商务数据分析报告模板(10篇)

导言：作为写作爱好者，不可错过为您精心挑选的10篇商务数据分析报告，它们将为您的写作提供全新的视角，我们衷心期待您的阅读，并希望这些内容能为您提供灵感和参考。

篇1

首先，要有一个好的框架

跟盖房子一样，好的分析肯定是有基础有层次，有基础坚实，并且层次明了才能让阅读者一目了然，架构清晰、主次分明才能让别人容易读懂，这样才让人有读下去的欲望；

第二，每个分析都有结论，而且结论一定要明确

如果没有明确的结论那分析就不叫分析了，也失去了他本身的意义，因为你本来就是要去寻找或者印证一个结论才会去做分析的，所以千万不要忘本舍果；

第三，分析结论不要太多要精

如果可以的话一个分析一个最重要的结论就好了，很多时候分析就是发现问题，如果一个一个分析能发现一个重大问题，就达到目的了，不要事事求多，宁要仙桃一口，不要烂杏一筐，精简的结论也容易让阅者接受，减少重要阅者(通常是事务繁多的领导，没有太多时间看那么多)的阅读心理门槛，如果别人看到问题太多，结论太繁，不读下去，一百个结论也等于0；

第四，分析结论一定要基于紧密严禁的数据分析推导过程

不要有猜测性的结论，太主观的东西会没有说服力，如果一个结论连你自己都没有肯定的把握就不要拿出来误导别人了；

第五，好的分析要有很强的可读性

这里是指易读度，每个人都有自己的阅读习惯和思维方式，写东西你总会按照自己的思维逻辑来写，你自己觉得很明白，那是因为整个分析过程是你做的，别人不一定如此了解，要知道阅者往往只会花10分钟以内的时间来阅读，所以要考虑你的分析阅读者是谁？他们最关心什么？你必须站在读者的角度去写分析邮件；

第六，数据分析报告尽量图表化

这其实是第四点的补充，用图表代替大量堆砌的数字会有助于人们更形象更直观地看清楚问题和结论，当然，图表也不要太多，过多的图表一样会让人无所适从；

第七，好的分析报告一定要有逻辑性

通常要遵照：1、发现问题–2、总结问题原因–3、解决问题，这样一个流程，逻辑性强的分析报告也容易让人接受；

第八，好的分析一定是出自于了解产品的基础上的

做数据分析的产品经理本身一定要非常了解你所分析的产品的，如果你连分析的对象基本特性都不了解，分析出来的结论肯定是空中楼阁了，无根之木如何叫人信服？！

第九，好的分析一定要基于可靠的数据源

其实很多时候收集数据会占据更多的时间，包括规划定义数据、协调数据上报、让开发人员提取正确的数据或者建立良好的数据体系平台，最后才在收集的正确数据基础上做分析，既然一切都是为了找到正确的结论，那么就要保证收集到的数据的正确性，否则一切都将变成为了误导别人的努力；

第十，好的分析报告一定要有解决方案和建议方案

你既然很努力地去了解了产品并在了解的基础上做了深入的分析，那么这个过程就决定了你可能比别人都更清楚第发现了问题及问题产生的原因，那么在这个基础之上基于你的知识和了解，做出的建议和结论想必也会更有意义，而且你的老板也肯定不希望你只是个会发现问题的人，请你的那份工资更多的是为了让你解决问题的；

十一，不要害怕或回避“不良结论”

分析就是为了发现问题，并为解决问题提供决策依据的，发现产品问题也是你的价值所在，相信你的老板请你来，不是光让你来唱赞歌的，他要的也不是一个粉饰太平的工具，发现产品问题，在产品缺陷和问题造成重大失误前解决它就是你的分析的价值所在了；

十二，不要创造太多难懂的名词

篇2

一、数据分析的重要性

首先，我们要来了解一下数据分析对于一个网站的重要性。笔者并不从理论方面来论证数据分析的重要性，而是从各方对这一方面的动向来了解。

1、阿里巴巴

2011年5月25日，阿里巴巴宣布推出数据门户，并正式启用新域名，新推出的数据门户根据4500万中小企业用户的搜索、询单、交易等电子商务行为进行数据分析和挖掘，为中小企业以及电子商务从业人士等第三方提供综合数据服务。马云曾表示“数据”将是阿里巴巴未来十年发展的战略核心。

目前正式开放的部分为面向全体用户的宏观行业研究模块，由行业搜索动态趋势图、专业化行业分析报告、细分行业和地区的内贸分析和针对行业各级产品的热点分析，以及实时行业热点资讯等部分构成，并且为免费提供。到2011年底阿里巴巴还将适时陆续推出数据门户其他部分应用。

2、各行业巨头

事实上，近年来全球各大行业巨头都表示进驻“开放数据”蓝海。以沃尔玛为例，该公司已经拥有两千多万亿字节数据，相当于200多个美国国会图书馆的藏书总量。这其中，很大一部分事客户信息和消费记录。通过数据分析，企业可以掌握客户的消费习惯、优化现金和库存，并扩大销量，数据已经成为了各行各业商业决策的重要基础。

电商平台也很注重这方面的数据分析，例如世界工厂网，就设有排名榜的数据分析，通过分析用户在世界工厂网的搜索习惯及搜索记录，免费提供了产品排行榜、求购排行榜和企业排行榜。无独有偶，作为行业门户网站的装备制造网也即将在未来的发展中提供数据分析的功能，从网站的介绍中可以看到：每月企业网站专业SEO检测报告、季度专业行业研究报告等等。所有这些行业的动向，都昭示这一个特点：企业数据、行业分析。也只有行业网站、电商平台等拥有企业数据优势，而且集合整行业信息，并有分析整合数据的能力，才能真正为企业提供真实、有效的数据分析。

从各方对待一个事物的态度与投资动向，我们能很轻易的了解到这一事物的重要程度，从以上的事例可以看出，数据分析对于各行各业都非常的重要，尤其是对于电子商务平台。

二、电子商务数据分析的七个重要因素

1、电子商务数据分析需要商业敏感

今天电子商务公司的数据分析师，有些像老板的军师，必须有从枯燥的数据中解开市场密码的本事。比如，具有商业意识的数据分析师发现，网站上的婴儿车的销售增加了，那么，他基本可以预测奶粉的销量也会跟上去。再比如，网站上的产品发挥的作用并不一样，有的产品是为了赚钱，有的产品是为了促销，有的产品是为了吸引流量，不同的产品在网站上摆放的位置是不一样的。

一个商业敏感的数据分析师，是懂得用什么样的数据实现公司的目标。比如，乐酷天与淘宝竞争，它们重点看的不是交易量，而是流量：每天有多少新的卖家进来，卖了多少东西。因为此阶段竞争最核心的就是人气，而非实质交易量。如果新来的卖家进来卖不出东西，只有老卖家的交易量在增长，即使最后每天的交易量都增长，也还是有问题。

再比如，一家刚踏入市场的B2B公司和已经占领大部分市场的B2B公司，它们的目标不一样。前者是看流量赚人气，后者对流量不怎么看重，而是看重交易转化率及回头率。

当下的数据分析师多是学统计学出身的，一堆数据放在那里，大家都擅长怎么算回归、怎么画函数。但是这批学数学的人才缺乏商业意识，不知道这些数据对业务意味着什么，看不见一堆数据中彼此的关系，也就不知道该用什么样的逻辑分析，也就无法充当老板的眼睛了。

2、电子商务的网站转化率是关键，ROI是最终的目标

电子商务B2B网站平台的宗旨就是为企业服务，让买家与卖家的市场销售成本降低，降低交易成本，提高订单利润。因此，电子商务的网站转化率是关键，这其中就提到一个指标的重要性——ROI。ROI是ReturnOnInvestment的简写，是指通过投资而应返回的价值，它涵盖了企业的获利目标。利润和投入的经营所必备的财产相关，因为管理人员必须通过投资和现有财产获得利润。又称会计收益率、投资利润率。

其计算公式为：投资回报率(ROI)=年利润或年均利润/投资总额×100%

投资回报率(ROI)的优点是计算简单;缺点是没有考虑资金时间价值因素，不能正确反映建设期长短及投资方式不同和回收额的有无等条件对项目的影响，分子、分母计算口径的可比性较差，无法直接利用净现金流量信息。只有投资利润率指标大于或等于无风险投资利润率的投资项目才具有财务可行性。

