BI项目的价值评估

[Solo Zhu]

很多的项目，很多的成功了，也有很多的失败了
记得一次我去拜见一个客户的时候，他问了我一个问题“既然你说得BI这样好，那么如何去评估它”。
其实是投资回报率的问题。很多的公司不是制造业，不是零售业，也许就是简简单单的服务业，能和电脑或者间接和电脑打交到的企业不多，比如民航，餐饮，酒
店等等。其实我们知道BI能减轻很多企业现有的压力，能做很多的报表和分析数据，但是又能怎么样了，涉及到钱的问题，很多人心里都会算一算的，如果一个
项目，软硬件超过100万，对于一个餐饮行业而言，你觉得老板上BI好还是不上的好。当然有了BI，会很透明，很精细和明细，上下左右都会有棱有角的。
如果这个BI的使用期限是10年的话，我招一个人，年薪10W的话，也可以服务10年，数据简单，你就每天给我报一些项目的数据和分析结果，就用
excel，这样也很方面管理，而且可以变化不同的应用，如果我上100万的项目，我还是要招一个人专门负责BI.那么成本就不止100万了。

这也许有点像一个冷笑话，但是却是简单人算简单帐，如果不太钻牛角尖的话，这样想也是准确的，因为没有人知道上了BI后的样子，但是人我可以每个月换一
个。


现在大家都有report，都知道昨天的sales amount和quantity，那又怎么样？就像啤酒和尿布的故事一样，就算你知道啤酒和尿布或
者发现一个同样的事情，你就能说你成功了吗？啤酒和尿布只是一个引子，你发现后，客户的收益没有再加，一点都不会增加。而你告诉客户，客户采取行动后，
说不定还由此销售额下降。这是真正发生在沃尔玛的事情。

言归正传，我今天要说的就是我们应该来解答投资回报率的问题，上了BI后的回报在哪里？如果你的模型，你的分析结果每年能增加40W的话，我觉得客户上
这个系统一点都不冤枉。
我们知道分析的结果，同时又应该给出采取的行动方式，已经不同的行动而可能得到的结果，让客户避免损失或者减少成本或者参加收入。这就是我就有要说
的：

BI，一切为结果负责
BI，一切为结果负责
BI，一切为结果负责
BI，一切为结果负责

报表和查询

这个功能的东西我们不能准确的算出它产生的效益，但是的确加快了企业的运作流程，和部门员工间的协调。他的回报是间接的，隐形的。

KPI和dashboard
这个功能的东西只是给manager或者boss看看的，如果我们做得太复杂，也许他们只有空下来，看完报纸后，想起来才看看的。通常这些只有将重要
性，关注点排排序，让他们每天都关注一下，另外设置一些可以够得上他们看一眼或者能关注起来的东西就可以了，让他们感觉一些时代的先进和管理的便捷。

统计分析和数据挖掘
这个功能也许才是客户真正得到回报的东西，我们有了结果，提供数据和行为方法，使用者才能用他们的脑袋，按照业务知识去处理，当然也需要提供相关的数
据，所得也就回来了

这里我据一个简单的例子：

如果客户有10种产品，分别是2003年的1个，2004年-2007年每年2，2008年1个，而仓库里面的库存是按照产品的生产年份，逐年增加
的，2003年的最少，2008年的最多。
而我们一般来说会按照销售额，库存额，销售牌价额，存销比，折扣，库存占比，销售占比，还有产品的销售量‘额，利去做一些排名等等，那么这些只是提供给
客户参考的。现在我们可以有两种办法提供数据给使用者
第一种：如果我们按照项目的产品捆绑销售或者销售的组合分析得出A,B两种产品一起销售的规律，是否可以让2003年，2004年的产品和2008
年，2007年的产品绑在一起销售了。当然会牺牲03，04年产品的利润，甚至这两张产品是亏本的，但是如果我们的数据能说明产品搭配总体上在增加盈
利。

第二种：继续等待，讲这类产品发到一些新开的店铺均摊销售，或者销售到一些市场落后的地区，作为市场开发投资，提供相应的市场销售数据。



总之我的想法就是：
1：提供客户现有需要的
2：紧密和业务市场结合，不断的变通我们的分析方向
3：多走一步，多位使用者提供可参考性的数据，为你的分析结果负责


本日志同步记录在blog：http://bidwhome.itpub.net/

[interstage]

