你的理解是网上千篇一律的，所谓BI商业智能带来的最终结果。但是实际上要想辅助决策、挖掘风险、监测未来，不光光需要实施商业智能，背后还要依靠业务逻辑，架构方案，甚至需要大数据、数据挖掘技术的支撑。

关于BI在数据分析方面的应用，可以多看看这里面的案例：帆软数据应用研究院

摘录一个案例说明一下。

--------------------------------------------分割线

无论是做数据报表还是数据分析，目的都是为了用数据去做决策。数据分析说白了就是依照业务逻辑，分析目的去构建一个数据展示的过程。

随着，企业信息化的不断建设，会积累越来越多的数据数据，这个数据你要管理，要变现，要让它产生价值，尤其是对一些注重市场营销、客户管理或者具有复杂业务流程的企业是一个宝贵的资源。因为这些数据积累了业务经验、行业数据和行业标准。站在行业信息化角度来看，如何利用好这些数据成了关键。

比如保险公司，信息架构分为三层，最上面一层是科技管理层。第二层就是数据仓库以及系统数据的接口服务，大部分管理者对于报表的一些疑问，或者对现在的一些经营问题都会把它细化成为更细的分析目标，下沉到分析人员这一层来进行处理。第三层是一线人员的业务数据产生的环节。

在数据分析查看这一方面，领导会通过热力图来了解各地的销售情况，各种产品的对比以及同比环比，数据一目了然。这么一来就能避免整理报表、传输报表过程中带来的意外。其次能让领导根据自己的业务经验，以及自己所处的经营高度去快速发现问题，指导第二层数据分析人员，快速开展数据分析工作。

通过这样FineBI （www.finebi.com）制作的这张图可以清楚的看到保费以及赔款的占比，在不同的地区他这个保费的收入以及赔款的支出、现金流的状况是怎么样一个情况。

保险公司最关心两个指标，一个值是估损偏差率另一个是结案失效平均天数。通过这两个指标可以看到我们理赔队伍运行的状况是否正常。

以上重点还是在于展示——分析。

分析——决策又是另一个问题，也要业务逻辑与数据展现的深度配合。

如何让数据分析真正指导决策？

很多人认为很多数据分析工具的使用，仅仅是对历史数据的归纳和重组，做了可视化展示，并没有很好的支持决策过程。主要原因是在做项目时跟多关注了历史数据的消化过程，而没有关注历史数据的分析过程。在这样一个分析过程中需要的第一个是工具，而BI在数据挖掘和预测方面为我们提供更多的方法。

利用数据分析的过程去优化管理决策

决策过程是为分析提供场景。决策可以分为这样几个层面：最高的层面是战略决策，然后是战术决策，还有经营决策。它们的频度和影响是不一样的，战略层面上的影响非常大，但在频度上是5年、10年或者是更大的一个周期，我们才会做一个战略上的变化。战术的决策次之。经营层面的决策是伴随着经营的过程中可能会实施、遇到和面对的实际问题做决定的。

数据分析的过程其实是对历史数据重新产生新的信息的一个过程，这个过程希望可以服务于我们的目标，用分析的过程去优化管理决策的过程。实际过程中，我们其实更多面对的是日常的经营决策，这样的决策离不开报表和BI去做可视化，让运营部门去分析。

如何推动数据的利用效率

以下是关注数据时我对数据利用程度的分析图，一方面是、技术的创新，另外一方面是技术创新对运营改善的影响。可以看到这分为4个象限。首先第一个象限，是做数据的积累，并没有做任何的数据加工处理过程。第二个象限，利用所积累的数据帮助企业提升效率。第三个象限，就是更进一步，数据能不能对我们的企业产生新的战略和机会。最后一个就是将效益和机会两者兼并。

围绕这个，做了这么几件事。

通过这些数据积累，可以更多地利用报表去发现问题，发现问题后去纠正和优化，解决了很多不能量化和展现的问题。

数据决策如何应用于业务管理？

比如医药行业。

医药商业作为供应链的中间环节，在发挥物流配送功能的同时，承担着资金周转的重要职能，因此对于医药企业利润最大化的关键因素是毛利水平的提升和费用成本结构的优化。运用全成本核算的方法，创新了CVP价值分析模型，精确测算客户、品种、供应商的净利润水平，并进行因素影响分析，通过挖掘利润增长点，提供营销决策参考。

那么这个对于整个医药运营来讲一个算输入一个算输出，围绕着输入输出可以开展了几个维度的分析，客户层面的和业态层面的，第二个是供应商层面的，第三个是品种层面，然后是我们业务人员层面。在这个模型中，有很多指标，很多关键项因素，我们要让大家知道每个指标之间的关系是什么，每一项指标的语意的定义是什么并且统一。

于是，又做了这么几件事。

首先建立了上下一致的对数据理解的过程，除此之外利用这样一个架构我们去完成几个场景的决策。

第一个就是我们业务结构的优化，通过平台上的数据去分析什么样的品种可做什么样的品种不可做，哪些品种带来的利润收益最大，哪些不挣钱。目的是指导大家做业务的结构调整。

第二个就是谈判就是贸易。引入新品种时思考能够带来多少收益？于是通过数据平台的这些参数的关系，在每一次谈判之前由我们的财务部门做分析和策划。

第三个是经济化的预算。

第四个是对人员的考核，考核的指标来自之前提到的各个维度，比如说利润。

第五个是项目决策，每一次做项目投入，都通过数据平台来做支持。

最后分享一些相关资料：