零售业在商业智能和商业分析中进行抉择
引言 2009年10月18至21日，美国弗罗里达州的奥兰多市，这里汇聚全球IT和咨询精英们的万千目光，Gartner Symposium /ITxpo峰会推出了其2010年十大战略技术排行榜。令人倍感惊诧的，不是云计算以火箭的速度高飞榜首，而是去年排名第九的商业智能被“系统性地整容”为“高级分析”（Advanced Analytics），并蹿红至第二位。似意料之外，偏又在情理之中，市场趋势和客户的需求都在悄然嬗变，让我们抽丝剥茧，探查其中可循之踪迹，体味各行业（尤其是零售业）在商业智能和商业分析之间的抉择心路…… 商业智能难以单手擎天 2008年末，SAS将自身的定位从商业智能（BI,Business Intelligence）扩展到了商业分析（BA,Business Analytics），宣称此概念在帮助企业解决问题的同时，将为运营体系提供更多的商业机会，并全面提高企业的绩效水准。在Oracle收购了Hyperion、SAP收购了Business Objects、IBM收购了Cognos的行业并购狂潮下，作为硕果仅存的大厂SAS，搞一些市场动作似乎无可厚非。但紧接着在2009年3月SAS的全球峰会上，其副总裁高调预言：“未来不属于商业智能，而是属于商业分析！”。此番言论立等令业界哗然，有人觉得是无稽之谈，有人觉得两者无本质区隔……多年的大佬IBM也不甘寂寞，迅速做出了回应：次月的IBM IOD大会，其宣布了Cognos的最新整合进展以及信息管理软件在中国的发展情况，同时还发布了其业务分析与优化服务，宣称此业务融合了战略、信息管理、高级分析和行业观察，以帮助企业快速决策和优化绩效为己任。 不可否认的事实是，商业智能在近些年的发展过程中，一直磕磕绊绊。Kognitio 在2009年10月的一份调查报告中指出：在受访的英国BI企业用户中，超过一半在BI项目实施中花费高于50万英镑，其中更有四分之一花费超过100万英镑；62%的企业承认它们收到内部用户的大量抱怨；另外，78%的企业需要用1年的时间才能评判BI项目的成效…… 那么，这是不是预示商业智能这个技术或者应用已经开始未老先衰呢？。在2004年Gartner的一份报告中提到了BI解决方案的预期收益目标，依次是：提高了做出明智决策的能力、提高了信息的使用、增加了收益率、快速的决策能力、提高了管理成本的能力、提高了客户满意率。这些收益中能够真正量化指标的相当有限，对客户提出“数量化BI项目的ROI”或者类似质疑的时侯，每个BI的圈内人士都会颇感无奈。 但是BI项目的目标到底是什么呢，让我们回到原点： 商业智能是由Gartner Group的Howard Dresner 在1989年首次提出的：以帮助企业决策为目的，对数据进行收集、存储、分析、访问等处理的一大类技术及其应用。其实质就是将信息转换为知识，以帮助企业了解新的趋势、抓住新的市场机会、发现潜在的威胁，从而进行更快更好的决策，保持竞争优势。虽然在此之后有众多的企业和机构（包括IDC、微软、IBM、SAP、Oracle、SAS等等）都对BI进行了重新定义，但其实质大都是对Gartner定义的阐释和演绎。通俗地讲，BI的目标是助力经营决策，而不是提升企业最终的效益。ROI中的R，即企业的最终绩效，牵涉的变量和边界条件太多，绝非一个BI项目或者系统就可以确定；在这个方面，部分的厂商、咨询公司甚至媒体都是有责任的，不恰当地扭曲或夸大BI 的功效和业务范围（如果财务软件+进销存就可以叫ERP的话，那么一个报表系统也可以叫BI；同样，如果BI可以代替企业的经营决策的话，企业家就都可以下岗了），导致客户不实际的业绩期许，是整个行业比较普遍性的问题。另外，在ROI的I方面，一般来说，包括软件许可证和部署、硬件购买和部署、IT人力和时间成本等，在企业了解成本去向的前提下，把成本控制在一定范围内，是可以做到的。 至于来自于业务部门的抱怨，则确实是BI项目实施中容易出现混淆和界定不清的地方。Kognitio 2009年报告中同样显示：88%的企业承认在BI项目实施过程中，业务部门不能提出或者不能正确提出需求，却希望IT部门能够完成BI项目。这个调查结果道出了企业内部BI项目（也包括其他信息化系统项目）的关键所在，即业务部门必须和IT部门充分沟通，如果业务部门不能明晰定义需求（包括现实需求和潜在需求）也就更不可能得到他们（潜在）期望的结果。同时，BI项目需要的不仅仅是IT的支撑，还包括人力资源、流程制度甚至企业文化的支撑。 在多少年的BI浪潮以后，“洗尽铅华而重归素颜”是一个必然结果。商业分析是概念，也不仅是概念 在厂商、咨询公司、系统集成商、媒体、客户、研究机构等共同营造的BI生态中，利益永远是第一位的，适时地进行“整顿”，对任何行业都是必需的，对基础性的概念也是如此。