ERP学习笔记（31）BI商业智能分析

Posted 2021-04-20 明静山房

1.  商业智能分析

商业智能（Business Intelligence，简称：BI），指用现代数据仓库技术、线上分析处理技术、数据挖掘和数据展现技术进行数据分析以实现商业价值。

商业智能的概念在1996年最早由加特纳集团（Gartner Group）提出，加特纳集团将商业智能定义为：商业智能描述了一系列的概念和方法，通过应用基于事实的支持系统来辅助商业决策的制定。商业智能技术提供使企业迅速分析数据的技术和方法，包括收集、管理和分析数据，将这些数据转化为有用的信息，然后分发到企业各处。

把商业智能看成是一种解决方案应该比较恰当，其基本体系结构包括数据仓库、联机分析处理（OLAP-Online Analysis Processing）和数据挖掘三个部分。商业智能的关键是从许多来自不同的企业运作系统的数据中提取出有用的数据并进行清理，以保证数据的正确性，然后经过抽取（Extraction）、转换（Transformation）和装载（Load），即ETL过程，合并到一个企业级的数据仓库里，从而得到企业数据的一个全局视图，在此基础上利用合适的查询和分析工具、数据挖掘工具（大数据魔镜）、OLAP工具等对其进行分析和处理（这时信息变为辅助决策的知识），最后将知识呈现给管理者，为管理者的决策过程提供支持。

 

2.  实施步骤

实施商业智能系统是一项复杂的系统工程，整个项目涉及企业管理，运作管理，信息系统，数据仓库，数据挖掘，统计分析等众多门类的知识. 因此用户除了要选择合适的商业智能软件工具外还必须按照正确的实施方法才能保证项目得以成功. 商业智能项目的实施步骤可分为：

（1）需求分析: 需求分析是商业智能实施的第一步，在其他活动开展之前必须明确的定义企业对商业智能的期望和需求，包括需要分析的主题，各主题可能查看的角度（维度）； 需要发现企业那些方面的规律. 用户的需求必须明确.

（2）数据仓库建模：通过对企业需求的分析，建立企业数据仓库的逻辑模型和物理模型，并规划好系统的应用架构，将企业各类数据按照分析主题进行组织和归类.

（3）数据抽取: 数据仓库建立后必须将数据从业务系统中抽取到数据仓库中，在抽取的过程中还必须将数据进行转换，清洗，以适应分析的需要.

（4）建立商业智能分析报表：商业智能分析报表需要专业人员按照用户制订的格式进行开发，用户也可自行开发（开发方式简单，快捷）.

（5）用户培训和数据模拟测试： 对于开发—使用分离型的商业智能系统，最终用户的使用是相当简单的，只需要点击操作就可针对特定的商业问题进行分析.

（6）系统改进和完善：任何系统的实施都必须是不断完善的. 商业智能系统更是如此，在用户使用一段时间后可能会提出更多的，更具体的要求，这时需要再按照上述步骤对系统进行重构或完善。

3.  消费品行业经营指标体系

要构建企业管理驾驶舱和作战地图，构建一套有效的运营评价指标是非常重要的。以下是面向消费品行业的一套初步的经营指标体系：

3.1. 基础指标

• 销售数量

• 营业额，利润，利润率

• 同比环比增速

• 业绩指标达成情况（让各级组织和个人都能看到自己的指标完成情况）

• 返利：预计到年底，经销商会销售多少货，拿走多少返利

• 产品线维度的营业额和利润分析

• 地区维度营业额和利润分析

3.2.深度分析

• 细分市场分析

• 客户画像分析，客户地域分析

• 经销商维度分析

• 经销商维度的营业额和利润分析

• 经销商成长性分析

• 经销商绩效评估，优质经销商筛选

• 经销商布局：分析到市一级，有多少人口，经济总量多少，有多少经销商。对比分析哪些经销商哪些店的相对绩效更好，哪些地区有市场空白。

• 分析经销商现金流：通过经销商打款使用了哪个银行卡，掌握资金来源，分析清楚经销商现金流是否充沛，能知道哪笔是贷款支付的，哪笔不是贷款的。客户风险预警，类似银行信贷和客户画像，进行经销商现金充裕度评级。如果经销商资金充裕，就可以继续压货。如果经销商资金紧张，业务人员帮他促销。

• 营销活动有哪些，销量多少货，品种型号如何，投入产出分析

• 销售预测准确度分析

• 库存周转率分析

• 商品库龄分析

 

3.3.各部门关键指标