数据矿工的博客

您现在的位置是:首页 > 数据分析技术 > 正文

数据分析技术

连业务系统都没搞好!谈什么BI大数据?

admin2022-09-06数据分析技术46

很多企业在大数据转型的过程中,通常是盲目跟风,发现目前有什么最新的技术,便期望通过最新的技术来提高效率,结果往往得不偿失。


董事长:

小矿,我们要搞大数据,向你咨询下。


数据矿工:

我们用大数据来做什么



董事长:

公司现在这么多客户,我不知道哪个客户比较优质,有了大数据,就可以分析客户订单,知道这个了呀。


数据矿工:

那为什么你现在不知道呢?



董事长:

因为我们财务、销售、运营给我报的数据各不相同,从数据看都没有问题。


数据矿工:

那为啥你觉得大数据可以解决?



董事长:

因为最近找了一些大数据公司,说可以通过数据看板大屏,直观的体现出各个客户的盈利状况。不过他们调研完,说需要先找个比较牛的咨询公司梳理下数据指标,做数据治理


数据矿工:

......



国内的信息化发展得很快,用十几年走过别人上百年的信息化发展路径。而这带来的则是急于求成,系统用不起来的问题。如今大数据的发展,为了能赶上这波大数据的浪潮,许多企业便也尝试用大数据改变一些业务。更有甚者,连什么是大数据都没搞清楚的时候,便想上大数据系统。此时,数据矿工不得不为您扑扑火。



什么样的企业需要做大数据系统



提到大数据,目前大数据做应用较好的行业主要是通讯行业、电力行业、金融行业、零售行业等。其主要原因是这类行业本身就具有大量的数据要进行分析。超大的数据量就使得这些企业,不得不进行大数据的研究,无论是存储技术还是数据处理技术,都需要与传统信息化的方式不同。尤其这些年零售电商、移动互联网、物联网等的发展,使得数据量不断地增大,急需新的技术进行大数据处理。

而对于部分行业,如建筑、农业、物流、建筑等行业,其相对比较传统,数据量也有限。对于这些行业来说,遇见千万级数据量,就觉得需要大数据的处理,这其实是对大数据一定程度的误解

其实,对于传统行业的数据化转型,更多的要关注业务价值,让数据真正的产生价值,才是第一要务,而不是一定要采取什么大数据技术来处理数据,更多的应该关注数据的逻辑和数据治理层面的东西,我们可以将其理解为数据资源规划。



传统行业什么阶段要进行数据资源规划



其实对于一个公司,如果只有1-5个业务系统,最重要的就是要把业务系统用起来。把企业内部的业务流程理顺,用先进的ERP系统,倒逼BPR,让业务流程更加规范,进而提高效率。至于其他部分的效率提高,更多的可以采用一些小插件、小工具的形式进行,当发展到一定规模的时候,再增加业务系统。

而对于已经有10个左右系统的公司,这时候便要考虑数据规划了。当然,这里也要考虑公司的规模,和业务系统的规模。曾见过一个1000+家门店业务量的公司,只有一个ERP系统,所有的CRM、WMS、TMS、甚至OA、E-HR都挂在ERP下面,CTO每天忙于恢复数据和解决系统崩溃。这类企业是急需进行数据规划和整个系统架构的规划的。

换句话说,就是又要提到老生常谈的诺兰模型了。其实数据资源规划的关键点,或者说要利用一定的大数据技术解决业务问题的时候,正是诺兰模型中,信息规划的转折点的地方。


诺兰模型

连业务系统都没搞好!谈什么BI大数据?

连业务系统都没搞好!谈什么BI大数据?


当信息化到中级阶段的时候,便是要进行大数据技术引入的时候,而不是一味的认为公司需要数据了,或者什么数据无法统计,就要搞大数据。其无法统计的原因,往往是因为信息化不够完全,或者BPR过程中遇到了阻力导致的。



如何进行数据资源规划



如上文所讲,数据资源规划不能急于求成,这是个数据变现的过程,只有数据真正的利用起来,数据才能成为数据资产,否则其只是一堆杂乱无章的数据,存储起来还要有服务器成本。要形成统一的数据主题库,保证“数出一门”,无论是对于各个系统之间的对接,还是后期数据发挥价值,这都是必不可少的一。如下则是一个出口贸易公司的数据资源规划图:

连业务系统都没搞好!谈什么BI大数据?


在对数据资源进行整体性的规划之后,才可以建设BI分析系统。BI系统在所有的系统架构中,均是最上层的应用,没有底层的数据的支撑,BI则就会是一个空架子。当然,也有企业采取的策略是,使用上层BI倒逼业务系统的改变,这就形成了几种不同的商业智能系统建设的方案:

在建设商业智能系统时,可以采取“从上自下”、“从下而上”或“上下结合”的方式进行信息资源规划。


连业务系统都没搞好!谈什么BI大数据?

1

从上自下


从用户的应用需求出发,通过分析用户希望通过BI来解决什么问题,从而归纳出用户需要从BI系统中获取哪方面的知识,然而倒推出BI系统的信息体系结构和数据体系结构。

连业务系统都没搞好!谈什么BI大数据?

2

从下而上


从用户现有的数据资源出发,分析用户所能获得的数据资源,归纳整理出BI系统的数据体系结构,再往上推出BI的信息体系结构和知识体系结构。


连业务系统都没搞好!谈什么BI大数据?

3

上下结合


既考虑用户所能获得的数据资源,又考虑用户业务对BI系统的应用需求。


总之,无论是哪种方式,建设大数据系统的前提是要有清晰的规划,不能急于求成。对于先上BI后整理业务的公司,BI的建设则是个长期的任务,随着业务数据的不断整理,BI上的数据越来越“干净”,才能进一步产生其应有的数据价值。否则,做再炫酷的数据大屏,都是空谈!而业务系统之间数据混乱,却恰恰是大部分传统行业所面临的,面对大数据,传统行业更应该冷静的思考数据资源的规划,让数据真正的产生价值!


发表评论

评论列表

  • 这篇文章还没有收到评论,赶紧来抢沙发吧~
展开