主页 > A一生活 >商业智慧数据应用的5层金字塔,你的企业处在哪一层? >

商业智慧数据应用的5层金字塔,你的企业处在哪一层?

2020-06-25 热度184
阅读992

近年来,随着人们的数据意识和数据素养不断提升,商业智慧和数据分析领域迎来了快速发展期,据Gartner商业智慧报告统计,到2020年全球的商业智慧市场容量预计将达到228亿美元。同时,大数据、人工智慧AI、机器学习、深度学习等技术的快速发展,也促进了商业智慧和数据分析产品的新一轮进化。Gartner分析师认为,到2020年,自然语言生成和人工智慧将是90%的新BI平台的标準特徵,50%的分析查询将使用搜索、自然语言处理,或语音生成,或将自动生成。
许多企业开始重视大数据,纷纷导入报表/BI商业智慧工具,以提高企业效率,支援企业决策,寻找市场新机遇。但由于产业不同、规模不同、E化建设程度不同等原因,企业的BI商业智慧建设程度有很大的却别。知己知彼,百战不殆,在竞争日益激烈的市场中,企业清晰的了解自身所处的阶段,了解行业总体的发展阶段,对于企业战略布局、赢得竞争有着重要意义。为此,帆软数据应用研究院调研了216企业组织,了解到他们的大数据BI系统应用状态、需求情况、对大数据BI产品功能的期待,同时基于帆软数据应用研究院对行业的长期观察和思考,形成了本篇分析。
BI应用的5层金字塔,你处在哪一层?
分析企业的BI商业智慧应用状况时,我们一般根据企业的IT人员和业务人员在数据分析中的工作量和投入程度佔比来进行分类,一共5大类型,即BI应用金字塔模型:IT完全主导型、IT强主导型、业务强主导型、业务完全主导型、智慧自助型。
商业智慧数据应用的5层金字塔,你的企业处在哪一层?
商业智慧数据应用的5层金字塔,你的企业处在哪一层?
1、IT完全主导型
其典型特徵为,IT人员做底层数据仓库,以及BI大数据应用工具层面的数据模型处理的所有相关工作,完成95%以上的BI分析页面的开发。业务人员仅负责前端数据查看,完成查看报表时相关联动钻取操作。
调研中我们发现,处于「IT完全主导型」这一等级的企业,约有93.2%都在使用传统型BI工具,企业的业务人员基本没有能力,也没有需求去自主完成数据分析的工作。这些企业的业务变革并不剧烈,企业管理层认为当前的日常数据简报能够满足企业管理和决策的需要,相对缺少变革的动力。
2、IT强主导型
其典型特徵为,IT人员做底层数据仓库,以及BI大数据分析工具层面的数据模型处理的所有相关工作,完成80%~95%数量的BI分析页面。业务人员完成低于20%数量的BI分析页面。
从调研数据来看,这类企业中,67.5%的企业认为当前业务人员不具备数据分析的能力。而企业需要快速完成部分数据分析工作,所以选择让IT人员更多承担工作。这类企业中普遍认为,商业智慧产品本身并非能够快速上手,且业务人员仍需要统计学基础,阻碍数据分析工作从IT人员向业务人员的转移。
3、业务强主导型
其典型特徵为,IT人员做底层数据仓库,以及BI大数据分析工具层面的数据模型处理的所有相关工作,完成前期示例不超过20%数量的BI分析页面。业务人员完成超过80%数量的BI分析页面。
从调研数据来看,这类企业中,超过80.2%是曾经推行传统BI的企业,并且部分业务人员是有较高学历和能力的,能够学习和掌握商业智慧BI工具和数据分析技能,并愿意在工作中积极使用;从帆软数据应用研究院的实地走访的部分企业来看,这些企业普遍行业排名靠前,公司从高层就重视数据分析工作。
4、业务完全主导型
其典型特徵为,IT人员做底层数据仓库,以及BI大数据分析工具层面的数据模型处理的部分相关工作。业务人员完成95%以上数量的BI分析页面和相当部分BI工具层面的数据模型处理。
相比于第三类使用人群,这类用户的一大特点是业务变革十分迅速,从事业务工作的人员学历普遍较高,业务经营和发展需要企业快速做出决策。而基于数据分析得出的业务判断相比个人历史经验準确度更高,是这类企业基本共识。比如在新兴的互联网企业,或者新零售领域,这个特点尤为突出。
5、智慧自助型
其典型特徵为,IT人员只做底层数据仓库、数据连接、数据字典相关工作。业务人员处理所有BI大数据分析软体层面的数据处理,以及所有BI分析页面。
IT人员搭建数据中心,业务人员完全自主处理和分析数据,这类企业有着明显的资源密集型的特点,业务人员更多的是偏向运营相关的工作。当然,因为此类受访企业佔比较少,原因分析的可信度还有待进一步调研来核实。
多数企业目前处在金字塔的哪一层?
