摘要:
随着数字化热潮的大幅汹涌,企业同时遭遇着挑战和契机:一方面产业竞争促使,数字化改革作为企业提高竞争力的必要方法;另一方面成为现在我国经济的重要构成部分,数字经济又遭到来自多方面的注重和扶持。
企业数字化改革离不开专业的信息化建设,商业智能(BI)成为信息化建设中的关键一环,在企业数字化改革更新过程中将持续发挥重要作用。未来,BI在不断深入企业业务一线、指导业务人员精细工作的同时,更为企业的科学决策持续推动。

2022年国务院印发《“十四五”数字经济发展规划》,明确坚持“数据赋能、系统启动、协同高效”的方法,以数字科技与实体经济深度整合为主线海外社交媒体优化案例研究,协同深化数字行业化和业态数字化,赋能特色行业改革更新,培育新行业新产业新方式。数字经济时代已至,企业遭遇着新的契机和挑战,数字化改革作为企业提高竞争力的必要方法,通过数字化改革可以帮助企业抓住新机遇,提升企业弹性,应对外部环境的差异及内部组织改革的挑战。企业数字化改革不是简洁的新科技的变革应用企业数字化转型不是简单的新技术的创新应用,是演进理念、组织形式、业务体系、经营方式等全方位的转变,既是战略变革,又是平台项目,需要体制化实施。
而另一方面,大多数传统企业可能就会遭遇数字化改革的困局,传统商业智能(BI)系统推进成本高、开发周期长、灵活性较好,而这种特征也随之使企业用户对商业智能形成了一些死板印象。与特色BI相比,企业使用敏捷BI更是将来数字化更新的态势。数字化内涵中可视化、可量化、可改进的三大要素,敏捷BI都能完美胜任,且比特色BI更加优异。其极高的灵活性使BI深入业务层作为可能。通过使用敏捷BI,业务人员的日常工作可全程助力到企业的科学决策中:业务人员更易获得所需信息、且无法按照需求进行即时分析、企业业务平台数据库得以拓宽、业务数据融合到数据仓库的过程更高效,进而降低人力、时间成本;对管理层而言,敏捷BI可提供数据可视化报表,通过数据可视化分析全面展示企业发展情况,追踪业务执行效果,促进业务健康发展,辅助企业管理层进行科学决策。本文将从商业智能(BI)演进的时间维度、国际维度进行梳理和预测,并以实际案例展现BI系统对企业发展的重大意义。
BI商业智能的演进历程
BI的概念最早是由Gartner在1996年强调,其定义为一类由数据仓库(或数据集市)、查询报表、数据预测、数据挖掘、数据备份和修复等个别组成的、以帮助企业决策为目的的科技以及应用。从演进阶段来看,我国BI的发展分为两个阶段。
2010年进入IT用户报表开发时代
第一个阶段是以2010年为代表的IT用户报表开发时代,属于特色BI,该阶段产品报表的研发与制作以IT为主导,由业务客户提需求,IT工程师负责项目规划、数据准备、报表开发、测试、最后上线给到业务人员使用。

传统BI和自助式敏捷BI的差别
2020年开始步入业务客户商业分析时代
在2010-2019年,报表类产品是美国最受欢迎的BI产品,而Gartner2022年公布的一份对于美国预测系统行业的报告提及,报表类产品的需求增长在逐步停滞,增量的意愿来自于更注重低门槛分析能力的现代化的预测型BI系统(AnalyticsandBIplatforms),这类产品今后5年即将以达到30%的增长,引领整个BI市场的发展。
这个结论和我们近几年不断接触客户和对行业变化的大幅感知造成的观察不谋而合。近年BI市场的演进趋势显著呈现出从IT走向业务、从报表软件走向分析决策的特点,开始逐步走向业务客户商业分析的时代,与此同时以永洪BI为代表的新一代敏捷BI产品应运而生。
从报表软件和商业分析视角来看,该阶段产品主要以面向业务客户/预测师为主,整个过程当业务客户/预测师有意愿和疑问时,IT项目师只需负责把基础的数据整理好,其他数据准备和报表开发都让业务人员通过拖拉拽的方法完成,同时也可以进行“究其理由”的探求式预测,让业务人员可以真正通过数据提高业务效果。