投资回报率(ROI)往往具有时效性--回报通常是基于某些特定年份。

3、电子商务数据分析衡量指标的设定

指标是让我们更好的从数据量化的层面来了解运营的状况，现在的PV、UV、转化率基本是运营监督的指标;网站分析采用的指标可能有各种各样的，根据网站的目标和网站的客户的不同，可以有许多不同的指标来衡量。常用的网站分析指标有内容指标和商业指标，内容指标指的是衡量访问者的活动的指标，商业指标是指衡量访问者活动转化为商业利润的指标。

电子商务的数据可分为两类：前端行为数据和后端商业数据。前端行为数据指访问量、浏览量、点击流及站内搜索等反应用户行为的数据;而后端数据更侧重商业数据，比如交易量、投资回报率，以及全生命周期管理等。

目前有些人关心前端行为数据，也有些人关心后端商业数据，但是没有几家网站把前端行为数据和后端商业数据连起来看。大家只单纯看某一端数据。但是看数据看得“走火入魔”的人会明白，每个数据，就像散布在黑夜里的星星，它们之间布满了关系网，只要轻轻按一下其中一个数据，就会驱动另外一个数据的变化。

4、某些指标异常变化的原因分析

网站的某些指标的异常变化是外界市场一些变化的客观反应，网站的数据分析人员一定要积极注意。例如PV减少(异常)，那我们就要分析用户是搜索来源减少还是直接访问减少?反连接过来的减少?搜索减少就要观察用户的关键字、搜索引擎等。

例如2011年的上半年，曾出现阿里巴巴与慧聪发生争论，而在那几天，另一个B2B网站--世界工厂网的会员注册量批量上升，每天超过千个以上的注册量。当然这只是一部分的猜测，在两个B2B巨头不稳定之时，企业会选择第三方的平台，这是符合常理推断的。不过就此以后，世界工厂的注册量一直是稳中有升的，难道这是会员发现一个免费“新大陆”的口碑宣传吗?事后发现，是因为世界工厂网的一个新项目--全球企业库的上线吸引了大量企业会员的青睐，注册量猛然提升的。对于一些数据的异常增加或减少，一定要分析其产生的原因与市场时机，这对平台以后的发展及政策导向非常有借鉴意义。

有一天，linkin(一个社区网站)忽然发现来自雷曼兄弟的来访者多了起来，但是并没有深究原因。第二天，雷曼兄弟就宣布倒闭了。原因何在?雷曼兄弟的人到linkin找工作来了。谷歌宣布退出中国的前一个月，笔者在linkin上发现了一些平时很少见的谷歌产品经理在线，这也是相同的道理。试想，如果linkin针对某家上市公司分析某些数据，是不是很有商业价值?

5、利用数据分析用户的行为习惯

再次说，得到数据来分析是在揣测用户的心理和一些习惯，最真实的是让用户告诉你，需要什么，这些可以利用投票调查及问题提交等来实现，当然利用数据整合分析也是必然的，然后做出来AT来权衡利弊来对用户体验惊醒改善，和一些基本的产品定位及活动。

装备制造负责人认为，网站数据分析应该两个层次：第一，网站数据分析，是针对产品来说。就围绕产品如何运转，做封闭路径的分析。得出产品的点击是否顺畅、功能展现是否完美。第二、研究客户的访问焦点，挖掘客户潜在需求。如果是以交易为导向的电子商务网站，就是要研究如何高效的促成交易，是否能出现联单!

6、客户的购买行为分析

当用户在电子商务网站上有了购买行为之后，就从潜在客户变成了网站的价值客户，电子商务网站一般都会将用户的交易信息，包括购买时间、购买商品、购买数量、支付金额等信息保存在自己的数据库里面，所以对于这些用户，我们可以基于网站的运营数据对他们的交易行文进行分析，以估计每位用户的价值，及针对每位用户的扩展营销的可能性。

篇3

先数据整合分析

古代战争中，弓箭手必须装备牢固的弓和尖端绑着坚硬火石的箭。大多数的弓都配有瞄准设备，只有先精准定位，才能在放箭的瞬间将弓弦所有保持的能量释放，以得到最佳速度，百发百中。

数据分析正是企业科学预测决策的“瞄准器”。充分利用大数据不仅能让企业持续发展，同时还能帮助他们科学预测决策，获取竞争优势，创造一个更好、更有效的工作环境。基于精准分析的BI是实现这一目标的关键。

《孙子兵法》中指出，为了赢取战争，主帅须全面了解并掌握自己与对手的优势与弱势，“知己知彼、百战不殆”，现代BI的核心理念也是如此。BI是管理手段和信息技术的融合，数据的收集、整合与分析是建立商务智能系统的基础。商务智能是业务、数据、数据价值应用的过程，是从大量的数据中纂取信息与知识的过程。这些数据包括来自企业业务系统的订单、库存、交易账目、客户和供应商等来自企业所处行业和竞争对手的数据以及来自企业所处的其他外部环境中的各种数据。BI是用来帮助企业更好地利用数据提高决策质量的技术集合，它能够使企业创造累计商务知识和见解，改善商务决策水平，采取有效的商务行动，完善各种商务流程，提升各方面商务绩效，增强综合竞争力的智慧和能力，是企业在海量大数据时代搜集、分析、挖掘数据的“高参”。

BI对数据信息的要求属于多维度记录，这也在元年诺亚舟长达十余年的项目实施中得到了体现。把握“商”和“务”的本质：与商业相关，商务智能必须把商业眭的目标、存在的价值体现出来；务，即业务和时务，商务智能的核心是为管理决策和企业运营服务。

比如，某火力发电厂在采购流程中有“10万吨煤”这一数据，对总部的数据分析来说，其包含的信息量远远不够，需要被赋予更多的管理属性：这10万吨煤的供应商是谁，出自哪个煤矿，该煤矿属于哪种性质的煤矿煤质又如何，签署的合同类型是什么，等等，这些信息都被要求记录。

数据被收集整理之后，元年诺亚舟的BI项目通过建立的数据仓库，计算机系统可以在数据管理功能（从多个数据源为特定应用领域的信息系统的进行联机事务处理）、数据分析功能（具备联机分析处理和Legacy等多种数据分析功能、终端信息查询和报表生成能力、数据可视化能力）、知识发现功能（从大型数据库的数据中提取人们感兴趣的知识的能力）、企业优化功能（企业决策者可以依据从BI系统中得到的决策支持信息，增强企业的竞争能力）等方面为企业提供管理帮助。

再精准预测决策

精准定位之后的发射是弓箭运用的关键。商务智能分析之后能为企业管理的预测决策带来实效，才是王道。

那么，怎么发力才能让射出的弓箭既有力度又有精度？那就得看是否将弓箭这一武器用于合适的战争――远程战争，也就是企业经营管理过程中的预测与决策。科学而准确的预测需要建立在精准的历史数据分析和对未来趋势准确判断上。具体到商务智能而言，关键在于让各级决策者获得知识或洞察力，促使他们做出对企业更有利的决策。

“啤酒与尿布”的故事堪称BI应用的经典案例。美国第一大零售商沃尔玛公司通过对顾客购买资料的分析发现，一般年轻的父亲在出来给孩子买尿布的时候，总是喜欢捎带着买上两瓶啤酒。于是，超市就把啤酒与尿布这两个看似风马牛不相及的商品摆放在一起，这样不仅方便了顾客，同时也促进了啤酒的销量。

再比如，某企业购买了一套BI软件，为企业追踪营销活动成果，并监督每家分店的汉堡销售情况，结果发现，采购成本最高的白色酱料根本无人问津，于是管理者决定不再从外部购买。

BI已成为当前帮助企业实现管理提升的有效良方。企业商业智能的实现涉及到软件、硬件、咨询服务及应用，其基本体系结构包括数据仓库、联机分析处理和数据挖掘三个部分。如何将这些部分结合起来形成帮助企业决策的整体？以元年诺亚舟的BI项目为例，展示BI如何为战略、为管理所用。

1、BI项目定位精准，面向服务省公司领导、各级管理人员和财务部专业分析人员。具体的内容包括构建整体的财务指标库、财务数据的服务云、建立财务运营的整体服务体系等，并设置不同展现场景。

服务内容需要兼收并蓄，包括平台整体框架，形式是基于大数据量的管理决策支持平台。BI项目相关主题框架包括个人视窗、每日快报、财务监控的指标体系等等，对业绩、重要资源、风险都能进行监控；对从整体的收益到每一个客户的收益、再到不同的产品的收益进行不同的管理；最终形成一一对应的报表输出。

2、B1分析功能独树一帜。整个项目被分成十大专题分析体系，对每一项主题都有具体的指标。比如说在市场竞争里面要有存量用户份额、新增用户份额、净用户份额等等，还包括很重要的一点，中高低端用户的结构。BI所有主题的分析报告都有明细结构。

