點(diǎn)擊上方

“公眾號”

可以訂閱哦！

BI，Business intelligence，中文大都稱為“商業(yè)智能”，我所理解的BI，是服務(wù)于產(chǎn)品或企業(yè)管理者，以決策支持為目的，對現(xiàn)有數(shù)據(jù)進(jìn)行有效整合，并形成可視化報(bào)表作為決策依據(jù)的完整解決方案。
解讀如下：

受眾及目標(biāo)

面向的是管理者，管理者的最主要工作是決策，決策有兩個方面，一是對明確目標(biāo)的做與不做，二是借助一定工具（BI就是這么一個工具）和方法分析現(xiàn)有信息，決定采用何種方法和步驟來實(shí)現(xiàn)目標(biāo)。由此可以看到，管理者需要做某些方向的決策，BI就提供出與這些決策相關(guān)的數(shù)據(jù)提供參考。

受眾和目標(biāo)決定了BI作為完整解決方案的邊界和架構(gòu)，即是依據(jù)業(yè)務(wù)決策項(xiàng)不同而變化的數(shù)據(jù)支持服務(wù)，決策不被BI驅(qū)動或替代，通俗說，有什么決策就要什么樣的數(shù)據(jù)，而不是有什么數(shù)據(jù)去做什么樣的決策。

現(xiàn)有數(shù)據(jù)收集

產(chǎn)品或服務(wù)產(chǎn)生的數(shù)據(jù)繁雜多樣，萬變不離其宗，能支持決策的一定是終端用戶產(chǎn)生的與業(yè)務(wù)目標(biāo)相關(guān)的數(shù)據(jù)，可以近似看成用戶的消費(fèi)（不限于實(shí)際的購買行為，也包括虛擬物品如音樂、游戲等消費(fèi)，甚至包括某個工具屬性功能的使用也可以視為消費(fèi)）數(shù)據(jù)、行為數(shù)據(jù)和消費(fèi)品數(shù)據(jù)。

通常這些數(shù)據(jù)被儲存在CRM、CMS及日志中，包括不限于以下：

用戶消費(fèi)記錄，尤其要關(guān)注用戶在 時間上前后相繼的上下游消費(fèi)

搜索、收藏、分享等UGC

用戶的網(wǎng)絡(luò)特征及設(shè)備特征

用戶的人口學(xué)信息（實(shí)際應(yīng)用中由于準(zhǔn)確度的問題，意義不大）

用戶瀏覽操作行為，內(nèi)容型產(chǎn)品尤其重要

用戶間互動及關(guān)系鏈數(shù)據(jù)

還有一些信息在管理者所處系統(tǒng)的外部，如競品信息和行業(yè)信息，需要額外收集和分析

競品監(jiān)控

通過招聘職位和招聘人數(shù)確定對手發(fā)展方向

通過專利申請數(shù)確定對手優(yōu)勢
通過百度指數(shù)和關(guān)鍵詞流量估算對手?jǐn)?shù)量級

通過社交網(wǎng)絡(luò)或是問答網(wǎng)站的內(nèi)部人員言論研究對手

行業(yè)監(jiān)控

通過關(guān)鍵詞訂閱關(guān)注行業(yè)政策變化

通過權(quán)威機(jī)構(gòu)發(fā)布的報(bào)告研究用戶及客戶在行業(yè)中的位置變化，預(yù)測下一步行動

對數(shù)據(jù)的有效整合

有效整合數(shù)據(jù)如同淘金，可分為三個階段：

1

數(shù)據(jù)降噪

能收集到的數(shù)據(jù)很多，需要去除雜質(zhì)，否則數(shù)據(jù)過大會影響到分析效率，甚至導(dǎo)致出現(xiàn)方向性錯誤。一般可經(jīng)過這樣幾步來完成這個過程。

1.定義有效數(shù)據(jù)

