关注
原标题：做一个有灵魂的BI。
编者按：本文摘自《汽车商业评论》，作者张春林，张南编辑，赵浩然设计，创业国家授权转载。
这是新的一年。写这篇文章的时候，不禁感叹，数字战略在汽车行业数字化转型领域已经进入了第十个年头。十年来，我们与行业一起，在以数据驱动业务、数据驱动管理为核心的制造基地、销售公司、经销商集团，经历了探索与发展、挫折与成功。在这个过程中，我们看到了“人”的力量，始终超越技术之光、IT之光、算法之光，在企业数字化智能化发展中发挥着决定性作用。
这次我就和大家讨论一下BI (Business Intelligence)的建设，指的是利用现代数据仓库技术、在线分析处理技术、数据挖掘和数据呈现技术来分析数据，实现业务价值。
我们知道，企业管理的数字化往往是从BI的构建开始的，因为BI很容易发现和可见，重要的是领导者能够看到。所以在数字化的浪潮中，有一个“到处看大屏幕，时不时做报告”的循环。如果你不在领导面前设置几个大屏幕，不展示一堆很酷的综合报道和平台，似乎你就无法获得数字成果。
退潮时，裸泳者仍会暴露。当年大部分的BI大屏和报表都不再使用了，通过BI项目收获了一堆不用的索引系统和几个灰屏。这种数字垃圾在行业内随处可见。在为车企实施整体数据平台解决方案的过程中，我们会接触到很多这样的案例。通过深入分析，我们发现BI建设失败的原因可以从两个方面来看：表面上看，很少有人使用；本质上是没用的(不值钱)。
大家总结原因，一是数据不准确，时间没有人相信这些数据；另一种是报告比较单一，第一次看够新鲜，但以后看太多就没意义了。业务的变化会导致指标的变化，但系统更新太慢最终被放弃，这大概是大家谈论最多的表面原因。从本质上来说，BI是商业智能，但我们只看到报表，看到的是指数梳理的深入。本质上，做指标梳理和报表不是做BI，而是把指标和报表可视化搞bi，放到大屏幕上，做各种报表，根本无法带动业务。这只是一件漂亮的外套。
一个真正的数据驱动BI应该做什么？我们可以从一个例子开始。
2019年6月，是全国很多省份从全国五大车型切换到全国六大车型的时间限制。政策发布一个多月后，汽车公司需要在时间迅速清仓全国五款车型。传统的清库逻辑很简单。根据区域销量历史数据和车型数据，任务必须完成。同时，应给予银行清算政策，直接给予用户优惠或给予分销商补贴，并给予地区奖励。这些都是政策驱动的，任务驱动的，而且要花很多钱。
有了真正数据驱动管理的BI，情况可能会完全不同。
第一步是模拟清除数据库；
其次，根据模拟的最优任务量和切割任务，分小批量分配一周，看多区域和经销商对清仓能力的反馈，结合清仓模型的成交价格判断清仓速度和价格质量，进而分析不同区域不同模型的潜力；
第三步，每周甚至每天多轮快速分析调整，制定出各地区的“样板价”组合，调整指标和配额。
第四步是持续监控和微调。
这样在一个月内快速完成精准清仓，节省了优惠费用，充分考虑了区域消费者之间的差异，也实现了经销商和车辆配置的优化组合。
试想，这种行为是怎么做到的？答案是依靠强大的BI系统(不是报表系统)。这个BI系统需要实时掌握所有最基础的数据，比如厂商库存、在产车型、自产车型、经销商库存、大型区域数据库、经销商销售漏斗及结构、经销商车型成交价、车型物流进度等。还需要结合业务和数据预测模型潜力的数据模型，以及实时判断模型销量和优惠价格关系的量价模型，还需要有最优的模型配置。有了这些数字化手段的加持，就有可能实现快速准确的数据库清理决策。
因此，BI的本质不是报告，不是系统，而是管理者意志的数字化执行。
我们很多企业做BI，本质上缺乏明确的管理者意志，这种意志往往是由下面的人而不是老板本人向老板展示的。企业高层领导和管理者作为BI系统的核心用户，并没有深入参与到整个BI建设过程中，因此不可能指望BI能够穿透管理者的意志。这样的BI，我会说，是虚假的，没有灵魂的。
行业内的大屏幕和报表提供商可以分为三类。第一类是用于可视化的纯显示技术；第二类是还可以做指标和报表系统；第三类是数字玩家，能够将深度业务与数据仓库建设、索引建设相结合，形成稳定的业务架构和灵活的数据架构。这个品类也能真正做出有价值的企业BI系统。我们始终认为，任何软件系统、数据平台或商业智能系统都不是简单的信息技术或信息系统，而是管理系统。制度的核心不是技术，而是管理者意志的深度融合。
