數(shù)據(jù)分析一定要和業(yè)務(wù)掛鉤

雖然從技術(shù)和產(chǎn)品上看，第三時(shí)代的工具已經(jīng)逐漸呈現(xiàn)出爆發(fā)的趨勢(shì)，但是企業(yè)的實(shí)際應(yīng)用卻是與之脫節(jié)的。就像開(kāi)篇所提到的，BI進(jìn)入中國(guó)很早，但應(yīng)用的企業(yè)其實(shí)并不算多，其中大部分集中在金融、交通、電商等行業(yè)。

但在大家都在關(guān)注底層數(shù)據(jù)分析的現(xiàn)在，企業(yè)還在談BI嗎？簡(jiǎn)儁芬給出的回答是肯定的。中國(guó)企業(yè)目前雖然大部分還停留在第一時(shí)代，僅有部分處在第二時(shí)代，但這并不影響企業(yè)真正把技術(shù)運(yùn)用到內(nèi)部業(yè)務(wù)流程，帶來(lái)實(shí)際的業(yè)務(wù)價(jià)值，尤其是第三時(shí)代的技術(shù)可以帶來(lái)明顯的業(yè)務(wù)提升。

中國(guó)企業(yè)都在不同程度地使用著B(niǎo)I，這些企業(yè)當(dāng)前的目標(biāo)是要快速過(guò)渡到第二、第三時(shí)代，而且首先要意識(shí)到BI不只是產(chǎn)生報(bào)表做決策用，更是企業(yè)內(nèi)部流程自動(dòng)化和數(shù)字化轉(zhuǎn)型的動(dòng)力。

在BI的使用上可以分為四種分析模式，企業(yè)需要不斷地深入下去，甚至使用橫跨幾種的分析模式。

第一層、描述型分析（descriptive analytics），主要解決What Happened？了解企業(yè)已經(jīng)發(fā)生的事實(shí)。

第二層、作診斷型分析（diagnostic analytics），主要解決Why has happened？看到發(fā)生了什么的同時(shí)，研究為什么會(huì)發(fā)生。

第三層、預(yù)測(cè)型分析（predictive analytics），主要解決What will happen？在變化的過(guò)程中預(yù)測(cè)到將會(huì)發(fā)生什么。

第四層、規(guī)范型分析（prescriptive analytics），主要解決What will happen？What should I do？未來(lái)將會(huì)發(fā)生什么，以及該怎么做。

現(xiàn)在的企業(yè)都不缺數(shù)據(jù)，所以數(shù)據(jù)分析一定要回歸到業(yè)務(wù)層面。香港某大學(xué)在研究27種不同癌癥的病因和發(fā)展趨勢(shì)時(shí)，需要從大量復(fù)雜的數(shù)據(jù)源中抓取數(shù)據(jù)。其運(yùn)用的第三時(shí)代工具可以自動(dòng)整理和標(biāo)識(shí)出可能的病因，將一個(gè)學(xué)期才能完成的分析縮減到2-3周。

獲取BI技術(shù)很容易，但更重要的是企業(yè)需要考慮數(shù)據(jù)怎樣才能更有效地幫助企業(yè)運(yùn)營(yíng)。簡(jiǎn)儁芬認(rèn)為在使用BI方面，領(lǐng)先的行業(yè)和企業(yè)都有一個(gè)共同的特點(diǎn)，他們總在思考如何把數(shù)據(jù)賦能給客戶，甚至把數(shù)據(jù)分享給客戶和合作伙伴。