在生態(tài)體系建設(shè)上，永洪科技已與華為、騰訊、用友、藍(lán)凌等1000+合作伙伴達成合作，比如永洪BI作為騰訊唯一BI合作產(chǎn)品，華為云嚴(yán)選商城自營首家BI產(chǎn)品，綜合各自的能力優(yōu)勢為企業(yè)提供解決方案。同時，永洪科技還與藍(lán)凌等OA軟件廠商合作，將BI軟件嵌入OA系統(tǒng)中，提供OA系統(tǒng)數(shù)據(jù)分析。通過提供開放的平臺，支持合作伙伴在永洪科技的產(chǎn)品之上開發(fā)擴展性應(yīng)用插件，順應(yīng)企業(yè)系統(tǒng)融合需求，實現(xiàn)合作共贏。

同時，BI廠商也可以通過構(gòu)建開放的生態(tài)體系拓展銷售渠道，以標(biāo)準(zhǔn)產(chǎn)品“被集成”的模式，更高效地覆蓋各行業(yè)和業(yè)務(wù)場景的BI需求，加速業(yè)務(wù)拓展；另一方面，也可以集成其他廠商能力，為企業(yè)提供整體解決方案，提升產(chǎn)品服務(wù)能力。

上述需求，要求BI廠商建設(shè)開放的生態(tài)，在產(chǎn)品和技術(shù)等方面與其他IT基礎(chǔ)設(shè)施和業(yè)務(wù)應(yīng)用廠商緊密合作，保證開放性和拓展性，以生態(tài)的力量更好地服務(wù)企業(yè)。

企業(yè)的需求不僅僅是成熟、易用的BI技術(shù)和工具，還需要結(jié)合對垂直業(yè)務(wù)場景的理解構(gòu)建分析指標(biāo)和模型，以實現(xiàn)BI應(yīng)用價值的最大化。此外，從技術(shù)架構(gòu)上來看，BI的應(yīng)用涉及從數(shù)據(jù)接入、數(shù)據(jù)存儲與計算、數(shù)據(jù)治理、數(shù)據(jù)分析與挖掘、數(shù)據(jù)展現(xiàn)的全鏈條，需要與企業(yè)IT基礎(chǔ)設(shè)施和各個業(yè)務(wù)系統(tǒng)深度融合。

隨著企業(yè)數(shù)字化轉(zhuǎn)型的深入推進，數(shù)據(jù)驅(qū)動的分析決策場景將無處不在，BI將在各個行業(yè)和業(yè)務(wù)場景落地。

6.4. 建設(shè)開放生態(tài)，滿足企業(yè)無處不在的BI需求

在技術(shù)和需求雙輪驅(qū)動下，企業(yè)對一站式桌面分析軟件的需求持續(xù)增長，包括永洪科技在內(nèi)的多家廠商都推出了桌面智能數(shù)據(jù)分析工具，在銷售分析、渠道分析、營銷分析、財務(wù)分析等場景發(fā)揮重要價值，進一步推動數(shù)據(jù)應(yīng)用平民化趨勢。

另一方面，數(shù)字化轉(zhuǎn)型涉及到整個公司的各個業(yè)務(wù)鏈條，數(shù)據(jù)驅(qū)動業(yè)務(wù)增長是數(shù)字化轉(zhuǎn)型的重要實踐方式，從企業(yè)“一把手”到各個業(yè)務(wù)部門都有強烈的需求和動力實現(xiàn)數(shù)據(jù)驅(qū)動業(yè)務(wù)增長，對數(shù)據(jù)分析和數(shù)據(jù)應(yīng)用的需求越來越強烈。

一方面，隨著敏捷BI技術(shù)的成熟，大大降低了BI等數(shù)據(jù)分析工具的使用門檻，數(shù)據(jù)分析不再是業(yè)務(wù)部門和IT部門共同配合才能完成的工作，越來越多的業(yè)務(wù)部門借助敏捷BI等數(shù)據(jù)分析工具，能夠?qū)崿F(xiàn)自助式分析，使得數(shù)據(jù)分析、數(shù)據(jù)應(yīng)用變得平民化。

6.3. 數(shù)據(jù)應(yīng)用平民化，一站式桌面分析軟件需求增加

另外，由智能問答技術(shù)支撐的智能交互將成為新的BI表現(xiàn)形式。利用自然語言理解進行自然語句查詢、利用知識圖譜實現(xiàn)業(yè)務(wù)預(yù)警、利用專家系統(tǒng)提供業(yè)務(wù)咨詢將成為BI新的發(fā)展方向。

此外，除了增強數(shù)據(jù)的實時處理能力外，未來的智能BI應(yīng)具備協(xié)同分析、交互式分析的能力。企業(yè)中除了各部門自主進行業(yè)務(wù)決策外，集團層面的決策往往需要跨部門協(xié)作，比如生產(chǎn)部門需要根據(jù)商品部門的商品計劃進行智能排產(chǎn)、商品部門的選品計劃將影響采購部門對商品的補貨決策、銷售部門的實際購買轉(zhuǎn)化率將用來評估市場部門的營銷效果等。在加強業(yè)務(wù)人員協(xié)作效率上，可將BI系統(tǒng)和協(xié)作工具進行集成，增加實時評論、在線會議等功能，實現(xiàn)跨部門的業(yè)務(wù)協(xié)作。

在實踐中，永洪科技一站式BI分析平臺，利用MPP數(shù)據(jù)加速引擎，根據(jù)用戶訪問數(shù)據(jù)的習(xí)慣，自動篩選用戶經(jīng)常訪問的數(shù)據(jù)、匯總數(shù)據(jù)等放入MPP引擎中，釋放不常用的明細(xì)數(shù)據(jù)等，提升數(shù)據(jù)訪問速度，自動維持用戶的最高內(nèi)存使用效率，并利用列存儲和內(nèi)存計算，實現(xiàn)對千萬級到百億級數(shù)據(jù)分析的秒級響應(yīng)，既保證了用戶數(shù)據(jù)查詢和分析的效率，也降低了海量數(shù)據(jù)對內(nèi)存的占用。

未來，BI需要進一步加強數(shù)據(jù)實時處理能力。以往的BI分析，大多建立在離線分析的基礎(chǔ)上，將分析的數(shù)據(jù)以定期更新的方式導(dǎo)入數(shù)據(jù)倉庫中，分析結(jié)果無法反映實時趨勢。此外，企業(yè)每天的交易、營銷、生產(chǎn)、物流等會產(chǎn)生大量數(shù)據(jù)，對于數(shù)據(jù)的實時分析能力要求高。以零售企業(yè)為例，零售企業(yè)商品SKU數(shù)量多，通常在全國有幾百家的門店規(guī)模，每天單店單品庫存數(shù)據(jù)量就達到上千萬。因此，BI產(chǎn)品性能也需要跟上企業(yè)數(shù)據(jù)增長的速度，保證用戶在億級、十億級數(shù)據(jù)量下可以實現(xiàn)數(shù)據(jù)的動態(tài)查詢和分析。

從產(chǎn)品功能上，傳統(tǒng)BI對技術(shù)人員依賴重，系統(tǒng)搭建、建模過程均需要技術(shù)人員完成，對海量數(shù)據(jù)計算與動態(tài)業(yè)務(wù)的支持不足，敏捷BI更加適應(yīng)業(yè)務(wù)人員自助建模需求，能夠?qū)崿F(xiàn)系統(tǒng)快速部署、數(shù)據(jù)源集成、高性能計算、探索式分析等。

6.2. 加強數(shù)據(jù)實時處理能力，交互式、協(xié)同BI是趨勢

盡管AI不一定能完全取代人工經(jīng)驗，但可以拓寬個人經(jīng)驗的能力邊界，提升決策效率，而隨著數(shù)據(jù)不斷增多，預(yù)測準(zhǔn)確度將逐漸提升，AI的優(yōu)勢將更加突出。隨著企業(yè)對BI應(yīng)用的加深，BI對企業(yè)的價值將從數(shù)據(jù)可視化展現(xiàn)，升級為對現(xiàn)有業(yè)務(wù)的數(shù)據(jù)分析，并進一步演化為對未來業(yè)務(wù)的預(yù)測分析，真正實現(xiàn)智能業(yè)務(wù)決策。

ROI方面，BI+AI的落地仍有較高的技術(shù)門檻，同時意味著較高的投入，如果企業(yè)對于業(yè)務(wù)應(yīng)用價值缺乏明確的預(yù)期或強烈需求，將導(dǎo)致ROI不明確，從而限制相關(guān)投入。例如，現(xiàn)階段自然語言查詢對于大部分企業(yè)而言并非剛性需求。在需求明確的前提下，部分企業(yè)已經(jīng)開始通過構(gòu)建自主的機器學(xué)習(xí)平臺等AI基礎(chǔ)設(shè)施來支撐智能化應(yīng)用，通過資源復(fù)用和降低開發(fā)門檻，來降低智能分析技術(shù)的總體應(yīng)用成本。

實際應(yīng)用中，企業(yè)數(shù)據(jù)質(zhì)量的提升是一個長期的系統(tǒng)性工作，一方面應(yīng)該盡快推進數(shù)據(jù)治理、數(shù)據(jù)中臺建設(shè)等工作，實現(xiàn)數(shù)據(jù)質(zhì)量的長效提升；另一方面，可以選擇從數(shù)據(jù)質(zhì)量基礎(chǔ)較好的特定業(yè)務(wù)場景出發(fā)，探索BI+AI的應(yīng)用。

數(shù)據(jù)方面，BI和AI的應(yīng)用都對企業(yè)數(shù)據(jù)質(zhì)量提出了很高的要求，尤其是機器學(xué)習(xí)算法的模型訓(xùn)練對數(shù)據(jù)質(zhì)量的依賴更為直接。例如，由于數(shù)據(jù)基礎(chǔ)的差異，基于同樣算法的銷量預(yù)測模型在服裝行業(yè)的預(yù)測準(zhǔn)確率達60-70%，在能源化工行業(yè)有可能達到90%。

