件的设计和开发。但由于业务人员的水平不足以达到提出未来管理模型架构,若出于这样的原因,企业应该给予IT部门绝对的权威,让它有权要求业务部门配合IT部门共同协商提出需求模型,以尽量准确地把握企业的业务发展方向。

要成立专门的数据分析部门。在国内,数据分析师这个职位提到的还不多,有专家建议,如果准备上BI系统的话,一定要落实相应的数据分析部门。企业对数据进行优化的目的,是要从中找出最有价值的数据,这些有价值的数据挖掘出来后,如果没有相应的人对其进行跟踪处理,它的价值也就只停留在迅速做出报表的层面了。

BI也是一把手工程。一把手的角度,是从提高企业业务增值的目的出发,没有一把手的大力支持,企业的业务流程调整会遇到很大阻力,甚至是难以贯彻下去。

因此,在决定上BI之前,企业要慎重考虑哪些业务首先需要决策支持,这项业务的内部流程是否清楚,如何对其进行内部流程重整。并要配套相应的部门来专门负责数据的跟踪和优化分析,这样企业的决策才会变得越来越理性客观。

编辑 | 阅读全文(74) | 回复(0),yaocg 发表于 2008-3-20 18:6
 

由于BI软件的价格昂贵,人们一直认为中小企业中用不起BI系统,也不需要BI系统。其实不同的企业信息化程度并不一致,中小企业也可根据自身信息化的状况,选择合适的BI软件。事实上,正是因为中小企业规模小,生存的压力才更大,更需要时刻关注企业的经营数据,所以,中小企业比大企业更需要数据挖掘。

最近这几年,商业智能市场很热闹,不过主要还是基于信息化程度比较好的大型行业,如金融、电信等。但近一段时间来,一些中小企业在信息化的应用上也在升温,尤其是像制造和零售业等,这些行业已经大范围地部署了ERP、CRM等系统,系统让企业拥有了很大的数据量,而如何能够有效地利用和整合这些数据已经成为摆在cio面前的难题。

根据Gartner分析,随着中小企业对ERP、crm系统的部署,积累了大量的材料和数据,它们希望有很好的工具来利用这些数据做出更好的决策,所以BI成为中小企业最关心的技术。“可以预期的是,使用商务智能的中小企业将不断增加。”IDC经过调查也发现,中小企业在使用商务智能方面的增长速度要比大企业高出30%。

Gartner的调查报告还显示,中小企业BI市场是一个21亿美元的市场,年增长率达到了12.5%,在59亿美元的BI市场中占有35%的份额,而增长速度超过大型企业BI市场增长速度的5%。

在用户选型方面,随着中国商业智能市场逐步走向成熟,用户日趋理性,在商业智能选型时比以往更加慎重。大企业选型时会综合考虑厂商品牌、产品价格、功能模块、售后服务、可扩展性等,并且往往选择外企知名厂商,对价格考虑较少。而与大企业不同的是,中小企业会更加关注商业智能能否与现有的ERP软件集成,价格是否在可接受的范围内,BI业务模型是否符合企业自身状况,BI解决方案是否真正适合企业业务和发展,是否真正能够满足企业现阶段和未来的潜在需求,从而提高企业决策的准确性。

中小企业需要的BI产品是只要经过简单的安装配置,即可自动识别ERP的版本,就像能把其他系统的数据自动分门别类导入BI系统中,甚至是access和excel的数据也能自动导入系统。同时如果企业有一些个性的分析要求,还可以自己通过简单的设置,就完成修改。

其实在价格方面,无论是国际BI厂商还是国内BI企业都针对高、中、低端用户推出不同的价格策略,总体价位呈现下降趋势。有厂商就推出了专门针对中型企业的商业智能解决方案,而这类产品不需要企业有像ERP这样的系统,只要电子表格就可以部署。

商业智能的核心在于数据挖掘,数据是数据挖掘应用的依据,那么中小企业需要具备什么基础才能应用数据挖掘技术呢?理想的情况是这样,建立一个数据仓库,里面保存好所有客户的数据,以及市场竞争对手的相关数据。如果数据仓库还没有建起来就直接上数据挖掘应用,结果很可能中途夭折,因为数据挖掘前期几乎80%的工作都是在准备数据。

专家认为,即便在大型企业,由于数据搜集起步普遍比较晚,数据可得性和完备性都不高。很多行业的生产、财务、销售等敏感数据,由于用户的选择性输入或漏输、错输,难以为数据挖掘工具所用。中小企业则更需要多加注意。

BI的新方向

Web服务的普及、标准的广泛使用、更通用的API以及SOA等概念的出现,将帮助BI技术被应用于更多的操作系统。而这些新方法还有助于在企业中整合BI工具,让构建一种用于典型流程的通用分析引擎成为可能。

未来企业应该寻找帮助理解文本数据和其他数据库之外信息的搜索与非结构化分析工具。这类工具将可以利用定性分析加强BI的定量分析能力。例如,呼叫中心记录可以被分析,通过分析参考竞争对手的信息,了解哪家公司对客户最有吸引力,哪家公司给高价值客户留下了好印象等内容。

