BI整体解决方案Word文件下载.docx

BI整体解决方案Word文件下载.docx

《BI整体解决方案Word文件下载.docx》由会员分享，可在线阅读，更多相关《BI整体解决方案Word文件下载.docx（20页珍藏版）》请在冰豆网上搜索。

（1）单变量统计分析:

提供基本统计分析工具,进行最大值、最小值、算术平均值、几何平均值、众数、中位数、极差、方差、标准差以及各类比例计算.选择分析的分析变量或指标,系统自动生成分析变量或指标的基本统计信息.

（2）经济变量或指标分布分析:

设定经济变量或分析指标的分布统计区间以及步长,系统生成分布情况表来反应指标数据的分布特征,这些特征不但使我们指标数据了解更为精确,而且能根据他们分布特征做出更为正确的决策,指标数据的分布特征一方面反应了指标数据的集中趋势,另一方面反应了指标数据的离中趋势,指标数据分布信息表,以及指标分布图.

（3）同比分析:

数据与往年同期数据比较,形成同比趋势图.

（4）环比分析:

本期数据与上期数据比较,形成时间序列图.例如,按月进行环比分析,系统自动获得按月采样的指标趋势图.

（5）定比分析:

本期数据与去年年底同期数据比较,形成时间序列图.例如,按月进行定比分析.

（6）趋势分析:

对于时间序列数据（按年按月）系统柱型图、折线图、形成趋势变化,并用傅立叶变换或线性插值对折线图进行趋势拟合.

（7）相关分析:

对两个不同的经济变量进行相关性判断,确定经济变量之间是否存在相关关系.相关分析是进行因果分析的基本工具,通过相关分析可以判断经济指标之间的替代关系和关联度.

（8）差异分析:

分析两个样本之间的差异程度,雷达图分析是进行差异分析的有效手段.

（9）结构分析:

分析指标的构成结构和分布结构.如地区分布、品牌分布、企业分布都与结构分析有关.饼图是开展结构分析的有效工具.

（10）预警分析:

系统根据预警条件,生成预警分析图.

（11）80／20分析:

系统将直观地反应80／20法则.

客户关系决策分析（CRM-BI）

CRM-BI帮助企业能够利用实时信息和数据,迅速做出正确的决策.许多企业的目的是多种多样的,例如有的是为了追求最大的用户购买量,有的是为了使最终用户受益.帮助企业从上到下地组织和管理客户和交易数据,改进战术和战略决策,从而促进公司的发展.

客户资料可以按年、月、季度、周的时间维度查看客户数据,也可以按区域、名称、分类等维度查看客户数据.在客户详细信息列表将详细显示您关心的客户详细信息.

在客户地域分布结构图中,点击某一区域的泡点可显示具体区域内相关客户信息.

根据客户分类显示客户相关信息,通过帕累托（80/20）方法找出最有价值的客户.本例通过对销售额进行帕累托选择,也可按其他数据进行选择.本例中对安徽的客户进行了基于销售额的帕累托选择,结果在客户详细信息中显示.

客户趋势分析中,首先根据客户分类查看近几年内的客户购买的总趋势,然后点击钻取数据进一步查看具体年份客户每月的购买的趋势.

从上一层钻取下来以后,本例结合了客户满意度查看客户的购买趋势,以便及时的发现问题.从分析结果来看,本例中2008年的华北区的销售情况及客户满意度情况决定了2009年此区域销售不好的结果.而2009年的情况也恰恰证实了这一点.企业在未来的运作过程里完全可以根据商业智能提供的分析及时的发现问题、找出原因、解决问题

通过对现有客户的分析,查看现有客户已购产品、未购产品、可能购买的产品,以便制定销售策略.

通过对已收集到的潜在客户信息进行分析,以便找出客户可能购买的产品,进行针对性的制定策略,挖掘潜在客户,

CRM-BI引导企业树立”以客户为中心”的理念,制定“以客户为中心”的战略,重新梳理自己的组织结构、梳理流程体系,注重客户体验营销,持续地调整和改善产品和服务,从而不断地提升客户满意地和忠诚度.

销售决策分析

从海量销售数据中提取有用信息,并利用这些信息做出有利于企业发展的决策是企业在现代信息社会中立于不败之地的关键.在基于数据仓库的联机分析处理与MDX技术应用于零售企业销售业绩评估中.以企业的销售业务数据为基础创建数据仓库,进行多维分析,并将分析结果以图示形式显示给用户,帮助了决策者能够从多角度进行分析,从而为零售企业销售制定销售计划、做出营销决策起到了良好的支持作用,

✧综合销售汇总分析

直观的展现综合销售情况,方便决策层直观了解信息,为正确决策提供坚实的数据依据.