盡管關(guān)于BI和AI融合的探討已久并已經(jīng)落地了一些應(yīng)用，但整體仍處于初級階段，主要受制于數(shù)據(jù)和ROI兩方面。

BI與AI融合，將加深數(shù)據(jù)驅(qū)動業(yè)務(wù)決策的價值，改變業(yè)務(wù)決策流程。比如，在采購場景中，依靠BI對數(shù)據(jù)分析，僅可以得到已發(fā)生的采購數(shù)據(jù)，采購商品、價格、數(shù)量、采購供應(yīng)商等，采購人員需要根據(jù)已有數(shù)據(jù)，結(jié)合個人經(jīng)驗，做出相應(yīng)的采購決策。結(jié)合AI的BI，可以更加準(zhǔn)確、及時地預(yù)測出未來的庫存情況，何時需要補貨，從哪家供應(yīng)商進貨，給出合理的采購數(shù)量、價格建議等，改變業(yè)務(wù)決策流程。

其中，面向業(yè)務(wù)的智能決策是核心，將進一步放大BI的業(yè)務(wù)價值。比如，在金融行業(yè)風(fēng)險監(jiān)測場景下，AI算法可以利用時間序列數(shù)據(jù)、用戶行為數(shù)據(jù)等，更精準(zhǔn)地預(yù)測廣泛人群的金融風(fēng)險。在精準(zhǔn)營銷場景下，結(jié)合機器學(xué)習(xí)算法，可以基于用戶行為更精準(zhǔn)地提供有針對性的營銷策略。

智能BI的顯著特征是BI和AI融合，一方面是通過應(yīng)用機器學(xué)習(xí)等算法增強BI的分析和預(yù)測功能，如在向業(yè)務(wù)人員提供分析結(jié)果的基礎(chǔ)上延伸到智能決策；另一方面，是結(jié)合NLP、智能語音等技術(shù)實現(xiàn)自然語言查詢等BI智能交互，降低BI使用門檻。

BI經(jīng)過多年的發(fā)展，經(jīng)歷了傳統(tǒng)BI、敏捷BI兩個主要階段，未來將邁入智能BI階段。

6.1. BI與AI融合，實現(xiàn)智能業(yè)務(wù)決策

展望未來，隨著BI成為企業(yè)實現(xiàn)數(shù)據(jù)驅(qū)動的標(biāo)配，BI的應(yīng)用將不斷走向成熟。在這個過程中，BI在技術(shù)、產(chǎn)品和模式上將呈現(xiàn)新的發(fā)展趨勢。

06 BI未來趨勢展望

第二，促進教育教學(xué)精細(xì)化管理。通過數(shù)據(jù)分析和監(jiān)測，教師、輔導(dǎo)員可以在發(fā)現(xiàn)學(xué)生的問題后，提前介入，避免不好的結(jié)果發(fā)生。另外，學(xué)校管理人員可以通過數(shù)據(jù)平臺，實時掌握教學(xué)開展的數(shù)據(jù)指標(biāo)，如到課率、學(xué)生評測、教室和實驗室的利用率等，實現(xiàn)精細(xì)化教育教學(xué)管理。

首先，是實現(xiàn)業(yè)務(wù)數(shù)據(jù)的融合。通過打通教務(wù)系統(tǒng)、測評系統(tǒng)、考試系統(tǒng)、在線學(xué)習(xí)系統(tǒng)、實驗系統(tǒng)、訓(xùn)練系統(tǒng)和資源系統(tǒng)等相關(guān)數(shù)據(jù)，實現(xiàn)業(yè)務(wù)系統(tǒng)數(shù)據(jù)的融合，并由教務(wù)系統(tǒng)進行統(tǒng)一管理。

“1+N數(shù)據(jù)業(yè)務(wù)系統(tǒng)”的建設(shè)可實現(xiàn)以下收益：

針對以上問題，中國人民警察大學(xué)與永洪科技合作，打造了“1+N數(shù)據(jù)業(yè)務(wù)系統(tǒng)”。“1”即建立通用BI大數(shù)據(jù)平臺，整合教育教學(xué)的所有業(yè)務(wù)系統(tǒng)；“N”為基于大數(shù)據(jù)平臺，與崗位業(yè)務(wù)匹配的N個數(shù)據(jù)應(yīng)用。

在線教學(xué)系統(tǒng)與教務(wù)系統(tǒng)數(shù)據(jù)未打通，需要大量的人工維護。師生在多個平臺上課，有很多基礎(chǔ)數(shù)據(jù)需要教師自行維護。比如，學(xué)生的成績記錄需要教師手工進行錄入等。

數(shù)據(jù)分析響應(yīng)不及時，加大教學(xué)管理工作難度。由于在線教學(xué)系統(tǒng)與教務(wù)系統(tǒng)對接不充分，師生無法看到及時精準(zhǔn)的在線教學(xué)數(shù)據(jù)，各級管理人員、教學(xué)督導(dǎo)專家只能停留在瀏覽和查看平臺數(shù)據(jù)層面，無法實時了解在線教學(xué)的真實狀況，為管理和督導(dǎo)工作增加了難度。

比如，在疫情期間中國人民警察大學(xué)開展了在線課堂授課方式，但面臨以下問題：

國務(wù)院發(fā)布《促進大數(shù)據(jù)發(fā)展行動綱要》，明確提出建設(shè)教育文化大數(shù)據(jù)。此外，教育部對雙一流大學(xué)、雙一流學(xué)科建設(shè)有相應(yīng)的評價指標(biāo)體系，需要高校根據(jù)指標(biāo)體系梳理數(shù)據(jù)，而高校在過往信息化建設(shè)中，各系統(tǒng)都是單獨開發(fā)、獨立運行，存在數(shù)據(jù)孤島問題，無法實現(xiàn)數(shù)據(jù)共享，需要打通融合系統(tǒng)數(shù)據(jù)，對于高校的數(shù)據(jù)匯總、統(tǒng)計、分析提出了新要求。

5.6. 教育行業(yè)

實現(xiàn)系統(tǒng)間數(shù)據(jù)共享、統(tǒng)一管理。通過建設(shè)數(shù)據(jù)交換管理系統(tǒng)，實現(xiàn)對各系統(tǒng)信息交互的統(tǒng)一管理，并對各系統(tǒng)數(shù)據(jù)交換過程中的數(shù)據(jù)進行存儲、格式轉(zhuǎn)換和數(shù)據(jù)稽核，避免每上線一個子系統(tǒng)需要分散建立數(shù)據(jù)庫而帶來的管理混亂。

為建立科技經(jīng)費管理信息平臺奠定基礎(chǔ)。通過建立平臺數(shù)據(jù)交換系統(tǒng)，簡化數(shù)據(jù)交換管理流程，規(guī)范數(shù)據(jù)標(biāo)準(zhǔn)，便于在此基礎(chǔ)上按主題進行分析，實現(xiàn)對科技經(jīng)費的信息化管理。

通過建設(shè)數(shù)據(jù)交換管理系統(tǒng)，科技部獲得了以下收益：

數(shù)據(jù)描述管理模塊集中管理元數(shù)據(jù)，包括各系統(tǒng)對數(shù)據(jù)的組織描述以及數(shù)據(jù)文件內(nèi)容與數(shù)據(jù)庫的對應(yīng)關(guān)系描述。

數(shù)據(jù)清洗、轉(zhuǎn)換、裝載模塊根據(jù)數(shù)據(jù)描述管理模塊中的描述內(nèi)容，接收外部應(yīng)用的數(shù)據(jù)文件清洗轉(zhuǎn)換并加載到內(nèi)部數(shù)據(jù)庫。

數(shù)據(jù)服務(wù)總線模塊集中管理平臺各個應(yīng)用數(shù)據(jù)交互接口的注冊、發(fā)布，并提供各類數(shù)據(jù)交換服務(wù)。

其中，數(shù)據(jù)交換管理系統(tǒng)包括數(shù)據(jù)描述管理，數(shù)據(jù)清洗、轉(zhuǎn)換、裝載，數(shù)據(jù)服務(wù)總線三個模塊。

針對數(shù)據(jù)孤島問題，永洪科技為國務(wù)院下屬科技部搭建數(shù)據(jù)交換系統(tǒng)，解決系統(tǒng)間數(shù)據(jù)標(biāo)準(zhǔn)不統(tǒng)一的問題，實現(xiàn)系統(tǒng)數(shù)據(jù)的交換融合，為后續(xù)經(jīng)費管理信息平臺的建設(shè)奠定基礎(chǔ)，并最終實現(xiàn)經(jīng)費管理信息共享。

數(shù)據(jù)孤島嚴(yán)重：隨著政務(wù)信息化的推進，政務(wù)服務(wù)、社會民生、應(yīng)急安全等各部門逐漸完善信息化系統(tǒng)建設(shè)，但各部門系統(tǒng)間相互孤立，存在數(shù)據(jù)孤島問題，缺乏統(tǒng)一的平臺對數(shù)據(jù)進行關(guān)聯(lián)整合，無法展現(xiàn)業(yè)務(wù)數(shù)據(jù)的全貌。

監(jiān)管決策支撐不足：決策層需要從數(shù)據(jù)整合的高度看問題，且不同部門不同層級人員對于數(shù)據(jù)分析的需求差異大，現(xiàn)有的報表分析無法集中展現(xiàn)數(shù)據(jù)情況，難以支撐管理決策需求。

具體而言，政務(wù)行業(yè)面臨以下問題：

BI數(shù)據(jù)分析平臺的建立，能夠解決政府部門間數(shù)據(jù)孤島問題，對各部門數(shù)據(jù)進行關(guān)聯(lián)整合，實現(xiàn)數(shù)據(jù)開放共享。