这个帖子有点深刻,我喜欢.但我认为solo把报表和查询所带来的价值讲简单.把统计分析和数据挖掘价值讲高估了,我曾经碰到兴业银行信用卡中心的总经
理助理,他说他们公司很早上SAS,报表基本上都是通过SAS的统计分析和数据挖掘后得到的.但这些报表,现在变的老大难了,基本上出来的都是"要么地
球人都知道的结果",或者"要么地球人都不知道的结果",需要找业务专家来破案一样来诠释报表.所以,回报这个东西很难说,而我们BI人员就是太迷信统
计分析和数据挖掘的结果了,就象以前碰到一个SAS高手,他告诉我,曾经给美国一个零售企业作过一个数据挖掘的CASE,做了几天后,得出的结果,说很
多商品是在天气越冷越好卖,周转率也高,交叉比率也高,这份数据挖掘的结果提交给公司高层,结果负责业务运营的副总裁说了一句:简直是放屁,谁都知道圣
诞节在12月25日,所以商品好卖,当然圣诞节的时候是天也很冷. 所以,这就是数据挖掘的困惑之处.

至于,你的这个简单例子,如果我是职业经理人的话肯定不会选择第一种,哪怕你的数据分析是正确的,未来结果也是正确的,因为03，04年产品的利润出现
亏损的话,如果我是上市公司,我就无法向董事会交代,无法向股东交代,我可能在05年初就下课,而08年的辉煌属于我的继任者,你认为我会这样做吗.除
非这个企业完全是我自己的并且没上市.其实如果这个企业是我自己而且没上市,我也不会过分考虑这个数据分析,而是进行题材炒作整上市,过几年后就兑现,
为了兑现前,我绝不会把利润做亏. 由此可行,在现有体制下,你这个简单例子,不管我是这个企业的职业经理人还是大股东,都不会出现第一选择,看来只能
是第2选择了.

但你的想法总结,我还是认可的,特别是"紧密和业务市场结合，不断的变通我们的分析方向"这一句.

[raullew]

80%的原因是这个SAS高手水平太臭...

[Qing]

BI的价值问题也是我们项目现在面临的，一个十分尴尬的境地。

 

为此，我们年初提出一套量化的ROI计算方法。然而，渐渐地，对于投资回报这个玩意儿，我有一种感觉——大多数情况下，他都是一个幌子。

 

有以下怀疑的原因：

1、现在的企业管理确实流行量化管理，可是，真正能够做到量化管理的能有几个？

2、数字通常是可以做出来的，他的客观性、标准型真的那么被企业所认同吗？

3、当一个人询问"价值"问题时，他真的希望是有个数字来表示么？

 

在solo提到的例子里面，建设一个bi系统和雇佣一个人的成本计算，这只是一种算法，我可以用另外一种口径，比如，建设系统有个好处，有扩展性，到了两年以后，数据量到了一定程度，一个人是不够的，可能你的构建三个人来处理这些报表。这么解释有问题吗？当然有问题，因为我没有证据证明，或者你说，"我们的数据量根本不会很大的，不用系统。"也有办法回应，"业务复杂性会增加，你会需要通过历史数据去优化你现有的流程的，一个人根本没法搞定。"...这种解释你也许还是不信服，你为什么不信服？因为每个人对价值的认同都不一样，有人看长期，有人看短期，有人看收入，有人看成本。他之所以不信服，是因为不愿意接受你跟他说的这个价值。而一个人认为某件事情有价值，也不是真的权衡利益和成本，可能是这事儿可能对他的仕途有好的影响，就是价值大的。也可能是他得到了某种愉悦，就觉得价值大。如果他讨厌你这个人，也许连带你给他的提议都被否定了价值。

 

IT系统的价值在哪儿？谁能量化出来？很多人能给出若干公式计算，但保险你能挑出一堆刺儿。但现在几乎很少人去怀疑IT的价值了呢？因为大环境就是如此了，人们都依赖IT工作。但在IT刚兴起的时候，不同样是遭到很多的怀疑么？

最近频频被客户问及"价值"的事情，我想，可能是我们让客户的满意度下降了，或者是沟通少了，他不知道我们的工作。但表达出来，就是，"你们究竟有什么价值啊？产生什么效益了呢？"

这种形式的东西需要，但BI，包括数据仓库和分析建模，都不是那种直接产生效益的东西。当大家基于数据仓库做分析来支持决策的时候，估计没人会提这样的问题。不过现在，还是向用户去证明。证明的方法我觉得有很多种，设定量化指标是表面的。但如果你有创新的，有突破的，有发现性的知识发现，那就是价值。如果你产出了这些东西，而客户却说，这根本就没有价值，那也没办法，估计是对你非常不满，甚至是恶意的态度。这显然也不是靠量化指标来解决的。

 

2008/7/30 Solo Zhu <solo...@gmail.com>

很多的项目，很多的成功了，也有很多的失败了
...