✧不同维度的销售分析

通过不同维度的分析和展现,例如从销售大区到具体客户再到该客户所购买的产品系列再到单一的产品销售情况等等,.使决策层可以从各个方面角度的了解数据,提升历史数据的应用价值.

✧同比环比分析

详细的细化分析,准确的反应了真实的实际情况,以此为据决策层做出的判断准确性和精度都得到了有效的保证

仓储分析

仓储BI的主要应用体现在,将物资入出库数据重新组织,得到每种物资的库存周转率、周转天数以及库存占用量,还可以得到库存与入、出库数据比较的曲线分析图.避免库存过大或过小,合理的调整物资的安全库存,减少库存积压,降低仓储成本.

✧库存资金占用分析

当前库存资金占用情况.,可以按照不同维度查看,例如产品系列、产品编号等来进行钻取、分析展示.

✧库存资金结构分析

以库存资金金额维度展示的库存分析结果.

✧库存周转分析

直观展示了库存周转情况,通过对库存金额、数量的变化趋势展示库存周转效率.

✧及时库存汇总

及时反应库存汇总状况,方便决策层灵活掌握当前库存状态.

质量保证

随着市场经济发展的深入,产品质量已成为制造企业生死攸关的大问题.企业必须加快技术进步,采用先进的工艺技术,加强产品质量监管,增强国内外市场竞争能力,才能达到不断提高经济效益的目的.质量管理对于所有制造类企业都是非常现实的需求,管理者必须及时了解掌最近的相关信息,才能更有效地管理企业、部门等.

质量保证它与生产、仓储分析、HR等有着密切的联系,它可以从海量的数据中挖掘出利于企业发展的问题所在,也能从图表中为企业领导提供质量信息,供企业领导决策.

✧不合格率

从下图中可以直观地看到每一种产品,每一种型号的不合格率以,以及成品的数量.并且可以根据年份、月份、产品分类、产品系列等不同的限定条件来查看不同产品、不同型号的不合格率.

点击图中的不同区域,可以不同程度地钻取数据,例如:

在不合格率中点击“重型后桥齿轮”的绿色区域后,就可以查看到不同型号的不合格率;

当你进一步点击任一型号后,就会出现生产该产品的部门;

以此类推,当你进一步点取后,就会落实到造成该不合格品的小组、个人等,也可以查看出造成该产品不合格的具体的原因,并帮助决策者分析不合格率高的原因,究竟是生产企业技术力量薄弱,管理问题;

还是企业经济力量薄弱,在原材料、设备选购上存在问题;

还是企业对执行的国家标准理解不准确等等,都可以侧面地从图表中得到答案,从而进一步提高产品的成品率.

✧投诉率

投诉率顾名思义就是客户在实际生活中对于产品的满意程度或着说不满意程度占总体客户的比重/比例,它不但反映的是客户对于产品的一个态度,更多的是从侧面反映了产品的质量问题.下图是根据不同类型、不同型号的划分,以时间为维度对产品的投诉率进行一次统计、整理.下图就表示在2007年一整年间,从1月到12月间不同产品的投诉率的一个走向.当然点击不同的折现,可以进一步钻取该类型产品的不同型号的投诉率情况,以及生产部门的投诉率等等都可以查看的到.

✧成品率

成品率,是指生产企业在生产产品的过程中,根据产品产出的合格成品情况与核定的产品材料总投入量,所确定的一定比率关系,简单点说,投入100套原材料,能产出多少套成品.

用公式表示:

（成工数量÷

总数量）×

100%

✧个人绩效

从不合格率、投诉率等指标中,不但可以帮助决策者从海量的数据中挖掘出有利于企业发展的信息,从而提高产品的质量,更可以与员工的绩效挂钩,从而帮助HR部门作为员工成绩、工资评定的一个参考依据.从每一名员工、每一点着手,来实现企业整体产品质量的提高,作为帮助决策者管理企业的一项有力的工具.

例如:

下图即是提取成品数、不合格率两个维度,看到每一名员工的生产情况.可以选择不同年份、月份的生产情况来查看.将整个生产部门绩效分析的结果图按十字划分为四部门:

左上,当成品数越高、不合格率越低,则说明该员工及其优秀,为企业不但创造了价值还节约了成本,应给予奖励;

反之，右下,当成品数低,而不合格率高时,说明该员工不但没有为企业带来价值,更浪费了原料、时间,则应给予一定的惩罚.右上,表示成品数高、不合格率高,表明该员工制作的产品量高,可存在着一定的问题,应在方法上给予一定的纠正.左下,表示成品数低,不合格率也低,一般在企业新员工中,常常出现这样的情况.由于员工并不熟练,所以在工作中效率低下,但好在认真,不合格率也相对较低,应给予一定的培训、帮助,让其熟练，达到多、快、好、省.