“運用大數(shù)據(jù)提升國家治理現(xiàn)代水平”是中國政務(wù)數(shù)字化的重要舉措，要求各級政府部門建立健全大數(shù)據(jù)輔助科學(xué)決策和社會治理的機制，推進政府管理和社會治理模式創(chuàng)新。

5.5. 政務(wù)行業(yè)

構(gòu)建應(yīng)用場景豐富的數(shù)據(jù)分析主題庫，實現(xiàn)對從發(fā)電、購電、用電等環(huán)節(jié)的監(jiān)測。通過數(shù)據(jù)分析識別電力運行中的問題，對電費欠費等風(fēng)險及時預(yù)警，輔助業(yè)務(wù)決策。

通過構(gòu)建“運監(jiān)業(yè)務(wù)主題庫”，運營監(jiān)測中心獲得了以下收益：

另外，在輔助決策上，通過數(shù)據(jù)匹配關(guān)聯(lián)， 建立配網(wǎng)投資評價模型，并將服務(wù)熱線工單、設(shè)備狀態(tài)、項目投資等數(shù)據(jù)以熱力圖形式在配網(wǎng)GIS地理信息圖上進行展示，實現(xiàn)區(qū)域電力資源和運行狀態(tài)的可視化，幫助投資決策者發(fā)現(xiàn)配網(wǎng)的薄弱點，為配網(wǎng)建設(shè)投資決策提供參考。

其次，在風(fēng)險管控上，“運監(jiān)業(yè)務(wù)主題庫”通過對浙江某地區(qū)數(shù)十萬客戶的檔案信息、用電行為、繳費行為、違約行為、客服記錄等多個維度數(shù)千萬條數(shù)據(jù)進行分析，通過機器學(xué)習(xí)，識別并構(gòu)建客戶欠費行為與客戶特征、客戶行為、行業(yè)趨勢的關(guān)聯(lián)關(guān)系，實現(xiàn)對當(dāng)?shù)卮罂蛻羟焚M概率的預(yù)測，對可能欠費風(fēng)險進行提前預(yù)防。

首先，在問題識別上，通過對業(yè)擴工單流程終止原因進行歸類統(tǒng)計，得到流程終止原因與地域分布的關(guān)聯(lián)關(guān)系，并同電網(wǎng)GIS地理信息進行比對，發(fā)現(xiàn)問題深層原因，采取適當(dāng)?shù)慕鉀Q方案，完成配網(wǎng)改造。

對此，永洪科技為國家電網(wǎng)打造了“運監(jiān)業(yè)務(wù)主題庫”，具體解決方案如下：

以國家電網(wǎng)為例，其下屬運營監(jiān)測中心，需要對從電能生產(chǎn)、客戶購電，到電能銷售、電力傳輸，再到企事業(yè)單位用電、電力設(shè)備故障等環(huán)節(jié)業(yè)務(wù)數(shù)據(jù)進行分析監(jiān)測。

電力行業(yè)數(shù)據(jù)分析場景覆蓋電網(wǎng)設(shè)備管理、電網(wǎng)運行管理、檢修管理、供熱管理等，通過數(shù)據(jù)分析對電網(wǎng)運行情況進行監(jiān)控，對異常問題快速預(yù)警，提升電力系統(tǒng)運行能力。

以下為電力行業(yè)對數(shù)據(jù)分析平臺的業(yè)務(wù)場景需求：

數(shù)據(jù)孤島嚴(yán)重：電力企業(yè)有財務(wù)、MRP、ERP等眾多業(yè)務(wù)系統(tǒng)，但系統(tǒng)間數(shù)據(jù)未打通融合，存在數(shù)據(jù)孤島，企業(yè)無法以統(tǒng)一的視角獲取業(yè)務(wù)數(shù)據(jù)全貌，未能真正釋放數(shù)據(jù)價值。

缺乏數(shù)據(jù)管理機制：電力企業(yè)以國企居多，從總部到下屬單位建有完善的信息化系統(tǒng)，但缺乏數(shù)據(jù)管理機制，數(shù)據(jù)質(zhì)量較差，存在數(shù)據(jù)不一致等問題，給數(shù)據(jù)治理、數(shù)據(jù)應(yīng)用帶來不便。

數(shù)據(jù)分析應(yīng)用深度不足：目前電力企業(yè)的數(shù)據(jù)分析停留在固定報表階段，且數(shù)據(jù)可視化展示圖形單一，數(shù)據(jù)分析應(yīng)用深度不足，無法滿足業(yè)務(wù)人員交互式分析需求。

降低開發(fā)成本，提升數(shù)據(jù)分析效率：傳統(tǒng)的數(shù)據(jù)平臺項目建設(shè)成本高、周期長、見效慢，不符合電力企業(yè)的需求。電力企業(yè)需要一款輕便、易操作的數(shù)據(jù)分析平臺，業(yè)務(wù)人員可以進行自助式、探索式分析，通過簡單拖拽完成業(yè)務(wù)數(shù)據(jù)分析，提升數(shù)據(jù)分析效率，快速輸出數(shù)據(jù)分析平臺建設(shè)成果。

具體而言，電力行業(yè)需要BI數(shù)據(jù)分析平臺解決以下問題：

電力行業(yè)整個生產(chǎn)過程，包括發(fā)電、輸電、變電、配電、用電及調(diào)度等環(huán)節(jié)，運行過程中會產(chǎn)生海量的數(shù)據(jù)。通過對這些數(shù)據(jù)進一步的分析、挖掘，電網(wǎng)企業(yè)可以更好地滿足用戶的用電需求、降低故障維護成本等。

5.4. 電力行業(yè)

節(jié)省開銷，優(yōu)化流程管控效率。BI平臺提供數(shù)據(jù)填報功能，減少物料準(zhǔn)備、檢查過程中的紙質(zhì)單據(jù)，節(jié)省開支，提升管控效率。

提升物料生產(chǎn)配送的系統(tǒng)運行效率。對物料準(zhǔn)備、生產(chǎn)、配送的全過程進行監(jiān)控，及時發(fā)現(xiàn)生產(chǎn)配送過程中的異常，降低生產(chǎn)異常核查處理時間。

通過上線BI數(shù)據(jù)分析平臺，格力物流管理部獲得了以下收益：

第四，在質(zhì)量控制上，實現(xiàn)對生產(chǎn)過程和質(zhì)量管理的分析預(yù)測，降低生產(chǎn)線殘次率。

第三，對于生產(chǎn)線的監(jiān)控上，如對于物料齊套檢查，可以實時展現(xiàn)檢查結(jié)果，并根據(jù)需求調(diào)整檢查指標(biāo)體系。

第二，對于運營效率的監(jiān)控上，實現(xiàn)對訂單數(shù)量完成比例、揀選進度、訂單齊套數(shù)量及比例的監(jiān)控，并對生產(chǎn)車間里各生產(chǎn)機組的生產(chǎn)效率、下線比例進行實時監(jiān)控，及時發(fā)現(xiàn)并解決生產(chǎn)運營問題。

首先，對于物料配送的物流分析上，實現(xiàn)對業(yè)務(wù)運轉(zhuǎn)情況、庫存?zhèn)}位物料比例及存量的實時監(jiān)控，在出現(xiàn)問題后及時預(yù)警、快速補貨。

具體應(yīng)用場景包括：

建設(shè)BI數(shù)據(jù)分析平臺，對物料配送全過程進行監(jiān)控管理。通過采集物料配送過程中的庫存數(shù)據(jù)、揀選備料數(shù)據(jù)、配送執(zhí)行數(shù)據(jù)、分廠接收數(shù)據(jù)、點檢數(shù)據(jù)等，實現(xiàn)從訂單下達、物料點檢，到上線生產(chǎn)的全過程信息化管理。

針對格力物流管理部的需求，永洪科技提供了以下解決方案：

實踐中，格力物流管理部為整合各分廠間的物料配送管理、取代原有手工記錄數(shù)據(jù)方式，需要對物料準(zhǔn)備過程進行監(jiān)控，優(yōu)化物料準(zhǔn)備、檢查的全流程效率。

數(shù)據(jù)基礎(chǔ)設(shè)施情況薄弱：制造企業(yè)仍然存在以手工記錄數(shù)據(jù)的情況，數(shù)據(jù)基礎(chǔ)較薄弱，缺乏數(shù)據(jù)管理機制，數(shù)據(jù)質(zhì)量參差不齊，存在數(shù)據(jù)不統(tǒng)一、缺失，甚至存在數(shù)據(jù)上報不準(zhǔn)確、瞞報等問題，難以為數(shù)據(jù)分析應(yīng)用提供支撐。

數(shù)據(jù)孤島嚴(yán)重：制造企業(yè)有MES、MRP、ERP等眾多系統(tǒng)，但系統(tǒng)間未打通整合，數(shù)據(jù)無法實現(xiàn)整合聯(lián)通，導(dǎo)致產(chǎn)銷存等各環(huán)節(jié)無法協(xié)同工作，大量數(shù)據(jù)儲存在業(yè)務(wù)系統(tǒng)中，未釋放數(shù)據(jù)的價值。

數(shù)據(jù)分析形式固化：目前制造企業(yè)的數(shù)據(jù)分析采用傳統(tǒng)的固定報表形式，形式單一，分析維度少，對分析需求的響應(yīng)周期長，無法滿足不同層級用戶對于數(shù)據(jù)分析的需求。

因此，制造行業(yè)需要構(gòu)建BI數(shù)據(jù)分析平臺，對各業(yè)務(wù)系統(tǒng)數(shù)據(jù)進行整合，消除數(shù)據(jù)孤島，釋放數(shù)據(jù)價值，并提供多樣的圖表展示模板，提供數(shù)據(jù)填報功能，實現(xiàn)數(shù)據(jù)驅(qū)動的精細(xì)化管理。

