今天说说商业智能(BI)在中国也很难做的现象。
先定义一下什么是BI软件,它是指面向业务目的,对已经经过预处理的数据(存在大数据平台、数据仓库、数据集市等数据平台里),进行数据分析和结果展示的工具。从分析形式看,由静态到动态,可以分为查询、报表(Reporting)、图表(Charts)、联机分析(OLAP/Analytics)、数据挖掘(Data Mining)以及预测性分析(Predictive)等类型,具体满足的业务分析主题,既有战略性课题,面向企业高层管理人员,例如经营战略、战略财务、营销战略等,也可以有战术性课题,面向业务专家、中低层管理人员,例如客户/商品分析、供应链效率、成本分析等等。
BI作为一种企业软件品类被提出来有将近20年的时间了(下图是国外主流BI软件的评测),国内也出现了很多BI软件创业公司。我觉得这些创业公司面临的最大的挑战,不是技术问题,而是中国人思维方式习惯和中国企业管理习惯的问题——给满山跑的野人卖西服是很有挑战的。
BI是个开放式的工具,并没有标准业务流程或预置的指标体系/数据模型。它是用来解决问题(problem solving)的,使用BI的思维方法是:定义问题、基于问题建立解决假设(hypothese)、对已经处理过的结构化数据进行探索验证、建立数据分析模型、评估模型选择、实施分析方法:
然而,中国人的思维方式不是探索式(Exploration)的,而是“结果导向式”的,中国管理者都习惯看固定格式报表、基于指标的图表,所以,中国企业里很少有数据科学家(data scientist)这样的角色,而是“表哥表姐”们围绕各种指标做报表给领导或业务决策者看,如果没有预先定义的业务指标,大家就不知道该怎么玩了。
现在热门做啥实时数据的“指挥大屏”,也就是应付领导和外行看着热闹的官僚形式主义,根本没有体现BI本身的商业价值。这种情况是绝大多数传统企业的情况,不过在“数字化原生”的互联网公司中,由于数字化程度高、业务环境复杂多变,数据分析的成熟度就要要高得多,对BI工具依赖程度高。
这体现了中西方文化差异,打个比方,BI就像下面这个工具箱,在西方很多家庭中都有这样的工具箱,使用这个工具箱建个木房子,还需要有设计、拉线、施工的端到端过程,对使用者本身的能力是要求的。而中国家庭很少有自己动手使用电钻、锤子的,就算是家里要修个啥,小区里也有物业,使用这种工具箱的都是物业维修工。
有位BI公司的创始人跟我探讨:是否有可能在系统里预置各种业务KPI体系,辅助业务决策,帮助用户来提升分析水平?我说这类KPI体系,按我过去的观察,CXXXX,OXXXX、SXX等大型BI软件在售前时,经常给客户讲软件里内置了这类指标体系,然而客户真买回去后,这类指标体系多半没有啥用,都是售前时为了让用户理解BI的价值而走的过场而已。
数据分析也不应该是IT部门的职责,IT部门要做的是管好数据基础设施(存储、备份、数据库)和数据架构,数据分析、数据科学的工作应该完全是业务部门的事情,因为假设、探索、建模等只有业务人员能搞定,IT部门不可能越俎代庖的。所以,对那些中国BI创业公司来说,把软件卖给谁,就是一个很大挑战。
中国企业要真把数据科学、数据分析用起来,是一代人的思维方式变革,BI创业公司承担着教育用户改变思维模式的挑战。
来源:陈果