BI让数据分析不在困难，分解企业数据分析流程

一、数据培养

数据分析最关键的是什么？其实从名字上就可以看出来，数据是一切的关键，没有数据的话数据分析从何谈起呢。但数据的积累不是一天两天就能成功的，企业的一定要有培养数据的意识，在业务活动中沉淀数据，逐步填补企业的关键数据库。

企业要进行数据培养，那必须做到数据的规范化管理。这也不是一朝一夕就能完成的，需要员工在日常业务活动中，不能只顾自己方便，要按照统一的模板、规范来管理数据，长期下来，数据就能够反哺员工和企业。

当然，让员工执行数据培养也不能只靠规定来强制执行，如果预算充足的话，还是要完善企业的信息化系统，把有需要的财务，ERP，OA等软件嵌入到企业的日常业务活动中，这样数据就能直接沉淀到业务软件数据库中。

二、数据提取

企业在进行数据分析前，必须先确定此次分析的具体目的，比如探究产品月底销量下滑的原因，然后带着目的去庞大的数据库中收集并提取数据，就能保证在进行分析时不会因数据出现问题而导致错误的产生。

到了数据提取的执行阶段，要根据企业的不同情况采取具体措施。

第一种情况，企业还没有开始信息化建设，业务数据都是业务人员手动录入EXCEL表中。

这种情况下，在进行数据提取时，分析人员要先手动排除跟实际业务情况有冲突的数据，避免录入人员的失误影响了数据分析的准确性。排查结束后，分析人员根据分析方案设置多种表格，手动把数据分类并录入相应表格中。

第二种情况，企业初步完成了信息化的建设，为不同业务部门安装了相应的业务系统软件。

这种情况下，分析人员要做的工作就会简单很多，如果想要分析月底产品销量下滑的原因，就可以直接调取生产部门的数据库，看看是不是生产数量下降导致的，或是到供应链系统，看是不是货物供应不及时等等，然后直接从数据库把数据自动导出到表格中，防止出错。

第三种情况，企业信息化程度很高，不仅安装了业务信息系统，还部署了BI平台。

这种情况下，不同业务部门数据被系统自动整理汇总到一个数据仓库中，分析人员不需要再把数据导出到表格，可以直接在商业智能BI中调取相关数据，然后用可视化报表的方式在PC、移动、大屏等终端上显示出来。

三、数据分析

现今，数据分析这个词已经非常普遍了，但还有很多人对这个岗位的职责有所误解。很多人觉得数据分析无非就是把数据做成图表，整个过程不需要任何思考，只是一个不断重复的机械过程。

其实这些人会这么想，最关键的就是忽略了一个词：业务。

真正的数据分析是和企业具体业务牢牢绑在一起的。在分析前，要根据业务方向调取相关数据，在分析中，要根据业务判断这些数据对企业的影响，在分析后，要根据得到的结果，辅助管理人员对企业业务进行决策。

举个简单的例子，某企业在过去的一个月里，汽车销量一路下滑，管理人员想知道为什么发生这种情况，请数据分析人员进行分析。

A员工调取了企业数据库，把企业过去一个月的财务情况、人力情况、生产情况、供应链情况等等都整理汇总到EXCEL表格中，然后直接交给了管理人员。管理人员看到十几个表格，每个表格都填满了数据，硬着头皮看了半天，什么都看不出来。

B员工则选择把这个月与前几个月的生产、供应链、销售情况进行了对比，然后把对比过程做成了图表的形式，这才发现这个月的供应链出现了问题，仓库中没有现车，导致消费者放弃了购买，所以销量有了下滑。数据分析人员把图表和自己的解读一起交给了管理人员，管理人员立马去供应商那里解决了供应问题，下个月汽车销量果然上升了。

数据分析必须与业务结合在一起，不能只是把数据罗列出来，抛弃了分析能力。

四、数据展现

随着信息化、数字化的到来，企业经营所产生的数据量越来越大，数据分析和业务人员做出的表格也越来越多，导致企业表格数量累积从几十个到几百个，而且越来越多。

同时，企业的管理人员想要了解企业发展的整体情况也越来越难，这些表格很难反映出企业的实际情况，而且管理人员一般都很忙，现实情况也不允许他们慢慢把这些数据看完。

所以，很多信息化建设程度高的企业都已经部署了商业智能BI系统，这些系统大大解放了企业的数据压力，也因为可视化分析让数据分析人员不用再艰难应付领导的要求。