發信人: yaomc (白頭翁&山東大漢), 信區: DataMining
標  題: BI，數字企業系統。
發信站: 南京大學小百合站 (Fri Jan 18 10:35:01 2002), 站內信件

BI，數字企業系統
 
 　　
　　企業在經營過程中會產生無數的信息，這些信息蘊藏了豐富的經營理念和市場
規律，怎樣有效地利用這些寶貴的信息，讓他們更好地為企業經營服務，成了零售
業企業的一個迫切愿望和現實難點。
普通的零售業信息系統只能夠提供普通的分析數據，不能提供立體化的、多視角的
、有滲透力的數據。更不能提供具有預測性的、潛在的市場信息。而BI的出現恰恰
彌補了一般零售業系統在分析在的先天不足。

　　分析危機

　　管理者對數據作分析，通常都會有不同的觀察角度，以期通過這些角度來獲得
不同的信息，比如，在作銷售分析時，最常見的分析如下：
　　"這下好了"，IT專家舒了一口氣說："我滿足了老總的各種要求！"且慢，老總
發現了該表的一個致命缺陷，銷售分析表居然沒有任何類別分析！這怎么行！于是
，IT專家又搞出了分類銷售表。等分類銷售表做出來之后，老總認為太長，希望只
有大類，于是IT專家又設計了大類銷售表，中類銷售表，小類銷售表等，最后老總
又希望將分店和日期分別加入，但還不止如此，老總又要求加入同比、環比等等。
IT專家或IT集成商最終會覺得老總或管理者們要求的分析報表真是沒完沒了，就算
最后做出了所有的表，而管理者們還是覺得不好，因為在分析的時候思維不是連續
的，沒有一點樂趣。這就是零售業的分析危機，老總越來越注重數據分析，而IT部
門卻越來越不能勝任分析工作！
　　以上這個舉例只是選擇了不同的觀察角度，我們可以把他們叫做"維"（即日期
維、地方維、類別維），而這個維又是分級的，比如日期可分為年、月、周、日，
而地方可分為公司、分店、部門和柜組，類別也可分為大類、中類、小類、細類、
系列等。
　　BI可以針對這些"維"進行上下鉆取，左右拖動及縱橫旋轉，通過連續的立體的
動態表來展現各種數據，還對這些數據進行組合、聚類、排序等處理，給管理者帶
來了一種得心應手的全新的分析感覺。

　　概述BI

　　但如果BI僅能給我們帶來動態表這樣一種新事物，那BI就不會成會零售業分析
界的寵兒，也就不能產生啤酒與尿布這樣被商業人士廣為傳播的精彩故事。
　　BI是商業智能（Business Intelligent）英文的字母縮寫，是一種運用了數據
倉庫，在線分析和數據挖掘技術來處理和分析數據的嶄新技術。其工作原理主要是
通過對數據進行抽取、清洗、聚類、挖掘、預測等處理來產生可透析的各種展示數
據。這些數據可直觀的顯示分析者所要探詢的某種經營屬性或市場規律。
打個比方，市場上常見一些股票分析軟件，這些軟件對股票交易數據進行了各種數
學模型的處理，產生了許多指標數據，比如什么K線圖、DKJ、MACD等等。BI就是有
點象這樣的分析軟件，只是分析的數據量要大得多，產生的指標也完全不同，當然
數學處理模型也完全是兩回事。
　　BI除了通過動態表去展現數據外，還可通過豐富多彩的圖形去展現，還能對圖
形作拉伸、分塊、旋轉、透視等多種處理，以更直觀可見的方式來展現規律。同時
還可對數據作各種標志，比如特別好的銷售數據用綠色表示，特別差的銷售用紅色
表示，也可對數據進行跟蹤分析。BI還有一個很優秀的功能就是設定一個邊界條件
進行挖掘工作。從雜亂無章的數據中找出內在的聯系。沃爾瑪著名的啤酒與尿布的
故事就是這樣產生的。 
　　其實BI并不神秘，不是什么搞不懂的高科技，而是一個可以方便使用的分析工
具。以菲奈特-融通公司開發地BL.Retail零售業商業智能系統為例，其功能模塊包
括了：營銷效益體系、品類商品經營監測體系、采購考核體系這三項商業動作中至
關重要的環節。它可以從POS等各類事務處理系統中獲取數據源，幫助管理者發現
日常經營活動中的問題，使管理者真正做到以數據為依據，調整市策略，做出正確
決策。BI稱得上是一個可以輕松駕御的聰明助手。