如果一个系统和平台能够固化管理经验，将管理逻辑渗透到每一个功能和场景中，将企业中大咖的知识和经验沉淀到系统和平台，中，让平台的每一个用户都能享受到系统带来的行为改变和平台，执行的管理者意志，那么信息和数据就能真正带动管理的提升。
"
软件、平台、技术都过时了，但人类的智慧并没有过时。渗透人的意志，统一管理语言，构建一套具有管理思维的BI系统，是未来数字化企业管理的基础。
"
此外，如果要很好地构建BI，就需要在应用过程中不断的反馈和迭代。
数字化建设最大的特点就是共同创造。
我们在做任何数字化服务的时候，都期待与客户能有持续数年的共创，这种共创是必不可少的，没有一个数字化的建设是做一个方案或者做一个平台就实现了，很多失败的数字化就失败在了方法上，数字化就像一个孩童，出世需要陪产，成长更需要陪伴和扶持。在给客户做BI系统的时候，我们要从设计开始就伴随着使用者，在建设过程中更是与直接使用者密切沟通，在BI上线之后，业务和系统专家与用户长期工作在一起，使得BI扎根在实际的使用环境中，经年累月，周期性的迭代，这个过程一方面可以让BI真正地驱动业务，另一方面它还有两个巨大的隐藏价值，即“数据驱动管理的意识转变”和“全体系内管理语言的统一”。
在整个使用过程中，不同的部门与高层管理之间谈到一个指标，就知道在说的是什么，他们没有分歧。即使一开始有分歧，也会逐渐拉齐这个定义。所有管理者通过BI平台上的数字实现管理语言的统一，这在公司层面的管理能力建设上，都是一个巨大的工程，是管理顺畅的基本前提。
从BI被推崇，到BI被诟病为鸡肋，本质上不是BI的错，而是建设BI的人是否在建设过程中遵循了BI建设的本质规律。有效渗透管理层的管理意志，完全统一企业内部管理的语言，在使用中不断地迭代，才可以切实地做到数据驱动管理。
在本文中，我们并没有去展开说BI建设应该遵循什么样的技术和专业的步骤，因为在数字化领域，技术不是核心壁垒。拼架构、拼开发能力、拼实施团队的研发水平，这些都不是数字化制胜的关键要素。数字化是有智慧的，有智慧的事情，其智慧根本上来源于人。脱离了人，脱离了真正的使用者，脱离了数字化转型的初心－“帮助人去更好地认知这个世界”，我们的数字化就会降维成信息化，只是IT系统建设。
软件、平台、技术，都是会过时的，但人的智慧不会过时。能将人的意志渗透，将管理语言统一，构建一套具有管理思维的BI系统，是未来数字化企业管理的基础。
本文（含图片）为合作媒体授权创业邦转载，不代表创业邦立场，转载请联系原作者。如有任何疑问，请联系@。
当10年bi数据总监遇到烂需求、烂数据时 他做了这几件事
这是BI项目的最终呈现，关注最需要的是报表生成的效率和对需求的响应速度。开源工具不花钱，但是需要很多人。
要理解一堆英文文档，对于不可管理的需求可以灵活的想到接口开发或者SQL处理，但是能应付的人很少，七八个层次参差不齐。低水平的重复性工作会导致大量的人员流失和巨大的人员引进成本。有必要将满足报告要求的能力附加到工具上。
这个环节不需要保存，肯定是商业报表，报表分析系统、驾驶舱、数据权限都需要BI决策平台来承担，充当公司的业务数据入口。
生产方面，的聚合报表生产模式基本解决了大部分复杂的报表开发，只需要修改报表模板进行需求调整；
此外，填充过程可以通过链接共享或安装在决策平台上进行处理，基本消除了人工处理。用户在整个操作层的工作效率提高了很多。大家都在同一个频道上，用同一个数据源进行报道，不需要像过去那样临时处理一些乱七八糟的报道。
此外，围绕不同的业务主题规划了不同的数据分析系统，从低到高分为：业务基层报表(填报查询)、——业务分析报表(用于业务决策)、——业务管理决策驾驶舱。
最初的1000多份报告被压缩成200多个报告模板，所有这些模板都被开发出来，然后安装在数据决策平台，上，从而形成了公司的数据门户。此外，平台自身提供了数据上报、流程审批、权限管理等一系列功能，形成了一套完整的体系。
决赛成绩
截至目前，公司的业务分析报告和KPI考核数据均由BI提供，用户对BI系统的日常使用频率仅次于核心业务系统，在平台每天有3000多名访客(公司1000多人)。公司的管理理念也发生了深刻的变化。自上而下，不再用定性语言表达，形成了用数据说话的习惯。
特别声明：以上内容(包括图片或视频，如有)均为平台，网易用户上传发布，本平台仅提供信息存储服务。
(),
网友评论
当前共有4条评论