提個問題：數據分析要發展到什么程度，才能滲透到企業的管理中？做了近十年的數據分析工作，也參與過大大小小20個企業的數據化管理項目，談一談我的看法：

先來看看企業做數據管理會遇到哪些實際的問題？

• 錢，數據管理不是簡簡單單買個系統、買個軟件就能夠實現的
• 人，員工的能力參差不齊，管理層對數據管理的決心夠不夠
• 技術，無論是平臺、運維、數據庫，都有很多技術問題繼續解決

?

首先數據分析在企業當中實現決策管理，永遠都不能靠工具，而是要靠人！

有的時候就算數據分析發展的再高，實施起來可能也不那么容易，換句話說實施的成本太高，因為老板更相信自己的經驗，而不是結果。

一來，數據系統的基礎一定要好。

起碼在元數據的存儲、ETL和數據倉庫建設上能夠實現基礎的功能。因為不管是業務，還是企業管理，領導總是想要最好的，哪怕公司的信息化水平是很差的、很不成熟的，但是他們從來不是基于其現狀提需求的。

?

二來，數據分析的對象要突破業務瓶頸，實現能夠達到上層需求的程度。

公司目標是為了提高利潤，掙到錢，業務部門的目標就是為了在保證盈利的前提下提高利潤率，降低成本，那么我們的個人目標就是分析出異常值，減少某產品的進貨是否真的能夠提高利潤率？能夠提高利潤？能否降低成本？

三來，數據分析的技術瓶頸要突破，主要關注的技術有三個：

數據采集是否完整？采集數據所遵循的原則是，收集的數據應該能比較全面的從不同方面反映了分析對象的總體的實際情況。因此，數據采集是否完整會直接影響數據分析是否可行。

數據反映的情況是否真實？我們知道分析對象的業務經營是可以看得見的現實反映，而我們要用數據去記錄企業的業務軌跡，它能否真實、全面地反映現實情況，這主要取決于數據真實性，所以這也是一個能直接影響到數據分析可行性的指標。

分析的數據是否充分？我們知道企業的經營和管理是多方面的，數據是否能充分地反映企業的經營管理狀況，這也是我們所要考慮的。在分析過程中，我認識到數據其實是具有一定的局限性的，幾乎不可能完全充分反映企業各現狀的真實面貌。

?

四來，數據分析要能夠真正優化企業的管理成本，最好能夠產生實際價值。

這一點是數據分析的通病，但是我們仍然可以借助一些專業的技術平臺，比如數據分析的上層應用，我們可以通過報表的手段優化企業的日常管理流程等等。

很多同學表示：我明明做了BI，可為啥體現不了業績，甚至平時連我辛辛苦苦做的報表，看的人都不多。搞得領導天天質疑：我們的BI就這點作用？！

以前我好奇，BI明明是一個數據產品，可偏偏起了個連數據都沒有的名字。哪里商業了？哪里又智能了？現在懂了——你提數據產品，就像和老太太提蛋白粉一樣，他們根本不care。

你得起一個一聽就跟企業賺錢有關系（商業）且一聽就很高深別人不咋明白的名字（智能），才能讓人信服。

?

BI的發展其實經歷了很多階段，到現在來看，基本上算是登堂入室了。

它已經告別了簡陋的可視化、摒棄了簡單的數據堆砌、將指標按照業務場景進行重組串聯。它不再滿足于做一個大型在線Excel透視表，而是成為一個節約人力、提升效率的數據工具。

就拿FineBI來說，它以簡單容易上手的優勢，成功地變成了現在以及未來，很多企業和個人做報表的第一選擇，為什么？

以前做報表，大多數都是IT來，接過業務方的需求，一套SQL+Excel+PPT操作，接著就是不停地溝通并更改需求，費時費力，兩者都浪費了大量的時間。但報表只覆蓋了企業部分數據應用場景，且上手難度對多數人，尤其是業務人員有一定門檻。

所以從解放IT+賦能業務的角度來看，FineBI真正做到了這些事情：

• 業務的那些一次性且個人分析的需求，完全可以自己解決了，可以說培養了更多的數據分析師
• IT能有更多的時間去梳理企業的數據底層，而不是浪費在無用的重復工作上
• 遇到需要實時數據響應的前端報表，FineBI也可以通過其性能來完成，對接幾十種不同的數據源完全不是問題
• 管理層能實時分析數據了，而且決策是真的以數據為依據，而不是拍腦袋

?

在使用FineBI時，你可以時不時就去“陳獨秀”那里拿些模板，這話什么意思？

企業里的報表，其實有很多都說重復開發的，比如說有了全省的報表，但是到了全國的報表，還得再做一遍。

當我們開發了多張報表后，通常在新開發的報表中需要對某些指標反復使用，同時對某些指標也總是需要重復進行相似的分析。換句話說，我們希望能有一些功能讓我們復用。

就比如說，我想做一個可視化駕駛艙，來查看整體數據，可是因為不怎么熟悉不知道怎么做，于是想拿現成的模板用。FineBI的組件復用和指標復用完全可以滿足這個問題。

一個分析中創建的組件可以重復使用到另一個分析中，即如果兩個分析用到了同一個組件，且其想要的數據和分析效果也一樣，那么，為了方便，可以直接使用組件復用，無需進行重復設置，節約時間，方便快捷。

?

秀的時間到了，只需要在組件復用中拖拖拽拽，就可以自動生成新的分析圖表，再修改修改就是新的駕駛艙了。

?

?

歡迎關注我的公眾號“商業智能研究”，私信回復“資料包”，即可領取大數據、數據中臺、商業智能、數據倉庫等6G精華資料！

?

總結

以上是生活随笔為你收集整理的10年经验+20个数据管理项目，我总结出这4个用数据改变企业的精华的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。