文章转载自知乎专栏“撩撩数据吧”。原文链接：https://zhuanlan.zhihu.com/p/22405930?refer=jiago
#文前小絮#（这就不要跟我提淘宝京东唯品会之类的了，这条道本就是他们趟出来的，以下主要针对垂直电商以及传统零售转电商一类）
BI这条道不再新鲜了，但也是有些公司上来了，有些没上来。没上来的可能还不确定什么时机该上，上来的也是各有各的苦衷，家家有本难念的经。
正文
他们为何走上了这条道？每个公司都有他自己的故事，我随便举几个情况：
老板真的懵了
决策力度不足，需要数据支撑
业务层面工作混乱，需要以数据进行规范
老板真的懵了这种情况，是确有存在的。电商这种相比线下模式，其扩张速度非常快，在公司快速扩张期，重心都在业务上，数据往往没有被重视，这是必然的。直到有一天恍然发现，公司这么多的项目，哪个亏了钱哪个赚了钱也摸不准了，再这样下去，会疯。这样，也就不得不将公司数据分析提上日程了，而且一般会要求在短时间内上线。
决策力度不足，需要数据支撑，相比于上一种情况，这个会更加主动一点。举栗子，老板说：“我们公司今年的目标是销售额扩大一倍！”。这个不是随便说说的，销售额要扩大一倍，你总得知道该如何去做才能实现这一目标吧，是要扩大市场销量还是要提高客单价？通过加开平台店铺可以吗？老用户可能提高多少，新用户增长需要达到多少？通过数据，能够回答以上问题，目标也就不再只是口号，而是可计划可执行可实现的目标。在公司体量较小时，经验或许可以占据一定的作用，而公司越大，数据也就越来越重要了。
再举个栗子。过去的一个季度，是往年的销售旺季，而今年的利润却同比下滑，不能这样不了了之吧，总得要知道这个季度是销售额太低，还是成本过高了吧，如果是成本过高，需要知道成本花在哪里了吧。通过数据，你可以发现库存成本占比过高，也可以发现大量商品的库存周转率低的不成样子。再进一步通过数据来对商品库存管理，合理采购存储，提高库存周转率，来降低这部分成本，都是可行的。
业务层面工作混乱，需要数据进行规范。这种情况就很多了，很多公司上bi系统都是个别业务部门来推动的，有的是财务部门推动，有的是运营部门推动，有的是人力部门推动。大部分他们推动bi系统的建设，目的一般比较单纯，为了给自己部门省事省时间。从这一角度出发，见效也一般都比较快，甚至会出现在一个部门见效后，逐步扩展到其它部门然后再到全公司的也有。
怎样上道最合适？
昨天和几个朋友也有聊到，大家普遍的观点是，从公司老总级别推动bi平台是最合适的。一个公司级的bi平台，要统筹各个部门数据，规范各部门的计量方法，牵扯部门非常多，甚至会涉及到各部门的利益，从某个部门的角度来推动，一定会碰到各种阻碍和挑战。而如果绕开这些钉子，不对各部门需求进行统筹和规划，成型的bi平台也八成是不好用的。各部门都有自己的统计口径和数据标准，分析结果相冲突怎么办？部门的分析结果，对于公司整体来说没有实现价值最大化怎么办？往往是a部门和b部门的需求各打7折对公司才是最有利的，而这样的协调，在领导层推动会更加容易。这也就是为什么说，公司老总层面来推动bi项目是最合适和最容易成功的。
实施bi项目一般要经历怎样的过程？
能看到的效果，是可视化阶段，都想快速的看到成果，甚至立即通过bi平台发现公司的问题，寻找到公司的发展方向。但是在这一切之前，还有很多基础工作需要做，万丈高楼平地起嘛。
非常重要的一步，要将各系统中的数据打通，建立数据总线。这一步，在后期可能是在上业务系统的时候就直接考虑到了，每新上的一个业务系统都是按照数据总线的规划来布局和实施。但是在没有规划数据总线时（往往大量公司的业务系统都是分散和独立的，这一步都还没有做），这一步就需要花费一定的时间了。没办法，当年欠下的债早晚要还嘛。
紧接着的一步，就是建设数据仓库。一些企业跳过这一步，或者通过数据集市来支撑顶层的bi或者报表，我认为有几个问题是绕不开的。一是很多决策是要考虑多种因素，各主题数据都要在同一标准下整合，最终输出分析结果。而数据集市一般是由上至下的，根据想要分析的内容再进入到数据层搭建的数据主题，是没有考虑数据全局的，很难达到效果。例如，公司做库存管理分析，需要综合考虑在途库存、在库库存以及销售情况数据。整套下来涉及的主题包括库存、物流以及销售，例如商品这种维度需要设计统一标准在三个主题中。用数据集市单纯的考虑库存主题，难以达到协同管理的效果。二是数据集市会造成大量的数据冗余，分析的主题越多，数据冗余随之增多，一旦出现数据问题，回滚难度非常大。还有一些原因，总体来讲，如果只是针对某个课题进行分析，简单的数据集市或许也可以，但是如果是为公司搭建bi平台，考虑到公司整体的数据分析和决策支持，个人还是建议搭建数据仓库。这一块，也有写过一篇相关的文章：怎样选择数据平台的建设方案 - 撩撩数据吧 - 知乎专栏
再下一步就是可视化平台了，前面工作完成后，到了这一步也就简单了。可以选择自己开发，也可以选择finereport或者finebi这种商用报表或者bi工具。这个过程中更重要的一点是规划公司的分析体系，确定分析哪些主题、哪些维度。设计报表间的逻辑关系，将不同部门数据行程关联，最终将协同管理体现在可视化的层面上。我专栏中的一些文章，也在归纳这一块的工作：数据化管理(电商o2o)系列文章目录规划 - 撩撩数据吧 - 知乎专栏
关于对bi平台的期待
既然花时间花钱上了这一平台，一定是对它抱有期待的，不过期待也需要在合理范围内。有些朋友对bi的期待过高，比如这种我上了bi系统，你要展示给我，怎样的投入可以给我带来怎样的产出。bi是决策支持，他可以为决策为管理提供支撑和参考作用，但最终的决策和思考环节依然是靠人来完成。也就是，bi为回答问题提供更多的参考依据，而不是直接给出问题的答案。
上了bi平台的公司，也有用的好与用的差的公司，用的差的公司也会抱怨bi厂商不给力。相信一定是有些项目是bi厂商的原因导致失败的，但也会有自身原因造成的。我这里说两个总结，一是对bi要有合理的定位，才能更好的使用；二是不要急于求成搭建空中楼阁。
最近有和几个电商的朋友聊天，也就随手写了些，欢迎交流或指正。
作者：知乎达人“jiago王”，知乎专栏“撩撩数据吧”。帆软数据人，乐于交流的数据小兵。