[Qing]

interstage举的两个sas例子，并没有说明价值问题，而是一个方法问题。

 

因为这家银行的分析工作并没有用业务驱动，在分析前没有给定假设范围，在分析后没有解读结论，才出现让这位助理不屑的情景。

 

第二个例子，也有上面同样的错误。也同样是方法问题，在分析的时候，需要提出一些显而易见的宏观因素。比如，做预测，需要考虑季节因素，收入波动，需要考虑重大事件等等。

2008/7/30 interstage <buer...@gmail.com>

...但我认为solo把报表和查询所带来的价值讲简单.把统计分析和数据挖掘价值讲高估了,我曾经碰到兴业银行信用卡中心的总经...

[Solo Zhu]

其实我个人觉得，目前大多企业实施BI项目的时候，对于BI的真正价值和应用没有很清晰的规划，首先就是满足一些基本的查询和报表的需求，而这样的价值
是隐性的，没有查询和统一的报表系统，他们也一样能够运转，而能够增加利润，减少损失和成本的地方，其实主要还是在市场和销售层面，这里牵涉的就是产
品，销售，客户和财务的若干东西，我们需要这些东西来为企业提供市场规划，产品研发，产品定价还有财务计划等等提供必要的数据基础。

如果我们的系统能够发现类似啤酒和尿布的东西，并分析二者之间以及二者和其他产品间的数据关联，给出把啤酒和尿布放在一起或者放在不同的产品区间或者不
同楼层的时候，给企业带来的利润的不同变化的相关数据，我觉得这就是一个不错的应用，而这不仅是BI的实施者需要参与的，更需要企业的业务员工提供相应
的规则，来为其后续行为提供指导。

另外BI的应用还可以从企业的一些小型的应用着手，比如库存和新产品销售的事情，库存的减少可以解决企业的现金问题，而有了现金，可以存储一下销量好利
润高的产品，这样我们就需要分析一下，我们通过促销或者捆绑销售，能使旧产品在减少库存的同时，带来利润的最大化。这就涉及到产品的定价问题。而我们能
在价格这一问题上，作出多少有用的数据展现，却又是新的问题了。

On Jul 31, 1:47 pm, Qing <happys...@gmail.com> wrote:
> interstage举的两个sas例子，并没有说明价值问题，而是一个方法问题。
>
> 因为这家银行的分析工作并没有用业务驱动，在分析前没有给定假设范围，在分析后没有解读结论，才出现让这位助理不屑的情景。
>

> 第二个例子，也有上面同样的错误。也同样是方法问题，在分析的时候，需要提出一些显而易见的宏观因素。比如，做预测，需要考虑季节因素，收入波动，需要考虑重大-事件等等。
>
> 2008/7/30 interstage <buer0...@gmail.com>
>
>
>
> > ...但我认为solo把报表和查询所带来的价值讲简单.把统计分析和数据挖掘价值讲高估了,我曾经碰到兴业银行信用卡中心的总经...- Hide quoted text -
>
> - Show quoted text -

[Solo Zhu]

网通去年到今年，每个月都有大量的客户流失，那么如果领导者想考虑一些新的政策，比如两年内的优惠策略，国际长途或者国内长途等优惠策略，企业的集团策
略等等和一些大型的客户，已经可能流失的客户关联在一起，采取一些新的动作，或者营销手段的话，我想，今年的电信合并价格，也许就要大很多了。

On Jul 31, 1:47 pm, Qing <happys...@gmail.com> wrote:

> interstage举的两个sas例子，并没有说明价值问题，而是一个方法问题。
>
> 因为这家银行的分析工作并没有用业务驱动，在分析前没有给定假设范围，在分析后没有解读结论，才出现让这位助理不屑的情景。
>

[Solo Zhu]

我们在提供决策数据的时候需要的不是准确，而是可能的方向，或者为可能的方向提供数据参考，这样我们就需要多种数据试图，统计和分析模式参与进来。

因为决策需要考虑的因素太多了，有主观的，也有客观的，有可量化的，也有不可量化的，有结构的，也有非结构的东西，如果仅仅只是简单的数据体现的话，我
想这个决策者一定是个呆子。

我只是想我们的BI同行多为BI的前途和成效着想，这样大家才都有钱赚。

On Jul 31, 1:47 pm, Qing <happys...@gmail.com> wrote:

> interstage举的两个sas例子，并没有说明价值问题，而是一个方法问题。
>
> 因为这家银行的分析工作并没有用业务驱动，在分析前没有给定假设范围，在分析后没有解读结论，才出现让这位助理不屑的情景。
>

[biii]

因为SAS从来不知道什么叫做商业理解，用SEMMA来指导数据挖掘项目，不出笑话才怪呢！？

On 7月30日, 下午10时07分, interstage <buer0...@gmail.com> wrote:

[hunter]