编辑 | 阅读全文(82) | 回复(1),yaocg 发表于 2008-3-5 16:29
中小企业不仅仅是需要BI系统,而且,它需要的是风险小,见效快,更为实在的BI系统。

 要回答这个问题,首先,我们先来探讨一下BI为什么很难走到企业中去。

 

  首先,是信息化意识的问题。对于企业来说,信息化有着一个普遍的过程,那就是,先上财务,然后上物流,再根据企业的需要,或者上生产管理,或者上分销,或者上人力资源,或者上客户关系管理,或者上OA。为什么企业会在信息化上按照这样的方式来投入呢?两方面原因,一个在软件厂商,一个在企业本身。

 

  其中最主要的原因是所有的信息化厂商都在这样引导着企业的需求。我们可以看一看中国目前主流的erp厂商,用友、金蝶、神州数码、浪潮、新中大,或者是国外的SAPOracle,它们的产品线都惊人地相似。一旦一个客户购买了某一个厂商的某一个产品,一般情况下,这个厂商都会尽可能地在老客户身上去推广其他的产品。那为什么他们不推广BI呢?根本原因就是他们没有在BI这个产品上投入研发。我们看国内最大的两家ERP厂商:用友和金蝶,他们分别在2002年与国外巨头Hyperion和Brio公司进行合作,代理他们的产品,虽然后来他们的产品中都加入了自己研发的管理驾驶仓,但都属于一个概念性的模块,没有实际的销售。那为什么他们不在这个上面投入研发力量呢?原因又有二,一,BI研发要求相对ERP更为精深的技术,而且,需要更为专业的需求人员。我们看国外,BI领域都是一些专业化的厂商,他们只做BI,SAP或Oracle也是近两年才投入BI的研发的,所以,用友和金蝶没有这个能力;二,在用友或金蝶看来,中国的ERP也才刚刚进入到普及化的初级阶段,BI的需求还不明显,投入巨大的研发不如选择和成熟的国外BI合作。那么,既然不是自己的产品,那么,推广的热情也就自然差了许多,到了一线的分公司,因为人力资源的匮乏,干脆就不去推广了。

 

  我们再看看企业本身。对中国的企业,目前应用信息化的目的,除去一些非理性的因素,那么,多数的目的就是进行企业内部的控制了。中国的企业都还很年轻,在管理上更不成熟,企业需要一套软件来帮助他们规范管理,监控流程,换句话说,就是让老板放心。那么,对老板自身来说,有没有这个信息系统,他其实是并不关心的:本来不要软件也可以的,但人工管理还是靠不住,所以,也就买套软件来管理一下,提高一下基层的运作效率与准确性。但他却没有想过,自己要与这套软件发生什么关系。老板想进行什么样的决策,要数字的时候,下面会提供,或者干脆就不管数字,直接靠经验决策。这样的一种观念下,企业信息化更多是满足基层运作的需要:比如,生产计划的工作量大,算不准,就上生产管理软件,想把全国各地的营销机构的信息及时收集上来,于是就上一个分销系统。而BI,则要求老板自己有信息化意识,他自己有依靠数字来决策的愿望,但这对目前中国的企业决策者来说,还是有些要求过高。国外,哈佛MBA出来多数仅是担任部门经理,而中国,多少大企业的老板或CEO现在才开始去读EMBA。

 

  正是因为软件厂商不去推广,企业自身没有这个意识,BI在无法进入到企业中去。那,企业需不需要BI呢?尤其是中小企业?

 

  回答是肯定的,需要,而且,比大企业更加需要。正是因为规模小,生存的压力才更大,才更需要时刻关注企业经营的数据:正是因为小,我们才更需要关注每一个客户的业绩;正是因为小,我们才更需要关注成本与利润的变化;正是因为小,我们才更需要关注采购的价格;正是因为小,我们才更需要关注库存不要有积压……

 

  那么,我们如何来改变目前这种情况呢?有一个著名的营销故事,说两个卖鞋的sales去一个岛上,发现岛上的居民从来都不穿鞋子,一个sales想完了,没有需求,就放弃了,而另一个sales则大喜,他尝试让大家穿上鞋子,当大家感觉原来穿上鞋子的感觉是那么好时,鞋子也就自己然好卖了!其实,这个故事在我个人的理解看来,是告诉我们,客户的需求并不是一成不变的,特别是顾问式的销售,销售的人员应该比客户更清楚这个产品对客户的价值,所以,sales要想成功,必须能让客户感受到这种价值,让客户感受到,“原来生活可以更美的”,一旦客户明白了这一点,购买也就成了水道渠成的事。

 

