BI的價值未被清晰定義,困擾著很多管理層。

　　BI的價值,是CIO提報預算時,經常會被CEO提問的地方,回答不清楚,預算就沒了或者被砍掉一截。近幾年,隨著國家政策的引導和外部經濟形勢的變化,問這個問題的企業反而變少了,大家不再糾結于BI投入的價值,但是,由于這個問題在建設初期未被清晰定義,反而給CIO們帶來越來越多的迷茫。

　　那么,BI的價值究竟是什么?

　　簡單講,BI價值=工具價值+業務價值。

　　論BI的工具價值

　　BI,一種分析工具,首先要回歸工具價值。IT如果采購了一套無人問津的工具,勢必會被挑戰,所以首先得想辦法讓人用。如果很多人自發用,天天用,說明有不錯的工具價值。就像我們今天幾乎所有企業都在用的企業微信、釘釘或者飛書,會有人質疑它的工具價值嗎?不會的。因為人人用、高頻用,大家會認為它們提高了企業的某種效率。

　　BI其實是類似的。從工具屬性的角度出發,BI可以提高企業的決策效率,主要體現在:

　　第1階段:更廣泛的活躍用戶,下沉企業的分析/決策角色;

　　第2階段:更高頻的分析場景,泛化決策場景,簡化決策路徑;

　　通常建議分別用「活躍用戶滲透率」和「人均活躍天數」兩個指標來衡量各個階段的成果:

　　•活躍用戶滲透率= BI平臺的月活MAU/企業中能被賦予數據權限的人數;

　　•人均活躍天數=<過去30天內>AVG(登陸平臺的累計天數){范圍:所有登陸過平臺的人};

　　結合觀遠數據的客戶數據及行業訪談,提供以下參考標準:

　　• 活躍用戶滲透率:50%優秀,70%卓越;

　　• 人均活躍天數:10天優秀,15天卓越;

　　仔細盤盤您所在企業里使用中的工具軟件,從移動辦公類到OA再到ERP和CRM,除了辦公類(微信、釘釘和飛書)軟件的指標能達到以上標準外,BI是在工具賽道上被嚴重低估的軟件。

　　幸運的是,近幾年我們有很多客戶在這方面做得非常不錯,被譽為“零售之王”的某頭部股份制銀行目前的活躍用戶滲透率就已經逼近80%,類似的案例還有不少。做到70%以上,就能達到Top5%。

　　從BI供應商的差異化角度講,圍繞用戶的自助分析這一主題,從產品的易用性,到企業級的性能支撐,再到與之配套的服務體系,不謙虛地說,觀遠數據有著非常顯著的差異化優勢。

　　論BI的業務價值

　　我們認為,沒有人比企業自身更擅長挖掘BI的業務價值,企業是觀遠數據的老師。不同企業往往有不同的數字化建設預期和價值主張,BI亦然,這點上需要企業能想清楚拆明白。當然,作為伙伴,我們也盡力提供一些典型的做法,作為參考:

　　• 方向1:層級化的指標「映射管理思路」,細化管理顆粒度

　　• 方向2:降低企業的「總成本」,輔助企業穿越經濟周期

　　•方向3:「精準的」轉化與營銷,放大營銷投入的效率

　　一個企業的核心KPI設定、拆解及其背后的承接組織,反映的是最高管理者的核心思路——戰略設計、業務設計和組織設計,CEO關注什么整個企業就會側重什么。

　　通過研究一個企業北極星指標的組成,能看出階段性的重點是什么,是規模化,經濟模型優化還是PMF驗證。通過分析對這些指標的關注頻率、探索粒度以及關注對象,能夠判斷出企業的管理顆粒度,到底是靠“感覺”還是“科學”,這點本身就能反映管理者決策的精確度。

　　瘋狂增長的時代過去了,活下來的企業會是成本最低的,成本優勢在當前經濟環境下會被放大。這里的成本是總成本,包含制造成本、設計成本、生產成本,營銷成本,甚至是試錯成本,其中BI能發揮的空間非常大。

　　以上觀點來自于紅杉資本中國基金合伙人蘇凱與觀遠數據創始人兼CEO蘇春園的最近一次對談。

　　觀遠數據有個在母嬰輔食賽道做快消品的客戶,生意做得非常好,天貓京東排名很高,是新銳品牌里的佼佼者。他們的食品很多是30天短保,臨期就不能賣了,倉庫里每個月銷毀的商品貨值有一百多萬。對于他們來說數字能發揮很大作用,有了效期信息,數據就能把商品折扣和臨期天數關聯起來,出庫優先級也能跟臨期庫存分布關聯起來,算下來一年能有上千萬的節省。類似的應用只有在系統里變成流程,才能轉化為持續性的可復制的真實的成本。

　　成本本身是個數字,在這方面BI比人有優勢。

　　大量獲客的時代過去了,現在我們講究精打細算,對老客戶精準營銷,對新客戶個性化投放,這方面數據比人也有天然的優勢。比如越來越多的公司把生意從線下搬到了線上,但其實兩者之間是有天然區別的。線上的消費者本質上購買的是“商詳頁”,而非商品本身,他們是在為商品的文字、圖片還有視頻買單。

　　一名優秀的商品運營需要了解目標客群的搜索、文字、圖片諸多方面的行為偏好,設計出能精準命中其心理的瀏覽路徑,從SEO搜索詞到商詳頁。我們訪談過一位知名企業的資深商品運營專家,同樣一款商品僅僅通過SEO搜索詞和商詳頁的優化,支付轉化率能提高12%,想象下在現有的經濟環境下,有什么比銷售額提高12%更讓人興奮的呢?

　　BI負責人要收集和沉淀類似案例,關注這些數字,無論是成本的節省還是轉化率的提高,不斷梳理和挖掘新的機會。

　　利出一孔,才能力出一孔。很多時候企業的高管們在數字化建設上沒有辦法達成一致,是因為初期就沒有在目標上達成一致,當然這個也不只是數字化建設,幾乎所有的不一致都是由于預期差異造成的。在購買一套軟件的初期,就設定合理的目標,既體現工具價值又回歸業務價值,做好規劃,從小事和局部做起,從小勝利走向大勝利,是通向成功的不二法門。

　　分享者介紹

　　孫妍,觀遠數據副總裁,碩士畢業于華中科技大學,CCFA中國零售協會委員,超過15年數據分析及商業智能管理服務經驗,擅長互聯網、零售及電商企業前中后臺數字化戰略及落地,曾任阿里巴巴、網易、亞馬遜等互聯網企業高級總監,管理電商板塊的商業智能部門,負責搭建數據體系,培養人才及文化推廣。目前擔任觀遠數據副總裁,帶領客戶成功團隊,負責客戶成功體系的建設與完善。