从自助式商业智能工具Expedia那里，我们可以学到什么？

Posted 2021-04-20 品觉

从自助式商业智能工具Expedia那里，我们可以学到什么？

原文: What We Can Learn from Expedia - Today’s Largest Self-Service BI Tool

来源: http://www.dbta.com/Editorial/Trends-and-Applications/What-We-Can-Learn-from-Expedia---Todays-Largest-Self-Service-BI-Tool-122389.aspx

1. “自助式数据发现”成为了商业智能行业中的热词。它被宣扬成一系列问题的解决方案：如何分析体量和来源都在持续增多的数据；如何从这些数据中提取出更多的商业洞见；如何向更多的利益相关方提供商业智能，并使商业智能更加普及，推动基于事实的决策；以及如何清理IT部门堆积如山的工作。如此种种，不一而足。

2. 每个月，会有6000多万人访问Expedia，他们平均不到六分钟就能完成相关事项。而且，对任何使用过在线预订工具的人而言，这种自助服务环境的高效性显而易见。

   
   

3. 无论规模大小，无论来自哪个行业，或者技术成熟度如何，很多企业都开始意识到，若能为更多企业层面的利益相关方提供更好的信息获取渠道，其变革力量将无比强大。

   
   

原文翻译：

如果我说，Expedia是最大的自助式商业智能（Business Intelligence）工具，你可能会大吃一惊。Expedia不就是个预订网站吗？没错，它所做的无非是安排预订事宜，但为了不出差错，信息至关重要。Expedia的厉害之处就在于，它可以参照多个数据来源，迅速呈现正确信息，以供人们做出决策。这使它成为业内最大的商业智能工具，而且还是一种自助服务。

在深入分析Expedia的服务与产品之前，我们不妨先看看商业智能领域内，自助服务的普及情况。

近三年来，“自助式数据发现”成为了商业智能行业中的热词。它被宣扬成一系列问题的解决方案：如何分析体量和来源都在持续增多的数据；如何从这些数据中提取出更多的商业洞见；如何向更多的利益相关方提供商业智能，并使商业智能更加普及，推动基于事实的决策；以及如何清理IT部门堆积如山的工作。如此种种，不一而足。

根据《哈佛商业品论》2017年文章《出类拔萃的客户服务》：“综观各行各业，81%的顾客在寻求人工客服的帮助前，都会先尝试自己解决问题。”对商业智能产业而言，这就是说，以自己所需的方式（报告、控制面板、格式、风格化），获取自己所需的所有信息，而不请IT部门代劳。

然而，商业智能产业的普及率格外惨淡，只有22%，这一状况已持续多年。面对这个萧条的数字，我们不得不环顾四周，在那些不用IT支持、而向数百万人提供自助服务的行业中，寻找一个解决方案。说白了，我们寻找的是一种自助服务的范式，就如何解决普及率难题，以及如何才能有所斩获，从中汲取真知灼见。

这就是Expedia的拿手好戏。该公司提供一种堪称“改变游戏规则”的自助服务，因为它使旅行社变得可有可无。还记得90年代，订一张从马德里到纽约的机票要费怎样一番功夫吗？你得跟中介多次碰头，翻阅几百页的行程表，一次又一次地比对价格。而如今，大多数人都通过Expedia这样的网站，自行安排行程。这些网站能迅速生成多份报告，提供价格、航班起落时间、中转联程等诸多因素，以供人们作出最优决策。每个月，会有6000多万人访问Expedia，他们平均不到六分钟就能完成相关事项。而且，对任何使用过在线预订工具的人而言，这种自助服务环境的高效性显而易见。

有78%的雇员没有直接获取商业智能的途径，这部分人就需要Expedia这样的商业智能与数据分析应用，以迅速解答业务疑难。作为进一步说明，试想一下，你上了Expedia，然后拿到一份数据集，内含各种航班信息，你得将其载入Excel表格，通过分析，找到合适的航班。在这种情况下，你会用它吗？你会在6分钟内找到答案吗？不会。原因就在于，如果自己动手所需的时间太长，你就会用他人的服务来换取自己的时间。换言之，如果Expedia很难使用、提供解决方案时缺乏灵活性，而且耗时太长，消费者就会更加青睐旅行社。

对于运营部门的员工和一线员工，情况也是如此。如果到了决策时间点，商业智能仍无法获取，雇员就会忽略数据，靠直觉做出决定。运营部门的员工，其工作就是随机应变，不去分析数据文档。这是一种重要的分工。而分析师（22%）的工作恰恰相反，即慢条斯理、彻头彻尾地分析数据，并提供建议。

要为一线员工提供信息，以用于决策，可取的做法不是启用自助服务工具，用信息来分散他们的注意力；也不是像传统商业智能那样，提供大量报告，导致信息过载。正确的做法是提供一种类似于应用程序的体验，使运营部门的员工在不到六分钟时间内，获得问题的答案。由此，一线员工可以看清楚事实，成功完成手头的任务。随着解答疑难的耗时不断缩短，生产率也会相应提升，与此同时，由于获取事实的途径更加便捷，出错情况也会相应减少。