一站式——商业分析的今后趋势
从欧美到美国,商业化预测正被广泛应用
在中国范围内,第一批BI工具厂商在20世纪80、90年代问世于欧美市场,并于2000年前后初步在中国产生一定规模,出现了中国的MicroStrategy、Hyperio、Salesforce,法国BusinessObjects,加拿大Cognos和CrystalReports、SiebelAnalytic,瑞典Qlikview等产业领军者。到2010年,欧美开始规模化迈入业务客户商业分析时代。

中国外BI发展历史及趋势
美国商业化预测案例雀巢:培养数据驱动业务决策的民企文化
雀巢是一家总部位于日本的跨国食品和乳品公司。成立于1866年,拥有达到291,000名人员和403家工厂,2021年的销售额为871亿德国欧元。拥有极其大体量的公司,为职员寻找适合的业务管理软件以作出有价值的业务决策既至关重要又带有挑战性。雀巢从2010年就已开始建立商业化预测模式,后来又推行了BI商业化预测工具,以帮助这些作出业务决策的人在必须时访问它们应该的数据,而无需等待集中式数据团队的报告。
在整个数据预测架构模式当中,雀巢的预测科技堆栈包括四个领域。这些领域的模块是顺利分析解决方案的基石:
(1)商业智能工具
(2)机器学习和统计系统
(3)数据管理解决方案
(4)数据治理和集成

雀巢用于BI的软件和系统
为了让员工更好地访问数据,从而对行业作出迅速反应。雀巢开发了统一的数据仓库,并将数据仓库中的数据与其它本地数据集相结合出来,利用自助式BI,以精确、高效的方法为人员提供数据预测服务,从而推动科学决策和公司的可大幅发展。
1、数据驱动下的科学决策
以某部门的营销探讨主题为实例,该仪表板的目标是提供国内统一的仪表板界面,让部门内部员工可以即时访问其关键业务和品类的绩效指标体现,提供业务决策根据。
这个仪表板汇总了来自诸多内部和外部来源的Purina营销数据,包括来自Nielsen等外媒机构、定制研究、联合销售来源、社交媒体和销售点的数据。例如ConsumerMetrics(消费者指标分析)页面整合了品牌资产、品牌情绪、家庭面板数据和来自诸多来源的消费者联系模式,以全面认识品牌的评判程度,并作出准确的决策调整。

