商業(yè)智能(BI)

常見問題

• BI軟件應(yīng)該具備的功能有哪些？

  （一）連接多種類型數(shù)據(jù)源
  做數(shù)據(jù)分析的前提是要獲取數(shù)據(jù)，現(xiàn)在有各種類型的數(shù)據(jù)源，包括關(guān)系型數(shù)據(jù)庫(kù)、分布式數(shù)據(jù)庫(kù)、文件數(shù)據(jù)源、接口數(shù)據(jù)源等。因此，BI軟件的首要功能就是支持連接多種類型的數(shù)據(jù)源。例如，億信ABI就支持連接以下數(shù)據(jù)源：
  關(guān)系型數(shù)據(jù)庫(kù)：oracle、mysql、db2、sqlserver等
  分布式數(shù)據(jù)庫(kù)：Petabase、Greenplum、Impala、HBase等
  國(guó)產(chǎn)化數(shù)據(jù)庫(kù)：達(dá)夢(mèng)、易鯨捷、星環(huán)、Gauss DB200等
  文件數(shù)據(jù)源：excel、txt、csv、db等
  接口數(shù)據(jù)源：WebService、Rest、JSON、工業(yè)數(shù)據(jù)URL接口等。
  （二）數(shù)據(jù)處理
  數(shù)據(jù)處理指的是在數(shù)據(jù)分析之前對(duì)數(shù)據(jù)進(jìn)行清洗（extract）、轉(zhuǎn)換（transform）、加載（load），簡(jiǎn)稱ETL。ETL的目的是將企業(yè)中分散、零亂、標(biāo)準(zhǔn)不統(tǒng)一的數(shù)據(jù)整合到一起，為企業(yè)的決策提供分析依據(jù)。
  （三）補(bǔ)錄填報(bào)與工作流
  BI軟件可以對(duì)分析表格進(jìn)行數(shù)據(jù)回填設(shè)置，對(duì)缺失的數(shù)據(jù)進(jìn)行補(bǔ)錄，也可以設(shè)置全新的填報(bào)表單用于錄入數(shù)據(jù)。同時(shí)，填報(bào)可以與工作流結(jié)合使用，實(shí)現(xiàn)數(shù)據(jù)填報(bào)補(bǔ)錄后的業(yè)務(wù)流程審批。
  （四）數(shù)據(jù)可視化
  BI軟件一般內(nèi)置多種可視化元素和統(tǒng)計(jì)圖，通過設(shè)計(jì)與搭配，可衍生出成千上萬種可視化效果。
  （五）數(shù)據(jù)查詢與鉆取
  BI軟件支持鉆取和切片功能，即同一張報(bào)表可以下鉆查看明細(xì)數(shù)據(jù)或者切片換個(gè)角度查看數(shù)據(jù)。支持在統(tǒng)計(jì)圖、地圖、單元格、文字、繪圖等各種數(shù)據(jù)元素上進(jìn)行鉆取和切片。
  （六）自助式分析
  新型的BI軟件是面向業(yè)務(wù)人員的，就算不具備專業(yè)的IT知識(shí)，也可以通過簡(jiǎn)單的拖拽操作生成各式各樣的分析報(bào)告，極大地提升了數(shù)據(jù)分析的效率。
  （七）移動(dòng)端應(yīng)用
  BI軟件支持通過移動(dòng)端實(shí)現(xiàn)數(shù)據(jù)的采集與分析應(yīng)用，用戶可以選擇移動(dòng)端APP來對(duì)數(shù)據(jù)進(jìn)行瀏覽和分析，實(shí)現(xiàn)移動(dòng)采集、分析、審批一站式辦公，滿足用戶各種移動(dòng)分析場(chǎng)景。也可以輕松實(shí)現(xiàn)與微信、釘釘?shù)纫苿?dòng)辦公軟件或第三方APP的集成。

• 商業(yè)智能bi是什么意思？

        商業(yè)智能 (BI) 是一個(gè)廣義術(shù)語，包含將業(yè)務(wù)數(shù)據(jù)轉(zhuǎn)換為可操作信息的各種軟件和服務(wù)。它有助于提供對(duì)公司數(shù)據(jù)的可見性，并用于為組織范圍的決策提供信息。 
        商業(yè)智能中的流程包括數(shù)據(jù)挖掘、報(bào)告、數(shù)據(jù)分析、數(shù)據(jù)可視化、分析等。這些洞察力使公司能夠做出數(shù)據(jù)驅(qū)動(dòng)的決策，以更好地支持業(yè)務(wù)。
        求助于數(shù)據(jù)可視化軟件將數(shù)據(jù)和指標(biāo)轉(zhuǎn)換為圖表和圖形是很常見的。這樣做有助于公司跟蹤各種指標(biāo)和關(guān)鍵績(jī)效指標(biāo) (KPI)，以更好地了解績(jī)效和目標(biāo)。

