【pmcaff专栏】陆蔚青：漫谈商业智能
點擊上方
“公眾號”
可以訂閱哦！
BI，Business intelligence，中文大都稱為“商業智能”，我所理解的BI，是服務于產品或企業管理者，以決策支持為目的，對現有數據進行有效整合，并形成可視化報表作為決策依據的完整解決方案。
解讀如下：
受眾及目標
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）和方法分析現有信息，決定采用何種方法和步驟來實現目標。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的數據提供參考。
受眾和目標決定了BI作為完整解決方案的邊界和架構，即是依據業務決策項不同而變化的數據支持服務，決策不被BI驅動或替代，通俗說，有什么決策就要什么樣的數據，而不是有什么數據去做什么樣的決策。
現有數據收集
產品或服務產生的數據繁雜多樣，萬變不離其宗，能支持決策的一定是終端用戶產生的與業務目標相關的數據，可以近似看成用戶的消費（不限于實際的購買行為，也包括虛擬物品如音樂、游戲等消費，甚至包括某個工具屬性功能的使用也可以視為消費）數據、行為數據和消費品數據。
通常這些數據被儲存在CRM、CMS及日志中，包括不限于以下：
用戶消費記錄，尤其要關注用戶在 時間上前后相繼的上下游消費
搜索、收藏、分享等UGC
用戶的網絡特征及設備特征
用戶的人口學信息（實際應用中由于準確度的問題，意義不大）
用戶瀏覽操作行為，內容型產品尤其重要
用戶間互動及關系鏈數據
還有一些信息在管理者所處系統的外部，如競品信息和行業信息，需要額外收集和分析
競品監控
通過招聘職位和招聘人數確定對手發展方向
通過專利申請數確定對手優勢
通過百度指數和關鍵詞流量估算對手數量級
通過社交網絡或是問答網站的內部人員言論研究對手
行業監控
通過關鍵詞訂閱關注行業政策變化
通過權威機構發布的報告研究用戶及客戶在行業中的位置變化，預測下一步行動
對數據的有效整合
有效整合數據如同淘金，可分為三個階段：
1
數據降噪
能收集到的數據很多，需要去除雜質，否則數據過大會影響到分析效率，甚至導致出現方向性錯誤。一般可經過這樣幾步來完成這個過程。
1.定義有效數據
有效數據與產品或服務的目標高度一致，與終端用戶的需求一致
是準確且可重復獲取的
能覆蓋用戶群的大多數，在必要時才只覆蓋活躍用戶
有效數據的獲取的性價比高，可操作性強
2.簡化參數和邏輯
存在高度相關的參數時，保留其中一個
存在相關度低，但證明同一結果的參數時，保留其中一個
因果關系的推理過程是簡單直接的
3.量化有效數據
過濾出有效數據后，還需要對不同的有效數據進行量化歸一，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（標準可以靈活，但是要明確且唯一）來標記這些行為，為后續的機器計算鋪路。
2
數據結構化
把數據結構化，實際上是為了給BI創建決策模型做準備，這些數據可以準確描述參與到產品和服務中的各關鍵角色，如用戶和消費品
以用戶為中心組織數據，劃分為不相互依賴的維度，通常是用戶特征和特定行為
以被消費產品為中心組織數據，通常是不同維度的tag
3
數據分析
數據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
通過統計工具確定用戶質量分布和各操作節點的轉化率
通過回歸預測趨勢
決策依據
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輸出的數據需要與決策匹配，因此輸出項就產生在決策過程中）：
1、發現終端用戶問題并形成決策目標。重點是定義問題和定義最終目標（多以消費為最終目的）
2、描述每個方案的可能性。重點是定義影響決策的變量參數（BI的輸出項）以及方案中要素的重要程度（BI輸出項的權重）
3、定量評估方案。雖然是理性判斷的基礎，但量化本身又依賴于以往的知識結構，有感性部分。
4、綜合決策。決策需要綜合各種學科的知識能力，BI通過自動化輸出決策關鍵信息來簡化決策前期消耗的時間。
準確報表
報表是BI的最常見輸出物，現代BI不局限于此，利用了大量數據可視化的成果，幫助理解數據，同時加入了異常監控、重要事件節點記錄、方案資源管理等等功能，形成了完善的系統。
陸蔚青
資深產品經理
產品經理沙龍組織者之一
pmcaff北京地區線下活動發起人
歡迎關注微信號：pmcaffcom
PMCAFF
關注互聯網產品的一切
重新出發，夢想起航
網址：http://www.pmcaff.com
微信號：pmcaffcom
總結
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容，希望文章能夠幫你解決所遇到的問題。
- 上一篇： 【pmcaff】产品经理每日十问，问问自
- 下一篇： 【双十二】电商们的文案大战，猫狗快被玩坏