有效數(shù)據(jù)與產(chǎn)品或服務(wù)的目標(biāo)高度一致，與終端用戶的需求一致

是準(zhǔn)確且可重復(fù)獲取的

能覆蓋用戶群的大多數(shù)，在必要時才只覆蓋活躍用戶

有效數(shù)據(jù)的獲取的性價(jià)比高，可操作性強(qiáng)

2.簡化參數(shù)和邏輯

存在高度相關(guān)的參數(shù)時，保留其中一個

存在相關(guān)度低，但證明同一結(jié)果的參數(shù)時，保留其中一個

因果關(guān)系的推理過程是簡單直接的

3.量化有效數(shù)據(jù)

過濾出有效數(shù)據(jù)后，還需要對不同的有效數(shù)據(jù)進(jìn)行量化歸一，舉例說明，確定用戶對某個電影的喜愛程度，用戶將這個電影分享給很多好友的行為比僅僅觀看該電影這個行為要高得多，量化（標(biāo)準(zhǔn)可以靈活，但是要明確且唯一）來標(biāo)記這些行為，為后續(xù)的機(jī)器計(jì)算鋪路。

2

數(shù)據(jù)結(jié)構(gòu)化

把數(shù)據(jù)結(jié)構(gòu)化，實(shí)際上是為了給BI創(chuàng)建決策模型做準(zhǔn)備，這些數(shù)據(jù)可以準(zhǔn)確描述參與到產(chǎn)品和服務(wù)中的各關(guān)鍵角色，如用戶和消費(fèi)品

以用戶為中心組織數(shù)據(jù)，劃分為不相互依賴的維度，通常是用戶特征和特定行為

以被消費(fèi)產(chǎn)品為中心組織數(shù)據(jù)，通常是不同維度的tag

3

數(shù)據(jù)分析

數(shù)據(jù)分析的方法和工具非常多，包括不限于以下：

通過圖模型、貝葉斯等完成用戶偏好分析或用戶分類

通過統(tǒng)計(jì)工具確定用戶質(zhì)量分布和各操作節(jié)點(diǎn)的轉(zhuǎn)化率

通過回歸預(yù)測趨勢

決策依據(jù)

從決策過程來看，無論是組織決策還是個人決策，都有以下過程（BI輸出的數(shù)據(jù)需要與決策匹配，因此輸出項(xiàng)就產(chǎn)生在決策過程中）：

1、發(fā)現(xiàn)終端用戶問題并形成決策目標(biāo)。重點(diǎn)是定義問題和定義最終目標(biāo)（多以消費(fèi)為最終目的）

2、描述每個方案的可能性。重點(diǎn)是定義影響決策的變量參數(shù)（BI的輸出項(xiàng)）以及方案中要素的重要程度（BI輸出項(xiàng)的權(quán)重）

3、定量評估方案。雖然是理性判斷的基礎(chǔ)，但量化本身又依賴于以往的知識結(jié)構(gòu)，有感性部分。

4、綜合決策。決策需要綜合各種學(xué)科的知識能力，BI通過自動化輸出決策關(guān)鍵信息來簡化決策前期消耗的時間。

準(zhǔn)確報(bào)表

報(bào)表是BI的最常見輸出物，現(xiàn)代BI不局限于此，利用了大量數(shù)據(jù)可視化的成果，幫助理解數(shù)據(jù)，同時加入了異常監(jiān)控、重要事件節(jié)點(diǎn)記錄、方案資源管理等等功能，形成了完善的系統(tǒng)。

陸蔚青

資深產(chǎn)品經(jīng)理
產(chǎn)品經(jīng)理沙龍組織者之一
pmcaff北京地區(qū)線下活動發(fā)起人

歡迎關(guān)注微信號：pmcaffcom

PMCAFF

關(guān)注互聯(lián)網(wǎng)產(chǎn)品的一切

重新出發(fā)，夢想起航

網(wǎng)址：http://www.pmcaff.com

微信號：pmcaffcom

總結(jié)

以上是生活随笔為你收集整理的【pmcaff专栏】陆蔚青：漫谈商业智能的全部內(nèi)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(wǎng)站內(nèi)容還不錯，歡迎將生活随笔推薦給好友。