基于BI应用金字塔模型,2017年企业所处阶段分布如下:
商业智慧数据应用的5层金字塔,你的企业处在哪一层?
从调研数据中,我们可以看出,IT资讯部门人员主导企业数据分析的模式仍佔据主流,也就是IT驱动仍是2017年企业BI系统平台应用现状。从数据调研的受访企业来看,有高达60.5%的企业的数据分析工作仍是第二类型,甚至有21.5%的企业的数据分析工作处在第一类型,这显然和业务人员自助数据分析的目标距离遥远。
与此同时,新型自助BI正在成为商业智慧市场的主流。17.5%的企业是在2017年上线了新型自助BI系统,实现了让少部分业务人员自助完成BI数据分析的目标。
2018年,企业BI商业智慧应用发展趋势是什幺?
在调研中,我们整理出企业2018年对于BI应用的需求,其中前七条如下:
商业智慧数据应用的5层金字塔,你的企业处在哪一层?
1、企业多级部门数据分层次IT许可权和平台管控,占受访企业97.6%
需求描述:BI系统工具支援企业的多级部门的数据/分析页面许可权管控,使得不同层级的部门机构只能看到本部门机构和辖属部门机构的数据/分析页面。
需求产生的原因:有的资讯中心为释放压力,放权给业务部门使用数据,一旦口子打开,数据缺口就会像洪水一样泛滥,就又会走向另外一个极端,导致放权下的数据管理混乱,数据口径不统一,部门之间的数据壁垒等等问题就会出现,同时这将给企业带来极大的数据安全隐患。
满足该需求对企业的价值和意义:在满足业务部门BI数据自助分析的同时,兼顾企业的数据许可权管控,形成企业以IT部门集中管理下的良性数据分析风貌,杜绝企业数据安全隐患。
2、业务人员可通过BI工具进行自助数据分析,占受访企业94.5%。
需求描述:业务人员可以在浏览器前端,对自己许可权範围内的数据进行多维拖拽探索和自助分析,发掘隐含在数据中的业务价值。
需求产生的原因:企业的传统E化建设中,IT资讯中心对公司数据进行高度集中的管控,来自企业各职能部门的数据处理以及报表就会全部由IT人员来输出,一旦业务部门需求集中扎堆,就会造成响应不足,业务部门怨声载道。资讯中心自身成员熬夜加班做报表,成就感却很低。
满足该需求对企业的价值和意义:通过高效灵活的BI工具,业务人员对自己许可权範围内感兴趣数据进行多维拖拽探索和自助分析,以工具简单易上手的低学习成本,让真正对分析业务价值最熟悉的业务人员实现自助数据分析探索,最大化业务数据的分析维度和分析效率,灵活发掘数据中可能潜在的业务价值,同时也解放了IT人员的劳动力,降低企业人力成本。
3、可快速搭建型自助BI业务数据模型,占受访企业87.5%。
需求描述:资料库表中的数据需要基于业务分析主题进行分类管理,相关数据表之间支援手动/自动构建关联模型,同时建立的关联模型支援灵活应用,无需反覆编辑修改或创建新的模型,一次建立即可灵活满足多重业务场景进行数据分析使用。
需求产生的原因:传统BI大数据分析工具创建的底层数据关联相互独立,无法重複利用,一旦遇到新的业务数据计算分析场景,数据关联就需要修改或重新创建,极为麻烦,非常不利于IT人员维护。
满足该需求对企业的价值和意义:通过BI大数据分析软体快速构建的新型自助式BI业务数据模型,较传统BI工具针对不同业务分析场景需要多次、重複建模的应用痛点,极大地提高了BI工具的企业中业务数据分析应用的效率,解放了以往IT人员对数据维护的压力。
4、OLAP多维分析:上卷、下钻、旋转、切片、联动、跳转等,占受访企业84.5%
需求描述:BI大数据分析软体支援强大的页面OLAP多维分析功能,包括分析视角的上卷、下钻,维度的旋转切换,指标的切换,分析数据的切片过滤,组件之间的联动过滤、页面超级链接跳转等。
