前不久寫了一篇文章：報表?VS BI，指出，報表不等于BI。這幾天碰到一個客戶，讓我不得不說出另外的一句話，那就是，BI離不了報表。
? ? ??演示中，客戶的領導發表意見：你們這個還是報表，我們要的不是報表。比如庫存，不同的地方的庫存標準是不一樣的，有的地方可能高點正常，有的地方則可能要低點，那么，到底多少合適，就是你們的軟件要做到的。

領導的心情是可以理解的，領導的意愿也是美好的。不過，現實卻是殘酷的。如果要實現領導的想法，有兩個關鍵要素：1、BI報表需要大量的基礎信息，2、要一個專業合理的模型。

先來看一下所需要的基礎信息：庫存是否合理，主要取決于銷售預測是否準確。而要讓銷售預測準確，就需要對客戶消費行為進行精準的把握。研究客戶消費行為的結果，要變成預測，就需要綜合人口統計信息。比如，你分析出來30-40歲，受過高等教育的男性，購買你產品的機率較高。那么，你就得知道銷售范圍有多少這樣的人口。各位，這個資料我們可能得到嗎？還有，市場份額也很重要，也拿不到準確的數據，只能估算。什么數據都沒有，讓軟件如何計算，算命先生還要知道生辰八字呢。

再看計算模型。其實模型可以很簡單，如1+1＝2，但當等式的左邊有許多的變量，同時，運算規則也不是“+-*/”那么簡單時，模型就沒那么簡單了。在許多大企業，會有一個專家團隊進行算法研究，通過大量的實驗，得到一個符合企業實際情況的計算模型，而這部分的工作，如果交給第三方做，并且，期望第三方有一個成熟套上去就可以用的模型，未免有些過于樂觀了。

但是，我們將上述問題務實一點，基于現有報表，再加上專業人士的經驗來進行回答，其實并不困難。

1、通過對歷史銷售數據的分析，可以知道某個區域平均銷量、平均庫存的對比，以及庫存周轉情況，從中可以得到一個基本的判斷；（可以通過報表輕松實現）

2、再通過對歷史銷售數據的時間分析，可以掌握在該地區的銷售周期規律；（可以通過報表輕松實現）

3、再結合今年需要完成的銷售計劃，以及已經完成的比率，可以計算出未來周期要如何才能完成計劃；（可以通過報表輕松實現）

4、再結合當地的宏觀政策、經濟形勢，即可大致判斷出，未來銷售計劃完成的可能性有多高？（這里必須得靠人，別想靠軟件）

5、同時，庫存要占用資金，如果要提高庫存以保證銷售計劃完成，那么，還要取決于資金是否可以保障？（資金情況可以通過報表輕松實現，能否保障就得問人了）。

舉例說明：

1、深圳平均月銷量為100pcs，平均庫存為120pcs，庫存周轉率為10次；

2、當前為9月，歷史為銷售高峰期，當月銷量可占全年銷量的30%，同時，去年截止到8月，累計銷量為全年銷量的55%；

3、今年的銷量任務為1500pcs，已經完成50%，如果按原來的規律，9月應該可以銷售450pcs，但因為全年累計銷售與去年相比，實際情況并不樂觀，所以，9月不但完成450pcs的壓力較大，同時，還需要在此基礎上彌補1-8月未完成的部分，壓力更大；

4、結合當地實際情況，以及內部獎懲制度的調整，認為努力是可以完成的；

5、那么，為了保證9月的銷售任務順利完成，結合采購周期，8月底庫存至少需要保證500pcs。而當前庫存+已經采購-預計出庫=300pcs，則需要200pcs的庫存增加。根據成本計算一下預計的資金，然后再根據資金情況報表即可判斷出是否可以立即下采購，還是分批采購。

那么，為什么不可以讓軟件自動將所有的事情都做完呢？軟件其實是一個很傻的系統，如果沒有足夠的信息，沒有預設足夠的可能，它是沒有辦法像人腦一樣迅速根據某種情況做出判斷的。其實難的就是第4條，如何判斷銷售計劃是否可能完成。它依據的信息很難結構化，也很難快速搜集到電腦中去。而整個決策的過程中，如果缺少這個環節，就無法順利完成判斷。

綜上所述，BI其實不可能成為企業的大腦，它不可能取代人的決策，它只是決策者的眼睛，眼睛的價值就是基于快速展示報表來實現的。所以，BI不等于報表，但BI也離不了報表。也許，未來有一天，全世界所有的信息都進入了電腦，并且都是互通的，這時，我們就可能讓電腦系統變成一種可以智能學習并決策的大腦。但到了那時，也許科幻電影中的場景——機器人統治人類——也就真的可能出現了。作為人類，你愿意這一天到來嗎？

總結

以上是生活随笔為你收集整理的BI离不了报表的全部內容，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。