SAS认为：BA是建立在BI基础之上的高端分析拓展，与传统BI偏重于业务结果的呈现不同，BA更偏重于业务流程中的分析，借助预测性分析为管理者和员工团队提供具有指导性意义的有效信息，帮助企业更好地完成分析和决策，全面提高企业的绩效。 对于“BA是建立在BI基础之上”，从原理上来讲，大可不必：即使没有BI基础，或者说没有数据仓库，只要有相对完备的数据，就可以进行业务分析。但从实际应用来讲，如果没有海量的数据支撑，没有数据仓库以及其后所隐藏的企业数据管理链条作为支撑，那么任何的分析和研究项目都无法在系统性、全面性和战略性等方面得到保障。 同时，我们也看到，BA与BI还是有比较明显的区隔：BI更偏向水平的技术和业务平台，而BA更偏垂直业务应用（例如面向行业的业务问题）。从这个角度来看，BA更能帮助企业解决实质业务问题，也能更好地发挥BI的商业价值。 针对零售业的商业分析，我们可以从下图中的一些业务主题入手，来帮助企业解决业务问题并提供切实的商业策略。 http://articles.e-works.net.cn/articles/articleimage/20134/130099720111317709_new.jpg http://articles.e-works.net.cn/images/zoom.gif图1 新华信零售业商业决策解决方案 同时，针对这些业务主体的分析和研究，甚至建立商业模型，是零售企业的经营决策所必须要逾越的一个阶段；特别是在阴晴不定且瞬息万变的市场上，针对某些特定主题的快速市场响应，是每个希望做大做强的零售企业家都在思索的核心问题。零售业在商业智能和商业分析中进行抉择 那么，在商业智能和商业分析中，企业（尤其是零售企业）究竟应该如何抉择呢？ 首先应该看企业的发展阶段：按照一些人的说法“很多中国企业都在莫名其妙中长大”，这种原始性、自发性和不确定性的成长，势必为系统性、目的性和确定性所代替。对于中型企业来讲，企业或者活在产业链条的某个节点，或者靠新鲜的商业理念得以迅速成长，企业产品和服务的“大规模快速复制”是中型企业成长为大型甚至巨型企业所必经的阶段。在这个阶段，普遍来讲，中型企业更应该解决的问题是业务的规范化和体系化问题，并系统地规划下一步的走向，此时商业智能的水平性特质将会逐步显现，也会在更大程度上契合企业的发展脉络（这也是为什么诸多BI厂商开始推出中小企业普及版的原因之一）；同时，中型企业采用商业分析来为企业解决特定的业务问题，也是一个不错的选择，甚至会成为企业今后实现个性化和差异化经营打下良好的基础。对于大型甚至巨型企业而言，往往已经建立了自己的BI体系，而针对某些特定业务主题的分析、建模和预测甚至决策引擎，将会在瞬间为企业带来巨大的绩效提升或者成本削减，大型和巨型企业更多地基于BI体系从事BA的业务，是已然也是必然。 其次应该看重企业的实际业务需求，很多的业务分析和业务模型并不是靠BI或者BA就可以单独解决的：零售业是典型的资金流转型行业，日常经营中的财务分析和企业快速扩张所必需的投融资分析，都具有很强的行业和应用主题特色，例如企业就必须对杜邦分析、沃尔分析或者现金流预测分析乃至投资回报分析等模型进行适应本行业特别是本企业的改造。在这个方面，企业最缺乏的不是BI或BA专家，而是基于行业的应用专家；虽然操作型BI可以部分解决这些问题，但是在实际的分析和研究过程中，需要行业专家、应用专家、数据专家、分析专家和技术专家等一干人等来合力解决这些问题，而不必去刻意去划分BI或者BA（事实上有时也无法划分）。 还有一个要命的问题需要解决：任何的分析项目，都离不开基础数据的支持，万法归宗，皆是数据。对于处于发展阶段的中小零售企业，首先是考虑自身的数据收集和管理能力，或者去系统性地逐步建立这种能力；而对于存在大量数据甚者数据迷雾的零售业企业，数据的高速增长也往往带来数据管理问题的几何级增长。简单地保留POS机数据、进货数据等是基础，而对业务分析至关重要的客户数据、营销数据、消费数据和服务数据中，哪些数据、什么粒度的数据应该通过什么方法进行收集和存储，是企业必须要考虑的问题。企业的数据能力，会决定企业的BI和BA能力；同时，企业的BI和BA需求，也会反过来逼迫企业数据能力的提升。 最后提一点，鉴于小型的BA项目更易操作实施并评估成效，建议某些还站在BI和BA两座山头前逡巡不前的零售业企业，以小型BA项目为契机，评估商业决策为企业带来的价值，同时“拉动内需”，为企业后期的规模化BI或BA实施打下良好的基础。尾言 商业智能和商业分析，其核心问题都是为企业的经营决策提供科学的依据，我们不必拘泥于概念的异同之处，而更应该着眼于如何帮助企业建立完整的数据管理体系，通过数据的分析和研究进而为企业创造更大的商业价值上，这也正是商业智能和商业分析概念提出者的初衷。
页:
[1]