通过这样的一个简单明了的图例,就可以为管理者的决策提供有力的数据说明,与人员绩效直接挂钩,真正做到奖罚分明,也使得员工工作更有积极性,从而提高产品的整体质量.当然,这只是其中一项举例,我们可以根据用户的不同需求,提取更多有价值、有意义的信息.

财务分析系统

BI财务分析的应用实际上应该非常广阔的.这里简单的展示财务分析的几个核心数据.

✧综合财务状况

直观展示总体的财务状况,对于有不良情况以红色警示提示.

✧损益表.

销售收入应该完全是经营所得来的数据,这个数据不包括公司变卖财产、土地等等的费用,这些费用会被记录在“其他收入”的项目下.所以,从两年以上的这个数据的对比,我们基本可以产生一个公司经营状态的初步意识,现在,所有的BI系统,都能做到这一点.在这个层面,我们可以从图表中,大约看到销售收入、销售成本、管理费用的变化情况.高层次的BI系统,可以通过这个数据的整合,可以分析出公司人力资源管理的效率,系统开发过程中,加入一个本行业的标准人均销售率是其的秘密所在.当然,这个数据很难得到,一般清铉会在对这个公司进行总体的评估后,在对行业的研究总结过程中,给以工程师一个标准.一般我会按照我自己确定的五级管理成熟度模型中确定的不同级别的企业,对于这个数据进行调整.

损益分析

✧现金流量

现金流量表是根据资产负债表与损益表编制的.流量表中包含经营活动中的现金流量、投资活动中的现金流量以及融资活动中的现金流量.在BI分析中,金融类的公司与其他行业的公司在流量表的分析中是完全不同的,对于一般公司来说,其公司是不可能长期依赖借贷与投资来生存的.

对于这两个表,其综合起来分析,一般可以发现报表做假的嫌疑,高成熟度的BI可以做一个提示,但对于提示的结果不是绝对的,对于针对上市公司进行分析的BI以及总公司在对旗下多家分支机构的整体掌控中,这个功能会有一定的用处.

✧资产收支趋势分析

资产负债表.这是最核心的财务报表.也是财务分析的重点.流动比:

流动比是衡量公司偿还短期债务的能力,以及应回收与库存变现的能力.这方面的分析数据大约有几个,流动资产比、速动资产比、应收款流动、回收期、库存流动.通常流动资金越大越好,但光看这个数据并不代表什么,如果流动资金在今年有5％的增长,同时,我们看到销售增加了9％.那么,这个公司的财务状态就非常好.在BI开发的过程中,对于流动资产比到底多少应该是具体BI参数,对于不同的公司应该是不同的.参阅美国上市公司,有人认为应该大于2,才能认为是公司运营良好.

✧速动资产比

速动资产是指现金、有价证券、应收款,它与流动负债的比大约1,那么就可以被认为其流动资产可以偿还流动负债了,如果这个数据是1.2,那么这个公司的库存管理是非常好的.

✧经营利润率

经营利润率主要是分析一个公司的毛利润,经营收入占销售收入的比例.对于集团化管理的公司来说,这是经常性的指标,一般来说,一个公司毛利润很高,而经营利润却比较低,那一定有某个环节是需要进行调整了.具体的实际情况,应该是五花八门,什么情况都有.BI系统上很难给出一个具体的问题所在,是需要派人进行处理的,一般常见可能有几个问题:

A、销售人员出现问题.销售人员可能有吃里扒外的现象,通过公司进行洗钱,内外勾结,从中私囊.B、公司的管理层出现问题.这个有两个方面,一个是机构的问题,行政人员过多.一个是各种娱乐费用、公司汽车豪华等等问题.C、行业问题.对于行业问题,是属于公司战略管理方面的.对于战略管理方面BI的开发思想,采用的最直接的数据就是财务分析的这个数据,如果毛利润在整体下降,那么在战略管理的BI系统中,就会有一个提示,提示公司某一个业务,其原来定义的项目生命周期是否应该做调整,是否应该开发新的产品与业务来源,公司资金的分配计划中,也许,就因为这些数据的分析,需要重新进行一次调整.

