BI 商業智慧 – 定義、效益、與其應用層面

Last Updated: May 4, 2021

隨著BI軟體的成熟以及易用性的提高,商業智慧不再只是少部分IT專業才能有效應用的工具了。在現在,整個組織上下都能有效應用BI去解決不同團隊或是部門所面對的的問題。 而這樣一波的轉變不僅為各個產業創造了龐大的轉型先機,同時也對許多業者來說,也是一個強化組織核心能力的好機會。

然而,BI工具的普及也代表著快速採納且靈敏部署的業者將會掌握先機並拿下更多的市場潛能,而行動緩慢的企業將有很大的可能會喪失競爭優勢。 我們將在這一篇洞見中讓業者理解BI的效益為何,以及業者該如何有效的應用商業智慧工具去解決企業的問題。

BI是什麼?

商業智慧BI (Business Intelligence)是一個將整個數據的生態系統以及其生命週期與既存的商業流程結合的一個運作模式。 而所謂的BI軟體或是BI平台,則是協助整個流程變得更具效能的工具。

所謂的數據生態系統(Data Ecosystem)就是所有會產生數據的環境,以及架構與整合這些數據的各種系統與手段,產生數據的環境即包括了物聯網裝置、ERP顧客旅程CRM、以及其他各個不同渠道的數據。而數據的生命週期(Data Life Cycle)則是組織在獲取數據、架構數據、治理數據、分析數據、視覺化數據、以及建立數據驅動的策略等的整個數據流程。最後,商業流程就是公司內部的各種營運流程。 BI即是通過結合這三者,來讓整個商業活動變得更加數據驅動,或是更加「智慧」的手段以及工具。

數據生態系統 & BI

數據生態系統的架構是否完整,決定了企業在商業智慧分析上能夠做到的深度。 以零售業的角度來說,如果線上與線下的數據是分別管理並且缺乏整合機制的話,決策者將難以有效的評估廣告預算分配、行銷手法、亦或著是市場策略的方向。 

而數據生態系統不健全的組織,就如同涅槃經上所記載的盲人摸象的故事,「…其觸耳者,言象如箕;其觸頭者,言象如石;其觸鼻者,言象如杵…」。 盲人們摸著的東西都是一樣的, 每一個人的觀察也都沒有錯,然而出於對狀況缺乏全面的理解,最後每一個人的結論皆大錯特錯。

隨著越來越多技術底子較高的企業,逐步地從All-in-One的軟體解決方案,轉移至Best-In-Breeds,並通過在雲端建構數據湖的方式,以管理各個渠道的數據。如何有效的建置具高擴展性、易於管理、且商業智慧平台能夠非常輕鬆的與整個生態系統配合的模式,已經逐步地成為了企業的競爭優勢。而在台灣,我們於數據品質上所發佈的產業調查,也進一步的體現了如此趨勢。

數據生命週期 & BI

如同前面所提,數據生命週期為一份數據從獲取、架構、治理、一直到應用的整體週期,也就是一份數據從生到死的流程,而在這些不同的流程當中,BI軟體或平台的任務即是效率化這些流程,並且提高數據的正確度與品質,讓後續的數據應用所產生的效益最大化。

譬如以獲取數據為例,同常我們在探討獲取數據時,大概可以細分為四種方法:收集新數據、轉換舊數據(Legacy Data)、與其他組織分享或交換數據、還有購買數據。 後兩者所獲取的數據通常結構性較強且較乾淨,然而前兩者所獲取的數據通常不確定性較大,同時時常長得很可怕。

所以在數據獲取上,許多商業智慧平台都會盡全力的讓連結其他數據源變得極為簡單。Alteryx 就是一個例子,幾乎在絕大多數的數據庫與數據源上都能夠做到讀取與撰寫。Tableau同理,而2020.3的更新中,開始能讓Tableau Prep直接撰寫進資料庫,以讓整體獲取的運作流程,能夠自動化的取得更佳高品質的數據。

OOSGA Analytics

我們的團隊統合研究、調查以及實務經驗,透過每一次的Insight,分享給台灣決策者相關議題上的思考方式與執行手段。

Relevant Insights