　　決勝未來

　　決勝未來靠的是什么？是通過透析歷史的經營情況，歸納成的經驗和失敗的教
訓，用數據來證明經營手段是否成功，來預測未來的發展趨勢，快速準確地把握風
云變幻的市場脈搏。而BI正是完成這項使命的用力武器。
　　在國外，BI在零售業上已有了較好的應用，并產生了相關的指標體系理論；在
國內，它還處于初級階段，但其本身所具有的靈活性和強大性，使之在零售業界迅
速崛起，呈現了高速上升的趨勢。
BI最常見的應用就是輔助建立信息中心，通過BI來產生各種工作報表和分析報表。
常見的分析：
銷售分析：主要分析各項銷售指標、例如毛利、毛利率、坪效、交叉比、銷進比、
 盈利能力、周轉率、同比、環比等等。分析維可從管理架構、類別、品牌、日期
、時段等角度觀察，采用多級鉆取，從而獲得相當透徹的分析思路，同時根據海量
數據產生預測信息、告警信息等分析數據，還可根據各種銷售指標產生新的透視表
，例如最常見的ABC分類表商品敏感分類表、商品盈利分類表等。
　　這些復雜的指標在原來的信息數據庫中是難以實現的，老總們雖然知道它們有
用，但苦于難以提取，也使得這些指標的地位若有若無。直到BI技術出現之后，這
些指標才重新得到了管理者和分析者們的青睞。
商品分析：商品分析的主要數據來自銷售數據和商品基礎數據，從而產生以分析結
構為主線的分析思路。主要分析數據有商品的類別結構、品牌結構、價格結構、毛
利結構、結算方式結構、產地結構等，從而產生商品廣度、商品深度、商品淘汰率
、商品引進率、商品置換率、重點商品、暢銷商品、滯銷商品、季節商品等多種指
標；通過對這些指標的分析來指導企業商品結構的調整，加強企業商品的競爭能力
和合理配置。
　　顧客分析：顧客分析主要是指對顧客群體的購買行為的分析。例如，我們將顧
客分成高消費者和低消費者。那么什么人是高消費者，什么人是低消費者呢？如果
有會員卡，我們可以通過會員登記的月收入來區分，但如果沒有會員卡，沒關系，
我們就通過小票每單金額來假設，比如大于100的我們認為是高消費者，小于100的
我們認為是低消費者，好了，現在老總就可以知道很多事情了，比如，高消費者喜
歡什么樣的商品，低消費者喜歡什么樣的商品；商消費者的購物時間是幾點鐘，低
消費者的購物時間是幾點鐘；自己的商圈里是高消費者多還是低消費者多；高消費
者給商場做出的貢獻大還是低消費者做出的貢獻大；高消費者喜歡用什么方式來支
付，低消費者喜歡用什么方式來支付等等；當然還有商圈的客單量怎么樣、商圈里
的購物高峰是什么時間、假日經濟對企業的影響到底有多大等等。同樣也就促使他
對自己商場的定位做出相應的調整。
　　供應商分析：通過對供應商在選定的時間段內的各項指標（定貨量、定貨額、
進貨量、進貨額、到貨時間、庫存量、庫存額、退換量、退換額、銷售量、切售額
、所供商品毛利率、周轉率、交叉比率等）進行分析，為供應商的引進、儲備及淘
汰（或淘汰其部分品種）及供應商庫存商品的處理提供依據。分析的主題主要有供
應商的組成結構、供應商的送貨情況、供應商所供商品情況（比如銷售貢獻、利潤
貢獻等）、供應商結款情況。比如，我們發現有些供應商所提供的商品銷售一直不
錯，同時使得他在某個時間段里結款非常穩定，而這個供應商的結算方式是代銷。
如果資金不緊張，而這個供應商所供商品的銷售風險又小，為什么不考慮將他改為
購銷呢--這樣可以降低成本啊。看，一項于已有利，又能進一步和供應商搞好關系
的措施就這么產生了。
　　人員分析：通過對公司的人員指標進行分析，特別是對銷售人員指標（著重銷
售指標，毛利指標為輔）和采購員指標（銷售額、毛利、供應商更換、購銷商品數
、代銷商品額、資金占用、資金周轉等）的分析，以達到考核員工業績，提高員工
積極性，為人力資源的合理利用提供科學的依據。主要分析主題有員工的人員構成
情況、銷售人員的人均銷售額、對于開單銷售的個人銷售業績、各管理架構的人均
銷售額、毛利貢獻、采購人員的分管商品的進貨量、購銷代銷比例、引進的商品銷
量如何等等。
　　當然BI對零售業的分析遠不止我所講到的這些，至少還有資金運轉分析、庫存
分析、結算分析等等。
這些分析在實際經營中確實有著重要的利用價值，企業可以利用這些數據發現市場
規律，了解市場，預測零售業務未來發展趨勢，預測和臨近奉獻，改進業務流程，
優化企業資源。可以說，誰對自己的經營做出了正確的分析、誰就會正確地修正自
己的經營方針和政策，誰就贏得了未來。


摘自《市場與電腦》２００１年６月刊　作者：邱克
 

--

Welcome to http://datamining.bbs.lilybbs.net.

※ 來源:．南京大學小百合站 bbs.nju.edu.cn．[FROM: 202.204.36.15]