BI≠报表，提升业务决策能力和商业价值才是最终目的

 

提到BI商业智能，许多人会想到报表。在最初的BI实践中，诸多企业确实将BI等同于将数据用可视化的方式呈现出来。随着人们对于数据应用理解的深入，企业已经不满足于简单的报表功能，在技术上要求BI平台对数据进行一体化、标准化的整合与处理，进而实现数据分析与挖掘。而在目的上，则从“数据查看”转变为“推动实现商业价值”。

 

Gartner认为，数据和分析（D&A）领导者正在循序渐进地将重点从工具和技术转移到作为业务能力的决策上。

 

永洪科技一直以“释放数据价值”为使命，通过技术与服务，帮助客户运用数据赋能业务，提升商业决策能力。

 

从决策支持到决策智能

 

永洪科技认为，对于业务决策的提升，应当基于数据做到对业务结果、业务过程和业务发展趋势等的全方位支撑与洞察。

 

1、从决策需求出发的数据可视化

 

在数据体系的建设中，永洪BI考虑到不同企业的业务属性及场景，从业务中挖掘核心指标进行构建。这些丰富的数据指标汇总建立出多元的可视化报表，可以真实反映业务的整体运营情况，为管理者做出科学决策奠定基础。

 

以永洪BI的领导驾驶舱为例，是一个为管理层提供“一站式”决策分析支持的平台，侧重于对战略规划的分解和细化，通过一系列量化指标使企业高层管理人员能及时、准确地把握和调整企业的发展方向。从管理者的决策环境，通过整合各方数据，进行数据的关联探索、指标监测、业务预警、预测分析等，再基于可视化能力，动态、真实地对业务情况进行展示、监控。

 

永洪BI的领导驾驶舱相较于传统的分析方式有五大特点：

第一、直观性。决策关键信息都在一张界面；

第二、可配置。在面临需求变换时，能够灵活的对图表样式、指标、布局进行配置；

第三、敏捷性。将分析主题、内容、指标确定后，通过定时加载数据，整个驾驶舱都是实时的数据展示；

第四、全面性。横向是业务的全面，纵向是层级的全面，上卷、下钻功能满足企业自上而下的管理模式；

第五、多维性。体现在权限、指标、图标的多维。

 

以此，通过对业务实际情况的考察，提炼出核心数据指标，通过领导驾驶舱显性化的为管理者提供关键的、领导所关注的各项数据，作为做出科学决策的基础。

（2）基于数据实现业务过程的预知决策

 

业务发展是一个动态变化的过程，虽然在业务制定时会进行详细的规划，但在执行过程中会产生诸多不确定性和风险，需要在管理者及时的了解和掌握业务情况的同时，对突发状况及风险进行快速决策以应对。

 

在此过程中，对于业务风险的预知成为了决策的关键，将风险的事后管理转变为事中甚至是事前，有效应对风险情况，提升决策效果，其中风险管理的自动化是核心之一。

 

以永洪BI的实践案例为例：

 

该银行过往大部分风险防控模式以事前防控与事后处理为主，事中实时监控能力偏弱，导致业务调整决策能力差，风险效果管理有明显的滞后性。永洪BI通过预警总览、预警特征分析和预警分布三个模块，强化客户对高风险事件的预知、决策和管理能力。

 

预警总览模块通过交易总数、预警总数、日拦截欺诈个数等关键指标，反映当前总体的预警态势；进一步针对钓鱼网站进行实时侦测，包括对钓鱼网站的举报、侦测、拦截和关闭；最后，根据风险事件等级进行智能化问题挑战与认证，比如采取黑名单拒绝、白名单放行、人工外呼、交易挑战等动作，并对拦截动作进行分布分析和趋势分析。

 

除了预警总览模块，还为该银行设计了其他两个模块：预警特征分析模块和预警分布模块。预警特征模块包括：预警处置分布、风险交易预警率、预警客户年龄分布等；预警分布模块包括：预警交易全国省份前五、预警交易7天趋势、预警交易明细滚动等。

 

其中，对于关键指标可以进行高亮显示、数值提醒等设置，当某指标数值达到或接近设定值时，可以自动发出警报提醒，进而做出及时的应对。

 

以此，通过永洪BI充分整合该行内外数据，实现风险预警自动化、风险处置流程化，并逐步实现管理者在风险发生时做出快速决策，甚至是风险发生前做出预知性决策。

3、结合AI深度分析实现预测性决策

 

BI+AI的模式逐渐成熟，永洪BI平台深度集成了AI功能，满足了业务预测、问题预警、探究数据背后的关联关系等深层次需求，以辅助实现业务的预测性决策。

 

永洪BI将大量的数学预测模型软件化，并通过易用的界面使用户无需掌握深奥的数学计算模型，即可做出对企业有价值的预测模型。预测模型来自计量经济学发展形成的大量成熟的模型，共同特点是基于市场的历史数据来推演未来需求，在分析过程中能够发现影响市场需求的关键因素，并在未来预测中加入关键因素，进一步提升预测准确度，为业务决策提供有力支持。

 

以产品销售量为例，首先是数据的输入和数据的预处理，将数据按月份、省份、产品类型、产品型号进行销售量汇总；其次是将数据切分，例如将各汇总销售量数据按时间切分为训练数据(如2019、2020、2021、2022年1、2、3、4月)和验证数据(如2022年5、6、7、8月)；再次选择相应的算法模型，如时间序列模型（移动平均、指数平滑、Holt-Winters季节性预测、ARIMA），模型选择需要计算各模型的均方根值，选择均方值根值小，即误差小的模型作为最终模型；最后则是利用模型实现销量预测。

 

实现销量预测后，可以根据业务情况进行调整与决策，优化业务细节，提升销售量。

 

通过技术提升全员数据素养

 

将重点从工具和技术转移到业务能力决策，离不开业务人员深入参与到数据工作中，将数据融入到业务和日常工作，在组织中表现为数据能力由IT人员专属转变为全员数据能力的提升。

 

永洪BI通过降低数据分析全流程的难度，让非专业的业务人员实现自助性分析，提升全员数据素养。在技术方面，基于一站式BI平台，统一分析口径及计算逻辑报告输出自动化，从源系统数据抽取、逻辑运算到分析数据输出及推送，全流程自动化完成数据综合分析，对于业务人员可以零代码完成数据分析及洞察。在操作方面，永洪BI简单、易用，通过拖拉拽数据维度即可实现数据分析及报表的制作，降低学习、操作等的门槛，让BI工具融入到业务人员的工作中，培养数据分析的习惯及思维。

完善的业务赋能体系

 

为了降低数据赋能业务决策的成本，永洪科技还在服务方面发力。

 

在行业方面，永洪科技的客户涵盖了金融、制造、零售、能源、政府、教育等近20个中国支柱产业及新经济产业，并在金融、制造领域的市场占有率第一，在数字化程度高、数据应用深的行业应用中处于领先地位。永洪科技总结垂直行业共性的场景、问题，梳理成为解决方案，赋能于企业，让企业少走弯路。

 

同时，永洪科技基于数百个大型项目经验，提炼总结了上百条数据化运营最佳实践原则，通过客户成功团队传递给企业，让企业更低成本、更快速的完成以业务能力决策为中心的数据应用体系构建。

 

从单一的报表到基于数据的商业价值实现，BI平台随着企业需求和商业环境的发展产生了巨大的变化，企业应当更加深入的理解和应用BI平台，将其目的定位于业务及决策能力的提升、商业价值的扩大，将数据深度融入于企业经营的方方面面，这样才能真正释放数据价值，推动企业经营高质量发展。