需求产生的原因:随着业务发展的複杂化,单一角度的数据分析往往难以再发掘出更多有价值的潜在业务信息,取而代之的是需要BI工具能够满足强大的页面OLAP多维分析功能。
满足该需求对企业的价值和意义:通过BI工具强大的OLAP多维分析功能,以实现多角度、多关联数据之间的数据无限层次探索分析,发掘出数据中潜在的业务价值。
5、大数据处理性能处理能力达到十亿数据秒级响应,占受访企业63.6%
需求描述:BI系统工具可支撑处理亿级以上大数据分析计算的秒级响应,提供多维加速引擎对传统关係型数据仓库进行数据提速处理,同时也支援实时对接企业大数据应用平台进行数据分析计算。
需求产生的原因:一方面,传统关係型资料库在面对上亿级别以上数据量时,容易出现性能瓶颈,长时间的查询等待往往会导致业务数据分析效率太低。另一方面,当今信息化水平飞速发展,越来越多的企业已经有了自己的高性能大数据平台,对于这部分企业来说,拥有一款能够直接对接大数据平台进行数据分析的工具尤为总要。
满足该需求对企业的价值和意义:BI大数据分析软体提供的强大数据计算处理引擎,能够降低企业数据查询等待时间成本,提高业务数据分析效率。同时,通过直接对接企业大数据平台,还可满足企业实时数据分析的需求。
6、业务人员可完成工具层面的零程式码数据加工处理工作,占受访企业57.5%。
需求描述:BI系统工具可通过快速易上手的交互方式,让业务人员也能完成工具层面的零程式码数据加工处理工作,例如例如表合并、分组统计、结构数据分层、过滤、增加栏、同比环比、累计值、所有值、公式运算等数据清洗和数据处理方法,实现对数据的无限层次多维透视分析统计。
需求产生的原因:当业务需求相对偏複杂时,简单的维度和指标统计往往无法直接计算出业务所需要的计算结果,以往的处理方式往往可能是业务部门提需求给IT,然后IT经过SQL或者程式码对底层数据表加工处理,然后最终导出一张excel数据表给业务部门,期间的反覆沟通和等待时间往往降低了企业的业务数据分析应用效率。
满足该需求对企业的价值和意义:通过BI大数据分析软体,使得业务人员也能快速实现对数据的无限层次多维透视分和析加工统计,降低了传统模式下的沟通成本和等待时间,提高了企业业务数据分析的应用效率。
7、行动端数据分析查看支援,占受访企业44.9%
需求描述:BI工具支援行动端数据分析多维分析查看功能,对于BI工具的应用app支援便捷的扫码登入、离线查看、批注、分享等功能,同时满足某些社群平台如Wechat、钉钉的企业公众号集成。
需求产生的原因:在当今这个行动设备便捷时代,仅仅PC端的数据分析已经不能满足某些特定时间和场所的业务分析需求了,而BI对行动端的支援已经成了必然要满足的功能点。
满足该需求对企业的价值和意义:通过行动端的BI分析查看,使得数据分析不仅仅局限于PC端,较大地增强了数据分析的便捷性。同时Wechat和钉钉的集成接入,让业务通过社区平台也能直接查看想要的数据分析页面,更是为行动端数据分析锦上添花。
抢先对手布局,才有领先对手的优势
资料经济时代到来,大数据已经不只是一个议题,许多企业凭藉大数据实现华丽转型,远远甩掉竞争对手,独佔鳌头。大数据已经成为企业在市场上竞争的关键,更是面对未来竞争环境必须採用的手段。BI商业智慧作为大数据应用的技术工具,得到越来越多企业的重视,清晰了解企业现状,尽早布局商业智慧应用,才能抢先抓住大数据所带来的成长契机,拥有领先对手的竞争优势。
精选推荐

申博太阳城_送钱的电玩|提供最权威的购物指南|改善中国食品安全|网站地图 申傅手机版下载 申博sunbet管理网