在落地商業智能軟件平臺的過程中，我們常常會聽到這樣的聲音：“只有互聯網才能產出數據分析師”、“業務學不會分析軟件的操作”，很多BI項目實際還是以IT為中心，做著固定報表展現的工作。

似乎落地商業智能、讓業務參與分析是一個門檻很高、只有部分行業才能落地的愿景、噱頭。到底商業智能能否在傳統企業中成功應用？能夠為企業帶來什么價值？某煙草公司為我們帶來了一個令人滿意的答案。

1、項目背景
實現數字化轉型離不開業務組織與信息系統的有機結合，A市煙草下屬有直管部門和區縣營銷部兩個條線，核心業務系統為浪潮的地市V6系統，還包括中軟專賣系統、用友財務系統；在日常運營中，營銷（銷售、投放、終端）、專賣、企管等全生命周期過程內產生了大量的數據，對這些數據進行集成整合、利用這些數據資產反哺優化業務流程，對煙草公司完成全面數字化轉型、保持可持續發展至關重要。

然而，但在數字化管理與應用上，公司面臨著以下問題和挑戰：

1、缺乏標準數據體系

在過去的實踐中，A市煙草的數據應用路徑還是業務提數據和分析需求，由IT相應實現的模式，由于IT對于數據底層熟悉，因此在取用數據時候往往是直接從ODS層、DW層SQL取數，但如果要實現全民數字化轉型，這樣的數據體系應用方式無法支撐普通業務用戶的大量高頻使用，將形成大量需求的阻塞；即使將寬表下發給業務人員，業務也難以理解數據含義與數據結構，進而不能有效利用數據。

2、缺乏統一的數據分析平臺

信息處之前有使用過數據分析工具，是省局統一提供的SSAS，但是由于沒有給市局開放數據處理權限，導致數據口徑對齊、數據計算等場景實現困難、周期長，在IT這里沒有用起來；業務人員進行分析時，只能從系統中導出數據在excel中進行二次加工，由于沒有統一的數據來源，也沒有進行制作、展示分析的平臺，導致業務用戶的分析效率低下、各用戶的分析結果和時效性無法得到有效統一保證，大大增加了全民數字化轉型的難度。

3、數據人才缺乏培養

全民數字化轉型的核心之一是數據人才，在傳統的excel分析模式下，業務人員能夠深入接觸數據分析進而發現數據價值實現數據驅動的機會少、渠道少，沒有好的數據分析工具支撐，也沒有進行數據素養提升的方法思路，導致整體的數據人才屬于稀缺狀態，與全民數字化轉型的期望相差甚遠。

針對以上存在的問題，經過多方調研了解，A市煙草進行了技術選型招標，確定了采用帆軟提供的解決方案，作為完成全民數字化轉型的平臺立足點。

2、解決方案
項目藍圖

建設內容

1、數據核心建設
A市煙草結合業務流程內容，進行了通用數據的梳理，包括原始表、基礎表、分析表三層的數據結構，將數倉中的事實表、維表用sql取為寬表存在FineBI的基礎表中，最后根據各營銷部門制作對應的業務包發放給業務同事使用；隨后以營銷部為單位設立次級管理員，對數據下發和權限權限分配負責，保證數據的安全性以及口徑統一；最后為了保證體系的正常運行，設立數據使用規則，實現數據的分層分人使用，數據需求以及權限都走逐級申請，不可跨級申請。

業務包體系示意圖

2、人才核心建設
人才核心圍繞BI系統維護人才、BI數據開發人才、自助分析人才三種人才來培養。

系統維護人才，對應信息處人員，使其具備BI系統維護能力，保障BI系統的正常運行；
BI數據開發人才，對應部門次級管理員，使其具備在數據體系、權限體系框架內，增刪改數據與權限的能力，以支撐自助分析人員的自助分析需求；
自助分析人才，對應業務一線人員，使其具備基礎、高級等不同層級的數據分析能力，能夠根據自己所需使用加工好或半加工好的數據完成分析；

人才培養框架內容

3、數據價值核心建設
數據價值建設分為固定化報表體系與自助分析體系兩個體系。其中固化報表體系包含精品形象、精育品牌、精準投放、精確數據、精細服務、精耕市場模塊；自助分析體系輻射市局以及十大營銷部的各銷售、市場部門業務人員的自助分析，實現數據分析驅動業務。