仪表盘协助市场洞察(示意)
2、自助分析推动雀巢保持世界的核心竞争力
雀巢通过明智的战略性科技投资来提高人员素质并建立一个现代和先进的组织海外社交媒体优化案例研究,培养以数据驱动的企业文化,让人员无法作出科学的业务决策,从而再次维持企业的竞争力。截止2020年底,公司内部的客户已下降到每年达到45000位活跃用户。2022年5月,Gartner公布2022年世界供应链25强排名榜中,雀巢以“创新改革、数字赋能的智能供应链战略”优势,荣登世界第八。
而在美国,商业化预测的步伐开始于2020年,相较于欧美落后10-15年,但随着本土BI企业的日渐成熟,商业化预测的土壤在智能生产、金融、零售等产业的头部企业中迅速兴起,这加快了追随欧美的步伐。
永洪BI案例某中国领先ICT企业:面向”自助消费”的数据服务建设
该企业成立于80年代末,是中国领先的ICT(信息与通信)基础设备和智能终端提供商。目前约有20万员工,业务遍及170多个国家和地区,服务中国30多亿人口。
1、从”保姆”模式到”服务+自助”模型
过去,该集团各业务部门的预测诉求往往借助公司总部”保姆式”的开发方式来满足,即业务部门只负责提出意愿,所有的方案从设计到研发推动,统一由总部完成。这只是传统BI的研发体系,强依赖于IT人员,贯穿整个数据预测的过程,从获得数据、建模到设计报告,均必须IT人员的支撑,这种方式存在多个问题:
1)开发周期长。通常从需求提出到研发推动,需要多轮次需求解析和澄清,IT开发完以后还必须进行严格的检测验证部署,因此整个周期一般最短需要30天。
2)能够满足灵活多变的业务规定。业务营运是按需研发的,而业务推进时的弊端和风险是一直变化的,总部无法响应所有业务部门的需求。
在这些背景下,提出了”服务+自助”模式,即公司总部只提供统一的数据服务和预测能力组件服务,各业务部门可以按照业务必须进行灵活的数据预测消费,数据剖析的细则和结果由业务自己完成。使得数据预测消费周期极大提高。发挥业务运营主观能动性。减少“烟囱式平台”的重复建设。
2、打造业务自助分析的关键能力
该企业将自助分析打导致企业外部的一种公共的能力,在企业层面进行了统一建立。一方面,面向不同的消费顾客提供了变化性的素质和工具支撑;另一方面,引入”租户”的概念,不同类别的用户可以在一定范围内预测数据、共享数据结果。
在选择要推进的工具时,拥有便利的数据预测能力和高效的性能,同时还使业务客户无法在数据结果共享时保障数据安全十分重要。该企业在2019年选取了永洪BI作为外部的自助分析软件,帮助客户无法迅速传递数据价值,驱动业务增长。

永洪BI产品的全流程服务
截至到2019年,永洪BI工具已被逐渐推广到集团的20几个单位或部门。培育了近2000+商业化数据预测师,生产了达到3W+张自服务预测报告,周活报表10000+。为控股各部门的业务决策提供了灵活、精准、高效的支撑。
永洪BI案例某大型国有银行:建立全行统一的自助式分析系统
该银行属于中央管控的大型国有银行之一,在2015年被认定为是全亚洲市值最高的银行之一。2018年底总资产达到27兆人民币,个人金融资产达12兆人民币。
1、大数据系统建设历程
该银行从2002年起初建设数据集市,当时主要使用Oracle类单机版的关系型数据库。随着数据量不断提高,开始推行TD、ED等国内顶级一体机。2014年该银行陆续基于Hadoop技术建设了大数据系统,在其之上建立了企业级数据湖及数据仓库。2017年,随着AI科技的盛行,又开始建设机器学习系统,2020年开始建设数据中台和高时效类商业化预测系统。
2、为什么要上企业级自助式BI系统
该银行原有报表平台有自研报表平台、水晶报表、Cognos和SAS。在使用时遭遇着下面问题:
1.数据交互式查询慢。该银行的数据量级在千亿级别,数据涉及面广,分析的复杂度也高。原平台的hive查询通常会出现几分钟并且几十分钟就能返回数据结果,无法满足迅速、准确查询的还要。
2.数据预测和业务探索能力不足。该银行必须服务控股及分子公司上万业务客户,原有平台分散,不能满足全行业务分析师在线数据挖掘和业务探索的需求。
3.原有报表图表样式少。该银行原有报表图表样式10余种,难以满足丰富细腻的数据图表样式需求。
4.权限管理体制不够。该银行必须企业级权限管理,保障数据安全应用。
3、商业化数据预测系统的科技架构
该银行的即时大数据系统借助于华为云FusionInsight智能数据湖为数据底座,以永洪BI作为全行的自助式数据预测中心。