• 商業(yè)智能的主要三個(gè)技術(shù)

  一、商業(yè)智能技術(shù)：數(shù)據(jù)倉(cāng)庫(kù)
     DataWarehouse是一種語義一致的數(shù)據(jù)存儲(chǔ)，它是指從多個(gè)數(shù)據(jù)源中收集的信息，這些信息以一致的存儲(chǔ)方式被保存下來。
     它的特點(diǎn)是面向主題的、綜合的、時(shí)間相關(guān)的、不可修改的數(shù)據(jù)集合。執(zhí)行BI首先要從企業(yè)內(nèi)部和外部收集各種數(shù)據(jù)源，例如CRM、SCM、ERP系統(tǒng)和其他應(yīng)用系統(tǒng)，進(jìn)行轉(zhuǎn)換和合并，因此需要數(shù)據(jù)倉(cāng)庫(kù)和數(shù)據(jù)集市技術(shù)的支持。
    二、 商業(yè)智能技術(shù)：ETL系統(tǒng)的數(shù)據(jù)處理
     ETL的英文全名是“擴(kuò)展(提取)”、“轉(zhuǎn)移(轉(zhuǎn)移)”和“裝入”。抽樣調(diào)查主要針對(duì)各個(gè)業(yè)務(wù)系統(tǒng)和不同服務(wù)器上分散的數(shù)據(jù)，充分了解數(shù)據(jù)定義，規(guī)劃所需的數(shù)據(jù)源和數(shù)據(jù)定義，制定可操作的數(shù)據(jù)源，制定增量抽樣調(diào)查和漸變抽樣調(diào)查規(guī)則。
  三、 商業(yè)智能技術(shù)：在線分析處理(OLAP)
     在線分析處理OLAP是一種軟件技術(shù)，它能讓分析者快速、一致、交互式地觀察各方面的信息，從而達(dá)到深入了解數(shù)據(jù)的目的。
     它具有鉆孔、鉆孔下部、切片、切割和旋轉(zhuǎn)5種基本功能。現(xiàn)代的OLAP系統(tǒng)一般以數(shù)據(jù)倉(cāng)庫(kù)為基礎(chǔ)，即從數(shù)據(jù)倉(cāng)庫(kù)中提取詳細(xì)數(shù)據(jù)的一個(gè)子集，然后將子集中的數(shù)據(jù)集合存儲(chǔ)到OLAP內(nèi)存中，供前端分析工具讀取。

• bi軟件是做什么用的？

        首先，作為BI能夠制作復(fù)雜的固定報(bào)表。
        其次，作為BI是能進(jìn)行自助式分析，幫助企業(yè)深度挖掘數(shù)據(jù)價(jià)值。市面上的BI產(chǎn)品圖表展示豐富多樣，都能將企業(yè)數(shù)據(jù)以豐富的圖形展示，幫助企業(yè)進(jìn)行自助式分析。
        再者，作為BI能幫助企業(yè)將異構(gòu)系統(tǒng)的數(shù)據(jù)取數(shù)到統(tǒng)一的數(shù)據(jù)倉(cāng)庫(kù)中。例如，數(shù)林BI能將不同的財(cái)務(wù)賬套數(shù)據(jù)（用友U8/T6/T3、金蝶K/3 ，金蝶KIS旗艦版/專業(yè)版等）合并成集團(tuán)一套賬（統(tǒng)一的數(shù)據(jù)倉(cāng)庫(kù)中），便于企業(yè)查詢分析。