產(chǎn)品生產(chǎn)制造不同環(huán)節(jié)，制造行業(yè)對于BI的需求有所差異：

在產(chǎn)品設(shè)計階段，通過對用戶數(shù)據(jù)、競品數(shù)據(jù)、輿論數(shù)據(jù)進行分析，洞察用戶需求、產(chǎn)品使用反饋等，為用戶量身定制符合其需求的產(chǎn)品，滿足小規(guī)模定制化生產(chǎn)需求。

在生產(chǎn)制造階段，需要對生產(chǎn)過程數(shù)據(jù)進行監(jiān)控，包括產(chǎn)品質(zhì)量、產(chǎn)品成本、生產(chǎn)時間、產(chǎn)能利用等指標(biāo)，對生產(chǎn)異常及時預(yù)警，保證生產(chǎn)成本、質(zhì)量、交期在可控范圍。

在物流配送階段，通過數(shù)據(jù)分析實時監(jiān)控物流配送、庫存情況，優(yōu)化物流配送效率。

在運營維護階段，通過采集傳感器數(shù)據(jù)，及時發(fā)現(xiàn)設(shè)備故障等問題，實現(xiàn)高效的產(chǎn)品運營維護。

在維修階段，結(jié)合設(shè)備數(shù)據(jù)分析設(shè)備故障原因，制定合理的維修計劃，延長設(shè)備使用周期。

具體而言，制造行業(yè)面臨以下挑戰(zhàn)：

在智能制造時代，制造企業(yè)需要建設(shè)數(shù)據(jù)分析平臺，通過數(shù)據(jù)分析實現(xiàn)對生產(chǎn)制造全流程的監(jiān)控，優(yōu)化運營效率、降低生產(chǎn)成本，提升制造企業(yè)的競爭力。

智能制造的核心是數(shù)字化、網(wǎng)絡(luò)化和智能化，需要充分利用數(shù)據(jù)，全面洞悉生產(chǎn)過程，保證訂單按時生產(chǎn)，發(fā)現(xiàn)生產(chǎn)過程中的問題并及時解決，優(yōu)化生產(chǎn)效率。

中國作為傳統(tǒng)制造業(yè)大國，在全球產(chǎn)業(yè)鏈分工中扮演了重要的角色。為了進一步鞏固中國制造的優(yōu)勢，實現(xiàn)制造產(chǎn)業(yè)的創(chuàng)新升級，國務(wù)院發(fā)布《中國制造2025》戰(zhàn)略文件，旨在實現(xiàn)中國向制造強國的轉(zhuǎn)型。其中，發(fā)展智能制造是中國從傳統(tǒng)制造向中高端制造轉(zhuǎn)型的核心戰(zhàn)略目標(biāo)。

5.3. 制造行業(yè)

降低報表開發(fā)成本。過去，乖寶集團的報表通過技術(shù)進行底層代碼編寫完成，成本相對較高。永洪科技提供的產(chǎn)品只需要了解簡單的SQL語句、報表邏輯和業(yè)務(wù)邏輯，即可完成報表開發(fā)。

提升業(yè)務(wù)迭代效率。基于運營和業(yè)務(wù)分析模型搭建預(yù)警系統(tǒng)，根據(jù)業(yè)績指標(biāo)上下限，提升業(yè)務(wù)迭代效率，且數(shù)據(jù)更新頻率從過去以月為單位，提升為以天、小時為單位更新。

通過建設(shè)數(shù)據(jù)分析平臺，乖寶集團獲得了以下收益：

比如，在產(chǎn)品研發(fā)指導(dǎo)上，通過從線上渠道獲取銷售產(chǎn)品、策略、活動、評價等數(shù)據(jù)，并針對競品企業(yè)的產(chǎn)品數(shù)據(jù)、銷售情況、評價內(nèi)容等方面進行分析，為企劃部門的產(chǎn)品研發(fā)提供指導(dǎo)。

對此，永洪科技為乖寶集團搭建數(shù)據(jù)分析平臺，賦能業(yè)務(wù)決策。

以寵物食品企業(yè)乖寶集團為例，乖寶集團在數(shù)字化轉(zhuǎn)型過程中，面臨海量數(shù)據(jù)、數(shù)據(jù)不匹配的問題，且存在數(shù)據(jù)煙囪，需要建設(shè)數(shù)據(jù)分析平臺，對數(shù)據(jù)進行匯總分析，為業(yè)務(wù)決策提供支撐。

管理決策支持：以往決策層只能通過各部門上報業(yè)務(wù)系統(tǒng)數(shù)據(jù)或統(tǒng)計報表，在此基礎(chǔ)上手動進行數(shù)據(jù)整合分析，數(shù)據(jù)分析過程繁瑣耗時，且業(yè)務(wù)部門上報的數(shù)據(jù)可能存在瞞報、漏報的情況。因此，需要BI數(shù)據(jù)分析平臺，為決策層提供管理決策支持，站在數(shù)據(jù)整合后的高度看問題。

業(yè)務(wù)數(shù)據(jù)支持：業(yè)務(wù)部門的數(shù)據(jù)分析需求存在變化，且有些為一次性需求，原來需要將新需求反饋給IT人員，由IT人員完成報表開發(fā)，需求響應(yīng)周期較長，且對現(xiàn)有報表進行改動的成本高。因此，需要BI數(shù)據(jù)分析平臺，為業(yè)務(wù)人員提供數(shù)據(jù)支持，滿足業(yè)務(wù)人員的自助式分析需求。

海量數(shù)據(jù)響應(yīng)：隨著業(yè)務(wù)系統(tǒng)的增多，數(shù)據(jù)量不斷增長，原有系統(tǒng)已無法滿足對于海量數(shù)據(jù)的處理要求。因此，需要BI數(shù)據(jù)分析平臺，實現(xiàn)對大規(guī)模數(shù)據(jù)的并行處理，支持海量數(shù)據(jù)的快速響應(yīng)。

具體而言，零售行業(yè)對于BI數(shù)據(jù)分析平臺的需求包括以下幾方面：

隨著外部環(huán)境變化、行業(yè)競爭的加劇，零售行業(yè)普遍面臨利潤低的問題。如何降低成本、提升運營效率是零售行業(yè)重點關(guān)注的目標(biāo)，行業(yè)整體步入精細(xì)化運營時代。因此，零售企業(yè)需要借助BI數(shù)據(jù)分析，發(fā)現(xiàn)產(chǎn)品研發(fā)、采購、營銷、銷售、運營等各環(huán)節(jié)的業(yè)務(wù)問題，提升企業(yè)內(nèi)部經(jīng)營管理效率，洞察新的增長機會。

5.2. 零售行業(yè)

優(yōu)化數(shù)據(jù)分析效率，報表響應(yīng)速度大幅提升。以往，業(yè)務(wù)人員需要手動對超過特定額度的客戶做排名分析，并定位出有異常大額變動的客戶，整個過程需要關(guān)聯(lián)千萬級數(shù)據(jù)表，數(shù)據(jù)量較大，服務(wù)器計算壓力大，十幾分鐘才能出一張報表。項目成功上線后，新系統(tǒng)通過搭建分布式數(shù)據(jù)集市實現(xiàn)報表分析的提速，將報表響應(yīng)速度提升到10秒以內(nèi)，比過去快了50-60 倍。

數(shù)據(jù)分析靈活度高，減輕運營維護成本。業(yè)務(wù)人員可以實現(xiàn)自助式分析，并且任意分析需求可在一天內(nèi)實現(xiàn)，減輕研發(fā)人員報表修改開發(fā)的負(fù)擔(dān)，且成本開銷僅為傳統(tǒng)BI的1/4。

通過建設(shè)“行長駕駛艙”，中信銀行獲得了以下收益：

針對中信銀行的需求，永洪科技打造了“行長駕駛艙”系統(tǒng)，構(gòu)建綜合性分析、經(jīng)營數(shù)據(jù)分析、客戶結(jié)構(gòu)分析、監(jiān)控指標(biāo)預(yù)警的數(shù)據(jù)分析指標(biāo)體系。

賦能業(yè)務(wù)決策需求：金融行業(yè)數(shù)據(jù)基礎(chǔ)設(shè)施情況較好，數(shù)據(jù)作為金融機構(gòu)最重要的資產(chǎn)，有助于決策層和業(yè)務(wù)人員洞察客戶需求、監(jiān)控金融風(fēng)險，釋放數(shù)據(jù)價值將直接帶來收益回報，因此，金融機構(gòu)需要BI數(shù)據(jù)分析平臺加深數(shù)據(jù)應(yīng)用，賦能業(yè)務(wù)決策。

跨部門、跨職能的數(shù)據(jù)分析需求：金融機構(gòu)普遍需要對客戶、業(yè)務(wù)、營銷、競爭等數(shù)據(jù)進行全方位分析，需要構(gòu)建跨部門、跨職能的數(shù)據(jù)分析平臺，對于全行及各分支機構(gòu)的業(yè)務(wù)進行管理和追蹤，行長駕駛艙成為行業(yè)標(biāo)配。

固定報表需求：金融機構(gòu)不同部門、 不同業(yè)務(wù)、不同分支機構(gòu)需要構(gòu)建各類報表，數(shù)目龐大但報表構(gòu)建具有清晰的規(guī)則。過去業(yè)務(wù)人員利用Excel進行報表構(gòu)建，過程繁瑣耗時長，BI可以通過固定模板自動生成報表，并支持業(yè)務(wù)人員對報表進行手動調(diào)整，節(jié)約大量時間。

數(shù)據(jù)挖掘需求：金融行業(yè)整體信息化水平高，數(shù)據(jù)倉庫、數(shù)據(jù)集市均已建成，對于數(shù)據(jù)分析、挖掘有更高的要求，比如借助機器學(xué)習(xí)，提供業(yè)務(wù)預(yù)測分析能力。