篇4

0引言

2012年以来，铺天盖地的大数据进入了我们的视线，各种流行书籍，各大网站、媒体都在谈论大数据，一时间成为这个时代最热门的话题。同时，这也引起了我们的关注。我们说，大数据，不单纯是数据规模上的大，还在多样性、速度、精确性上都有突破性增长。更重要的是，这种数据的潜在价值也是旧有数据难以企及的。我们这里暂且不论如何驾驭大数据以及有什么样的技术要求，它给我们的一点重要启示就是要注重数据分析的重要性。在此背景下，深圳信息职业技术学院会计信息管理专业积极探索满足新形势下人才需求的培养模式，使人才更好地满足当前企业的实际需要。

1大数据时代背景引发对人才需求的变革

可以说，在未来的竞争领域，“占领市场必须先占有数据”，也就是要做到基于信息的决策———“用数据说话，做理性决策”，即进行数据分析。数据分析是从海量的数据中提取和挖掘出对企业有价值的规律和趋势，为企业的决策提供支持，这些支持体现在四个方面：①行为预见镜———帮助企业识别机会、规避风险；②问题良药———帮助企业诊断问题、亡羊补牢；③跟踪检测———帮助企业评估效果，提升效益；④引力动力器———帮助企业提高效率，加强管理。不可否认，个别公司的决策人具有超人的战略眼光以及敏锐的洞察力，单靠直觉也能给公司带来巨大价值。那么究竟靠数据分析的决策能否优于直觉决策，我们这里也要靠数据说话。有学者比较了组织中用直觉决策以及用数据分析决策的可能性，研究发现，业绩优秀的组织更多地倾向于采用分析决策，尤其是在财务管理、运营、战略等方面。因此，可以推断，用数据分析决策比直觉决策能给企业带来更大的价值。与此同时，根据智联招聘网站显示，短短两年时间，珠三角地区数据分析人才需求已接近了需求量旺盛的传统会计专业。可见，越来越多的公司需要能够对公司财务等相关信息数据进行处理、加工、分析以为公司管理层决策提供信息支持的人才。可以说，传统会计专业注重会计核算，即财务报表编制的整个流程及环节的掌握，而会计信息管理专业更注重对财务报表数据以及其他有用信息数据的再加工、处理、分析及呈报，以满足管理层经营决策的需要。可以说，不同的社会发展阶段和发展水平要求有不同的专业设置及专业培养目标与之适应。从会计电算化到会计信息管理背后的推动力是时代的变革引发的对人才的需求。然而，从当前会计信息管理专业的建设情况来看，多数院校存在培养目标不清晰、没有明确的专业定位、与会计电算化等专业没有明显区分以及缺乏明确的专业核心课程等突出问题，尤其是对会计信息管理专业名称中“信息”二字究竟如何体现没有清晰的把握和界定。因此，会计信息管理专业的人才培养模式亟需变革。

2大数据时代背景下会计信息管理人才工作岗位及能力分析

深圳信息职业技术学院2012年成功申报会计信息管理新专业，并于2013年下半年开始首届招生。与此同时，会计信息管理的专业定位、培养目标、课程体系也成为摆在专业任课教师面前的重大课题。近几年来，全体专任教师围绕会计信息管理专业建设展开了一系列的咨询、调研、走访，并定期进行讨论、交流，扎扎实实了解实际中的人才需求，实现专业人才供给与人才需求无缝对接。到目前，初步形成了具有专业特色的会计信息管理专业建设思路与方法。首先，会计信息管理专业人才就业岗位主要集中在账务处理、管理会计、财务数据分析、预算管理、成本管理、资金管理及内部控制等方面。具体工作任务体现在：会计核算，纳税申报，管理会计，财务数据处理、加工、分析及呈报，以及预算、成本、资金管理等。其次，在新形势下会计信息管理人才的工作岗位领域，会计信息管理专业人才应具备如下三方面能力：①会计核算能力，指的是熟悉并掌握会计信息生成系统，运用财务信息对企业经营活动进行评价；②数据分析能力，指的是掌握一定的数据分析方法，运用Excel、数据库等现代信息技术手段对数据进行采集、处理、分析及呈现；③辅助决策能力，指的是能够依据相应的数据分析结果，为公司日常财务等管理决策提供支持。

3大数据时代背景下会计信息管理人才培养目标

在当前互联网时代及大数据时代，对财务人才的要求，已经不局限于传统账务处理，更倾向于对决策相关信息数据的处理和分析。“占领市场必须先占领数据”，公司财务和经营决策的制定更多的是基于信息的决策，即“用数据说话，做理性决策”，而数据分析即是从海量的数据中提取和挖掘出对企业有价值的规律和趋势，为企业的决策提供支持。因此，在新形势下，会计信息管理专业的人才培养目标可以确定为数据分析引领财务决策信息化。为了实现这一培养目标，需要三个层面的支撑体系，即基于财务会计、强化数据分析、服务管理决策。

4大数据时代背景下会计信息管理人才培养课程体系

在以数据分析引领财务决策信息化的人才培养目标指引下，我们初步形成了如下三个层次的课程体系。

（1）会计学基础课程：会计信息管理源于会计，不能脱离财务会计，仍然要以财务会计为基础。专业学生要了解财务报表的生成过程及会计账务处理流程、能够对一般企业常见经济业务进行会计处理、进行企业纳税申报等。这方面课程主要有：会计学原理、财务会计、纳税实务。

（2）数据分析技术课程：对信息的把握体现在两个层面，其一是与企业信息化相适应的一般管理软件、财务软件的使用及熟练操作以及简单维护，能够作为关键人物辅助中小企业实现财务信息化；另一层面通过对数据的采集、整理、分析报告，满足管理层基于信息的决策以及决策的科学化。数据的来源可以来自公司内部的管理信息系统，根据需要也可以来自企业外部的国家经济产业政策、行业市场信息等。其中，对数据的分析能力又从两方面进行培养，一方面是分析思维方式的培养，这是起主导作用的层面；另一方面是分析工具运用的培养，信息化时代，数据量的加大要求借助于一定的分析工具才能实现数据分析。企业信息化实施及数据分析方面的主要课程有：财务报表分析、财经数据分析、应用统计学、数据库原理及应用、数据处理软件应用、商务智能等。

（3）决策能力提升课程：新形势下财务人员面对和服务的更多是企业的管理层和决策层，会计信息管理专业学生要清楚公司管理层和决策层需要哪方面的决策信息支持，并通过数据分析方法进行提供，同时给出合理化建议。这方面课程主要有：管理会计、财务管理、成本管理等。其中，财经数据分析课程能够使学生掌握系统的数据分析方法，包括数据收集、数据处理、数据分析、数据展现及报告撰写各环节的基本理论及操作技能，同时熟练地运用数据分析的思想和方法分析企业的财务数据，为管理层决策提供信息支持。数据分析软件应用课程能够让学生熟练运用Excel等常见数据分析工具、软件进行数据录入、数据整理和数据分析的方法和技巧，培养学生操作Excel等数据分析软件的基本技能。商务智能（含数据挖掘）课程依托商务智能平台，从商务智能概念、商务智能结构、多维数据集内容、数据挖掘、交付等主要内容，使学生在了解如何运用商务智能的工具、架构以及规则的基础上，分析企业数据，为企业管理层提供信息化决策支持系统。

5结语

不同的社会发展阶段和发展水平要求有不同的专业设置及专业培养目标与之适应。从会计电算化到会计信息管理背后的推动力是时代的变革引发的对人才的需求。大数据时代下会计信息管理人才培养目标为数据分析引领财务决策信息化。相应课程体系为财务会计基础课程、数据分析技术课程、决策能力提升课程。我们共同期待，会计信息管理人才将通过数据分析对企业财务等管理决策带来价值增值。

主要参考文献

［1］陈宪宇．大数据时代企业相关职位设置与人才培养［J］．经营与管理，2014（9）：43－47．

篇5

中图分类号：TP315 文献标识码：A 文章编号：1007-9599 (2012) 11-0000-02

一、引言

Enterprise Resource Planning（即企业资源计划，以下简称ERP）是一套支撑企业日常经营管理业务的信息系统，其贯彻于企业日常经营的主要环节，现在已成为现代企业管理的重要手段之一。SAP公司ERP软件是全球市场占有率最高的ERP软件产品。截至目前，中国石化下属的二级企业已全部推广应用了SAP公司的ERP系统。从功能上来讲，ERP实现了企业资源的共享，但是没有把信息资源进行更加有效的分析和处理，企业的信息价值没有得到更多的体现。