下面我們選取一些應用中的典型場景進行介紹：

場景1：固化報表-精育品牌

數據下行數據是全國煙草行業的銷售數據，通過對比其他省份和省內其他圖地市的銷售情況，可以更好地分析現在消費群體對于品牌的愛好，但是由于全國下行數據單表數據量十分龐大，導致過去的分析工具都不能保證很好的對數據進行分析，ERP系統里的報表頁面十分緩慢并且容易癱瘓，查看一次數據需要等待很久。

通過BI進行建模，做出可視化頁面，方便的查看想要的品牌銷售情況，給銷售處人員提供了極大的便利。

場景2：固化報表-精細服務

煙草公司有批量查看管理固定資產分布的訴求，利用FineBI的快速聯動特性，進行地圖和分組表的組合分析，能夠從地理信息出發，快速定位到目標資產，查看監控權證信息、維修記錄等關鍵信息；除此之外，還利用BI的下鉆傳參功能，定位到VR服務器上，實現對固定資產形象、深入的監控管理。

利用類似的方案，也開發了對專賣門店的VR分布監控。

場景3：自助分析-鎖定“僵尸戶”

無論哪個地市的零售客戶中間，總會不斷產生長時間不訂貨又不想到煙草局辦理注銷手續的零售戶。這種零售戶在系統內累積、造成了群體性冗余，無銷售無效益，霸占區域零售戶整體的各類資源，存在諸多弊病，被形象地稱為“僵尸戶”。

為了對這些零售戶進行定位處理，銷售處從基礎表調取區域卷煙零售客戶的訂購明細，通過篩選將連續6個月不訂貨的客戶“挑出來”，計算出零售戶連續不訂貨的月份數，將目標列表發送給相應的客戶經理和稽查員，以便開展下一步的現場確認和系統公示等工作。

通過以上分析過程的應用，卷煙營銷內勤再不需要每次都進行繁雜的系統調數、匯總、排序、篩選，而是只需同步自助數據集即可，真正做到“一勞永逸”。

場景4：自助分析-市場敏感牌號分析
敏感牌號就是 “有外流傾向的卷煙規格”，其范圍隨著不同時期、不同區域消費群體的需求變化而變化。以往，由于EXCEL運算量大、難以保證多項目分析數據輸出的流暢性，卷煙營銷部門內勤難以對區域內所有卷煙零售戶、所有敏感牌號的經營情況進行全覆蓋分析，存在“真煙外流”等不規范經營傾向的卷煙零售戶只能靠人工方式一一進行排查，在如此龐大的數據量下，這種辦法與大海撈針無異。

為了減輕專銷兩員的工作負擔，分析師利用篩選組件，對某一敏感牌號在同一公司、同一線路的卷煙訂購量、卷煙需求量、訂購趨勢、需求趨勢進行篩選對比，建立具體到分公司、客戶經理和零售客戶的折線圖分析，重點關注兩個指標：1.分析訂購量與需求量兩者之間的間隔；2.分析訂購趨勢與需求趨勢：

間隔較近，則傾向于“投多少、訂多少”，則有囤貨的可能性、需要專銷兩員實地拜訪和突擊檢查；
間隔較遠，則是可能出現外地卷煙流入本地市場的情況；
若兩者均為趨勢上揚且較為平行，說明該區域該規格貨源投放科學、市場形勢向好；反之需要提前防范不規范經營行為的發生。

方案亮點

在以往的自助分析實踐中，我們往往會把它當作傳統報表項目進行實施，按照完成的可視化頁面數驗收，但是這樣的結果往往是分析僅止于項目結項，軟件沒有人會用，數據也總是對不上，上線就是系統廢棄的開始；而本項目中雙方較早的識別到了相關風險，并從以下三個主要方向做出針對性動作：

在技術層面，FineBI的應用采取了抽取模式，將業務庫中的數據定時抽取到BI引擎中，在基礎表層級中最大單表達3億行、170G，得益于Spider引擎的良好性能，無論是抽取時間還是展現效率都完全滿足業務訴求；
在項目規劃中，與傳統報表項目不同，對目標的明確及拉通尤為重要，項目人員與業務一線同事深入交流，摸索，結合公司實際業務流程，梳理分析所需數據，層層剖析，保證項目目標的準確一致；
在推廣過程中，對目標部門及區縣發出通知，進行結合業務場景的脫產培訓，進行過兩輪30～40人的培訓，最終產出了30人的資深用戶，承擔起部門中業務分析師的角色。
最終，在A市煙草相關人員和帆軟項目組的緊密協作下，成功建設了IT維護系統運行、數據更新、制作公共數據集，業務自助提取數據、分析數據的自助分析配合模式。

