您的位置: 网界网 > 周报全文 > 正文

[周报全文]白话BI

2007年01月18日 16:20:53 | 作者:网络世界特约撰稿人 刘庆 | 来源:$page.getBroMedia() | 查看本文手机版

摘要:

标签

         BI最终的目的当然还是辅助决策。因此,几乎所有围绕这个目标的内容都可以归入BI。辅助决策需要数据,因此数据管理也算在内。这就包括了如何对历史数据进行管理,也就是数据仓库了。而有了数据仓库,就要进行数据整合,甚至数据存储、安全都可以放在这个范畴里面。

镜头回放
■ 讨论主题:啥是BI
■ 发生时间:2005年11月
■ 参与人员:BI人
■ 发言举例:

         发言者甲:

         如何将BI、商务智能、数据仓库、挖掘这些听起来曲高和寡的名词,表述的让人更容易明白?还请大家伙出出主意。

         发言者乙:

         昨天试图给一位非业内人士描述BI是什么,从报表讲到决策支持,说完了看着对方,四目相对。发现自己说了一堆废话,这难道不是很尴尬的事情吗?大家来说说,如何通俗地表述“BI”是什么?

         发言者丙:

         确实是啊,碰到不明白的怎么说都不清楚呀。如果是我遇到了,就不要再提什么BI啊,报表啊。直接举个例子:如何快速地在一个堆满货物的仓库里找到自己想要的东西,而BI就是手电筒,不就得了!

         发言者丁:

         所谓“仓禀实而知礼节”。业务系统解决仓禀实的问题, BI就解决更高级的问题。

         2005年年底的时候,曾经和一些朋友尝试用比较简单的语言来形容BI到底是什么,结果答案花样纷呈。如今,过了一年多,每个人恐怕对这个词又有一些新的理解,包括我自己也是这样。因此,就想在2007年刚开始的时候,再来说说“啥是BI”的老话题,不过这次,主要谈谈BI的内容。
不同的人对BI这个术语肯定有不同的理解。有人说,BI就是一些工具,比如那些报表工具、OLAP工具、仪表盘什么的。但也有人认为,它是一套用于分析的方法,或者说是一个过程。

         或许在这些理解中,我们也无法判断谁对谁错。而隐藏在背后的一个问题其实是:我们需要一个定义吗?也许不需要,只是能够让他清楚地表达出来,让一个外行的人听了,基本知道你是干什么的就好。如此,也许说,“BI就是数据分析”,倒是个不错的说法。

都与决策相关 层次高低不同

         要想用几句话把“BI是什么”解释清楚,要求的确比较高,而如果简单谈谈什么是BI,好像就比较容易了,一项项地列举呗。简单说,BI最终的目的当然还是辅助决策。因此,几乎所有围绕这个目标的都可以归入进来。辅助决策需要数据,因此对数据的管理也算在内。这就包括了如何对历史数据进行管理,也就是数据仓库了。不过,数据仓库显然不是必需品。因为只要有数据,不就可以分析了吗?但如果有数据仓库,就要进行数据整合、对数据质量进行管理,对元数据进行管理当然也必不可少,甚至,数据的存储、安全都可以放在这个范畴里面。

         说到辅助决策,其实是有必要将决策进行一些分类的。譬如从决策者的层次来分,高度不同,有的从战略高度,有的从执行层面。层次越高的,其实需要的是一些统计数字,他们的决策恐怕很多还得用自己的大脑,结合经验,那些数字只是一个参考。越到执行层面,相关的辅助决策就越要自动化。例如自动判断客户的优先级,判断客户对价格的敏感度。当然,这后面还有针对优先级、敏感度分别有什么样的应对策略。优先级高的,就优先接入客服电话。敏感度高的,就赠送一些话费刺激其消费。
 
         这样看来,决策其实应该分成分析、行动两个步骤。而数据则是基础。

         对于层次高的决策者。需要的是汇总的、统计性的结果。一般来说,报表、仪表盘挺适合他们。其实,一份报表、一页仪表盘的设计当中,已经包含了某种分析思路。例如一张话费报表,就从不同消费层次观察客户数量和话费。仪表盘上,对ARPU,某种业务渗透率进行监控,整理出一些红绿灯看这些指标是否健康。这种决策之后的行动是需要决策者指定的。而得到这张报表、仪表盘,则是“分析”的结果。比如,为什么要从消费层次维度来分析话费,为什么要监控某些指标,都是有特殊考量的。

分析方法多样丰俭自己选择

         “分析”起到的作用主要还是辅助性的。用来分析的内容不少,方法也不少。可以设计一张报表,或者是设计一个Cube(立方),自己从各种维度来观察度量。对于分析师来说,这是一种不错的工具。但OLAP毕竟还是从现有维度出发,要是深入分析问题,还得去发现新的、有趣的、能够反映问题的维度。这通过数据探索、数据挖掘可以得到。当然(+本站微信networkworldweixin),后者不光是为了发现有意思的维度,还可以针对某个具体问题,利用一些算法去分析,有描述性,也有预测性的。描述性的模型,从已有数据归纳出一些知识。预测性的,则可以利用过去预测未来。

         此外,我们可以发现,在BI里面谈论的分析大多有个特点—利用历史数据。因此,对于并非利用历史数据的分析方法,倒是很少在BI范畴内提起。但是对于像运筹学之类的东西,也难保证以后不会纳入进来。

         分析的方法多种多样,即便不是数学方法,也可以用人的大脑。分析的方法也有粗有细,看解决什么问题。就像用刀一样,如果给病人做手术,得用手术刀。砍柴,得用柴刀。反过来那可就费劲儿了。

         说来说去,对我来说,是将这些东西都看作BI的一部分的。倒不如编个顺口溜:

数据是宝贝,
放到仓库里,
要问怎么放,
请用一体儿。(一体儿即ETL)
仓库要管理,
设计好架构,
管好元数据,
质量得讲究,
防火并防水,
安全也重视。
分析是利器,
方法有多种,
报表OLAP,
深入用挖掘,
不管怎么样,
都得用数据。
支持为决策,
决策有高低,
高者要动脑,
低者只行动。
[责任编辑:程永来 cheng_yonglai@cnw.com.cn]