“商务智能”是一种综合运用了数据仓库、联机分析（OLAP）和数据挖掘技术来处理和分析数据的崭新技术，可以提供使企业迅速分析数据的技术和方法，包括收集、管理和分析数据，将这些数据转化为有用的信息。ERP系统引入“商务智能”后，可建立ERP数据仓库，结合0LAP及数据挖掘技术，增强ERP系统对所积累的历史数据的挖掘和分析处理能力，满足企业对市场变化做出及时响应的需求。

BusinessObjects公司是全球领先的商务智能产品供应商，成立于1990年，致力于为各种类型的企业提供商务智能解决方案，帮助这些企业建立可以信赖的信息平台，优化企业的绩效管理，并提高企业的决策水平。BusinessObjects公司已经于2007年12月被SAP收购。Business Intelligence（简称BI）为目前SAP BusinessObjects的主要产品，主要提供商务智能解决方案，这也是全世界应用最广泛的一种解决方案，主要帮助企业进行业务数据的查询、分析和挖掘，将潜藏在数据中的信息转化成知识，以便更好的掌握企业的业务动态，做出更好的决策。

二、BI系列产品构成

BI商务智能系列产品主要包括BusinessObjects Enterprise（简称BOE）、Xcelsius（中文名为“水晶易表”）、Web Intelligence（简称WebI）、Crystal Reports（中文名为“水晶报表”）等。

（一）BOE

BOE是一种商务智能平台产品，通常安装在企业的服务器中，可以看作为信息共享服务器，使用Crystal Report、Web Intelligence、Xcelsius等各种工具生成的数据分析报告，最终统一并存储到BOE上，由BOE进行集中管理和分发，企业的最终用户从这个单一的平台上获取有关企业的一切数据信息。

BOE设计为在各种各样的用户和部署方案中提供出色的性能。例如，专业化的平台服务可以根据时间和事件来处理数据的按需访问及报表生成，或报表计划。可以将占用大量处理器资源的计划和处理任务卸载到专用的服务器上进行，以改善性能。此体系结构旨在满足几乎任何 BI 部署的需求，而且非常灵活，可以从使用单个工具的几位用户发展到使用多个工具和接口的数万位用户。

（二）水晶易表

Xcelsius（水晶易表）是一款世界领先的数据可视化工具，在数据分析和可视化表示之间架起了一座桥梁，使各种水平的用户都能够以可视化方式创建很好的交互式报告和应用程序。水晶易表将目前普及和广泛使用的Excel和Flash技术完美结合，提供一个可视化的设计界面，通过简单的拖拽，就可以将Excel中枯燥乏味的数据以动态交互式的形式展现出来，支持统计图、仪表盘、地图等多种展现形式，展现的结果可以导出为Word、Powerpoint、PDF、SWF等各种文件。

使用水晶易表，用户可以通过一种清晰并且功能强大的样式来传递数据，更能够吸引大脑和眼球。水晶易表的底层技术是Microsoft Excel，它使生成报告和应用程序的过程非常有趣，不要求用户了解晦涩难懂的编程语言，只须基本了解 Excel 的工作原理，就可以在报告中创建震撼的视觉效果，不必进行任何其他培训。

篇6

目前，大型企业集团范围内大多有统一的财务系统，实现了财务信息流与业务信息流的紧密衔接，大型集团的财务核算与管理的信息化基础完整、成熟，但财务系统的着眼点仍旧是企业内部管理与财务信息披露，对外的财务服务（如客户交款方式、客户对账方式）的方式仍是传统的、滞后的。同时，集团财务公司资金管理系统全面支撑在线的资金集中、划拨，支持对成员单位不同形式的融资服务。但财务公司的业务范围大多只覆盖集团，集团的沉淀资金未发挥更高效的作用，对上下游企业缺乏必要的资金支撑。

一、企业集团财务金融服务总体定位

以在线支付为基础，以供应链融资为特色，定位为产业链财务金融服务中心，通过银企直联通道和自有第三方支付平台全面支撑平台业务的在线支付与结算，通过供应链融资和P2P信贷平台贯通产业链内部资金融通网络，拓宽社会资金入口，全面提升产业链自我造血和输血能力，深化与金融机构战略合作，通过理财产品销售盘活平台闲置资金，在建立价值传递纽带的同时提高用户粘性，打造基于资金流动、融资双方信息反馈、市场行情与利率的大数据分析体系，实现财务金融业务智能化、效率化、科学化的同时辅助客户决策，最终发展支付业务为平台业务支撑核心，发展融资业务为平台盈利核心，发展理财业务为平台价值创造核心，发展大数据分析业务为平台价值再现核心。

二、财务金融服务建设目标

根据电子商务平台的定位，参照电子商务平台建设的总体规划，财务金融服务计划分为三期建设。

（1）项目一期建设目标：一是借鉴行业电子商务平台建设的实践经验，建成银企直联通道，为电子商务平台提供快捷、高效、安全的网上支付功能。二是与银行、财务公司、第三方监管仓库协商合作，制定仓单融资和订单融资流程、管理规范和风险管控规范，在电子商务平台中采用仓单融资和订单融资方式为上下游企业融资，实现快捷、可靠的供应链融资服务，适度利用财务公司资金，在保障资金安全的情况下实现集团资金收益最大化。三是记录供应商、客户资金线上支付资金流动信息和融资业务跟踪信息，为用户提供订单支付、交易结算和融资相关的信息查询和检索服务，对资金流动信息深入分析，发掘潜在价值，为智能服务做基础支撑。

（2）项目二期建设目标：一是将更多银行纳入银企直联通道，提升用户支付体验。同时与财务公司合作，建设第三方支付平台并向社会积极推广，形成广泛的影响力。二是深化与财务公司和银行的合作，充分利用财务公司、银行的资金和服务优势，拓展供应链融资方式，在订单融资和仓单融资的基础上发展应收账款融资和保理融资业务。三是建立完备的融资方、出资方信息反馈渠道，结合财务公司积累数据，深入挖掘信息价值，生成融资业务分析报告，实现融资业务的智能化、效率化、科学化升级，同时，为客户提供增值服务，辅助客户决策。

（3）项目三期建设目标：一是拓展支付平台沉淀资金、理财产品资金、其他财务公司资金等多渠道资金来源，开展保兑仓、代下单、信用融资等融资业务，使平台成为促进销售增长的不竭动力。二是建设P2P信贷平台，利用供应链内外资金，降低融资门槛，打造平台行业供应链资金蓄水池，促进上下游企业资金协同。同时，将P2P信贷业务发展成为平台重要赢利来源。三是基金销售，为平台用户提供短期闲置资金投资渠道，提升平台整体活跃度和用户粘性。将中介费发展成为平台盈利点之一。

三、财务金融服务功能总体规划

第一部分是财务金融门户，用户可通过互联网、移动端、新媒体等方式进行浏览和操作。第二部分规划是平台的管理功能，是对前段显示页面功能和信息的支撑，具体包括支付服务管理、融资服务管理、理财服务管理和信息服务管理。第三部分规划是财务金融的基础支撑，包括八个模块的基础支持。第四部分规划是财务金融的数据分析，分析成果可帮助平台进行业务提升，防范潜在风险。

四、电子商务平台财务金融服务的业务能力与服务支撑

（1）支付服务：主要是为了实现买卖双方的订单支付、独立的在线转账以及理财产品购买。包括线下支付、银企直联和第三方支付三种渠道。一是线下支付。针对一些电子化信息化程度低的企业在线支付功能薄弱的特点，初期平台仍保留线下支付功能，买方仍可通过传统线下支付渠道（现金、支票、汇票等）支付货款。电子商务平台将通过接口获取财务系统的收付款情况实时反映给用户。二是银企直联。银企直联是通过银行渠道实现电子商务平台用户的资金收付。银企直联具有高效、快捷、安全的特点，是电子商务平台未来具备的基础支付功能。三是第三方支付平台。平台自建第三方支付平台不仅可以实现买卖双方的交易支付，还可以借助于第三方支付平台获得沉淀资金，并通过其衍生的融资及理财工具，为电子商务平台用户带来收益。

