|
一、数据之痛，如鲠在喉 相信所有分析数据的人都能理解万事俱备只欠数据时的痛苦心情。纵使这答案就在眼前，纵使你思路清晰，纵使你天纵奇才，没有数据一切也不过是泡沫，既不能明确下一步的行为或决策，也不能说服同事执行自己的策略。数据的重要性无需多言，可数据的获取和使用却依然不是一件容易的事，尤其是对企业中不掌握数据的广大业务人员，对数据又爱又恨，对掌握数据对IT部门，更是爱少于恨。或许有人眼看这数据鸿沟过去不，便拍下脑门把眼下这决策定了。更多的人，则为了拿到数据分析数据，不断的申请、催促、沟通、核对，可以说披荆斩棘、“不亦乐乎”，可是若能畅通无阻，谁愿意为这点数据使出十八般武艺。
二、君子爱数，取之有道
纵有这样那样的困难，却也不用悲观，古语有云：只要思想不滑坡，办法总比困难多。使用合适的工具，完成基础数据建设，让企业所有人畅通无阻的使用数据、分析数据，却也不是不可能。很多企业已经摸到了门路，开始在数据和使用数据的群体之间搭建桥梁，使用数据、分析数据这条路也开始变得越来越好走，A银行（化名）就是其中一家。
2.1 取数顽疾 A银行这样一家上市企业，又是在信息化较为领先的金融类企业，数据管理和应用或许是很好的。可真实情况却并非如此，诸多数据管理和应用的问题，也曾让这家企业心力憔悴。业务部门即时性分析和取数的需求多，但没有一个快速的通道能够满足这种即时的要求；IT部门疲于应对各种数据需求，每天忙里忙外，如牛负重，却依然很难让业务人员满意；为了一个分析需求业务找IT沟通，时钟转了一圈又一圈，交付也是要一遍又一遍；如此的时间成本、沟通成本、精神成本，万一数据再是错的，不免让人万念俱灰，这样有人不看数据而直接拍脑袋决策，也会理解了吧，毕竟“己所不欲”嘛。 企业不会任由问题蔓延而听之任之，尤其A银行这类追求高效追求进步的企业。这样的情况下，行里急需一种既能够给业务工作提供360度无死角数据支撑、提高业务数据工作效率，又能够节约IT部门时间和人力成本本的解决方案，来提高企业工作效率，节约企业成本，推动实现企业进步数据化管理。
2.2 自助革新 在对市面上这类解决方案进行了充分的了解后，18年8月份，A银行引进了FineBI，并期望通过FineBI建立企业的BI平台来解决如上问题。要让业务人员直接使用到数据，必须要在BI平台中直接搭建好方便业务理解和使用的各种可用数据。因此公司启动项目，组织团队按照业务团队的需求，对数据进行解释和梳理，并将数据以不同业务部门作为数据应用单元进行划分，利用FineBI的业务包将数据分类存储好。 不得不说，A银行这一步走的好。于信息部门而言，此乃一劳永逸之举，只有将数据分类存储管理的好，业务理解和使用方便，才能解放自己的取数任务，投入时间到更具价值的工作中去。当然，这一步也是要花些心思去经营的。如A银行，要整合数据、要做数据字典、要规划业务包，每一步都需要从业务的角度来思考和规划，如此这样，业务也慢慢开始应用了这套平台，开始了自助分析之路，而IT也开始享受这些工作所带来的福利了。 (IT利用业务包将数据按不同业务部门划分存储)
2.3 释放数据 相比IT，这套BI平台给业务带来的价值要更大一些。不必为了拿到一个数据而发起一个流程申请，不必等待流程的排期，节约了时间，更进一步满足了业务人员的分析需求，即时的想法即时数据跟进、支撑、验证，释放了业务的分析潜力；不必对数据需求进行反复的沟通、校验，精力集中于处理业务、发现问题、分析问题、解决问题；节约时间同时也节约精力，这种效率的提升最终都会体现在业务的精进之上。