以中信銀行為例，中信銀行的全國客戶數(shù)據(jù)和全轄機構(gòu)客戶各指標(biāo)數(shù)據(jù)量非常大，需要建設(shè)BI平臺提升數(shù)據(jù)分析效率，其核心需求如下：

全面了解各分行業(yè)務(wù)運營情況。省行長及支行長需要對綜合經(jīng)營分析、客戶分析等指標(biāo)進行對比及變化趨勢分析，以全面了解整體業(yè)務(wù)運營狀況。

提升數(shù)據(jù)分析效率。由于IT部門人手有限，系統(tǒng)需要快速上線，并通過合理權(quán)限控制移交給業(yè)務(wù)部門，使業(yè)務(wù)部門可以實現(xiàn)自助式分析，數(shù)據(jù)批量錄入和填報。

對于BI應(yīng)用，金融機構(gòu)有以下幾點需求：

金融行業(yè)BI應(yīng)用成熟度領(lǐng)先，為金融機構(gòu)建設(shè)BI項目需要注重數(shù)據(jù)價值挖掘。由于金融機構(gòu)積累的交易記錄、客戶數(shù)據(jù)、資產(chǎn)數(shù)據(jù)大幅增長，傳統(tǒng)報表系統(tǒng)數(shù)據(jù)分散、功能單一、界面交互性差、性能不佳，無法滿足金融機構(gòu)數(shù)據(jù)分析的需求，需要構(gòu)建綜合、全面、易用的BI數(shù)據(jù)分析平臺。

5.1. 金融行業(yè)

BI應(yīng)用的典型行業(yè)，金融、零售、制造、電力、政務(wù)、教育，由于應(yīng)用成熟度、客戶需求等因素不盡相同，各行業(yè)落地實踐也存在明顯差異，本章將逐一解析這幾個行業(yè)的典型需求和BI實踐案例。

05 典型行業(yè)BI最佳實踐

最后，需要結(jié)合用戶需求，對產(chǎn)品進行持續(xù)迭代更新。用戶需求在不斷變化，需要及時了解用戶最新的需求反饋，在產(chǎn)品升級迭代中融入能滿足用戶新需求的功能，保證BI在企業(yè)業(yè)務(wù)經(jīng)營決策中的長期使用價值。

第三，需要定期的系統(tǒng)運維，提升BI系統(tǒng)使用程度和效率。一方面，需要BI廠商提供定期的系統(tǒng)運維及服務(wù)支持，及時解決用戶在使用中的問題，讓BI產(chǎn)品在企業(yè)內(nèi)部使用起來。另一方面，BI系統(tǒng)需要在數(shù)據(jù)歸檔、ETL性能、報表、系統(tǒng)穩(wěn)定性等方面加強系統(tǒng)維護，以應(yīng)對系統(tǒng)運行一段時間后，數(shù)據(jù)量增大、業(yè)務(wù)復(fù)雜度提升的情況。

其次，BI廠商需要提供運營培訓(xùn)，引導(dǎo)用戶使用習(xí)慣的轉(zhuǎn)變，尤其是完成國產(chǎn)化BI替·換的企業(yè)。

首先，降低BI使用門檻是提升用戶使用率的重要因素。敏捷BI為用戶自助式分析、建模提供便利，并支持在系統(tǒng)上進行二次開發(fā)，其出現(xiàn)大大降低了BI的使用門檻。

衡量BI項目建設(shè)的成功與否，需要考察用戶對系統(tǒng)的使用程度，用戶對系統(tǒng)的長期使用與持續(xù)運營密不可分。

4.4. 持續(xù)運營

比如，針對數(shù)據(jù)治理常遇到的數(shù)據(jù)缺失問題，可在數(shù)據(jù)錄入時應(yīng)將必要字段設(shè)置為必填項；對于數(shù)據(jù)不統(tǒng)一問題，可將輸入內(nèi)容以選項的形式進行選擇，確保數(shù)據(jù)錄入的一致；對于數(shù)據(jù)錯誤問題，可以設(shè)置錯誤預(yù)警，降低數(shù)據(jù)錯誤出現(xiàn)頻率。

數(shù)據(jù)治理由于耗時長、工作繁重，往往需要大量人工手動補錄檢查，且人工經(jīng)驗判斷可能存在偏差，會影響最終數(shù)據(jù)分析的結(jié)果。為避免后期重復(fù)勞動，企業(yè)應(yīng)建立完備的數(shù)據(jù)錄入規(guī)范，確保各部門基于統(tǒng)一標(biāo)準(zhǔn)錄入數(shù)據(jù)，減少后期數(shù)據(jù)治理工作量。

其中，數(shù)據(jù)治理是核心步驟，因為數(shù)據(jù)治理決定數(shù)據(jù)分析結(jié)果的準(zhǔn)確性，最終將影響業(yè)務(wù)決策。

BI項目落地包括數(shù)據(jù)準(zhǔn)備、數(shù)據(jù)治理、數(shù)據(jù)建模、報表開發(fā)、系統(tǒng)上線五個步驟。

4.3. 項目落地

最后是明確報表開發(fā)需求，主要是明確用戶對報表展示、指標(biāo)排列、交付形式等方面的需求。比如，對于圖表可視化、相關(guān)指標(biāo)排列、移動端交付等方面的需求。

主要是將KPI指標(biāo)和具體數(shù)據(jù)對應(yīng)起來，確定計算KPI指標(biāo)需要抽取的數(shù)據(jù)。有些指標(biāo)由多個數(shù)據(jù)計算得來，需要明確計算方式，為數(shù)據(jù)準(zhǔn)備提供依據(jù)。

數(shù)據(jù)分析指標(biāo)體系梳理階段，需要確定KPI指標(biāo)所需數(shù)據(jù)，需要由企業(yè)和BI廠商配合完成梳理。

關(guān)鍵KPI指標(biāo)不應(yīng)過多，否則會造成數(shù)據(jù)分析的精力分散、重點缺失。比如銷售部門重點關(guān)注收入指標(biāo)，運營部門重點關(guān)注成本指標(biāo)，提升業(yè)務(wù)決策效率。

業(yè)務(wù)需求應(yīng)結(jié)合企業(yè)發(fā)展階段、企業(yè)業(yè)績目標(biāo)、部門業(yè)績目標(biāo)而定，主要是確定BI建設(shè)的關(guān)鍵KPI指標(biāo)。

咨詢規(guī)劃是企業(yè)實現(xiàn)業(yè)務(wù)數(shù)據(jù)驅(qū)動的第一步，重在業(yè)務(wù)梳理和流程優(yōu)化，并在此基礎(chǔ)上確定BI所需數(shù)據(jù)，可劃分為業(yè)務(wù)需求梳理、數(shù)據(jù)分析指標(biāo)體系梳理和明確報表開發(fā)需求三個環(huán)節(jié)。

4.2. 咨詢規(guī)劃

通過總結(jié)各行業(yè)BI落地實踐，愛分析系統(tǒng)梳理BI平臺建設(shè)方法論，將BI項目落地實踐總結(jié)為三個主要步驟：咨詢規(guī)劃、項目落地和持續(xù)運營。在咨詢規(guī)劃階段需要業(yè)務(wù)需求咨詢支持，在項目落地階段提供數(shù)據(jù)治理服務(wù)，在持續(xù)運營階段提供國產(chǎn)化BI遷移培訓(xùn)等。

其次，BI的實踐落地需要全生命周期服務(wù)支持。BI的價值在于賦能業(yè)務(wù)決策，需要與業(yè)務(wù)場景深度融合，因此在前期需要全面洞察業(yè)務(wù)需求，并在項目推進及后期上線運營后能及時響應(yīng)用戶最新需求及使用問題，提供全生命周期服務(wù)支撐。

針對業(yè)務(wù)人員探索式分析的需求，需要BI產(chǎn)品具備強大的自助分析能力。比如，業(yè)務(wù)人員對于數(shù)據(jù)會有探索式分析、小規(guī)模測試的需求，不同時間點關(guān)注的數(shù)據(jù)維度不同，BI平臺需要支持業(yè)務(wù)人員自主進行數(shù)據(jù)分析。

此外，決策層對于數(shù)據(jù)分析的實時性要求高，對系統(tǒng)高性能計算提出了更高要求。在實踐中根據(jù)用戶查看數(shù)據(jù)的習(xí)慣及數(shù)據(jù)使用頻率，可將用戶經(jīng)常查看的匯總數(shù)據(jù)存放在內(nèi)存數(shù)據(jù)庫中，提升數(shù)據(jù)訪問速度。將用戶不經(jīng)常查看的明細(xì)數(shù)據(jù)存放在硬盤中，允許一段數(shù)據(jù)加載時間，從而釋放了內(nèi)存空間。

首先，企業(yè)需要數(shù)據(jù)整合、分析展現(xiàn)及應(yīng)用的完整數(shù)據(jù)平臺方案。為了滿足集團化BI建設(shè)需求，企業(yè)決策層需要基于全局?jǐn)?shù)據(jù)進行分析，需要提供數(shù)據(jù)整合、存儲、計算到數(shù)據(jù)應(yīng)用的端到端數(shù)據(jù)平臺。

新需求下，企業(yè)BI落地實踐也需要新方法。

4.1. 最佳實踐方法論

04 新需求下，企業(yè)BI落地實踐需要新方法

隨著BI在業(yè)務(wù)的滲透率不斷提升，不同部門對于BI產(chǎn)品提出了多樣性的需求，集團化BI能夠針對不同業(yè)務(wù)部門需求，從底層數(shù)據(jù)平臺到上層可視化應(yīng)用，提供個性化的產(chǎn)品服務(wù)。

決策層需要全公司整體的經(jīng)營狀況、各個部門的業(yè)務(wù)進展，IT部門需要對全公司的數(shù)據(jù)實現(xiàn)“監(jiān)管控”、保障數(shù)據(jù)安全，業(yè)務(wù)部門則是需要借助分析工具實現(xiàn)業(yè)務(wù)探索，洞察業(yè)務(wù)價值。