（2）融资服务：是平台金融服务核心业务之一，是吸引用户使用平台的关键，也是平台未来盈利的重要来源。一是订单融资：是平台向企业和客户提供的融资方式。订单融资是比较成熟的供应链融资方式，卖方获得订单后向银行申请专项资金组织生产，生产完工发货后买方向卖方申请的专项资金账户还款。二是仓单融资：是平台向企业和客户提供的融资服务。仓单融资借助于第三方仓库的监管，货物的所有者将货物存入监管仓库，通过分期还款获得对顶的货物使用权，动态还款动态解押。三是应收账款融资：是平台向供应商、企业提供的融资服务，供应商将对企业的应收账款向银行申请贴现，企业作为应付账款方做承兑担保。四是保理融资：是平台向供应商、企业提供的融资方式。供应商将应收账款转让给保理商，保理商为其提供资金融通、资信评估、账款回收等服务。五是订货：订货是平台对企业和客户推出的融资功能，平台为企业和客户提供短期资金融通。六是P2P融资：是平台针对供应商、企业和客户提供的融资服务。平台审核融资申请后将融资以项目的形式推送到网页，集合社会资金。单个融资项目自负盈亏，控制风险，同时平台和第三方担保公司为融资作担保。

（3）理财服务：是平台推出的针对供应商、企业、客户和社会公众的资金管理增值服务。平台通过基金销售达到利用用户闲散资金的目的。同时平台自有P2P信贷平台投资理财服务可以为用户提供较高的收益。

篇7

一、引言

目前，我国网络零售业正处于一个快速发展时期，2012年全国网络零售总额超过1.1万亿元，占社会消费品零售总额的5%，网络购物用户达2.3亿。另据中国电子商务研究中心的资料显示，2012年国内网络零售企业数已超过5万家，连锁百强中有六成企业开展了网络零售业务。可以预计，随着互联网应用的不断深化，除了在线零售商外，将会有越来越多的传统的制造商、品牌商、服务商、渠道商、零售商将传统渠道的触角向线上延伸，通过自建、收购或利用第三方网购平台等方式开拓网络零售市场。

二、网络零售业人才需求分析

1、需求结构

随着网络零售业的快速发展，社会对网络零售业务人员的需求量不断上升，以一个组织结构比较健全的网络零售商铺（网店）为例，其所需要的网络零售岗位人才结构体系如图1所示。

从图1可看出，网络零售商铺（网店）所需人才可分为五大类，具体见表1。从上述岗位需求可以看出，目前网络零售行业所需要人才的专业分工越来越细，涵盖了传统的电子商务、市场营销、新闻、统计学、界面设计、物流管理、会计及人力资源管理等专业。但由于网络零售市场在我国还处于发展初期，各相关专业并没有针对该领域市场进行专门的人才培养。从电子商务专业人才培养来看，在上述岗位类别中可以选择的岗位只有店长、运营主管两个管理类岗位，以及活动策划、文案编辑、市场推广与数据分析四个运营类岗位。

2、需求规模及趋势

以店长与运营主管（经理）为职位名称在淘工作（http：//）进行检索。2011年到2012年招聘店主（含运营主管/经理）的企业数如图2所示。数据显示，2011年，在淘工作进行店主（含运营主管）招聘的企业数为3088家，2012年有4180家，同比增长36%。由此可见，对于店长及运营主管两类网络零售的管理类人才而言，市场需求有不断增长的趋势。

值得注意的是，随着越来越多的企业进军网络零售市场，网络零售商家对店长类综合运营管理人才的需求量也越大，同时随着各企业网络零售市场规模的不断扩大，企业网络零售组织架构也不断扩大，导致专职负责店铺运营的主管人才需求量也不断攀升。但由于不少网络零售商还处于市场不断开拓阶段，因而其对店长及运营主管的要求除能从事管理岗位的工作外，还要求他们能承担一定的运营类岗位工作，如网络市场推广、网络活动策划、网络文案编辑与网络数据分析等。此外，网络零售企业对活动策划、文案编辑、市场推广、数据分析的人才需求也呈现快速增长趋势，以淘工作统计为例，2011年招聘上述岗位的企业数依次为1521家、1024家、4656家和178家，到2012年依次为1688家、1457家、5920 家和241家，招聘企业数增长26%，招聘各类人员总数增长超过30%。

综上所述，从我国网络零售市场发展趋势与企业网络零售人才需求状况来看，未来五到十年内，我国网络零售市场将呈现高速增长态势，企业对相关网络零售运营管理类人才的需求将会越来越旺盛。

三、面向网络零售的运营管理岗位能力要求

1、店长

（1）工作任务。负责平台商铺的整体规划、营销、推广、客户关系管理等系统经营性工作。（2）能力要求。熟悉网络推广、传播方式和渠道；熟悉电子商务模式与流程；熟悉网店装修、页面策划、文案、平面设计等工作；熟悉网店、页面优化及SEO。

2、运营主管

（1）工作任务。制定网上店铺的营销策划方案；负责推广方案设计、讨论和实施；提出网上店铺的页面优化改版方案；对推广效果进行跟踪、评估，并提交推广效果的统计分析报表，及时提出营销改进措施，给出切实可行的改进方案。（2）能力要求。熟悉平台店铺营销策划与推广及网购销售市场；熟悉网络零售平台运营环境、交易规则、推广及广告资源；熟悉各种网络推广手段，组织专业人员进行推广。

3、活动策划

（1）工作任务。协助规划和制定年度网络促销计划，撰写新品推广、产品促销活动方案；协助制定、梳理促销推广活动的管理规则和流程，把控促销方案落实；对促销效果进行跟踪评估；收集、分析市场促销需求、竞品动态，做好促销数据收集和分析，优化促销工具和方法，调整促销策略。（2）能力要求。有较强的网络市场信息收集、统计、分析能力；敏锐的市场动态感知能力和促销推广提案撰写能力；较强的沟通能力、逻辑分析能力以及组织协调能力；较强的客户意识，能够从客户角度出发思考问题和解决问题；能熟悉网络零售平台营销与推广。

（1）工作任务。负责网络店铺宣传性软文、硬广、公司通告撰写；店铺大型活动的文案拟定；参与促销活动及品牌包装的创意、文案工作。（2）能力要求。具备扎实的文字功底，较好的文案撰写能力；了解网络消费者心理需求及消费习惯。

5、市场推广

（1）工作任务。负责网络店铺及产品在网络零售平台或互联网上的推广；制定推广方案并负责实施，对推广效果进行评估，对店铺及产品访问量、转换率数据进行分析；根据网络零售平台规则进行商品页面搜索优化。（2）能力要求。精通网络零售平台营销规则，熟悉网络消费者的购物习惯和心理；熟悉与掌握网络零售平台各种营销工具，熟悉网络SEO技术；良好的策划推广能力和项目执行能力；具有较强的数据分析能力。

6、数据分析

（1）工作任务。负责网络平台店铺的日常数据统计分析以及其他电子商务网站数据的收集统计工作；负责对网上店铺的流量、销量、转化率等数据的分析；负责对市场、行业及竞争对手的网络数据的采集、评估与分析；负责收集客户资源；负责营销管理问题的跟踪和交叉分析，并提出解决方案。（2）能力要求。具备丰富的数据分析、挖掘、清洗和建模的经验；熟练独立编写商业数据分析报告，及时发现和分析其中隐含的变化和问题；具备利用数据分析解决商业、市场营销、风险问题的能力。

四、网络零售运营管理人才的培养目标与要求

1、培养目标

根据河南工业大学电子商务专业人才培养方案，结合目前网络零售市场人才需求特点，我们把网络零售运营管理专业方向人才的就业岗位定位为网络零售平台主管（包括自建网络商店与第三方平台网络商店店长）或运营主管，由于上述岗位一般需要至少一年的网络零售工作经验，因此，学生前期就业岗位也面向网络零售市场活动策划、文案编辑、市场推广与数据分析等具体运营业务岗位。

该专业方向的培养目标为：培养掌握电子商务及网络零售的理论知识和运作规律，熟悉网络零售市场特点，具备网络零售市场的整体规划、营销、推广与客户关系管理等环节的运营管理技能的综合型的网络零售运营管理人才。

2、人才规格

通过本专业方向的系统的学习，学生将具备表2所示的知识和能力。

五、基于能力要素的网络零售运营管理方向课程设置

1、对应关系

根据河南工业大学网络零售运营管理人才的培养目标及定位，我们对岗位能力与课程单元对应关系进行了分析研究，将本专业方向的专业及方向能力分解为六大专项能力，具体对应关系如表3所示。

2、组织实施

根据上述的方向所需能力与课程设置的对应关系，我们梳理了专业原有课程体系。原有课程体系包括了网络营销基础、电子商务管理、网页设计、电子商务网站规划与建设、创业设计综合实验、网页设计课程设计课程设计、电子商务网站建设实训等。同时，为了保证本专业方向在原有电子商务专业培养体系上能够实施，在课程教学组织上保持原有的通识教育模块、学科平台模块以及专业平台模块中的必选课体系不变，在专业平台模块中的选修课中设置网络零售运营管理方向课程群，其中包括6门理论课和3门实践课，如表4所示。学生如果选择了该方向，就代表选择了该方向课程群的所有选修课程。