  所以,我们只要努力让客户去尝试,去体验BI能给客户带来什么样的价值。就可以改变目前的这种状况。这要是在以往,我们很难做到,为什么呢?因为以往的BI是一个庞大的系统,它需要一个非常有经验的顾问给客户讲上半天的理念,拿上软件给客户演示别的企业是如何用BI来辅助决策的,但当客户说“能不能让我看一下自己的数据?”时,厂商就无能为力了,因为它需要非常专业的实施顾问在客户那里进行长时间的实施,才能构建出展示客户自己数据的分析模型。客户没有说一定买,也没有打预付款,厂商自然不会投入;客户没在见到真东西,也自然不会再“上当”(想当初,卖ERP给我的时候,就是描绘地天花乱缀,买了才知道有多痛苦。)

 

  我们需要有这样一种BI产品,它只要经过简单的安装配置,即可自动识别ERP的版本,自动进行数据仓库的建立,并预设了丰富的数据分析模型,同时,如果客户有一些个性的分析要求,客户还可以自己通过简单的设置,就完成修改。也就是说,它可以直接让客户先穿上鞋子走几天,直接去感受与光脚的区别,而不是让软件厂商唾沫横飞地“忽悠”客户:“你看,我穿上鞋,那是相当地舒服呀,要不,你也买双试试?”

 

  综上所述,中小企业不仅仅是需要BI系统,而且,它需要的是风险小,见效快,更为实在的BI系统。

编辑 | 阅读全文(209) | 回复(5),yaocg 发表于 2008-3-1 17:20

2008-3-1 17:19 | 有了ERP还需要什么?

管理者关心什么?

n         销售部经理:

¨        这个月的销售业绩与上个月相比是增长了还是下降了?

¨        哪几种产品出了问题?

¨        客户很多,只知道某一个客户很重要,却无法用数据告诉管理决策者,这个客户主要消费着哪些产品?所占的收入与利润比重有多大?它的退货率高吗?订单的及时交货率高吗?

¨        哪个业务员为公司带来了最多的订单?又是哪个业务员为公司带来了最大的利润?

¨        为什么会出现客户流失?是因为不及时交货?还是因为退货率较高?这个客户是哪个业务员经手的?

¨        ……

n         采购部经理:

¨        采购价格的异常波动情况

¨        哪种物料经常退货?

¨        哪个供应商经常延期交货?

¨        如何从及时交货率、退货率、采购金额与数量等多种指标来评估供应商?

¨        如何优化采购提前期?

¨        ……

 

n         仓库经理:

¨        虽然有着准确的库存数据,却不知道某一物料的真实周转情况是怎样的?现有的库存还可以用几天?

¨        虽然有着安全库存的设置,却一直不知道是不是合理?

¨        哪些物料占用最多的库存资金?哪些物料又占用着最大的库存空间?

¨        与历史同期相比,库存是不是合理?

¨        ……

n         总经理/老板:

¨        这个月有没有赚钱?

¨        哪个产品(或客户)的毛利率最高?

¨        毛利率高的是不是卖得多?

¨        赚钱的原因在哪里?是因为某个客户的大订单?还是因为某个产品的高利润?

¨        如果不赚钱又是怎么回事?是因为大部分的订单在亏钱?哪款产品亏得最多?上期的成本是多少?去年同期的成本是多少?为什么大幅上升了?是因为哪种原材料涨价了?

¨        ……

 

面对企业科学管理,有了ERP还缺什么?

n        无法有效利用数据

¨       虽然ERP系统中积累了大量的业务数据,但当管理决策者需要某一个特定数据时,需要很长的时间人为处理才能得到,也就失去了及时为决策提供科学准确的数据的意义;

n        无法实现多维度地分析

¨       如果需要一张统计哪些产品销售给了哪些客户的报表,或者是哪个客户买了哪些产品的报表,ERP需要通过多张报表经过多次的组合才能做到;

n        无法灵活实现跨年度分析

¨       当需要了解某一产品在某一客户的本期销售与上年同期对比以及本年累计销售时,ERP系统也同样无能为力;

 

n         无法按照决策思维方式去了解信息

¨        当管理决策者通过报表发现某一项事实存在着疑问时,无法立刻得到为什么会出现这种问题?与之关联的数据有哪些?比如,发现某一类产品销售同期为负增长,那么,到底是哪几种产品出现了大的负增长呢?而这些产品又主要是在因为哪些客户的原因造成了负增长呢?这些客户是哪些业务员经手的?是不是退货率很高?..此时,在ERP系统中,根本无法按照这样的思维模式地得到数据,这需要大量的手工处理才能在最后得到,并且,当某一个条件发生变化时,又需要重复的工作量以获得信息。

n         无法直观地以图表方式呈现

¨        虽然ERP中有着一定的图表分析功能,但其功能是非常弱的,对于管理决策者来说,对一些关键信息,通常更愿意通过图表的形式来分析,如销售的走势,库存的构成,同一产品在不同客户的销售对比等。

 

BI应企业的发展而生

 

这些数据都存放在ERP数据里,为什么我们无法快速、准确地得到呢?

     ——这就是企业光有ERP,还是不够满足决策分析与现代化管理的要求,还需要BI

编辑 | 阅读全文(89) | 回复(0),yaocg 发表于 2008-3-1 17:19
(共 10 条) 上一页 1 下一页

仅列出标题