再次，集團化BI能夠滿足集團公司的決策層、業(yè)務(wù)部門和IT部門的多樣化需求。

以最常見的門店銷量預(yù)測為例，銷量預(yù)測涉及到門店周邊的人群畫像、門店的庫存品類分析、商品的促銷策略，這些數(shù)據(jù)涉及到公司的供應(yīng)鏈、市場、產(chǎn)品等多個部門，必須實現(xiàn)數(shù)據(jù)標(biāo)準(zhǔn)化和數(shù)據(jù)統(tǒng)一，才能實現(xiàn)銷量預(yù)測。

數(shù)據(jù)是數(shù)字化建設(shè)的核心，越來越多企業(yè)發(fā)現(xiàn)，在數(shù)字化建設(shè)過程中，單一場景、單一部門的數(shù)據(jù)價值度有限，很多數(shù)字化應(yīng)用都需要不同場景、不同部門的數(shù)據(jù)統(tǒng)一，才能真正落地。

其次，集團化BI能夠滿足集團公司的數(shù)據(jù)整合共享需求，推動集團數(shù)據(jù)標(biāo)準(zhǔn)化，實現(xiàn)數(shù)據(jù)互聯(lián)互通。

BI能夠幫助集團決策層獲取各部門實時數(shù)據(jù)，決策層能夠站在全局高度洞察經(jīng)營全貌，實現(xiàn)集團內(nèi)部跨部門的聯(lián)動管理，優(yōu)化集團決策，從而最大化數(shù)據(jù)分析在業(yè)務(wù)決策中的價值，助力整體數(shù)字化轉(zhuǎn)型。

原來決策層只能依靠各部門上報數(shù)據(jù)來全面了解企業(yè)經(jīng)營狀況，擁有眾多子公司、分部門的大型集團企業(yè)存在數(shù)據(jù)瞞報、數(shù)據(jù)漏報的情況，導(dǎo)致決策層缺乏對企業(yè)真實經(jīng)營狀況的了解，最終可能會影響業(yè)務(wù)決策制定。

首先，集團化BI能夠滿足集團的業(yè)務(wù)決策需求。

數(shù)字化建設(shè)是整個公司的新一輪變革，從公司戰(zhàn)略、業(yè)務(wù)流程到組織架構(gòu)都會發(fā)生巨大變化，BI對于整個公司來說，同樣需要滿足不同角色、不同部門的需求，因此，集團化是企業(yè)對于BI的新需求，BI不再僅僅是個人級產(chǎn)品、部門級產(chǎn)品，而是公司級產(chǎn)品、集團級產(chǎn)品。

3.3. BI需具備集團支持能力，助力整體數(shù)字化轉(zhuǎn)型

隨著業(yè)務(wù)價值不斷凸顯，企業(yè)對BI+AI融合進行智能預(yù)測的需求也將持續(xù)增加。

未來，BI和AI融合的應(yīng)用場景將不斷延伸。隨著人工智能技術(shù)的發(fā)展、數(shù)據(jù)積累的不斷增多，AI預(yù)測的準(zhǔn)確度將進一步優(yōu)化，BI和AI融合將有更廣泛的應(yīng)用場景，比如銷量預(yù)測、財務(wù)預(yù)測、客戶購買預(yù)測、客戶流失率預(yù)測等。

以某超市的補貨場景為例，通過BI與AI融合進行銷量預(yù)測，門店平均缺貨率從15%縮減至10%，庫存周轉(zhuǎn)天數(shù)減少20%左右。對于該超市而言，缺貨率的改善也意味著每年1億左右的新增銷售額，BI對業(yè)務(wù)增長的價值顯而易見。

過去，企業(yè)大多利用BI實現(xiàn)自助報表分析、可視化圖表展示等；如今，隨著機器學(xué)習(xí)、深度學(xué)習(xí)等人工智能技術(shù)成熟，越來越多的AI技術(shù)被應(yīng)用到BI工具中；BI與AI的融合，企業(yè)能夠通過分析過去的數(shù)據(jù)實現(xiàn)對未來的預(yù)測，實現(xiàn)決策智能化。

在融合業(yè)務(wù)場景的基礎(chǔ)上，隨著企業(yè)對BI的應(yīng)用不斷加深，企業(yè)客戶對BI的智能化提出更高要求，希望BI工具不僅僅能夠分析過去，反映當(dāng)前業(yè)務(wù)進展和問題，還能對未來業(yè)務(wù)提供預(yù)測性建議，支持業(yè)務(wù)決策。

由于不同行業(yè)、不同業(yè)務(wù)場景下，業(yè)務(wù)人員需要的數(shù)據(jù)不同，通用的模板只能滿足淺層次的報表展示工具，不能解決業(yè)務(wù)部門的業(yè)務(wù)訴求，因此，這就要求BI工具必須能夠與業(yè)務(wù)場景融合，提供更多具備行業(yè)屬性、職能屬性的業(yè)務(wù)模板和產(chǎn)品功能。

其次，BI的使用對象由原先的IT部門，延伸到?jīng)Q策層和業(yè)務(wù)部門，對滿足業(yè)務(wù)需求的產(chǎn)品功能提出更高要求。

不同于信息化建設(shè)的目標(biāo)是降本增效，數(shù)字化建設(shè)都是以實現(xiàn)業(yè)務(wù)增長、創(chuàng)造新的商業(yè)模式為核心目標(biāo)，因此，所有技術(shù)投入都需要以業(yè)務(wù)價值、提升ROI為核心衡量標(biāo)準(zhǔn)，都需要與業(yè)務(wù)場景所綁定。

首先，企業(yè)數(shù)字化建設(shè)以實現(xiàn)業(yè)務(wù)增長為核心目標(biāo)，以BI為代表的技術(shù)投入都需要在業(yè)務(wù)場景中才能發(fā)揮價值。

作為企業(yè)數(shù)字化轉(zhuǎn)型的重要組成部分，BI的價值更多體現(xiàn)在賦能業(yè)務(wù)創(chuàng)新層面。因此，在實際落地過程中，BI需要與業(yè)務(wù)場景深度融合，以數(shù)據(jù)分析驅(qū)動業(yè)務(wù)增長。

3.2. BI賦能業(yè)務(wù)創(chuàng)新，創(chuàng)造更大價值

二是需要引導(dǎo)BI產(chǎn)品用戶使用習(xí)慣的轉(zhuǎn)變。企業(yè)在早期使用的數(shù)據(jù)分析產(chǎn)品大多為國外BI產(chǎn)品，國外BI產(chǎn)品與國產(chǎn)化BI產(chǎn)品在使用邏輯上存在差異，體現(xiàn)在數(shù)據(jù)分析操作、權(quán)限管控等方面。

一是需要在產(chǎn)品、技術(shù)層面與國產(chǎn)軟硬件產(chǎn)品適配，保證系統(tǒng)穩(wěn)定運行。BI作為上層應(yīng)用軟件，應(yīng)與國產(chǎn)操作系統(tǒng)、數(shù)據(jù)庫、業(yè)務(wù)系統(tǒng)進行適配，保證BI在國產(chǎn)操作系統(tǒng)、數(shù)據(jù)庫上的穩(wěn)定運行，滿足企業(yè)全面國產(chǎn)化替代的需求，并最終實現(xiàn)向國產(chǎn)軟硬件產(chǎn)品的整體遷移。

實現(xiàn)平滑的國產(chǎn)化替代，對企業(yè)和BI廠商提出以下兩個方面的要求。

從國產(chǎn)化替代進程上看，已有頭部企業(yè)率先完成國產(chǎn)化替代。美的替換了Oracle BIEE、華為替換了Tableau、銀聯(lián)替換了IBM Cognos，這些實例為BI國產(chǎn)化替代樹立了行業(yè)標(biāo)桿，未來將有更多的企業(yè)逐步實現(xiàn)BI的國產(chǎn)化替代。

隨著數(shù)據(jù)分析技術(shù)被美國列入出口管制、國內(nèi)信創(chuàng)產(chǎn)業(yè)建設(shè)加速，BI國產(chǎn)化替代是必然趨勢。這一趨勢下，如何實現(xiàn)平滑的國產(chǎn)化替代、避免業(yè)務(wù)風(fēng)險，將是企業(yè)面臨的共同課題。

3.1. 實現(xiàn)平滑的國產(chǎn)化替代、避免業(yè)務(wù)風(fēng)險

國產(chǎn)化替代和企業(yè)數(shù)字化轉(zhuǎn)型浪潮下，企業(yè)對BI的需求也在不斷升級，主要體現(xiàn)在實現(xiàn)平滑的國產(chǎn)化替代、賦能業(yè)務(wù)創(chuàng)新以及集團化BI三個層面。

03 企業(yè)對BI需求全面升級

在區(qū)域建設(shè)布局上，永洪科技以北京為總部，在上海、深圳、成都、武漢、大連設(shè)立有分公司，為客戶提供售前、銷售、實施服務(wù)，滿足各區(qū)域客戶對不同行業(yè)BI解決方案的需求，并能及時響應(yīng)客戶的實施服務(wù)需求。目前已服務(wù)了眾多區(qū)域代表客戶，如華北地區(qū)有國家財政部、工信部，華東地區(qū)有格力，華南地區(qū)有美的集團等。

永洪科技作為一站式大數(shù)據(jù)平臺服務(wù)商，解決方案覆蓋金融、零售、制造、電力、政務(wù)、教育等行業(yè)，并提供財務(wù)、采購、營銷等場景解決方案，能滿足不同區(qū)域?qū)I的需求。