六、结论

在电子商务专业开设网络零售运营管理方向人才培养，符合社会对电子商务人才的专业化或行业化需求特点。网络零售运营管理人才做为一个综合性电子商务管理人才，既要具有足够的理论知识，也需要紧密联系网络零售市场发展，将一定的理论转化为实践能力。因而，在该类人才培养过程中，需要建立校企深度合作实践教学基地平台，实现学校人才培养与网络零售市场企业需求之间的无缝衔接。当然，要培养出符合网络零售市场需求的电子商务运营管理类人才，需要在教学实践中不断进行改革与实践，探索出符合社会网络零售人才需求及各高校实际的人才培养体系。

（注：基金项目：河南工业大学人才培养模式改革工程项目“电子商务专业人才‘分类’培养模式研究与实践”（2011）。）

篇8

第一是数据化。我们现在有了更多的传感器去记录数据。大家最能理解和最常见的传感器就是手机。有了手机，我们就能通过技术监测知道你生活在哪个地方，有没有网络购物等个人信息。正是有了越来越多的记录数据的传感器，使得我们获得的数据一直在增长。

第二大变化是数据形态发生了变化 。我们现在有了各种各样的数据，既包括传统的结构化数据，例如门店的销售数据、后台数据等也包括互联网的各种数据。

在大数据时代，互联网用户通常作为同一个对象使用多个网络平台。我们通过对特别对象或人物的网络（性格、社交圈等）和行为（购物、评论等）的特征进行分析和挖掘，打破了孤立的个人数据特征，成功建立了以人为对象的跨越多个网络和数据平台的关系数据群，实现个人跨平台数据的打通。

正是在这样的大背景下，2011年5月，麦肯锡麦肯锡全球研究院（MGI）了一份报告――《大数据：创新、竞争和生产力的下一个新领域》，推动了工业界和学术界对大数据的关注，同年11月IBM公司在产品会上推出大数据概念。

大数据有四个特点：规模巨大；产生数据的速度非常快，我们处理它的速度也非常快；数据库的多样性；数据中潜藏价值。

我们认为大数据不是技术的变化，而是全方位理念的变化，它是基于多源异构、跨域关联的海量数据分析所产生的决策流程、商业模式以及生活方式和观念形态上的颠覆性变化的总和。

大数据的创新

整个大数据在商业中的创新体现在数据的外部化。也就是我们如何把自己的业务数据拿出去给别人用或者怎么样把别人的数据拿进来自己用？

一个门店、一个品牌的生存都不能仅仅依靠自己的数据。当下基于互联网基础的社交媒体、论坛、电子商务及移动电子商务数据给我们提供了很多可能的资源。我从不同角度，简单阐释一下这个问题。

如果从大的角度来谈化妆品行业的整体发展趋势及哪些品类会成为消费者期盼的商品，互联网就给了我们很好的答案。

在10年前，中国还没有男士护肤的概念和市场，但是到今天男士护肤品已经是一个很大的市场。如果我们回溯到十年前，互联网的论坛讨论就是男士护肤市场起步的端倪。因为有一些消费者由于和欧美国家的接触，他们比化妆品市场从业人员更敏感，他们首先发现了男士护肤市场的商机与需求。所以通过大数据的检测你可能会遇到行业可能的机会。

从小的角度来看，大数据的运用，我在一个城市开店，我只想知道什么样的东西受消费者的喜爱，未来的市场变化趋势是怎样的？这个时候电子商务和移动电子商务的数据就给了我们很好的答案。

我们可以通过分布式网络爬虫技术，直接爬取互联网数据。当你覆盖足够多的电子商务平台，你就很容易知道哪类产品、哪类品牌甚至某个单品在哪个城市的销售状况。我甚至可以通过精准的计算技术，更好的了解我们商业合作与竞争的利益。

如果再深一层，面对一个个体，我应该给哪些人推送精准营销或者说一个产品面世后它在互联网的美誉度是怎么样的，有没有可能出现重大安全问题，需要产品方做怎样的调整，这些东西都不是我们自身的数据能解决的而是需要外部的数据辅助我们做决策。

举几个非化妆品行业的例子。搜索网站谷歌通过人们在网上的搜索记录完成流感的预测。谷歌每天都会收到来自全球超过30亿条的各种搜索指令，如此庞大的数据资源足以支撑和帮助它预测流感的传染程度。

我们要注意到大数据运用的创新之处。谷歌不是通过疾控中心和医院的数据来预测传染病，它是通过搜索指令的数据资源来预测传染病的流行程度。也就是说谷歌在用自身业务产生的数据，拿出去解决其他地方的重大问题。

再举一个非常典型的例子，告诉大家我们的数据要流动起来，才能发挥更大的价值。

国家电网每年会两个指数一个是重工业用电指数，一个是轻工业用电指数，这两个指数是整个中国工业制造业的晴雨表。如果将国家电网的数据和用水的数据结合起来，这些数据产生更大的价值。如果把用水和用电的数据结合运用到个人住户，则可以给公安部门维护社会稳定起到积极作用。

公安部门可以通过异常的用水及用电数据判断哪些住宅是传销聚集地。因为传销三、四十个人挤在一个小房子里，用水量是超过正常范围的。

同时，用水用电数据为国家安全委员会维护稳定和反恐有重大意义。我们国家有一些被列入黑名单的，这些人一旦发生了不正常的移动或者居住地用水用电发生异常，公安部门需要第一时间实地走访，掌握情况。

此外，用水用电的数据是所有银行为中小企业发放贷款的重要依据。众所周知，中小企业的财报数据都不太真实，银行在为他们做风险评估的时候，基本不看财报，而是看企业的用水用电数据以及交管委的摄像头记录的货车进出数据，判断企业的整体规模及信贷风险。

所以，我再次强调大数据创新的核心是怎么样把自己的数据拿出去支持其他行业以及如何用其他行业的数据支持自己做决策。

大数据的商业实践

将大数据用于品牌商业分析的时候，有三点和以前不一样：

第一，我们所有的分析都是全样的数据而不是抽样的数据。从某种意义上讲，世界上没有全样数据，我们所能掌握的都只是部分，但从另一个意义上讲，我们团队能够监控到大量的电子商务及手机移动终端的数据。这些数据不再与以前做数据分析时，到某几家店，通过某几个产品的试用和观察得出的数据一样。因此大数据时代的数据分析报告，比以前更细、更高速、更高准确率

第二，大数据的分析包括很多非结构化的数据。做移动电子商务的人会知道， 我们除了关注日常销售、生产等结构化的数据之外，还会非常看重商品在社交媒体上的影响力如何，品牌的粉丝影响力如何。所以每一件商品的美誉度如何以及在论坛上遭遇的舆情危机等都可以通过非结构化的数据分析获得认识。

第三，我们所有的数据都是关联的数据。我们要打通一个用户、 一款产品在不同社交媒体上的购买行为、浏览行为及被收藏被评价行为，从而获得更全面的认知，同时发现产品从A平台到B平台的商业机会。

我建议有条件的品牌商及经营者要实现外部数据的战略储备。我们团队的数据其实来自两方面：一个是自有数据的积累，二是公开数据的爬取。现在的这些数据对于我们将来做扩展包括趋势分析、竞争品牌的分析及了解用户做精准营销等意义重大。

在了解用户的时候，我们需要进行全面了解。我们不仅要了解他的购买浏览记录，还要了解他的时间和空间轨迹等。我们给很多品牌商做过服务，你对同一个对象在不同时间点给他推送广告的打开率可以相差10几倍。此外，了解一个用户的行为轨迹，也能让你做到精准的广告投放和店铺选址。

很多人在运用大数据营销的时候，会步入逻辑结构的误区。一般我们理解的大数据营销是产品经理会通过思考去想像，我的产品适合什么层次的消费者，而企业的老总会思考我的产品选择哪个明星做代言。有了这些想法之后，品牌才会根据媒体、销售渠道及电子商务数据找到它们想要的的代言人。这样的大数据营销在逻辑上是不正确的，因为他太强烈的依赖于产品经理对产品的定位。

而正确的大数据营销是首先找到自己产品和竞争产品的已有用户以及对这些产品表达过兴趣、发表过评价的几万人甚至是几十万人。然后在通过分析这几十万人从事的职业、感兴趣的电视节目、关注的明星、日常浏览哪些论坛的数据结论，选择与品牌形象及消费定位匹配的代言人，进行点对点的精准营销。

