Nilfisk 集团总部位于丹麦,在 40 多个国家和地区设有销售公司。Nilfisk 结合强大的分销商网络,在全球 100 多个国家销售产品。力奇的生产设施位于亚洲、欧洲和美洲。
我们与2020年2月开始接手力奇清洁微信公众号,在此之前该公众号每月并没有规律的推送,各项公众号数据也非常的惨淡。
BI,即Business Intelligence,商务智能。百度百科给它的定义是,一套完整的解决方案,用来将企业中现有的数据进行有效的整合,快速准确地提供报表并提出决策依据,帮助企业做出明智的业务经营决策。今天笔者有幸想深入了解其一二。
大伙看到这个英文简称,可能会联想到AI,Artificial Intelligence,人工智能,同样翻译成智能,其实商务智能并没有那么“智能”,而更多的或许应该叫信息与情报。因为从狭义上,它可以说就是一个Reporting System,对于领导们,想要看到的是结果,即最终的报表。
非要说它体现“智能”的地方,就是让企业的大大小小决策有数据依据,减少盲目决策。
在企业中主要作用在于,当员工需要数据的时候,可以方便快捷地拿到,并基于数据做出决策,理性得推动公司业务发展。但它一般仅是让决策者了解“事实”,而不是替决策者做出决策。
如此就形成了3个主要过程,完整收集数据,合理整理呈现数据,以方便快捷地形式把数据送到需要的人手里。
为了将数据转化为知识,它并不是新技术,只是综合运用了数据仓库(DW,Data Warehouse)、联机分析处理(OLAP)和数据挖掘等技术。
什么是数据仓库?
数据仓库之父Bill Inmon在1991年出版的“Building the Data Warehouse”一书中所提出的定义被广泛接受——数据仓库(Data Warehouse)是一个面向主题的(Subject Oriented)、集成的(Integrated)、相对稳定的(Non-Volatile,可理解为不可修改的)、反映历史变化(Time Variant)的数据集合,用于支持管理决策(Decision Making Support)。
理论上,BI 是一个工厂: >> BI 的原材料是海量的数据; >> BI 的产品是由数据加工而来的信息和知识; >> BI 将这些产品推送给企业决策者; >> 企业决策者利用 BI 工厂的产品做出正确的决策,促进企业的发展;
而现实场景中,BI更多的被企业联系成软件的使用,承担了高度抽象化与通用性需求的各类报表应用:将各个IT系统的数据聚合至BI,然后进行统计汇总,并统一在前端通过BI portal呈现出图表与数值,便于业务人员了解日常数据和运营情况。所以除了ETL部分以外,BI软件绝大多数的功能都是通用性极强的,跨行业,非定制化。如上文所说,领导想要看到的报表,是离不开DW和ETL支持的一套系统的,通过DW中的维度表和事实表,来从不同的维度看想要的数据,比如大中华区销售了多少,每个地区的KPI如何等等。
什么是ETL?
Extract-Transform-Load 的缩写,用来描述将数据从来源端经过抽取(extract)、转换(transform)、加载(load)至目的端的过程。其实传统的消费品企业面对零散的数据库,特别需要ETL的服务。
ETL看似低端,其实不然,它曾让美国特工不用在分散的多个数据库上分别做一次查询。
BI软件的强项是将各类业务数据汇总起来,无需编程即可绘制出可供长期监控的可视化报表,同时实现随时更新,而不是传统管理咨询的一份静态报告。传统咨询提供的报告,往往在出炉的第一天就过时了。
如果想快速踏入BI这个领域,有一条捷径,先掌握一种BI产品的技能。如:SAP BW、BO,IBM cognos,Oracle的BIEE,掌握了这其中的任何一个产品,你都可以快速进入BI行业。
*部分内容,援引百度百科和知乎。