• 商業(yè)智能的目的是什么？

        商業(yè)智能（BI）的目的主要表現(xiàn)在如下3個(gè)方面：
  1.可視化報(bào)表的展現(xiàn)
        在商業(yè)智能（BI）中，使用柱狀圖、餅狀圖、折線圖、二維表格等圖形可視化的方式將企業(yè)日常的業(yè)務(wù)數(shù)據(jù)（財(cái)務(wù)、供應(yīng)鏈、人力、運(yùn)營(yíng)、市場(chǎng)、銷售、產(chǎn)品等）全面展現(xiàn)出來，再通過各種數(shù)據(jù)分析維度篩選、關(guān)聯(lián)、跳轉(zhuǎn)、鉆取等方式查看各類業(yè)務(wù)指標(biāo)。
  這些分析展現(xiàn)內(nèi)容基本上是圍繞各個(gè)業(yè)務(wù)部門日常工作展開的，這里面有很多的業(yè)務(wù)分析內(nèi)容可能需要復(fù)雜的計(jì)算規(guī)則，需要從不同的業(yè)務(wù)系統(tǒng)獲取數(shù)據(jù)，并且這些數(shù)據(jù)在業(yè)務(wù)系統(tǒng)軟件中都是很難直觀看到的。
        這個(gè)層次的可視化報(bào)表分析就是一種呈現(xiàn)，讓用戶對(duì)日常的業(yè)務(wù)有一個(gè)清晰、直接、準(zhǔn)確的認(rèn)知，同時(shí)解放了業(yè)務(wù)人員手工利用Excel的各種函數(shù)做匯總分析、制圖的工作，提高了工作效率。比如，財(cái)務(wù)部門會(huì)關(guān)心今年的營(yíng)業(yè)收入、目標(biāo)完成率、營(yíng)業(yè)毛利潤(rùn)率、凈資產(chǎn)收益率等；銷售部門會(huì)關(guān)心銷售金額、訂單數(shù)量、銷售毛利、回款率等；采購(gòu)部門會(huì)關(guān)心采購(gòu)入庫(kù)金額、退貨情況、應(yīng)付賬款等等。
  2.數(shù)據(jù)的“異常”分析
        數(shù)據(jù)的異常分析利用的是對(duì)比分析法。業(yè)務(wù)人員通過可視化報(bào)表呈現(xiàn)，如果發(fā)現(xiàn)了一些數(shù)據(jù)指標(biāo)反映出來的情況超出了日常經(jīng)驗(yàn)判斷。這時(shí)就需要要對(duì)這些 "異常" 數(shù)據(jù)進(jìn)行有目的的分析，通過相關(guān)聯(lián)的維度、指標(biāo)使用鉆取、關(guān)聯(lián)等分析方式探索出可能存在的原因。
        例如，一個(gè)網(wǎng)站或產(chǎn)品，正常情況下每個(gè)月的平均用戶注冊(cè)量是10萬左右。但是發(fā)現(xiàn)在今年的 8 月份，會(huì)員注冊(cè)量達(dá)到了 23 萬，這就是一種 "異常"，遠(yuǎn)遠(yuǎn)超過經(jīng)驗(yàn)判斷和預(yù)期。這時(shí)我們就要去分析判斷是因?yàn)槭袌?chǎng)部門的推廣，還是做了大型促銷活動(dòng)導(dǎo)致的。
  當(dāng)然除了正向的異常，也有可能出現(xiàn)負(fù)向“異常”，比如注冊(cè)量只有5萬，這時(shí)也是需要我們通過分析找到原因，并在以后避免發(fā)生類似的情況。
        最終業(yè)務(wù)人員通過一次或者多次的維度和指標(biāo)圖表構(gòu)建，逐步形成了一種比較可靠的、固化的分析模型。這個(gè)階段的業(yè)務(wù)人員不再是被動(dòng)接受來自圖表中反映的信息，而是通過"異常"數(shù)據(jù)來定位到背后的一個(gè)業(yè)務(wù)問題，數(shù)據(jù)和業(yè)務(wù)在這個(gè)層次開始有了直接對(duì)應(yīng)關(guān)系，這時(shí)可以利用數(shù)據(jù)圖表之間的邏輯性關(guān)系。
  3.業(yè)務(wù)建模分析
        業(yè)務(wù)建模分析通常是由精通業(yè)務(wù)的業(yè)務(wù)人員提出，通過合理的建模找出業(yè)務(wù)中可能存在的問題，將其反映在可視化報(bào)表上，并最后要回歸到業(yè)務(wù)，形成決策并不斷優(yōu)化的一個(gè)過程。業(yè)務(wù)建模簡(jiǎn)單來說也可以理解為一種業(yè)務(wù)分析的邏輯思維模型，只是用數(shù)據(jù)、圖表化的方式將它們有效組織起來去驗(yàn)證我們對(duì)業(yè)務(wù)分析的邏輯判斷。它可由一個(gè)或多個(gè)圖表組成，也可通過一組或多組數(shù)據(jù)圖表支撐，依據(jù)企業(yè)的業(yè)務(wù)模型來確定。
        業(yè)務(wù)建模分析區(qū)別于前兩點(diǎn)，它是一種更深層次的業(yè)務(wù)數(shù)據(jù)的主動(dòng)設(shè)計(jì)和探索分析。需要更加深入業(yè)務(wù)，圍繞一個(gè)一個(gè)業(yè)務(wù)分析場(chǎng)景展開，對(duì)業(yè)務(wù)的認(rèn)知要足夠深。這里需要注意的是具體的分析場(chǎng)景很難由專業(yè)的BI開發(fā)人員來提出。業(yè)務(wù)分析建模需要由專業(yè)的業(yè)務(wù)人員且具備數(shù)據(jù)分析思維意識(shí)的人員來推進(jìn)和主導(dǎo)，再輔助合適的數(shù)據(jù)分析、挖掘或統(tǒng)計(jì)工具，這樣商業(yè)智能BI的價(jià)值才能在企業(yè)得到充分的發(fā)揮，數(shù)據(jù)的價(jià)值也才會(huì)得到充分的體現(xiàn)。