在这样的设计流程中， 产品经理和企业决策者的重要性体现在他们凭借敏锐的直觉，，将适合消费者使用的产品设计出来。一件产品问世，就像一个小孩出生，他已经是活生生的生命个体，父母已经无法再改变他。在这种情况下，父母对他的理解， 都比不上他在成长过程中自身生命力的勃发。许多父母会希望小孩子做各种事情，为小孩贴上标签。但真正成功的父母，总是会从小孩的成长过程中看到惊喜。 同样的每一件产品有了自己的生命力，它在面对市场的时候会遇到各种评价，我们利用这些大数据的分析能比产品经理更多知道一件产品它真正的目标用户在哪里，它他真正需要的广告投放在哪里。

在这么一套新的逻辑框架支持下，给大家举一个化妆品行业的例子。欧莱雅集团有一款价值千余元的超声波洁面仪。当时这一款产品的产品经理找到我们，给我们提出的是针对20岁至40岁的白领女性的产品定位。超声波洁面仪的产品在电子商务渠道上有很多同类型的品牌，我们通过数据分析得出二三线城市的中小学老师的职业群体是被他们忽略掉的群体。

篇9

一、实施背景

（一）贴合国网大数据实时管控需要

截至2015年，在国网公司统筹实施下，基本建成了横向集成、纵向贯通的一体化财务信息工作平台，财务管理的标准化、信息化、集成化、集约化水平实现跨越式提升，“三集”管理以标准化、信息化为手段，强化全面管控、在线监控和风险预控，提高管控实效性，实现管理精益化。为了实现信息实时反映、过程实时控制和结果实时监督核心管理，缩短网省公司与地市县公司之间反馈弧线，适用国网公司大数据应用财务主题，实行大数据分析为核心的数据仓，强化地市县敏感分析实时管控势在必行。

（二）市县一体化经营分析诊断需要

2014年县级供电企业上划以后，紧紧围绕财力集约化“实时管控”要求，升级一体化财务信息工作平台，从对业务全过程的信息实时反映、过程实时控制和结果实时监督三个方面进一步深化应用、提升功能，目前国网公司对省公司，省公司对地市公司、县公司实时一体化管理及考核，同时间段、同考核期进行实时管控，因此，必须开展大数据BW仓同时对地市、县公司经营指标情况进行过程管控。

（三）财务工作标准化及规范化要求

2015年网省公司对80个上划县级供电企业进行会计基础工作规范化提升工作，为适用标准化财务管理杠杆在经营业中集成应用的需要，充分发挥会计反映和监督作用，管控系统除了统一出具各项快报、预算报表、决算报表、业务报表财务报告外，更需要规范格式标准各种业务口径、各种管理需求的财务分析报告。县级供电企业由于信息化水平不高，各种基础报告规格不一，口径不一，在编制过程中存在反复情况，通过信息化手段加以规范提升是必要过程。

二、基本内涵

以促进企业经营管理水平持续提升为根本要求，以财务大数据为支撑，以对标管理为手段，运用指标管理、协同管理、闭环管理等理论，通过开展企业经营分析、市县公司指标对比分析、单项指标分析，及时发现指标薄弱环节，强化信息技术支撑，实现核心指标数据的实时监测、分析和闭环管控，形成动态优化、持续完善的对标管理模式，持续促进公司经营业绩和运营管理水平提升（见图1）。

（一）强化BW仓大数据支撑

大数据BW仓（Business Information Warehouse）是为更好地利用企业内所有可能收集到的数据进行决策支持，对数据进行提炼、加工和集成含有一定量商务信息和意义的信息。一般情况下，数据仓库系统是一个分层次的体系结构，包含数据源、数据存储与管理、OLAP服务器、前端工具与应用。其中，数据源是数据仓库系统的基础，整个系统的数据源泉，通常包括企业内部信息和外部信息；数据存储与管理是整个数据仓库系统的核心，对数据进行重新组织，最终确定数据仓库的物理存储结构，同时组织存储数据仓库元数据；OLAP服务器是对分析需要的数据按照多维数据模型进行再次重组，以支持用户多角度、多层次的分析，发现数据趋势；前端工具与应用：前端工具包括各种数据分析工具、报表工具、查询工具、数据挖掘工具以及各种基于数据仓库开发的应用。

（二）深化同业对标管理模式

开展同业对标工作是落实公司管理提升活动工作的重要举措，是规范管理、改进薄弱环节的现实需要，是助力公司持续、稳定、健康发展的工具和手段。建立和完善各专业协同联动机制，打破专业壁垒，增强全员对标合作意识，消除本位主义，统筹协调、密切配合，全局一盘棋，形成全面提升公司经营能力的合力，提高公司管理水平。

优化省、地（市）、县供电公司同业对标指标体系，将实时管控重点工作纳入对标指标体系，加强对标数据的自动采集和在线分析；研究建立内控管理指数通报制度，开发建设指数自动运算及平台，试点开展指标测试应用，并将结果纳入公司对标体系。

（三）深入企业经营诊断分析

依托网省、地市、县级供电公司财务管控系统综合数据平台，对公司运营效率、经营效益、获利能力的所有报表在原有按省管理部室专业口径上报基础上，进行二次重分类开发，利用财务杠杆挖掘数据内涵，形成满足网省公司管理层级需要的地市、县两级智能分析报告，全景展示一体化管理经营业绩指标水平。通过对多源数据的挖掘，实现公司资源跃层展示，县局历年经营诊断和预测趋势，及目标利润影响因素量、价、费敏感性分析。

三、主要做法

以企业经营分析能力提升为主线，以指标体系为抓手，以BW数据库建立为基础，以经营分析模型为方法，以指标诊断机制为手段，以组织机制和系统平台为保障，构建“五个建立”经营分析管理模式。明确元数据收集渠道、数据仓库管理、模型设计、数据分析处理及再加工等工作流程环节，通过指标过程管控，及阶段指标数据诊断，及时发现薄弱环节，强化市县经营发展能力分析、企业经营能力分析、量价费敏感性分析、及电价管理辅助决策分析能力，结合可视化信息系统平台与展示分析结果，将评价结果纳入考核，保障BW数据仓切实有效发挥作用，为企业经营分析决策提供实时可靠的依据（见图2）。

（一）建立评价指标体系，强化市县两级联动

结合自身经营实际情况，全面梳理公司同业对标指标、企业负责人业绩考核指标、财务重点工作、预算完成进度、全面运营指标等几个方面的指标，制定公司评价指标体系，作为财务信息管控重点（见图3）。

经过两个月的调研，出台BW数据仓方案共三稿，选出关系公司整体运行指标10项，关系公司业绩考核指标的二级支撑指标16项，关系公司同业对标指标的二级支撑指标28项，既定标准文本表述。针对细节描述反复演练论证，从定量分析到定型分析，从影响因素变动分析到指标反项变动逆影响，多维度全方位指标体系。

（二）建立财务大数据库，加强决策数据支撑

数据源是实现分析的基础和重要前提，公司财务部协同各专业部门加强对标数据源管理，梳理完善指标末端因子的周期、维度等采集要素，通过运监平台、专业管理系统采集各指标数据，建立公司财务大数据库，全面掌握对标指标变化及发展趋势，实现指标异动和问题的动态监控及自动预警分析。

公司开发BW数据仓，依据网省公司推广的财务管控系统的管理属性，将预算管理、资金管理、电价管理、税务管理等各种管控数据集于一体，结合财务核算数据以及相关营销、预算、资金、现金流等业务数据，是建立BW数据仓的基础支撑。一方面，根据经营发展能力评估体系的设计，对结果分析展现需要的各类指标及数据进行处理与维护。包括定义指标权重、指标的归一化处理、指标的趋势化处理、定义经营质量区间、定义经营难度区间等，为最终的分析展现提供依据。另一方面，通过对接公司营销、建设等专业系统，将专业系统财务数据纳入大数据库，为营销费用、建设项目资金使用情况分析做好铺垫。

（三）建立经营分析模型，明确综合评价方法

根据公司实际工作需求，建立经营分析模型，主要包括“经营发展能力分析”和“量价费敏感性分析”两个方面。通过经营发展能力分析，展示公司目标发展水平和经营状况；通过量价费敏感性分析，明确购售电量、成本收入及售电价格为公司经营状况的主要影响因素，通过各因素变动情况及时预测掌握公司未来经营发展趋势（见图4）。

