
商業(yè)智能給數(shù)據獲取帶來的局部效益案例
在實際數(shù)據環(huán)境中,企業(yè)的關鍵業(yè)務數(shù)據往往分散在多個異構的、異地的數(shù)據源中,形成所謂“數(shù)據孤島”,從而導致企業(yè)難以方便的獲取決策所需的正確信息。
在數(shù)據決策逐漸受到廣泛關注的今天,如何縮短企業(yè)獲取有效數(shù)據和信息的時間并消減成本成為一個重要的問題。我們經常在商業(yè)智能解決方案中向客戶宣稱:商業(yè)智能、數(shù)據倉庫可以提高用戶獲取數(shù)據、分析數(shù)據的效率,能夠有效的挖掘數(shù)據的價值并將數(shù)據轉化為決策輔助信息。
商業(yè)智能到底能給信息獲取工作帶來多少實際價值呢?我們往往只是根據調研情況和實踐經驗進行粗略估算,能夠獲取準確統(tǒng)計數(shù)據的情況不多,現(xiàn)以其中一個項目為例,說明BI/DW項目實施前后獲取數(shù)據的成本和時間變化。
這是一家精細化管理水平非常高的企業(yè),擁有龐大的營銷網絡,企業(yè)大部分業(yè)務的開展都有信息系統(tǒng)的支撐。當然,這樣的企業(yè)對數(shù)據決策的需求和認知也是非常高的,企業(yè)在高層決策和業(yè)務經營的各個環(huán)節(jié)都有系統(tǒng)化的KPI指標體系和報表體系,以及各種專項的分析工具。
可是,即使這樣的企業(yè),數(shù)據還是分布在20個左右的系統(tǒng)中以及大量的數(shù)據文件中,管理層、業(yè)務部門、營銷網絡、區(qū)域及終端等機構的管理人員的頻繁數(shù)據需求,都需要向IT及各運維組織提交數(shù)據提取申請工單,在得到數(shù)據后還要經過手工合并及整理才能用于分析工具。從申請工單的記錄統(tǒng)計得知每年提取數(shù)據約5000次,每年僅支付給第三方運維機構的人工費用就高達300萬元以上。根據近幾年經驗,隨著數(shù)據化決策范圍及深度的不斷擴展,數(shù)據提取需求至少以每年30%以上的速度增長。因此即使不考慮時間成本,僅從人工成本開銷出發(fā)都必須進行適當改進。
我們知道在企業(yè)內數(shù)據提取的成本和以下兩個因素有關:
1)企業(yè)業(yè)務和系統(tǒng)的規(guī)模及復雜;
2)數(shù)據提取平均單次成本和提取次數(shù)。
因數(shù)據倉庫系統(tǒng)的成功規(guī)劃與建設有效集成了以往20多個系統(tǒng)的業(yè)務數(shù)據庫的數(shù)據及多個業(yè)務面的數(shù)據文件的數(shù)據,同時數(shù)據倉庫和語義化的分析模型也為業(yè)務人員使用商業(yè)智能等相關分析工具提供了基礎,信息獲取不再需要提交工單申請,而是直接使用BI工具進行自主的數(shù)據查詢和分析。
假設建立商業(yè)智能/數(shù)據倉庫系統(tǒng)的費用也是300萬,每年BI/DW系統(tǒng)運維及調整的費用為初始建設費用的30%。根據用戶統(tǒng)計的數(shù)據,忽略其他數(shù)據價值或成本,可以估算出該企業(yè)建設BI/DW系統(tǒng)前后的數(shù)據提取需要支付的直接開銷情況如下:
數(shù)據分析咨詢請掃描二維碼
若不方便掃碼,搜微信號:CDAshujufenxi
SQL Server 中 CONVERT 函數(shù)的日期轉換:從基礎用法到實戰(zhàn)優(yōu)化 在 SQL Server 的數(shù)據處理中,日期格式轉換是高頻需求 —— 無論 ...
2025-09-18MySQL 大表拆分與關聯(lián)查詢效率:打破 “拆分必慢” 的認知誤區(qū) 在 MySQL 數(shù)據庫管理中,“大表” 始終是性能優(yōu)化繞不開的話題。 ...
2025-09-18CDA 數(shù)據分析師:表結構數(shù)據 “獲取 - 加工 - 使用” 全流程的賦能者 表結構數(shù)據(如數(shù)據庫表、Excel 表、CSV 文件)是企業(yè)數(shù)字 ...