2.2.2. 永洪科技在各大區(qū)域均具備服務(wù)能力

可以看出，不同區(qū)域由于經(jīng)濟產(chǎn)業(yè)特點不同，對于BI的需求也存在差異。比如華北地區(qū)政府機關(guān)多，對于BI解決方案的需求覆蓋經(jīng)濟發(fā)展、社會民生、政務(wù)服務(wù)、社會信用、輿情監(jiān)控等方面。華東地區(qū)金融產(chǎn)業(yè)聚集，對于BI的需求覆蓋風(fēng)險監(jiān)控、經(jīng)營分析、客戶情況等方面。華南地區(qū)則需要提供契合制造行業(yè)特點的BI解決方案，覆蓋產(chǎn)品設(shè)計、生產(chǎn)制造、物流配送等方面。

華中地區(qū)包括河南、湖北、湖南三省，承接了鋼鐵、煤炭等傳統(tǒng)產(chǎn)業(yè)轉(zhuǎn)移，并在政策推動下形成半導(dǎo)體、通信設(shè)備等新興制造業(yè)產(chǎn)業(yè)集聚。

華南地區(qū)以廣州、深圳為核心，包括廣東、海南、廣西三個地區(qū)。深圳市以高新技術(shù)產(chǎn)業(yè)為主導(dǎo)，金融業(yè)較活躍，占地區(qū)生產(chǎn)總值比例達12.7%。廣州市以電子信息、醫(yī)藥健康、先進制造產(chǎn)業(yè)為主導(dǎo)，東莞有“世界工廠”之稱，制造業(yè)產(chǎn)業(yè)體系齊全，擁有家具制造、紡織服裝制造、電子信息制造等八大支柱產(chǎn)業(yè)，生產(chǎn)制造全國約1/5的服裝，是全國最大的家具出口基地。廣東省連鎖零售企業(yè)門店數(shù)量位居全國第一，零售業(yè)較發(fā)達。在全國高校數(shù)量上，廣東省位列第二，共有154家。

華東地區(qū)以上海為中心，覆蓋江蘇、浙江、安徽、福建、江西、山東六省。上海作為全國金融中心，2018年地方生產(chǎn)總值占比17.7%，同時聚集了汽車制造等優(yōu)勢產(chǎn)業(yè)。華東地區(qū)的浙江省、上海、江蘇省零售業(yè)規(guī)模較高，從連鎖零售企業(yè)門店數(shù)量來看，分別位列全國二-四位。同時，江蘇、浙江、福建、山東四省是紡織服裝及毛皮制造產(chǎn)業(yè)聚集地，紡織服裝制造業(yè)較發(fā)達。另外，華東地區(qū)高校眾多，其中江蘇省高校數(shù)量居全國之首，共有167所。

華北地區(qū)以北京為中心，輻射京津冀、山西、內(nèi)蒙古地區(qū)，北京作為全國政治中心，國家機關(guān)、政黨機關(guān)數(shù)量均超過地區(qū)性基礎(chǔ)水平。此外，北京金融業(yè)較發(fā)達，是僅次于上海的金融產(chǎn)業(yè)密集區(qū)，2018年地區(qū)生產(chǎn)總值貢獻達16.8%。天津作為現(xiàn)代制造和研發(fā)轉(zhuǎn)化基地，制造業(yè)在產(chǎn)業(yè)結(jié)構(gòu)中占比重，2018年制造業(yè)占地區(qū)生產(chǎn)總值比例達70.7%，其中裝備制造業(yè)占比達32.8%。山西作為煤炭大省，在產(chǎn)能置換背景下，逐步退出過剩煤炭產(chǎn)能，布局新能源產(chǎn)業(yè)。而目前國內(nèi)發(fā)電仍以火電為主，2019年火電發(fā)電量占比達69.6%，能源電力產(chǎn)業(yè)在全國占有重要地位。

考慮各區(qū)域歷史發(fā)展、交通區(qū)位、勞動力成本等因素，各區(qū)域特色產(chǎn)業(yè)呈現(xiàn)不同特征。根據(jù)各區(qū)域產(chǎn)業(yè)特點，將各區(qū)域行業(yè)占比分為高、中、低三個層級，具體如下圖所示。

由于各行業(yè)BI需求有差異，而各區(qū)域的行業(yè)分布又各具特色，因此，華北、華東、華南、華中四大區(qū)域?qū)I的需求也有很大區(qū)別。

2.2.1. BI應(yīng)用具有區(qū)域差異性

2.2. 各區(qū)域行業(yè)布局與BI需求分析

永洪科技在金融行業(yè)的代表客戶有中國銀行、招商銀行、陽光保險集團等，零售行業(yè)代表客戶有家樂福、郎酒集團等，制造行業(yè)代表客戶有美的、格力等，電力行業(yè)代表客戶有國家電網(wǎng)，政務(wù)行業(yè)代表客戶有國家財政部、工信部等，教育行業(yè)代表客戶有北京理工大學(xué)、中國人民警察大學(xué)等。

其中，永洪科技在銀行Top20企業(yè)的客戶覆蓋率達80%，在金融、制造領(lǐng)域的市場占有率第一，表明永洪科技BI受客戶認(rèn)可，產(chǎn)品和服務(wù)具有強大競爭力。

永洪科技在代表行業(yè)頭部企業(yè)中的覆蓋度高。我們選取金融、零售、電力、制造等行業(yè)代表細(xì)分領(lǐng)域的頭部20家企業(yè)，調(diào)研實際BI應(yīng)用情況，發(fā)現(xiàn)永洪科技占有率高。

2.1.3. 永洪科技在代表行業(yè)頭部公司中占有率高

由于各行業(yè)BI應(yīng)用成熟度處于不同水平，對于BI的需求也存在差異。因此，廠商需要具備綜合產(chǎn)品服務(wù)能力以支撐跨行業(yè)服務(wù)需求。

政務(wù)、教育行業(yè)的BI應(yīng)用尚處于初級階段，目前主要是對數(shù)據(jù)進行可視化展示，數(shù)據(jù)分析的程度有待加深。

其中制造行業(yè)企業(yè)數(shù)量龐大，但數(shù)據(jù)基礎(chǔ)設(shè)施參差不齊，領(lǐng)先企業(yè)已經(jīng)進入數(shù)據(jù)挖掘階段，但總體制造業(yè)企業(yè)仍在數(shù)據(jù)分析階段，通過BI優(yōu)化成本控制、進行流程監(jiān)控；電力行業(yè)則以國家電網(wǎng)為代表，各區(qū)域在BI應(yīng)用上各自投入，總體投入規(guī)模、應(yīng)用深度都有很大提升空間。

制造和電力兩個行業(yè)BI應(yīng)用成熟度中等。

金融行業(yè)對BI的典型應(yīng)用場景包含營銷、風(fēng)控、財富管理等方面，與業(yè)務(wù)相關(guān)程度高、預(yù)算投入比例也高；零售行業(yè)同樣將BI應(yīng)用到核心業(yè)務(wù)場景，如銷售管理、用戶營銷、忠誠度管理等。但由于零售行業(yè)IT投入能力不及金融，市場規(guī)模較小。

金融和零售兩個行業(yè)在BI應(yīng)用成熟度高：數(shù)據(jù)基礎(chǔ)設(shè)施良好，且已進入數(shù)據(jù)挖掘的應(yīng)用階段。

數(shù)據(jù)基礎(chǔ)設(shè)施情況則由數(shù)據(jù)量、數(shù)據(jù)易得性、數(shù)據(jù)質(zhì)量等子維度決定。

在數(shù)據(jù)挖掘階段，通過算法對數(shù)據(jù)進行深度挖掘和預(yù)測分析，BI和AI結(jié)合，能夠?qū)ξ磥順I(yè)務(wù)進行預(yù)測分析，實現(xiàn)智能業(yè)務(wù)決策。

在數(shù)據(jù)分析階段，BI可以實現(xiàn)對可視化圖表中的數(shù)據(jù)進行描述性統(tǒng)計分析、關(guān)聯(lián)分析等，發(fā)現(xiàn)數(shù)據(jù)背后的原因，實現(xiàn)數(shù)據(jù)輔助業(yè)務(wù)決策。

在數(shù)據(jù)可視化階段，BI的作用是將企業(yè)日常業(yè)務(wù)數(shù)據(jù)報表以可視化圖表的方式予以呈現(xiàn)，只是單純用可視化圖表代替了Excel報表，但缺少對數(shù)據(jù)的分析。

其中，BI的應(yīng)用深度可劃分為：數(shù)據(jù)可視化、數(shù)據(jù)分析、數(shù)據(jù)挖掘三個階段。

BI在各行業(yè)應(yīng)用成熟度不同。愛分析通過BI應(yīng)用深度、數(shù)據(jù)基礎(chǔ)設(shè)施情況兩個維度，對BI行業(yè)應(yīng)用成熟度進行評估。

2.1.2. 各行業(yè)BI應(yīng)用成熟度分析

金融行業(yè)BI投入約為13-16億元，零售行業(yè)BI投入約為5-6億元，制造行業(yè)BI投入約為11-13億元，電力行業(yè)BI投入約為2-3億元，政務(wù)行業(yè)BI投入約為10-12億元，教育行業(yè)BI投入約為2-3億元。

根據(jù)愛分析調(diào)研，2020年國內(nèi)BI市場規(guī)模約為60-70億元，BI占IT支出的比例約為0.4%，投入領(lǐng)先的行業(yè)為：金融、零售、制造、電力、政務(wù)、教育等6個行業(yè)。結(jié)合Gartner關(guān)于2020年這6個行業(yè)IT支出數(shù)據(jù)，測算得到各行業(yè)的BI投入情況。

2.1.1. 各行業(yè)BI預(yù)算投入分析

2.1. 各行業(yè)BI落地進展分析

02 各行業(yè)BI落地進展

第二，在初期BI投入相對較小，建設(shè)周期相對較短，能夠讓企業(yè)決策者和業(yè)務(wù)人員快速感受到數(shù)據(jù)價值。在如今越來越多的企業(yè)關(guān)注數(shù)字化建設(shè)的ROI時，BI成為企業(yè)數(shù)字化建設(shè)最佳切入點。

