1. 從本地到全球
首先就地域而言,過去,決策本身是很localized的;亞洲市場的情況會很明顯地與歐美市場有所差異,甚至,同在是在亞洲,台灣、日本、新疆…各地的市場況狀都大不相同。以流行界的色彩趨勢為例,這些地區在同一個時間點所發佈的流行色彩會有很顯明的不同(日本是艷紅色、台灣是淡藍色、而新疆可能就是神秘的紫色)。再加上資訊傳遞與交通不發達的原故,因此基本上,決策與分析就只需要利用當地所取得資料來進行分析。
而如今,隨著全球化的發展,正如佛里曼在《世界是平的》一書所說,資訊傳遞的速度越來越快,交通也越來越發達,以電影為例,我們現在會常看到全球同步發行的電影。再以流行色彩趨勢分析為例,台灣紡拓會這近年所發佈的流行色在色調上會與歐美越來越相近。因此在決策分析上,從前的localized 也慢慢地轉型成global的分析,而在資料收集的廣度也越來越廣,小到跨資料系統的資料分析,大到跨子公司的資料分析。
2.整合當下與歷史
以時間來看, InformationWeek指出:「…Only 35% of business process take advantage of the real-time information(只有35%的商業流程從即時的資訊中得到效益)…」,換言之,剩下的65%的商業流程都需要歷史資訊(Historical Information)來協助。因此,單單藉由Real-time的資訊並不能支持我們所有的商業決策,除了即時資訊外,企業往往還要整合過去的歷史資料,才能確初地做出正確的決策。再以流行色彩為例,如果現在要對2008春天的色彩來做預測的話,基本上除了2007年當下的流行元素資訊以外,設計師也會需要參考前三至五年的流行色彩走勢。
3. 多重構面的資訊整合
最後不同構面資訊整合的結果,也導致資料範圍擴大。過去,進行決策資料分析的時候,我們經常單單以一個構面來進行分析,但是隨著商業步調加快,以及市場多元化,看似不同構面的問題可能盤根錯節地互相影響。
例如:相信大家都注意到,市面上有些相同型號的筆記型電腦只因為配色的不同就有不同的售價。當然,機器的穩定性、散熱性、所提供的機組功能、以及攜帶的方便性原是筆記型電腦選購的主要考量因素,但今天,彩色不但會決定消費族群、影響購買意願、甚至色彩的選用也影響了製造商的備料與生產線的分配。
地域、時間、及不同構面的整合等因素造成今天分析上的困難,所要過濾的資料也會成倍數成長,不同構面的資料又要想辦法釐清彼此之間的關係。如此龐大的資料量,已經不是早期利用Excel檔案、甚至紙本分析的方式可處理得來的。因此並不是舊的分析模式有問題或是不精確,而是企業必須找到一個方式來協助分析人員,可以在極短時間內來視並分析這些龐大且來自不同構面的資料,以便追上商業決策的腳步。
該不該升級BI?
BI 這個議題在業界已經喊了好一陣子,我相信很多企業已經有做過BI決解方案的建置。不過面對上述所提的幾點商業挑戰,以及新解決方案的提出,很多企業不得不去重新檢視、調整、甚至重新建置整個BI系統,我想這也是為什麼企業在BI建置落實一陣子後,又再重新被重視(如Gartner的報告所示)。
你的企業已經建置了BI,但目前的Solution 是不是符合企業的需求?在解決方案上或系統架構上是否有需要被調整的地方?下面提出幾個衡量的指標供各個企業主來參考:
1.分析的方式是否配合資料存儲的方法:你分析人員用什麼方式來進行分析呢?用紙嗎?還是用Excel 檔案?如果是上述兩者的話,先不要去急著去責怪你的分析人員,因為分析人員的專業是在分析,只不是在解決方案的提供,或BI系統的建置。試著協同你的資訊人員去了解問題,並協調資訊人員與分析人員合作來規劃未來的系統架構(資料分析者之間為何無法善用BI,請見「為何有了BI企業還在使用Excel?」,可以給他們做參考)。
2.分析的結果報表是否即時反應現況(跟上你的商業步調):你的分析人員藉由BI系統提供的報表資料是否反應現況,並滿足貴公司的商業節奏?以目前IT技術架構下所提供的解決方案來說,已經建立了分析模型的報表是否可以做到沒有時間差(Real-time)地反應企業現況?如果報表本身沒有辦法即時反應現況,企業就應視需求來思考是否要強化資料的即時性,以求快速反映政策。
3.分析人員的主要工作內容是否是「分析」:分析人員最主要價值當然是分析資料,但是有些企業因為資料存放的方式十分分散,加上沒有資料整合的工具來協助進行整合,這時候,為了要進行分析,分析人員就會花很多時間在資料轉出、轉入、及整合上面。所以,問問你的分析人員,他們覺得他們主要的工作內容為何,如果他們並不是投入最多的心力在資料的分析上,而是在轉出、轉入等雜工作上的話,那企業可以考慮購至合宜的資料整合工具,或重新整合資料存放的方式,以減少不必要的分析人力的支出。
4.不同構面的資料是否可以交叉比對:在同一個分析頁面或報表中所顯示內容是可能來自於不同的系統,例如CRM(顧客關係維護系統)與生產管理系統是各別獨立的系統。這兩邊的資料是否可以很即時交叉比較,讓決策者可以更全面性討論事件,以強化決策的準確度。
5.建立分析模型所需要的時間:經常性的決策報表,可以支援經常性的決策需求,可是往往會有突發的商業需求,例如新產品發表後的市場現況分析,因為新產品可能會有不預期的市場回饋。面對這樣一個新的需求,分析人員可能會需要多角度的比對分析、觀察與探討資料所呈現的意義,此時除了分析人員專業分析力能外,一個好用的分析工具也相當重要。好用的工具可以節省分析人員操作的時間,儘早發現隱藏在數據背後的意涵。
6.誰可以參與分析:只有分析人員可以進行分析嗎?理論上,企業的整個運作的Business Domain Know-How並丕只在分析人員身上(如果分析人員知道很了解Business Domain Know-How的話,他還會甘於只做分析人員嗎?)。因此,如果有需要,讓一個真正懂Know-How的管理者可以參與分析,協助更精準解讀數據背後的訊息。
1.Data 於 2007/08/16 10:01 回應
大家都喜歡看表面的東西. 沒錯, BI對企業很重要. 但BI是建立在資料的收集完整與否, 尤其當資料的來源多樣化時, 各資料間的基準日期是否一致更是會影響到分析出來的正確性. 資料收集這個部份的工作表面上看不到, 但重要性絕對不下於大談如何對資料做分析. 可惜的是卻少有人談論到這的領域. 要知道 DATA 不等於 INFORMATION. 收集了一堆資料產生出來的也可能是沒用或錯誤的資訊而已.