3、項目成果
痛點解決

1、在信息處人員不足的情況下，利用FineBI推行自助分析，得以專注于數據本身，將各個部門的數據匯集到平臺，通過數據集中的“大寬表”向外輸出，數據集通過既定的命名方式分層、分類、命名，統一業務含義、統一計算口徑，并覆蓋煙草企業內部的各個部門，保證了數據的全面、準確、一致；通過數據清洗、數據過濾、明細匯總等功能把一些復雜的數據處理任務盡可能處理完，數據變得可閱讀、易理解。數據的下沉可避免后續使用人員在臨近使用的時候才計算，為各個部門開展業務提供了足夠的靈活性。

2、在通過自助數據集獲取了數據的可用性后，業務部門利用制作好的數據集和儀表板，在權限繼承的支撐下，能夠實現復用共享、及時更新，避免了復雜數據邏輯的重復制作勞動；同時完成的分析在區縣間也有很高的可復用性，提供了知識共享、共同進步的平臺；在問題呈現上，一張表格永遠比不上一張圖表簡單、直觀。煙草企業數據分析人員根據業務所需既定規則在自助數據集的基礎上，通過“儀表板”柱形圖、線型圖、散點圖等不同樣式輸出，并可實現實時刷新，這在傳統的Excel分析中都是實現成本很高的。

3、通過分層培訓、按需培訓來實現培養若干自助分析數據人才，使需要數據分析的人員能夠在FineBI系統上自發的使用數據來進行數據分析，繼而將數據分析結果應用到業務開展中，最終反哺業務流程的優化改進，為全民數字化轉型完成閉環。

項目價值

在企業的固化報表體系建設中，往往關注的是平臺的訪問量和報表的可視化程度；而在加入自助分析模式后，系統的價值衡量不再局限于關注平臺的訪問量，而是關注企業內部在發現業務異常后，有多少人能夠在平臺上利用數據、制作分析解決自己的業務問題。

商業智能平臺九月訪問數據

在20年08月項目結束時儀表板數量僅80+個，截止21年08月，系統內有瀏覽量的儀表板已經達到了300+個；

商業智能平臺數據成果

業務人員原本需要反復匯總需求和信息處溝通開發報表，現在通過BI平臺精簡取數分析工作，每月編輯次數達900次以上，按照每次編輯要耗費IT與業務溝通10分鐘計算，相當于省去內部溝通成本225人天/年；

信息處也避免了疲于奔命，可以更多精力專注于數據本身，通過BI平臺將壓力下放，一年產出新分析內容達200+，按照每個頁面開發成本2000元計算，相當于節約報表項目開發成本40萬元；

通過以上流程的運轉，最終在業務部門發掘培育了30+數據分析師，按照每人每月產值提升1000元計算，每年節約數據分析崗位人員成本39萬元；

綜合以上平臺運營數據，在A市煙草商業智能平臺上線的一年中，整體促進了數據業務流轉效率120%以上，為企業節約成本達79萬。

4、項目總結
煙草公司作為在大家認知中偏傳統、偏保守的大型國企，往往會認為進行分析探索、數字化轉型是比較困難的，但是在和帆軟的創新探索、密切配合下，完成了這樣一個成功且穩定運營、推廣應用的自助分析項目，有許多可以借鑒之處：

在業務部門中，分析訴求強烈，業務流程中數據驅動占比很高，很多用戶原本就是Excel的深度使用者；找到分析與實際業務的契合點，才能發揮出數據的價值。
在信息處與帆軟項目組的配合中，參照自助分析落地方法論，結合業務實際場景，落地到業務一線，建設了完備的數據、權限體系，為后續性能、用戶體驗的良好表現打好了基礎。
在項目的推廣中，針對IT人員和業務人員分別進行分層次、分階段的培訓，在IT用戶以及自助分析用戶培訓結束且使用一段時間BI后，定期舉行專題答疑會，集中解決用戶的使用問題，進一步提升用戶的產品使用能力與分析能力。
項目較早的獲取了高層領導的認同，定下了項目對數據化轉型的重要性、可行性，在高層的介入、領導下，保證了項目方向的正確性與資源投入。
福利
私信回復“BI”，可免費體驗同款自助大數據分析工具——FineBI

總結

以上是生活随笔為你收集整理的谁说烟草公司做不好数字化转型！通过BI工具，一年节约成本79万的全部內容，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站內容還不錯，歡迎將生活随笔推薦給好友。