• 商業(yè)智能bi行業(yè)現(xiàn)狀

  （一）眾多玩家涌現(xiàn)
        我國(guó)經(jīng)濟(jì)的平穩(wěn)發(fā)展給各個(gè)行業(yè)帶來了信息化提升的強(qiáng)大壓力，但并不是所有行業(yè)都能跟上信息化發(fā)展的飛快速度。據(jù)艾瑞咨詢數(shù)據(jù)統(tǒng)計(jì)，中國(guó)約有6600萬家實(shí)體店鋪，而90%以上的店鋪所使用的是非智能收銀系統(tǒng)。 這就給商業(yè)智能發(fā)展提供了很大的市場(chǎng)空間，所以近年來商業(yè)智能市場(chǎng)的規(guī)模以較高的增長(zhǎng)幅度不斷擴(kuò)大。 
        面對(duì)不斷擴(kuò)大的市場(chǎng)規(guī)模，越來越多提供商業(yè)智能服務(wù)的公司涌現(xiàn)，目前市面上從事商業(yè)智能服務(wù)的企業(yè)主要分為三種類型。第一種是專門做BI服務(wù)的獨(dú)立前端廠商；第二種是不缺資源、技術(shù)的互聯(lián)網(wǎng)大廠；最后一種是對(duì)BI 需求更大的銀行。
        而通過對(duì)比上述三種類型企業(yè)的BI產(chǎn)品、市場(chǎng)表現(xiàn)和發(fā)展前景，就可以看出，目前誰在商業(yè)智能BI行業(yè)市場(chǎng)的競(jìng)爭(zhēng)力更強(qiáng)，而誰的發(fā)展前景又會(huì)更好。 
  （二）獨(dú)立前端廠商：老將護(hù)城河高筑，新來者挑戰(zhàn)重重
        從專門做BI行業(yè)服務(wù)的企業(yè)來說，他們不用像互聯(lián)網(wǎng)企業(yè)和銀行一樣考慮商業(yè)智能與原有業(yè)務(wù)體系之間是否契合，只需要根據(jù)市場(chǎng)需求推出自己的產(chǎn)品，當(dāng)有了一定的市場(chǎng)知名度之后，人才也會(huì)源源不斷地涌來。如果考慮到投入與產(chǎn)出比的話，就必須要讓自己的產(chǎn)品得到市場(chǎng)的認(rèn)可，這樣才會(huì)有客戶和收入來源。 因此，市場(chǎng)認(rèn)可度對(duì)于專門從事BI服務(wù)的企業(yè)來說至關(guān)重要。而在行業(yè)深耕多年的老牌BI廠商就得益于其逐漸積累起的市場(chǎng)知名度，成為了行業(yè)中的佼佼者。
        而新入局的商業(yè)智能BI行業(yè)廠商因?yàn)槿狈?jīng)驗(yàn)、技術(shù)儲(chǔ)備和資源，就很難和老牌BI行業(yè)廠商抗衡，從而在獲客和營(yíng)收等方面都存在困難。所以，獲得融資對(duì)他們來說至關(guān)重要，資本的投入可以讓他們招攬更多的人才，從而提高自己的市場(chǎng)競(jìng)爭(zhēng)力。
        在資本的支持下，新來者未來的競(jìng)爭(zhēng)力不容小覷。但目前來說，相比老牌商業(yè)智能行業(yè)BI廠商，他們?cè)阡N售渠道和交付合作伙伴等生態(tài)圈建立方面，還存在不足，所以短時(shí)間內(nèi)難以和商業(yè)智能BI行業(yè)頭部平臺(tái)抗衡。 
  （三）互聯(lián)網(wǎng)大廠：發(fā)展優(yōu)勢(shì)得天獨(dú)厚，天花板更高
        從布局商業(yè)智能BI行業(yè)服務(wù)的互聯(lián)網(wǎng)大廠來說，他們發(fā)展BI業(yè)務(wù)主要是出于兩個(gè)原因。一是他們?cè)谌粘５慕?jīng)營(yíng)中會(huì)產(chǎn)生大量的經(jīng)營(yíng)數(shù)據(jù)，有巨大的商業(yè)智能BI行業(yè)服務(wù)需求，但如果選擇合作伙伴的BI系統(tǒng)可能并不適合企業(yè)，所以自行發(fā)展BI是最合適的選擇；二是業(yè)務(wù)成熟，還可以向B端開放，豐富自己的生態(tài)。
        而且相比獨(dú)立的BI前端工具廠商來說，他們有資金、人才和生態(tài)優(yōu)勢(shì)，因?yàn)榭梢韵騼?nèi)部提供服務(wù)，所以不用發(fā)愁客戶的問題，企業(yè)的云服務(wù)業(yè)務(wù)也為其發(fā)展商業(yè)智能提供了優(yōu)質(zhì)的土壤。因此，目前國(guó)內(nèi)互聯(lián)網(wǎng)大廠推出商業(yè)智能服務(wù)的現(xiàn)象并不少見。 
        總的來看，以阿里為代表的互聯(lián)網(wǎng)大廠在BI發(fā)展，具有得天獨(dú)厚的優(yōu)勢(shì)，能達(dá)到的天花板也更高，它們未來或許可以重新定義整個(gè)行業(yè)。 