对于BI的财务分析来说,主要是对一段时期的数据进行对比与分析,当然,通过最新的一些数据,BI系统也能做一些判断,但企业经营是一个非常复杂的事情,虽然达到理想中的五级管理成熟度.但是信息化所设计的知识领域实在太宽,很难在所有的企业管理领域都能成为专家,所以,做信息化是一个团队的行为,只有依靠团队的智慧,才可能真正达到企业需要的信息化.信息化只是一个工具,明白工具的核心,其实,不需要任何信息化,也能成就一个高成熟度的公司来.对于囊中羞涩的公司,更是应该明白这个道理.信息化的核心是一个体系,相互配合相互支撑的体系.

人力资源决策分析（HR-BI）

HR-BI帮助HR经理通过多种方法查看数据,包括多层次的分析表把数据经不同的标准（成本、地域、机构和人群）进行快速简洁地分析;

可视性分析报告用直观的图例形式表现;

区别于一般性仅展现业务结果的报表系统,HR-BI可以通过建立一系列HR指标分析模型（HRMetrics）,对HR相关数据的深入挖掘与多维分析,达到HR与企业经营的连接,实现HR对企业经营战略的支持.

人力资源基础信息,可以根据任意条件及视角进行人员的分类,并对关心的问题进行逐层钻取.在费用模块针对费用做一些费用方面的分析,并可对关心数据进行自定义钻取.下面将演示不同的视角分类,以便抛砖引玉,实际项目中按需求均可调整、添加.

从部门维度查看人员分布情况,并可以点击进入下一层查看相关人员（查看的同时将在上面的员工基础信息处显示员工的基本信息）

从职称维度查看人员分布情况,并可以自定义点击进入下一层查看相关人员信息.

从学历维度查看人员分布情况,并可以自定义点击进入下一层查看相关人员信息.

从年龄维度查看人员分布情况,并可以自定义点击进入下一层查看相关人员信息.

从户籍维度查看人员分布情况,并可以自定义点击进入下一层查看相关人员信息.

综合分析纵向横向

BI应用到今天,有两大发展趋势:

一方面向纵深发展,针对单独业务强化分析,例如针对销售针对财务的专业分析;

另一方面则向横向扩展,将企业内部多业务整合横向联动分析通过分析销售来联动的体现出对HR对CRM对财务等等其它模块的影响.

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.如现在对某个区域的销售数据进行分析.如果以年销售额来分析的话,也许可以发现每年的销售收入都在成比例增长.这是一个不错的结果.但是如果从客户的角度出发进行分析,管理员可能会发现一些老客户的销售额在逐渐降低.销售收入的增长都是靠新客户来拉动的.这个结果就不怎么如人意.老客户的丢失,在很大程度上说明企业的客户满意度不是很高,或者说客户的回头率不理想.从这个案例中可以看出,在对BI数据进行分析时,要从多个纬度对同一数据进行分析.这是管理上的需要.

BI通常被理解为将企业中现有的数据转化为知识,帮助企业做出明智决策的软件解决方案.BI的出现,使管理决策者有了真实可靠而又及时的依据来进行战略调整和业务决策,而不是像过去那样只能依靠经验或者过时的信息.这对于在适应瞬息万变的市场环境中求生存、求发展的现代企业来说意义重大.

例如电信运营商要分析哪些人总是不及时缴费,一般都会猜测收入低的人往往会缴费不及时.但是,通过数据挖掘,你可能发现是家住在五环以外的人不及时缴费,然后再进一步在五环外作市场调研,又发现需要建立更多的合作渠道以方便缴费.这种信息就来得更加可信而且真实.也就是说,企业的业务人员在日常的工作中应用BI的话,也会取得好效果.据悉,云南移动近期建立的高价值个体分析系统就是面向一线人员,通过对用户的异常行为进行告警,并具有贴近业务的大量选择器功能,为客户经理的日常维护和用户分析工作提供了支撑.这是BI从企业高层的战略工具向一线人员应用工具转变的典型案例

最后

BI的普及未来在那里?

BI在未来的普及是市场发展的使然,是企业危机意识在IT系统建设上的直接体现.BI的普及是BI发展的终极之路,但就目前而言,现阶段还难以得到中国企业的认可,还需要时间的积累.

对于BI在未来的普及,借助业界成熟的BI工具,快速实现不同行业客户的业务模型和数据模型,满足客户对于BI业务需求,帮助客户建立可持续性发展的集团企业BI应用平台.与此同时,还可以提炼优秀企业的管理模式和管理实践纳入中国管理智库,以对标管理提升BI应用价值.

虽然对于中国用户来说,目前对于BI的应用主要集中在商业分析、数据仓库和数据挖掘这三个方面.但随着新技术的不断发展,未来的商业智能应用会更加广泛.