Post by ratna423 on Apr 27, 2024 5:37:29 GMT -5
“我知道我的广告支出有一半是浪费的钱。我只是不知道是哪一半。” -亨利·福特 这句话对于任何曾经参加过工商管理讲座的人来说可能都很熟悉。尽管这句话在 100 多年前就说过了，但在今天仍然具有现实意义。相反：如果没有对公司活动的衡量和评估以及管理层的相应控制，任何公司都无法在当今的市场上生存。 无论是在生产、营销还是销售中，只有那些能够识别、分析和量化不成功的措施和低效流程的人才能利用这些知识来相应地控制资源并成功使用它们。 “如果你无法衡量它，你就无法管理它。” -彼得·德鲁克 但是，在技术和数字化的帮助下，即使是小公司也会产生大量数据，您如何设法跟踪数据，甚至首先获取它们呢？如何从无尽的数据海洋中捞出相关数据并转化为可用信息？简而言之： 如何让我的公司变得智能化？ 商业智能一词成立于 20 世纪 90 年代，用于对内部和外部信息进行系统分析，旨在做出数据驱动的更好的业务决策。 商业智能 (BI) 包括旨在通过在正确的时间向正确的用户提供正确的信息来实现以下目标的系统、工具、方法和流程： 更快更好的决策过程 有效利用公司资源 优化销售潜力的利用 通过快速获得的信息解决尖锐问题（临时分析） 实现竞争优势 著名的 BI 工具包括 Microsoft Power BI、QlikView 或 Tableau。 SAP或SAS等大型供应商也提供相应的软件。
您是否正在制定数据驱动的决策？使用 BI 工具，您可以系统地汇集、分析和可视化数据，以做出快速、明智的决策。立即了解有关 Microsoft 强大 BI 工具的更多信息 » 从非结构化且难以访问的（原始）数据到适用且可用的知识的路径可以分为三个阶段。与这些阶 德国移动的电话数字 段相对应，大多数商业智能系统也具有三个主要功能。 “商业智能是将数据转化为信息，并通过发现转化为知识的过程。” - 加特纳集团 第一阶段：识别并挖掘数据源 在每个 BI 流程开始时都会出现以下问题： 我有什么数据？ 我需要什么数据？ 我在哪里可以找到这些数据以及如何获取它？ 这些数据是什么样的？ 通过商业智能为公司提供全面、跨部门的有价值的知识的总体目标不可避免地会导致各种不同的数据源。不同的操作系统“产生”不同格式和质量的数据，必须首先将这些数据汇集在一起。 一种可能性是将操作系统直接连接到商业智能工具，以便在上游步骤中将它们转换为所需的格式。理想情况下，这一步已经完成，并且数据已经“存储”在数据仓库 (DWH) 中。 DWH 是一种中央数据库系统，可从各种异构源提取、构建和保护数据以进行分析。这种全局视图简化了公司数据的访问和进一步使用。 第 2 阶段：准备和分析数据 一旦识别并“挖掘”相关数据源，就可以检查数据的内容。
这可能是任何 BI 流程中最重要的步骤。这就是智慧“产生”的地方。 大多数 BI 系统都有适当的数据分析工具来关联数据并识别可能的模式。问题范围在这里 非常简单：每个销售员工本月的销售额是多少？ 非常复杂：天气对顾客购买的可能性有什么影响？ 根据要求和任务，可以使用完全不同的方法和工具——从简单的描述性分析到高级分析再到人工智能方法。但你并不总是需要“火箭科学”来获得有用的见解。在大多数情况下，聚合视图或紧凑表示足以一目了然地说明复杂问题并为用户提供决策相关信息。这正是 BI 流程下一阶段的重点。 第 3 阶段：可视化并发布结果 第三阶段的目标是将获得的知识分发给合适的人。例如，第二阶段的数据分析结果被制定为关键绩效指标 (KPI) 或形成尽可能有意义的图表和图形。 然后，这些数据可视化和指标以报告和交互式仪表板的形式在公司内部共享。根据用户的不同（从运营员工到管理层再到公司管理层），BI 报告在不同层面上进行汇总和共享，以便每个人都能获得与其决策相关的信息。 在传播新的 BI 知识时，需要区分两个基本概念：企业 BI 和自助服务 BI，尤其是后者越来越受欢迎，这是有充分理由的。 企业 BI 可以被视为相当静态的，因为单个中央参与者（例如 IT 部门）创建标准报告或根据请求进行分析。