• 商業(yè)智能的應(yīng)用方面

  1. 銷售分析：
        主要分析各項(xiàng)銷售指標(biāo)，如毛利、毛利率、交叉比、銷進(jìn)比、盈利能力、周轉(zhuǎn)率、同比、環(huán)比等；而分析維又可從管理架構(gòu)、類別品牌、日期、時(shí)段等角度觀察，這些分析維又采用多級(jí)鉆取，從而獲得相當(dāng)透徹的分析思路；同時(shí)根據(jù)海量數(shù)據(jù)產(chǎn)生預(yù)測(cè)信息、報(bào)警信息等分析數(shù)據(jù)；還可根據(jù)各種銷售指標(biāo)產(chǎn)生新的透視表。
  2. 商品分析：
        商品分析的主要數(shù)據(jù)來自銷售數(shù)據(jù)和商品基礎(chǔ)數(shù)據(jù)，從而產(chǎn)生以分析結(jié)構(gòu)為主線的分析思路。主要分析數(shù)據(jù)有商品的類別結(jié)構(gòu)、品牌結(jié)構(gòu)、價(jià)格結(jié)構(gòu)、毛利結(jié)構(gòu)、結(jié)算方式結(jié)構(gòu)、產(chǎn)地結(jié)構(gòu)等，從而產(chǎn)生商品廣度、商品深度、商品淘汰率、商品引進(jìn)率、商品置換率、重點(diǎn)商品、暢銷商品、滯銷商品、季節(jié)商品等多種指標(biāo)。通過系統(tǒng)對(duì)這些指標(biāo)的分析來指導(dǎo)企業(yè)商品結(jié)構(gòu)的調(diào)整，加強(qiáng)運(yùn)營(yíng)商品的競(jìng)爭(zhēng)能力和合理配置。
  3. 人員分析：
        商業(yè)智能（BI）通過系統(tǒng)對(duì)公司的人員指標(biāo)進(jìn)行分析，特別是對(duì)銷售人員指標(biāo)（銷售指標(biāo)為主，毛利指標(biāo)為輔）和采購(gòu)人員指標(biāo)（銷售額、毛利、供應(yīng)商更換、購(gòu)銷商品數(shù)、代銷商品數(shù)、資金占用、資金周轉(zhuǎn)等）的分析，以達(dá)到考核員工業(yè)績(jī)，提高員工積極性，并為有力資源的合理利用提供科學(xué)依據(jù)。主要分析的主要有員工的人員構(gòu)成、銷售人員的人均銷售額、對(duì)于銷售的個(gè)人銷售業(yè)績(jī)、各管理架構(gòu)的人均銷售額、毛利貢獻(xiàn)、采購(gòu)人員分管商品的進(jìn)貨多少、購(gòu)銷代銷的比例、引進(jìn)的商品銷量如何等。
        商業(yè)智能（BI）會(huì)以對(duì)企業(yè)經(jīng)營(yíng)中的各類要素進(jìn)行綜合分析，用戶可以選擇在某時(shí)間段內(nèi)，對(duì)整個(gè)CRM數(shù)據(jù)中的客戶、產(chǎn)品、銷售業(yè)績(jī)進(jìn)行分析，形成數(shù)據(jù)建議報(bào)告，提供給決策者審閱，為企業(yè)管理人員制定經(jīng)營(yíng)管理方法提供了一定的決策依據(jù)。