该实例的平台架构
1.数据层
a.数据底座:依托华为Hetu集群,大大提速了数据查询与计算的速度,由一开始的分钟级优化为秒级响应。
b.自助BI层:运用了BI系统直接联结数据湖的方式。数据预测师借助bi平台的用途自行编写查询词语,对于数据湖中数据进行抽取来完成各种各样的自助式bi分析功能。这样的设计会促使分析比较灵活,自由度高。
2.服务层:因为行方必须上百台BI系统来满足大体量用户使用必须,采用了分布式docker容器方案,通过开展docker灵活部署的方法+实时BI系统的licenseserver功能,实现了即停即起,license管控,心跳监测,自动杀停等一系列灵活部署的模式。
3.业务层:必须完善安全的权限管理体制,支持实业,区域,项目,不同中心及其子公司等多层级、分角色、分用户、高安全性、易操作的权限管理保障规定。

该实例的技术架构
到2020年,该银行借助永洪BI和华为云的数据湖建立的全行级的统一数据预测系统加速了海量数据的价值转换,服务了全行上千名数据预测师,利用高效便捷的数据预测服务推进了更快、更有效的业务决策。
永洪BI,助力商业分析新时代
信息科技的迅猛发展带来数字经济的扩张,数据已经是继土地、劳动力、资本和科技以后的第五大制造要素,在更高层面,数据也已变成国家的重要战略资源。随着科学科技的不断演进,不仅硬件传输和计算能力逐步提高、软件系统和产品素质越来越成熟,信息时代企业人才的素养也不断增加,企业将推动数字化改革的重心放到数据的有效应用上,期望数据可以有效赋能业务增长,释放数据价值,从而提高经营发展质量。自2020年之后,中国企业开始规模化开启业务客户商业分析时代,数字化改革的态势不断显著。
为满足广大企业商业化预测转型,永洪科技建立了商业化分析师花园——永洪社区,免费提供教学视频、互助问答、学习资料、插件模板、生活分享等内容,全面提高商业化数据预测师的素养;同时推行了商业化预测“免费全家桶”产品组合,YonghongDesktopBasic、X+Viewer、永洪云。当企业规模足够大时,则可以升级为YonghongDesktopProfessional、X-Suite和Z-Suite等企业级商业化预测系统,以满足企业在不同发展阶段的商业化预测需求。
永洪科技的商业化预测能力
成为中国敏捷BI的首创者与推动者,永洪BI因“一站式大数据预测服务”等先进观念和科技,以及更全面、更灵活、更易用等属性,一直备受市场和用户的广泛认同,连续5年获得美国敏捷BI第一名。永洪科技核心产品拥有分布式计算、分布式储存、分布式通信、云计算、数据处理、数据呈现等多项科技专利,在高性能、易用性等方面具备浓厚优势。除了广泛的数据源接口、可视化数据报告、自助式探索分析等强大功能以外,还与AI深度整合,让本土客户在应对复杂的报表、企业级管理瓶颈时才会轻松快速地制作并预测数据报告,实现各类预测分析,提升企业科学决策的素养。
永洪科技的用户包括了金融、制造、零售、能源、政府、教育等近20个美国支柱行业及新经济业态,在金融、制造的行业占有率排名第一,其中Top20银行用户覆盖率更是超过80%。同时,财富全球企业100强,有14家选择永洪BI。全球各领域排名第一的25家美国企业,有11家选择永洪BI。永洪科技成功为共计10000+家企业用户提供了产品和服务,提炼总结出无数企业数字化更新的顺利经验,未来将大幅促进更多企业取得成功。
文章标题:企业数字化转型不是简单的新技术的创新应用
文章链接:https://www.tobmkt.com/38918.html
更新时间:2023年06月05日
本站大部分内容均收集于网络!若内容若侵犯到您的权益,请发送邮件至:info@tobmkt.com我们将第一时间处理!
资源所需价格并非资源售卖价格,是收集、整理、编辑详情以及本站运营的适当补贴,并且本站不提供任何免费技术支持。
所有资源仅限于参考和学习,版权归原作者所有,更多请阅读市场部之家服务协议。
主题不错!