2025-09-18DSGE 模型中的 Et:理性預期算子的內涵、作用與應用解析 動態(tài)隨機一般均衡(Dynamic Stochastic General Equilibrium, DSGE)模 ...
2025-09-17Python 提取 TIF 中地名的完整指南 一、先明確:TIF 中的地名有哪兩種存在形式? 在開始提取前,需先判斷 TIF 文件的類型 —— ...
2025-09-17CDA 數(shù)據分析師:解鎖表結構數(shù)據特征價值的專業(yè)核心 表結構數(shù)據(以 “行 - 列” 規(guī)范存儲的結構化數(shù)據,如數(shù)據庫表、Excel 表、 ...
2025-09-17Excel 導入數(shù)據含缺失值?詳解 dropna 函數(shù)的功能與實戰(zhàn)應用 在用 Python(如 pandas 庫)處理 Excel 數(shù)據時,“缺失值” 是高頻 ...
2025-09-16深入解析卡方檢驗與 t 檢驗:差異、適用場景與實踐應用 在數(shù)據分析與統(tǒng)計學領域,假設檢驗是驗證研究假設、判斷數(shù)據差異是否 “ ...
2025-09-16CDA 數(shù)據分析師:掌控表格結構數(shù)據全功能周期的專業(yè)操盤手 表格結構數(shù)據(以 “行 - 列” 存儲的結構化數(shù)據,如 Excel 表、數(shù)據 ...
2025-09-16MySQL 執(zhí)行計劃中 rows 數(shù)量的準確性解析:原理、影響因素與優(yōu)化 在 MySQL SQL 調優(yōu)中,EXPLAIN執(zhí)行計劃是核心工具,而其中的row ...
2025-09-15解析 Python 中 Response 對象的 text 與 content:區(qū)別、場景與實踐指南 在 Python 進行 HTTP 網絡請求開發(fā)時(如使用requests ...
2025-09-15CDA 數(shù)據分析師:激活表格結構數(shù)據價值的核心操盤手 表格結構數(shù)據(如 Excel 表格、數(shù)據庫表)是企業(yè)最基礎、最核心的數(shù)據形態(tài) ...
2025-09-15Python HTTP 請求工具對比:urllib.request 與 requests 的核心差異與選擇指南 在 Python 處理 HTTP 請求(如接口調用、數(shù)據爬取 ...
2025-09-12解決 pd.read_csv 讀取長浮點數(shù)據的科學計數(shù)法問題 為幫助 Python 數(shù)據從業(yè)者解決pd.read_csv讀取長浮點數(shù)據時的科學計數(shù)法問題 ...
2025-09-12CDA 數(shù)據分析師:業(yè)務數(shù)據分析步驟的落地者與價值優(yōu)化者 業(yè)務數(shù)據分析是企業(yè)解決日常運營問題、提升執(zhí)行效率的核心手段,其價值 ...
2025-09-12用 SQL 驗證業(yè)務邏輯:從規(guī)則拆解到數(shù)據把關的實戰(zhàn)指南 在業(yè)務系統(tǒng)落地過程中,“業(yè)務邏輯” 是連接 “需求設計” 與 “用戶體驗 ...
2025-09-11塔吉特百貨孕婦營銷案例:數(shù)據驅動下的精準零售革命與啟示 在零售行業(yè) “流量紅利見頂” 的當下,精準營銷成為企業(yè)突圍的核心方 ...
2025-09-11CDA 數(shù)據分析師與戰(zhàn)略 / 業(yè)務數(shù)據分析:概念辨析與協(xié)同價值 在數(shù)據驅動決策的體系中,“戰(zhàn)略數(shù)據分析”“業(yè)務數(shù)據分析” 是企業(yè) ...
2025-09-11Excel 數(shù)據聚類分析:從操作實踐到業(yè)務價值挖掘 在數(shù)據分析場景中,聚類分析作為 “無監(jiān)督分組” 的核心工具,能從雜亂數(shù)據中挖 ...
2025-09-10統(tǒng)計模型的核心目的:從數(shù)據解讀到決策支撐的價值導向 統(tǒng)計模型作為數(shù)據分析的核心工具,并非簡單的 “公式堆砌”,而是圍繞特定 ...
2025-09-10