  商業(yè)智能發(fā)展趨勢(shì)
        數(shù)據(jù)分析的目的是把隱藏在一大批看似雜亂無章的數(shù)據(jù)背后的信息集中和提煉出來，總結(jié)出所研究對(duì)象的內(nèi)在規(guī)律。簡(jiǎn)單的說，數(shù)據(jù)分析就是根據(jù)分析目的，使用適當(dāng)?shù)姆治龇椒ê头治龉ぞ撸瑢?duì)數(shù)據(jù)進(jìn)行處理與分析，提取出有價(jià)值的信息，形成有效的分析結(jié)論的過程。
        對(duì)于toC類產(chǎn)品，由于覆蓋的用戶范圍廣、用戶基數(shù)大，用戶千差萬別，背景各異。我們又很難對(duì)用戶進(jìn)行透徹的了解(問卷調(diào)查也只能覆蓋一部分用戶，并且問卷調(diào)查得出的結(jié)論可能不一定真實(shí)反映整體用戶情況)，因此產(chǎn)品怎么更好地服務(wù)于用戶、真正對(duì)用戶產(chǎn)生價(jià)值是每個(gè)提供toC產(chǎn)品與服務(wù)的公司非常頭痛的問題。
        幸好，數(shù)據(jù)分析為我們了解用戶打開了一扇窗，用戶在產(chǎn)品上的操作行為為我們了解用戶提供了“蛛絲馬跡”，用戶的操作行為也是用戶最真實(shí)意圖的反饋，通過分析用戶行為，我們可以對(duì)用戶進(jìn)行更加細(xì)致的了解，最終指導(dǎo)我們更好地迭代產(chǎn)品為用戶提供更好的服務(wù)體驗(yàn)，通過用戶行為分析獲得的認(rèn)知，也可以指導(dǎo)我們更好地運(yùn)營(yíng)內(nèi)容及用戶。通過更好地服務(wù)用戶，借助合適的變現(xiàn)手段，最終產(chǎn)生商業(yè)價(jià)值。
        由于技術(shù)的進(jìn)步，商業(yè)智能所涵蓋的內(nèi)容也在不斷演化。在大數(shù)據(jù)被廣泛應(yīng)用之前，商業(yè)智能指將公司內(nèi)不同部門的數(shù)據(jù)進(jìn)行整合，從而指導(dǎo)決策，這個(gè)過程相對(duì)線性。 而現(xiàn)在，商業(yè)智能可以幫助實(shí)現(xiàn)一個(gè)決策閉環(huán)，不僅通過各種手段讓數(shù)據(jù)更容工具和易獲得，而且能夠?qū)Q策的效果進(jìn)行迅速追蹤與反饋，從而指導(dǎo)新一輪的決策。
        數(shù)字經(jīng)濟(jì)下，數(shù)據(jù)無處不在，我們已經(jīng)從IT時(shí)代邁入DT時(shí)代。IT時(shí)代以流程來驅(qū)動(dòng)業(yè)務(wù)，而在DT時(shí)代，將以數(shù)據(jù)來驅(qū)動(dòng)業(yè)務(wù)。特別是對(duì)于互聯(lián)網(wǎng)公司來說，擁有海量的數(shù)據(jù)并充分利用，已經(jīng)成為其致勝的法寶。