最具影响力的数字化技术在线社区

168大数据

 找回密码
 立即注册

QQ登录

只需一步,快速开始

1 2 3 4 5
打印 上一主题 下一主题
开启左侧

[指标体系] 有效的BI应用模式和实施方法

[复制链接]
跳转到指定楼层
楼主
发表于 2014-10-31 16:43:38 | 只看该作者 回帖奖励 |倒序浏览 |阅读模式

马上注册,结交更多数据大咖,获取更多知识干货,轻松玩转大数据

您需要 登录 才可以下载或查看,没有帐号?立即注册

x

商务智能(BI软件已经开始引领起一场新的信息化变革,为企业运营管理注入新的活力,而商务智能软件本身也成为最有力的数据挖掘、信息分析整理、辅助决策、数据管理等的综合性工具。

为了进一步促进商务智能技术的应用与推广,促进商务智能市场的健康发展,完善商务智能标准化建立,由中国信息化推进联盟主办的“首届中国国际商务智能大会”于2004年7月底在北京国际会议中心隆重召开。此次大会汇集了国内外知名的BI供应商、知名专家等共同围绕具有前瞻性的BI理念、优秀的BI应用成果等进行全范围的探讨与展示。

本人有幸作为此次大会的特约专家,在大会上做了题为“部署客户智能-兼谈商业智能应用模式”的专题报告。同与会的广大商业智能领域的厂家、企业用户广泛交流了对“商业智能应用模式”的探讨。本文结合作者4年来商业智能和数据仓库的研发、顾问与实施经验,以及在ESG担任高级顾问期间积累的经验,与广大BI爱好者继续探讨有效的商业智能应用模式。

1.背景

作者本人目前担任ESG的高级顾问,全面负责BI产品的销售、售前与实施工作。在此前,曾从事过BI和数据仓库的研发、顾问工作,还从事过ERP的顾问工作,以及CRM的研发、顾问工作。

ESG(Enterprise Solutions Group)的中国总公司是上海瀚资软件系统有限公司。ESG是一家综合性的资讯科技顾问公司,又是一家跨国的企业信息化解决方案供应商。ESG于九九年在香港成立,在美国,马来西亚,韩国、日本、泰国,上海等地设有十五个分支机构。是全亚洲第一个专注于Microsoft商业解决方案产品的国际化解决方案中心。由于其突出的业绩,被Microsoft 授予为2002年、2003年和2004年Microsoft 最佳合作伙伴。

2.ESG倡导以商业需求为前导的BI应用模式

成功的商业智能应该具备三个要素:商业需求、大量的数据和实现商业智能的算法。商业需求指的是用户期望通过实施商业智能,能够给企业有可能带来的价值。大量的数据是指实现商业智能的、赖以存在的数据基础,所谓的“商业智能是数据驱动的应用”就是基于这一因素而言的。而实现商业智能的算法可以理解为把数据变成信息、知识的工具、算法或过程的集合。

也正是“商业智能是数据驱动的应用”的论断,使许多不明智的商业智能应用走向了一个误区,那就是,把商业智能产品采用“推”的应用模式交给用户,使得商业智能在企业中的应用深度取决于用户的水平。这种做法最大的弊端是无法体现“商业智能”有利于决策的巨大价值,更多用户把商业智能视为一个已经定制化的工具而存在。

ESG在与客户交流商业智能产品时,是采用“商业需求为前导”的“拉”式的应用模式。商业智能应用的用户群的特殊性,决定了不同的用户对商业智能的潜在需求存在多样性、不确定性、个性化等特点。如果采用“推”的应用模式,势必造成大多数人的商业需求仍然无法得以启发、开发的局面。而ESG得益于其本身就是ERP、CRM、SCM等应用领域的专业咨询厂商,BI咨询部的顾问都具有这些领域的咨询经历,很容易理解用户的业务系统、数据环境。

ESG以商业需求为前导的BI应用模式最终体现为一套完整的BI解决方案。在BI解决方案中,BI咨询顾问站在相对较高的角度,以职能业务为主题,为用户规划、整理出可能需要的商业需求,言明每个商业需求的来源、用户群、可能的价值。接下来,ESG会启发用户更多的商业需求,共同修订以前的BI解决方案。典型的,我们在提交给浙江的一个客户的BI方案中,建议的业务报表多达120余个。

3.ESG商业智能解决方案组成、优点

ESG解决方案是全方位、全过程的商业智能方案。ESG的BI解决方案贯穿两条主线,一是整理的商业需求,体现为建议性的业务报表、业务分析;二是数据仓库建设的每一个步骤。其功能涵盖了数据仓库建设的各种工作,从数据的采集,到数据建模,直至数据发布,甚至与企业门户的集成。

1).ESG商业智能解决方案组成(详细内容略)

商业需求理解与分析
数据仓库的设计与创建
商业需求的数据抽取
分析数据库的设计与创建
TARGIT商业智能产品的上线

2).优点
ESG是基于BI商业解决方案来实施BI。这种实施方法更好地保证BI项目的实施成功率,更好地让用户理解BI产品和使用方法,更好地体现商业智能在企业的应用价值。具体有以下好处:
a、ESG具有对用户所属行业的深刻理解。这主要得益于ESG多年的行业应用与咨询。
b、帮助用户制订的完善的报表体系。完善的报表体系是BI需求的一部分。
c、BI需求的另一部分,是为用户企业制定具有竞争力的分析模式和模型。做到充分利用现有信息资源,让最终用户能够简易的操作实现销售、财务、库存、采购等核心业务的辅助决策。