上了这套BI平台后，让我们看看A银行的业务人员是如何在应用这套BI平台时发挥数据价值的。 通过固定报表发现净利润下降了，下降的原因是什么？是存款成本太高？还是贷款收入太低？成本高的话是哪些机构、哪些产品造成的？要分析以上原因就要对各个业务、机构、产品的规模、定价水平、期限结构进行分析，可能的方向太多导致这样的分析很难固化，想解决问题，要提出针对性的流程吗？要等上个一天两天吗？就是BI平台，让这样的问题不再是问题，立即拿到上述所有的数据，根据自身需求，快速评估后续的影响。这便是要睡觉有枕头、要放火有东风、要分析有数据。 如果认为是存款对利润的下降产生了影响，需要看一眼存款总额以及存款类型占比等信息。不需要提交需求，不需要与任何人沟通，通过BI平台，可以立即取出各分行名称、活期存款金额、定期存款金额等相关数据进行入下图所示的分析，得到想要的结论。 或许上一步的分析还不能支撑结论，那么还可以在存款类型的基础上进一步分析更细粒度的存款结构，如下图所示。依然是自己拖出需要的数据，自己制作需要的图标，自己验证自己的想法。当这一步分析过后依然还有疑问没有解决，不论想到哪里，数据就跟到哪里。
倘若只是验证想法，那么无所谓美观，一分钟拿到数据得到结论就是最重要的，倘若想与人分享自己的成果，这分析结论也可以如下图一样清新脱俗、别具一格。毕竟自己看看就罢了，但这一分享，便不再只是数据问题，还有了面子问题。 在BI平台之后，业务和IT部门自己的协作模式有了很大的改善，从提出需求->分析需求->沟通逻辑->编写取数脚本->取数，转变为找到业务包数据->拖拽所需字段→查询，更重要的是这一过程由多人合作变为单人完成。智者有言：人少好办事，这一套下来，时间由原来动辄一周两周缩短到短短几分钟，可分析的内容又大大丰富，结论的精准度也更容易把握，毕竟还有谁比自己更了解自己怎么想的呢。
2.4 数说价值 这一年多来，A银行通过BI平台的应用，大大提升了企业数据的使用效率，加速了企业数据化管理进程。原来只有IT一个部门为企业处理数据，现在通过BI平台将分析、应用数据的部门扩展到了10余个，为企业培养了大量的数据分析人才；累计编辑模板1500余次，月平均编辑模版190次，对90余张模板进行过编辑；平均每天编辑13次，相当于每天为业务解决了13个即时性问题，每月满足了190余个分析需求；形成可长期浏览的分析模版200多张，相当于节约了信息部门200多张报表的开发量。业务人员自行分析数据、设计分析模版，更是提升了业务自身的分析效率和分析水平。通过BI平台的应用，A银行对数据的利用率相比于之前提升了300%，而这一数据更是在不断变大。然而对于A银行来说，这一切，还只是个开始，后期A银行将会继续投入对数据对建设，提升指标对梳理水平，提升BI平台中基础数据的易用性和可解释性，推动更多业务人员通过BI平台分析自己的数据，解决自己的问题，提升自己的业绩。 三、天下问题，唯数不破
对于企业而言，一个基本任务的执行看似不大，但风险也往往藏身于每一个小的任务之中。通过FineBI，通过对BI平台的建设，每一个小的决策有所依据，听到炮火的人得到数据的支撑，企业终将从这每一个小的决策小的执行之中收到巨大的实惠。通过FineBI，让更多懂业务的人能够使用数据、分析数据，帮助企业发挥其数据的价值，培养数据人才。数据的查看次数、数据分析次数、平台模版数量、平台中分析人数，每个指标的提升都让数据的价值更大了一点，也让企业的数据化管理更前进一步。
编辑于 2020-2-13 00:28
| 
