从定位到运营，快速构建企业大数据分析平台
如今云计算和大数据口号喊的热火朝天，大家都在谈，然而，人们对大数据的理解还是较为模糊，困惑满满。尤其是如何利用大数据分析平台与互联网、电商、电信、金融以外成千上万的传统行业对接，发挥其数据背后的价值。对这种技术人们还是相当不熟且无法施展。
本着普及BI商业智能技术与应用，帮助企业更多理解企业大数据分析平台的奥秘，大数据分析厂商奥威Power-BI的首席咨询顾问邹斌带着《从定位到运营，快速构建企业大数据分析平台》于3月25日来到上海，参与长三角CIO高峰论坛，就峰会的“数字化时代新技术新趋势，升级转型发展中CIO执行力、领导力”大主题发表自己关于企业大数据分析系统构建的经验分享，与现场观众一同探讨数据分析技术应用及根本、数据分析平台运维、构建数据驱动的智慧型企业的那些事儿。
邹总提到，在当今的大数据时代，大家越来越重视数据的价值，数据决策分析的要求也越来越高，从基础运营到决策分析，处处都面临新的挑战。因此，唯一的解决之道就是构建企业自己的大数据分析平台。
邹总与大家分享的就是四个方面，第一，如何进行系统定位；第二，如何做产品选型，技术落地首先要产品落地，第三，就是任何系统都会面临的实施环节，如何有效采取措施保证实施成功；第四，如何深入优化之运营和运维。
§ 如何进行系统定位
在启动一个商业智能BI项目前，系统定位是非常关键的。如果一个企业没有想清楚项目的目标，也没有对自己的信息化现状做一个梳理，并且对要采取的工具或技术也没有概念，就很容易走弯路。就像在使用百度导航进行定位时，我们记得目的、工具，但却容易忽略起始点的设置，忽略了我们的出发地在哪里就会走弯路。说不出为什么上BI，那是因为没有考虑到自己企业信息化的现状或者行业的特点，具体思考4个问题：所选BI为谁服务？大数据分析解决方案解决什么问题？数据从哪里来？要应用于哪些场景？
BI为谁服务？
从ERP时代到OA时代，BI的技术更新换代，愈加先进，然而仍是无法满足企业高层管理者做决策的需求。所以思考，BI是为谁产生，你选的BI是否起到决策的作用。
大数据分析解决方案解决什么问题？
一方面是决策者战略落地、移动应用及大屏展示等等的需求，另一方面是业务层面的分析需求：销售、财务、生产等等。
数据从哪里来？
各企业的数据系统情况都不同，有的是一个，有的是多个，也有的数据来自外部，这都对组建一个大数据BI系统都形成要求；另外还要思考是否企业的硬件、网络、数据库是否有足够能力去构建数据中心。
要应用于哪些场景？
可视化：可视化不等于图形化，也不等于酷炫化。通过传统报表和BI图表的对比，生动地解释了可视化除了好看，根本来说，就是要能快速发现问题，识别问题，定位原因。
智能分析：智能分析的钻取功能，不仅是上钻下钻，而是实现多个报表间智能的分析和联系。通过具体的场景演示，向与会者展示了钻取强大的对数据背后信息的挖掘功能。
自助分析：跳出原有固定报表任意改变报表分析维度，自由创建自定义报表，满足开发人员想从任何细节出发去做开发。
移动应用：PC端移动端任意切换，交互运用。目前BI适用于所有移动入口：微信、钉钉、金蝶云之家等等。
数据填报：有的企业没有ERP系统，或者系统过多，导致取数困难，有时候还需要及时上报数据了解经营情况……这些都是对数据填报有极大的需求。
图文报告：图文报告的形式大家都喜欢，BI现在可以实现自动生成想要的图文样式，为企业的分析工作节省更多的时间。
在应用场景这个环节，邹总为与会者深入浅出地讲解了软件技术、使用情景等问题。让在场企业信息化管理人员收获匪浅，对商业智能技术有了全面而又深入的认识。
§ 如何进行产品选型
在产品选型过程中，所有形式的产品展示都不能最直接说明产品好坏，现在就连PPT都可以进行PS来过度美化，所以只有实打实去做产品测试才能见真知。再者说，对于很多企业都是头一次接触BI，那头一遭怎么办，就一定要谨慎地测试，不仅仅是用一两张报表测试一下就可以，还要进行原型测试，也就是说整理企业的需求，完完整整地来一次针对产品需求的测试。
§ 如何保证实施成功
当然，所有的管理软件都有重要的实施环节：立项、项目组织、蓝图设计、实施开发、产品上线、运维管理等等。但实施关键还是在于开发，所以邹总就产品定位、产品选型做一个详细而系统的分享，希望能给大家帮助。
总的来说，一个BI的开发从数据采集、产品上线到应用到不同场景中主要就是上面提到的四个部分，这里我以建楼为例子方便大家理解。第一，规划图纸，以需求为基础，清楚自己想要的楼型，设计好蓝图。其实就是了解自己选BI系统是为了什么。第二，打地基，房子想建得高，首先得打得深，也就是说数据仓库的构建比较重要和必要，所以首先得搞清楚数据从哪里来。 第三，主体结构的建设。基础打好了，往上建房子会很快。这就像BI一样，把报表体系、KPI体系做好，后面就简单了。第四，楼房装修。BI实施就跟装修一样，过程较漫长，因为每个人对数据的分析需求和视角都不同，所以这就需要BI提供多角度分析的功能，这就涉及到产品实施的各个细节问题。
§ 如何持续深入优化
最后，邹总提出了系统要用好，要有运营的理念，有别于以前大家常提及的系统运维，巴不得系统没有问题，不要有事；而运营则是没事找事，要主动对接业务，评估分析模型或报表是否可以真正帮助业务提高运营能力。
以前，大家都简单认为，运营就是运维，运维目标就是不出问题，系统就没事了。但是我们需要系统持续深入优化，所以我们不仅希望系统不要出事，同时也要主动找事。这两者是有本质区别的。举个例子，零售企业经常要做促销，那做促销就要搞清楚，以前促销方法有没有效益，这次又要达到的目标，该怎么促销？这些都是可以从数据里去找的，就得找IT部门人员去参与，但情况不同，下次就不适用了，这就意味着我们需要持续深入对数据去观察去优化。所以这就催生了数据分析师这个岗位，之前分散在各业务部门，而现在则专门归属于信息部门了。所以我建议各位CIO如果想进行数据驱动转型，可以考虑加入数据分析师这一岗位，或者让有IT基础的人员负责这个岗位，做好之后，你会发现，如果所有管理决策的数据信息都从你这里生产出来，那这个部门的作用就变得突出，因为所有数据都从你这个部门出，不让你参加决策会议都难。