似乎说的不涉及下课问题，我理解楼主说的是是在08年分析历史库存并采取行动。。

SAS高手是否太一根筋？要从业务解释数据，却遗忘了最基本的季节。




>03，04年产品的利润出问题下课

> > 但你的想法总结,我还是认可的,特别是"紧密和业务市场结合，不断的变通我们的分析方向"这一句.- Hide quoted text -

[Solo Zhu]

这里不是是否要下课的问题，只是策略。有的时候快要淘汰的产品，比如电子产品，服装等等，库存过多就是钱死掉了，这一点在服装行业很明显，比如很过国外
的销售商分三批出货，第一批能把三批的成本都收回来，这一批产品不打折，第二批就是纯利润，这一批的就是第一批的7-8折，第三批就是第二批没有卖完
的，它只是能sell多少就sell多少，有的甚至亏本买，现金流比盈利更重要，否则就要等到明年再出手，这一批产品可以打3-5折出售，或者和下一批
新产品搭售。而搭配促销的方式还是很让人接受的，不一定在单一产品的亏本就不能让整体盈利能力上升。有的时候企业也需要以小搏大或者弃车保帅的战略。

> > - Show quoted text -- Hide quoted text -

[interstage]

呵呵,我举这个例子,其实是告诉大家,SAS的高手可能来自数学系的科班,他对行业影响的因素经验不熟悉,而行业从业者又不懂数据挖掘的算法,导致了双
方的相互缺陷.这个就需要Qing所说的"魔星"式的自我学习和认知能力来自动解决,不然就需要2个人以课题方式的互动才能给出结果.其实,那个兴业的
例子也是如此,就是数学牛人和行业牛人缺乏互动方式,为什么缺乏,因为互动方式太人工式了,而在自我学习和认知自我调整系统没有出来之前,这个问题目前
很难自动化,只能人工化.

> > - Show quoted text -- 隐藏被引用文字 -
>
> - 显示引用的文字 -

[interstage]

呵呵,这个逻辑成立,有时候现金流比盈利更重要,特别是经济萧条的时候.所以也未必下课,所以问题一旦展开,其实需要考虑的因素太多,所以描述中范围界
定还是很需要清晰.

[Solo Zhu]

能否正确的系统的评估BI项目，是将来BIer生存的要点，决定BI是否能发扬光大

BI是一个特殊的东西，首先是business，然后才是intelligence，这是至关重要的。

我记得在大学里参加建模培训的时候，发现其实很多高等数学能解决的现实问题，其实用初等数学，就是我们所说的中学知识就可以做到的，BI其实也是一样，
只要能对业务的透彻理解，系统能否有很好的实际应用，不是取决你用什么样的数据库，ETL,FRONT-END工具。

> > - 显示引用的文字 -- 隐藏被引用文字 -
>
> - 显示引用的文字 -

[Hawking, Bin]

有大太阳的时候，没几个认同手电筒的价值。
大把花钱做市场广告的时候，精确营销就如手电与太阳争光。

On Jul 31, 1:33 pm, Qing <happys...@gmail.com> wrote:
> BI的价值问题也是我们项目现在面临的，一个十分尴尬的境地。
>

[raullew]

用太阳还是用手电筒与公司产品相关

> > BI的价值问题也是我们项目现在面临的，一个十分尴尬的境地。- 隐藏被引用文字 -
>
> - 显示引用的文字 -

[Hawking, Bin]

对。很多时候，BI工作的一些败点是由于解决了错误的问题。有时是去解别的部门负责的问题。有时是去解无解的问题。而且越不可行，越投力气。

另外，单独看各部门的价值有时不明显甚至为负。关键看整合。

> > - 显示引用的文字 -- Hide quoted text -

[Mevaor]

BI项目的价值确实难以具体量化 在大家都实行BI，都上WAREHOUSE DATA MART的时候，谁会去分析它 谁会使用它 才是增值的主要动
力。
BI是一个平台 给这种分析 提供良好环境
但会分析的人才是关键
讲讲我的例子，我在澳洲的一家健康保险公司 它们的数据仓库规模很小 之前用的是SAS，但是由于缺乏会用SAS得人 转成ORACLE，数据量不大
硬件也很寒酸，一台4CPU服务器
但是它们不缺的是分析人才 强大的 精算，市场分析和决策队伍 是这些人频繁建立报表 分析数据 制定销售 产品和服务战略 有的放矢。
在国外有序 投机性少的竞争市场上，只有精确每一步决策， 对业务有精深的认识 才能分到不大的一份羹
所以很同意大家的观点


"有大太阳的时候，没几个认同手电筒的价值。
大把花钱做市场广告的时候，精确营销就如手电与太阳争光。 "
很同意Hawking, Bin 的观点。

> > - Show quoted text -- Hide quoted text -