4.BI项目实施方法论

项目实施方法论是指导整个项目实施的详细的框架。好的实施方法论有条理地组织项目实施各个阶段的项目活动,描述工作步骤、任务和每一阶段项目的里程碑。最强的实施方法论是指那些为某一特定软件设计适合于所有公司的工具,支持项目主要的活动,例如知识传授和改变管理。

BI项目的实施方法有别于ERP实施方法。ESG根据多个BI项目的成功实施经验,并结合ESG成熟的“IA”实施方法论,总结了一套行之有效的BI项目实施方法。

结合ESG的实施方法和对用户企业的业务需求的理解,我们将采用以下的实施方法,我们认为该方法将是最好和经济的方法。详细的实施阶段和时间段如下所示:

1).项目启动会
项目启动会上,将同用户企业确定项目的时间表和实施项目的方法。

2).商业需求分析/整理
工作目的:
理解、收集和确认客户的主要业务需求
根据企业信息化现状,找出可以改进的报表体系、分析模式并设计报表体系、分析模式

工作方式:同客户交谈、与IT经理交谈
确定报表需求和分析业务需求
指出业务需求可以改进的部分
将整理的业务需求文档化

3).商业需求确认/修正

工作目的:对比规划的商业需求满足现有业务需求的程度
通过对比,修正并确认用户对BI的需求。包括报表的需求、分析模式的需求

工作方式:同客户交流
确定报表需求和分析业务需求
将整理的业务需求文档化

4).建设数据仓库(DW)

工作目的:制定数据ETL(抽取、转换、上载)的规则
制定有利于布置、分析效率的DW存储模式
物理实现

工作方式:与IT部门合作、与系统集成商合作
完成DW建设的知识转移

5).建设分析模型:
工作目的:
根据整理的商业需求,进行概念分析模型的设计
实现数据模型
设计、实现分析模型的存储模式

6).设置产品环境:
工作目的:
最终用户的软硬件环境配置
用户权限、级别的分别
工作方式:
与IT部门合作、与用户合作

7).系统上线:
一旦完成生产系统设置和完成系统使用的准备将进行“系统上线” 。作为项目管理的一部分,ESG 将对系统上线日起作记录并且将这一天作为一年保证期的开始,和系统维护期的开始。系统上线之前,ESG 顾问将评估用户企业上线的其他业务系统。新系统将在此阶段运行。

8).系统上线支持和保证:
根据签署的维护合同,ESG 将从系统上线时起提供一年的保证和一个月的应用支持。上线支持的提供/使用将根据保证和支持的章节进行。

9).文档移交:
a. 主数据报告: 文档化系统参数设置和系统配置, 文档化系统用户权限设置。
ESG向用户提供以下文档 :
用户手册: 用户手册是提供用户如何操作系统一步一步的指导
标准操作流程:包括系统一步一步的操作和手工的流程图并配以文字说明
技术维护文档

b.系统上线评估:定义未来有可能的技术风险、应用风险,以及应对措施。

5.总结

还商业智能英雄本色!这是作者在“首届中国国际商业智能大会”专题发言的结束语。如果采用科学的应用模式,商业智能工具能够给企业带来应用价值之巨大,有可能超越人们的想象,尤其在通过智能分析来辅助经营决策上。这种应用模式下的商业智能,不再是单一的工具,而是用户日常决策所依赖的数据平台、应用平台、决策平台。在一定意义上讲,商业智能领域的竞争,不是产品之间的竞争,而是商业智能厂商顾问水平之间的竞争。

作者:杨林    来自:计算机世界



楼主热帖
分享到:  QQ好友和群QQ好友和群 QQ空间QQ空间 腾讯微博腾讯微博 腾讯朋友腾讯朋友
收藏收藏 转播转播 分享分享 分享淘帖 赞 踩

168大数据 - 论坛版权1.本主题所有言论和图片纯属网友个人见解,与本站立场无关
2.本站所有主题由网友自行投稿发布。若为首发或独家,该帖子作者与168大数据享有帖子相关版权。
3.其他单位或个人使用、转载或引用本文时必须同时征得该帖子作者和168大数据的同意,并添加本文出处。
4.本站所收集的部分公开资料来源于网络,转载目的在于传递价值及用于交流学习,并不代表本站赞同其观点和对其真实性负责,也不构成任何其他建议。
5.任何通过此网页连接而得到的资讯、产品及服务,本站概不负责,亦不负任何法律责任。
6.本站遵循行业规范,任何转载的稿件都会明确标注作者和来源,若标注有误或遗漏而侵犯到任何版权问题,请尽快告知,本站将及时删除。
7.168大数据管理员和版主有权不事先通知发贴者而删除本文。

您需要登录后才可以回帖 登录 | 立即注册

本版积分规则

关闭

站长推荐上一条 /1 下一条

关于我们|小黑屋|Archiver|168大数据 ( 京ICP备14035423号|申请友情链接

GMT+8, 2024-5-4 11:05

Powered by BI168大数据社区

© 2012-2014 168大数据

快速回复 返回顶部 返回列表