打印本文 打印本文  关闭窗口 关闭窗口  
如何开始一个分析之旅
作者:商业智能网  文章来源:本站原创  点击数  更新时间:2017/6/6 10:17:51  文章录入:dhqdhq  责任编辑:dhqdhq

那么在企业内究竟如何启动一个分析过程?

有效使用数据的企业关注于他们想要解决的业务问题,在数据的帮助下使用所需分析和决。因此,两个关键操作词是“数据”和“决定”。

Gartner框架分析是开始分析旅程的一个很好的参考。它显示数据如何是所有决策的根源,基于人工输入量子参与决策,可以将分析分为不同阶段:描述性、诊断、预测和说明性。此外,一旦根据决定采取行动,会生成更多的数据反馈到数据库中,在模型中使用。

对于任何组织,有四个重要步骤设置它。

为正确的业务需求建立正确的数据流

第一步是在最影响经济增长和成本的这些部门设置正确的数据流。对于一些公司来与客户交互的销售部门是首选。在一些工业企业,可能产生大量操作数据的工厂,而对于其他人,它是涉及大量采购和成本信息的供应商交互。

检查数据的可靠性和可用性,适时,有质量地产生任何分析旅程的初始议程。

提供关键绩效指标和描述性分析

下一步是将这些数据转换成有用的信息,用于决策。重点是关键绩效指标(KPI),为企业描述正在发生的事情及其原因。

虽然这些信息是可在传统的商业智能(BI)系统上得到,现在可以实时,更精度级别的得到,有视觉仪表板并跨企业的层次结构交付。这样的分析称为描述性和诊断分析。

图形化的方式看信息带来了生动的因果关系,以有效的方式,并显示出可以立即行动的异常值。

例如,在一个快速消费品公司,零售商可以得到每日SKU的,和订单的二次销售,而不是早些时候的品牌总数,因为有更好的带宽和更低存储成本(SKU代表库存单位)。这些可以结构化触发异常警报,有更好的性能评价。这样的仪表盘也可以呈现在移动设备上,可以部署给现场主管,使他们日常回顾。

启动预测分析项目

更低的带宽成本加上云计算使大量的历史数据现在可以更好地用于预测分析。事实上,预测分析可以作为基础,进一步扩大到算法和人工智能(AI)主导的业务。因此有必要在这个空间开始一些构建分析能力的项目。

通常最简单和影响力高的项目往往是在预测领域。可以为消费品公司预测成品,为日用品主导的公司预测原材料价格,或预测市场增长,客户忠诚度或银行客户风险概况,等等。

预测模型也用于操作层面,预测工厂故障或停机时间,人力资源部门的滞留预测。建立行为标准,为项目分配适当的资源,然后收集相关数据,与合适的合作伙伴一起帮助这些项目获得成功。

创建一个人才和过程的文化

为了构建分析能力,还需要制定正确的治理过程以及开发合适的人才和文化。

让算法模型运行在清洁数据之上不足以驱动分析。必须有正确的技能人才像数据管理、统计和数据处理能力以及商业头脑。

最后,这些行动需要来自顶层的赞助,有正确,及时的管理和审查过程。

最终目标必须为所有的团队成员所知,这样才不至于有人在任何新项目旅途中迷失。

中国商业智能网(BI )

打印本文 打印本文  关闭窗口 关闭窗口