聚焦核心场景，数据分析要以实用为导向

近几年，炫酷的三维报表、绚丽的数据大屏成为火热的噱头，但不论呈现结果多么华丽，数据分析的价值始终离不开工具属性：打通业务场景与数据资源的连接。帮助企业将业务需求与数据相结合，打造场景化的数据应用。所以，数据分析发挥价值的必要前提是了解企业对数据的真正需求。在服务11000余家客户后，我认为数据分析有5大核心场景：制作分析页、使用分析页、管理分析页、数据准备、自助分析。以自助式数据分析举例，长江证券股份有限公司搭建的“用户地图”体系中可实现运营人员自助分析，通过简单拖拽操作快速筛选潜在用户，线上推广更加精准，优惠券转化率平均提高100%，用户购买转化率平均提高50%。

既然数据分析可以指导业务经营，那么就应以实用为导向，追求落地价值。最近，AI+BI融合一直是行业热词，数据分析向智能化迈进是技术潮流，但现阶段更多在概念层面。

但是企业业务转型急需数据分析的价值。步步高商业连锁股份有限公司利用帆软数据分析工具后，快速搭建数据分析报表，对商品销售额、毛利率的同比环比变化进行预警，寻找门店生鲜业务的问题与机会，减少40%的月总工时、劳效提升99%，将业务场景的数据价值落地。

追求应用系统的实用性是必然，随着业务不断深化升级，管理认知水平、数据应用场景都将迭代，数据分析应用将走向结构化、系统化。

BI生态系统为数字化转型赋智

经过十余年的技术发展，数据分析也演变出几个细分领域，其中之一就是BI——商业智能。

作为整体的解决方案以及数字化的重要一环，应从全局出发，上到公司战略、管理制度，下到具体生产经营、业务场景，立足数据价值的产出路径形成统一辅助决策闭环。基于此，我们提出了“BI生态系统”的方法论。

BI生态系统的三大核心是BI系统、参与者、运营规则，企业可以有针对性地布局数据平台，为数字化转型赋“智”。

首先，选用合适的BI工具。如今自助式BI需求旺盛。自助式BI更多满足了一线业务人员的自助式分析需求，并促使企业数字化平台从IT驱动向业务驱动转变。

其次，明确每个参与者的价值定位与业务需求。在企业数字化的价值链中，管理层的价值定位是领导者，利用BI工具为战略管理提供指导。业务层的价值定位是支撑者，需要根据业务场景落地价值，找准定位是价值实现的关键。企业的数字化进程也是管理理念的迭代，所以，BI系统需要包含管理思想，管理层从管理链输出压力，将业绩目标层层转化为数据指标；BI系统从数据链提供信息，提炼后为管理者决策提供数据支持。

数字化“赋智”，数据分析大有可为

可以预见，企业数字化转型的下一个重要节点是智慧化，大数据、人工智能等技术将会为智慧工厂、智慧门店等场景提供更大的助力，而这些场景离不开底层数据和业务数据流转。所以，数据是富矿，数据分析作为重要开采工具，为所有参与者都提供了巨大的机会，为数字化转型赋智，数据分析大有可为。