商业智能|深度剖析商业智能BI中的多维分析商业智能

文章图片

文章图片

文章图片

数据在这些年的时间中，也逐渐成长为了个人、机构、企业乃至国家的战略资源，被很多人放到“新时代的石油”这一位置上。虽然这个说法也引起了一些争议，但更多只是讨论数据和石油的差异性，却并没有多少人否认数据的价值，这也足以说明数据伴随着数字化的成长，已经发展到了一个新的程度。

数字化的普及应用以及数据资产价值化的实现，使得各行各业的企业都开始了数字化转型的路径，而商业智能BI则是在这种浪潮中发挥巨大作用的数据类技术解决方案。
【商业智能|深度剖析商业智能BI中的多维分析】什么是数据分析的多维度
我们在看待事物的时候，如果从不同角度看，往往会得出不同的结果。在对业务数据进行分析时，也会有这种现象。分析的视角不同，得出的数据分析报告也是有差异的；展现给不同的管理层，汇总报告也是不一样的。
维是人们观察事物的角度，同样的数据从不同的维度进行观察可能会得到不同的结果，同时也使人们更加全面和清楚地认识事物的本质。

举个简单的例子，同样是经销商的销售数据，给业务销售人员看到的就是每个人销量的差异；给部门经理看的就是整个销售部门的销量总量、产品类型占比和同期环比，以此来分析部门业绩情况；财务经理看的话，就是销售金额和毛利率。
有一个很形象的模型，可以直观解释多维度---魔方。

多维分析操作
当数据有了维的概念之后，便可对数据进行多维分析操作，常见的多维分析操作主要有：钻取（上钻和下钻）、切片、切块、旋转。
钻取：钻取是改变维度的层次，变换分析的粒度。钻取包括上钻和下钻，上钻是在某一维上将低层次的细节数据概括到高层次的汇总数据的过程，减少了分析的维数；下钻则是相反，它是将高层次的汇总数据进行细化，深入到低层次细节数据的过程，增加了分析的维数。
切片和切块：在多维分析中，如果在某一维度上限定了一个值，则称为对原有分析的一个切片，如果对多个维度进行限定，每个维度限定为一组取值范围，则称为对原有分析的一个切块。
旋转在多维分析中，维度都是按某一顺序进行显示，如果变换维度的顺序和方向，或交换两个维度的位置。

业务眼中的多维分析

具体到业务上的多维分析，跟技术上的多维操作完全不同，业务脑子里装的是不是数据库里的表结构，而是一个个具体的问题。当业务看到“3月份销售没有达标”脑子里想的多维度是市场环境、天气影响、库存不足、领导政策没给到位、竞争对手等等。

这样你会发现单靠拆解数据，并不能解决问题。从本质上看，真正的多维度分析，其实靠的不是数据计算能力，而是策略能力。这就是业务与数据分析的脱节之处，商业智能BI在企业中主要承担承上启下的责任，围绕数据形成了一整套数据战略体系。
业务信息化VS信息业务化

业务信息化- 企业使用的ERP、CRM、OA、自建的业务系统等，业务系统的建设都统称为业务信息化。业务信息化的主要作用是管理企业的业务流程，通过规范化、标准化、线上化，来提高业务运转效率、降低企业人力、时间、精力等成本，为商业智能BI的建设打下数据基础，是业务管理思路的体现，也是现代的企业管理方式。