Expedia提供了一种独特的设计范式，使用户能灵活地获取自助服务信息，用于快速决策。在商业智能产业中，这种独特的设计起到了建设性的作用。无论规模大小，无论来自哪个行业，或者技术成熟度如何，很多企业都开始意识到，若能为更多企业层面的利益相关方提供更好的信息获取渠道，其变革力量将无比强大。因为即便是非技术型用户，也可以轻松访问。不管是在防火墙内，还是在防火墙外，这些自助服务都好处多多，而且超越了传统信息管理战略的局限。我们有机会进一步深挖，发掘意义重大的指标与衡量手段，探索信息，挖掘潜力，与实时数据互动，将日程安排与关键信息的交付自动化，并使用所获得的洞见，驱动业绩提升——这一切都是自助式数据分析的功劳。

为了实现乃至超越Expedia这样的范式，企业需要一个强大的集成式商业智能与数据分析平台，以提供真正的自助式数据分析所需的灵活性。为实现这一目标，我们不但要分析Expedia的自助服务实践，还要考虑以下各点，以实现有效而全面的自助式数据分析战略：

• 考虑可用性：提供一种强大、全面、易用的方式，通过直观的交互界面，分享洞见，并将其投入运用。交互界面要足够直观，要让人们愿意使用任何一款应用程序，甚至是数据分析类应用。出色的可用性将提升普及率，并提高投资回报率。

• 确保可扩展性：采用可扩展的基础设施，以避免硬件与维护成本的上升。该设施要能有效支持不断增长的用户群，哪怕用户数量达到几十万，也依然可以正常运转。

• 勿忘安全性：确保机密信息安全无虞，这始终是商业智能与数据分析的关键。在与顾客和合作伙伴等外部用户群共享数据时，这一点尤为重要。要在数据安全方面大力投入，将此作为自助式数据分析战略的一部分。

• 思考数据服务与集成。运用数据服务与集成，使IT部门能够拓展数据环境，开放所有信息。这包括所有的内部系统，比如客户关系管理（CRM）、企业资源规划（ERP），以及旧版应用程序，还有社交媒体、云端、移动端等来源。

• 强调功能性：提供一个功能广泛的集成式单一平台，解决终端用户的独特需求。

• 提升性能：若性能跟不上，自助式服务很快就会被用户抛弃。而且，由于数据体量之大、查询数量之多，他们不会允许服务有丝毫的懈怠。

• 保障个性化：在能看到哪些东西、如何看到这些东西方面，要给予用户全方位的控制权。这将促进商业智能大范围普及，因为只有当用户可以按照自己的需求来运用自助式数据分析，这些信息才是有价值的。

• 检查完整性：确保在你的商业智能和数据分析背后，有一个数据质量平台作为支撑。这将确保所有数据及时、可信、可自助获取，从而在广大用户群中共享时，其准确性、一致性和完整性能得到保障。

在信息时代，通过数据分析获得洞见不再只是数据科学家和精英群体的专利。只要遵循以上步骤，你就能打造出一项有效、全面的自助式数据分析战略——一项向Expedia看齐的自助式服务战略。

商业智能产业若想促进自助式工具的使用，它必须将目光转向其他那些为数百万人提供有效自助式分析的领域。在考虑上述清单、审视Expedia的强大实力时，我们应该知道，如果Expedia能成为当今最大的自助式商业智能工具之一，那么其他企业也可以。在用户无需接受任何培训的情况下，Expedia的平台给予了用户海量的数据域，以及无数的定制报告。这正是商业智能与数据分析行业可以学习借鉴的地方。

车品觉简介

畅销书《决战大数据》作者

红杉资本中国基金专家合伙人

国信优易数据研究院院长

滨海泰达物流(HK：08348)非執行董事

香港特区创新科技及再工业化委员会委员

贵阳市大数据委顧问

上海市司法局大数据实验室专家

CCF大数据委副主任

乌镇智厍理事

浙江大学管理学院兼职教授

清华大学（大数据项目）教育指导委员

Advisory Committee of Big Data institute - HKUST

全国信标委大数据标准工作组副组长(2015-2017)

原阿里巴巴集团副总裁

原阿里健康（HK：00241）独立董事

原阿里数据委员会会长

2014年领导阿里数据团队获得Top CIO评选为中国最佳信息化团队

2017年被国家信息中心选为中国十大最具影响力大数据企业家

拥有十几年丰富的数据实战经验，并在实践中形成了独特的数据化思考及管理方式，对大数据未来趋势有独到见解；亲自领导阿里数据团队在大数据实践领域取得了一系列重要成果，包括为阿里建立集团各事业群的业务及决策分析框架，开发智能化的数据产品，成立了驱动集团数据化的运营团队，成功发起了公共与专有数据资产管理体系，还发布了数据安全规范等。