基于BI，企業(yè)可最大化數(shù)據(jù)資產(chǎn)價值，對企業(yè)經(jīng)營情況進行全面洞察分析，優(yōu)化企業(yè)經(jīng)營決策，從而提升企業(yè)業(yè)績，并實現(xiàn)成本控制以及運營效率提升。

第一，BI可以直接將海量數(shù)據(jù)轉(zhuǎn)變成業(yè)務(wù)指標(biāo)，快速釋放企業(yè)數(shù)據(jù)資產(chǎn)價值，支撐企業(yè)業(yè)務(wù)決策，讓企業(yè)最高決策者看到數(shù)據(jù)的價值。

與數(shù)據(jù)中臺等數(shù)字化建設(shè)相比，BI的建設(shè)具備諸多優(yōu)勢：

BI是讓“一把手”快速認(rèn)知數(shù)字化價值的最佳手段，在企業(yè)數(shù)字化建設(shè)中扮演了極其重要的角色。

推動企業(yè)“一把手”認(rèn)知到數(shù)字化的價值，讓CEO愿意全情參與到數(shù)字化建設(shè)中，是每一位企業(yè)CIO、科技部門負(fù)責(zé)人最重要的目標(biāo)，也是企業(yè)數(shù)字化轉(zhuǎn)型能否成功的關(guān)鍵。

當(dāng)各行各業(yè)正被數(shù)字化重塑時，越來越多的企業(yè)發(fā)現(xiàn)，不同于信息化建設(shè)，數(shù)字化建設(shè)是完完全全的“一把手”工程，企業(yè)的數(shù)字化轉(zhuǎn)型必須在企業(yè)CEO領(lǐng)導(dǎo)下進行，必須要有企業(yè)最高決策者站臺。

根據(jù)中國信通院數(shù)據(jù)，2005-2019年產(chǎn)業(yè)數(shù)字化復(fù)合增速達24.9%，高于同期GDP增速，各行業(yè)數(shù)字化加速滲透。金融行業(yè)對數(shù)字化的投入和探索領(lǐng)先于其他行業(yè)，疫情影響下的零售行業(yè)數(shù)字化進程正在加速，政務(wù)、工業(yè)制造等行業(yè)的數(shù)字化轉(zhuǎn)型已經(jīng)提上日程。

在數(shù)字化時代，企業(yè)面臨用戶需求變化、業(yè)務(wù)流程變化、以及數(shù)據(jù)量不斷增長等一系列挑戰(zhàn)，數(shù)字化轉(zhuǎn)型已成為企業(yè)核心戰(zhàn)略，是企業(yè)未來業(yè)務(wù)創(chuàng)新和增長的重要驅(qū)動力。在經(jīng)歷了人口紅利、城鎮(zhèn)化紅利和互聯(lián)網(wǎng)紅利后，數(shù)字化轉(zhuǎn)型成為企業(yè)未來增長的唯一紅利。

1.3 企業(yè)數(shù)字化轉(zhuǎn)型，助力BI新一輪發(fā)展

BI作為信創(chuàng)產(chǎn)業(yè)體系中的重要應(yīng)用軟件，是支撐企業(yè)數(shù)據(jù)分析的重要系統(tǒng)。尤其數(shù)據(jù)的挖掘分析涉及企業(yè)核心業(yè)務(wù)數(shù)據(jù)，從應(yīng)用安全性、對業(yè)務(wù)需求理解角度考慮，BI國產(chǎn)化替代將是未來發(fā)展趨勢。

根據(jù)公開數(shù)據(jù)披露，CPU 的國產(chǎn)化率大約為 3%，操作系統(tǒng)和虛擬化國產(chǎn)化率為 5%，數(shù)據(jù)庫國產(chǎn)化率為 10%，中間件和 ERP 國產(chǎn)化率達到30%。隨著國產(chǎn)化替代進程加速，從IT基礎(chǔ)設(shè)施到應(yīng)用軟件的國產(chǎn)化替代將持續(xù)走高，BI國產(chǎn)化替代也將加速滲透。

進入2020年，各地信創(chuàng)項目建設(shè)如火如荼地開展。在信創(chuàng)產(chǎn)業(yè)生態(tài)體系構(gòu)建上，將實現(xiàn)從IT基礎(chǔ)設(shè)施、基礎(chǔ)軟件、到應(yīng)用軟件、信息安全的全方位自主可控和國產(chǎn)化替代。

在此國際環(huán)境之下，2019年起，國家大力推進信創(chuàng)產(chǎn)業(yè)建設(shè)，企業(yè)全面國產(chǎn)化替代加速滲透。

近年來，美國出臺的一系列管制措施，從硬件到軟件對中國進行施壓，相關(guān)關(guān)鍵領(lǐng)域的核心技術(shù)國產(chǎn)化勢在必行。比如，美國先后將中興、華為等中國實體列入出口管制“實體清單“，限制中國企業(yè)與美國間的商業(yè)交易，試圖扼制中國科技企業(yè)的發(fā)展。2018年，美國國會通過《2018年出口管制改革法案》，對關(guān)鍵新興和基礎(chǔ)技術(shù)和相關(guān)產(chǎn)品設(shè)置出口管制。

受美國技術(shù)出口管制等影響，中國大力推動信創(chuàng)產(chǎn)業(yè)體系建設(shè)，BI等數(shù)據(jù)分析技術(shù)作為企業(yè)必需的關(guān)鍵技術(shù)，國產(chǎn)化替代成為大勢所趨。

1.2. 國際環(huán)境日趨復(fù)雜，軟件國產(chǎn)化替代加速

BI商業(yè)智能是大數(shù)據(jù)應(yīng)用的重要一環(huán)，通過對企業(yè)業(yè)務(wù)數(shù)據(jù)進行展示、分析和挖掘，為企業(yè)業(yè)務(wù)決策提供指導(dǎo)，是釋放數(shù)據(jù)價值最重要的系統(tǒng)之一，行業(yè)具有較大增長空間。

“新基建”包含5G 基建、特高壓、城際高速鐵路和城際軌道交通、新能源汽車充電樁、大數(shù)據(jù)中心、人工智能、工業(yè)互聯(lián)網(wǎng)等七大領(lǐng)域，其中大數(shù)據(jù)中心是“新基建” 建設(shè)的重點領(lǐng)域。

2020年3月，中央在政治局常委會議上提出，要加快5G網(wǎng)絡(luò)、數(shù)據(jù)中心等新型基礎(chǔ)設(shè)施建設(shè)。“新基建”政策的提出將加速大數(shù)據(jù)產(chǎn)業(yè)發(fā)展，BI商業(yè)智能作為大數(shù)據(jù)產(chǎn)業(yè)落地的重要場景，行業(yè)迎來新的發(fā)展契機。

1.1. 中央“新基建”政策推動產(chǎn)業(yè)數(shù)字化迅猛發(fā)展

01 新形勢下，BI應(yīng)用迎來新浪潮

一.新形勢下，BI應(yīng)用迎來新浪潮二.各行業(yè)BI落地進展三.企業(yè)對BI需求全面升級四.新需求下，企業(yè)BI落地實踐需要新方法五.典型行業(yè)BI最佳實踐六.BI未來趨勢展望關(guān)于愛分析研究咨詢服務(wù)法律聲明

目錄

企業(yè)不僅需要成熟、易用的BI技術(shù)和工具，還需要結(jié)合對垂直業(yè)務(wù)場景的理解構(gòu)建分析指標(biāo)和模型，以實現(xiàn)BI應(yīng)用價值的最大化。

從技術(shù)架構(gòu)上來看，BI的應(yīng)用涉及從數(shù)據(jù)接入、數(shù)據(jù)存儲與計算、數(shù)據(jù)治理、數(shù)據(jù)分析與挖掘、數(shù)據(jù)展現(xiàn)的全鏈條，需要與企業(yè)IT基礎(chǔ)設(shè)施和各個業(yè)務(wù)系統(tǒng)深度融合。

BI廠商需要建設(shè)開放的生態(tài)，在產(chǎn)品和技術(shù)等方面與其他IT基礎(chǔ)設(shè)施和業(yè)務(wù)應(yīng)用廠商緊密合作，以生態(tài)的力量更好地服務(wù)企業(yè)。

建設(shè)開放生態(tài)，滿足企業(yè)無處不在的BI需求

隨著企業(yè)數(shù)字化轉(zhuǎn)型的深入推進，數(shù)據(jù)驅(qū)動的分析決策場景將無處不在，BI將在各個行業(yè)和業(yè)務(wù)場景落地。

長期來看，企業(yè)對于BI的應(yīng)用將持續(xù)加深，呈現(xiàn)業(yè)務(wù)決策數(shù)字化、智能化的發(fā)展趨勢。

BI的應(yīng)用持續(xù)深化，面向業(yè)務(wù)的智能決策是核心

隨著國際環(huán)境日趨復(fù)雜，為避免關(guān)鍵技術(shù)被卡脖子，應(yīng)逐步實現(xiàn)國產(chǎn)化替代。

BI的業(yè)務(wù)流程涉及數(shù)據(jù)挖掘、數(shù)倉建設(shè)等，需要對接企業(yè)核心業(yè)務(wù)數(shù)據(jù)，從應(yīng)用安全性角度考慮，BI國產(chǎn)化替代將是未來發(fā)展趨勢。

報告摘要

信創(chuàng)產(chǎn)業(yè)建設(shè)如火如荼，BI將迎來國產(chǎn)化春風(fēng)

特別鳴謝（按拼音排序）

報告編委

免責(zé)聲明：市場有風(fēng)險，選擇需謹(jǐn)慎！此文僅供參考，不作買賣依據(jù)。