1.经营发展能力分析，及时掌握公司经营现状

基于电网企业自身特点，考虑电网企业市场划分及经营特性，提出“二维五力”经营发展能力评价体系，以“经营业绩”和“经营难度”两个维度综合评价企业经营发展能力，直观展现企业经营状况、发展趋势和未来价值，推动公司价值链与业务链的融合，构建集团运作、协同高效、管控有力的企业运营机制。

2.量价费敏感性分析，预测公司经营发展趋势

在既往财务对标分析中依赖公司上级部门信息，县局对自己的指标情况并不了解及关注，关键指标管理不能实现过程管控，通过敏感性分析，将能依据当年指标变动情况，对以后年度的全面经营情况，通过趋势分析法和影响因素敏感分析法进行模拟演练和预测，及早采取管理措施，不可控因素及早掌握，可控因素及早采取提升措施，缩小同业对标指标和业绩考核指标的差距（见图5）。

通过建立一整套完善的电价测算模型和电价动态报告体系，为电价调价、购售电预算预测和日常管理工作决策分析提供有力支持，切实以“价”为突破点，增加利润为目标，实现预期效益。

借助信息系统，将敏感性分析模型在系统中固化，系统根据取数规则自动采集数据，根据不同时点、不同维度对购售电量、成本收入、电价等关键指标进行定量分析和全景展示，实现了分层次、全方位、穿透式地反映指标变化及其成因，有利于加强电价管控，提升管理水平

（四）建立指标诊断机制，助力经营质量提升

通过搭建信息系统平台，将固定、经常、反复性数据分析工作交于系统功能实现，高效及时准确发现指标存在的问题，定位指标薄弱环节，及时提示相关责任人制订指标改进提升措施。同时，通过提炼的指标体系展示，在县级供电企业之中进行互相对标，有利于掌握各项指标优势与劣势单位，促进县公司间的交流学习和优势互补。

1.指标月度跟踪监控，及时发现薄弱环节

通过指标历史情况分析和对标，明确指标变化趋势，准确掌握指标实际情况，为指标目标的制订提供依据。以售电量指标为例，通过数据及图形展示两个角度，以月份为周期，观察指标理念变化趋势，明确指标水平较好的月份，以及较差的月份，并为较差月份制订相应的对策和措施提供理论依据。市县公司对比分析，明确指标落后单位（见图6）。

2.深化季度综合分析，季度智能快报

以省公司季度分析报告模板为基础，根据地市公司实际情况，财务部制订季度综合分析报告模板，并将模板导入信息系统中，结合信息系统数据分析功能，每个季度，系统生成季度综合智能分析快报，及时通报公司经营状况（见图7）。

3.深入末端指标分析，定位指标薄弱环节

根据指标定义及计算公式对指标进行分解，将计算公式中的各级分项指标作为子指标，根据指标的定义和计算方法或子指标对整体指标的影响程度确定子指标权重。当子指标为末端因子，则停止分解，末端因子即不能再继续分解，有明确的岗位和职责，可以直接获得一手数据，不需要再次加工计算的子指标。

（五）建立运行保障平台，促进分析诊断顺利开展

建立信息系统平台，固化企业经营分析管理体系和方法，系统分为数据层、查询层、分析层和展示层四个维度。结合实际工作需要，编制《BA报告日常操作手册》，对系统平台操作界面、查询界面进行详细说明，并就系统可能出现的操作问题进行说明，避免操作上的失误，规范使用方法。

四、实施效果

（一）数据实时监控，财务分析质量显著提升

数据流转质量和时效性得到加强，采取运营管理水平再上新台阶。平时最快要三天的财务分析报告，在报表上报实现即时完成智能报告，一键式分析报告，数据准确，数据有效利用，经营管理水平明显改善（见图8）。

篇10

BI（Business Intelligence）即商务智能，是一套完整的解决方案，将企业实际运营数据、预算绩效数据、预测数据和业务规则进行整合及分析，依靠多种信息技术工具，多层次、多维度、及时的向使用者反应企业的运营状况，实现企业的战略目标。目前，商业智能通常被理解为将企业中现有的数据转化为知识，帮助企业做出明智的业务经营决策的工具。商务智能系统中的数据来自企业其它如CRM、SCM等业务系统。开滦集团国际物流有限责任公司根据经营实际情况，成功通过BI构建了符合自身需求的决策支持系统，提高了公司的市场竞争能力。

一、开滦公司国际物流有限公司简介

开滦集团始建于1878年，迄今已有134年历史，有“中国煤炭工业源头”之称。伴随着百年开滦的发展，开滦物流相伴发展，历经从小到大、由传统到现代，经过了从企业物流到物流企业的成功转型，目前，又完成了由企业物流向社会物流到煤炭专业物流的升级。开滦集团国际物流有限责任公司，为开滦集团所属全资子公司，承担着发展开滦物流的使命，下辖铁路运输公司、港口储运公司、进出口公司、香港公司等15个子分公司，形成了布局合理的综合物流产业体系。

二、项目建设背景

强大的信息系统是供应链管理体系的基石，2003年公司实施办公OA软件，实现了无纸化办公，2005年实施浪潮财务软件，财务管理实现了集中管控。2007年9月，由浪潮集团利用其GS5.0管理平台，开发综合物流管理信息系统，这套系统覆盖了煤炭销售、物资供应、铁路运输和港口储运等业务范围，是开滦最大的软件项目，于2008年底完成。综合物流信息系统成功运转后，所有物流业务和物流节点全部实现信息化管理，实现物流、商流、信息流的统一，成为开滦物流信息化发展的里程碑。随着系统使用的深入，各软件系统积累了海量的财务数据和物流业务数据资源。

三、系统设计原则和建设目标

（1）系统设计原则。第一，安全性原则。要求使用业界技术成熟的产品，采用安全可靠的系统架构，利用完善的安全策略保证信息的安全可靠。第二，先进性原则。服务器系统、网络产品、数据库产品等要选用业界领先和主流的产品，既要着眼于目前系统的需求，还要面向未来的发展。第三，可靠性原则。要求系统具备很高的稳定性和可靠性，以及很高的平均无故障率。第四，开放性原则。可与目前公司总部采用的其他系统进行有效集成，可以方便抽取各下属公司的数据，把关键指标装载到决策智能分析系统的住居仓库中，能够提供完全符合业界标准、主流的接口。（2）系统建设目标。通过BI领导决策平台的数据挖掘、展现和分析工具，快速获取与关键业绩指标相关的业务数据，从多个层次、多维度对业务数据进行OLAP（联机分析处理）分析，揭示指标运行质量，有效及时地反映企业运营状况和发展趋势，为各级领导决策提供准确、及时、全面的信息依据。

四、系统解决方案

1.系统架构。

图1 系统架构

系统架构由运营系统、数据仓库系统、应用系统、信息门户四个部分组成。（1）运营系统指目前运行在国际物流公司的物流系统、财务系统、交易系统等，是为业务运营管理提供支持的信息系统，运营系统是此次BI决策支持系统的重要基础和数据来源。（2）在运营系统基础之上是数据仓库系统，数据仓库系统包括数据采集（ETL）、数据管理、数据展现等功能，是此次BI决策支持分析系统的心脏。（3）在数据仓库的基础上可发应用系统，提供报表管理系统、查询分析系统、综合分析系统、管理驾驶舱系统、移动商务系统、文档管理系统等应用，BI决策支持系统的主要应用在这一层面，关键报表、指标的收集会采用报表数据收集平台来完成。（4）最上面一层是公司内部的信息门户，内部信息门户为用户提供风格一致化、内容个性化的业务信息界面。内部信息门户是运营系统、数据仓库系统及应用系统的拓展和延伸。

2.主要功能描述。主要功能分为两大类，分别是报表生成类和辅助决策支持类。（1）报表类生成类。第一，报表管理。报表产品结合了报表、汇总报表的特点，承袭EXCEL风格，实现灵活的报表编制、报表公式定义、计算、汇总、查询分析等功能。提供所见即所得的页面设置、预览及打印功能，提供多种图形分析形式对数据进行多角度的展示。支持集团化的标准报表编制和数据集中处理，为集团用户统一数据中心和信息集中提供基础数据。第二，报表分析。根据统计报表数据，在时间和组织纬度上对报表数据进行查询和分析。提供底稿查询、数据趋势分析和任意分析。可查看此数据公式数据构成、单元数据构成、数据趋势，同级单元数据分析等。第三，万能查询。万能查询模块就是为满足用户个性化查询需求，提供的一个灵活定制查询的工具。可以自行方便定义客户需要的查询。万能查询是BI产品中多维数据分析工具的集合，提供报表查询、历史报表查询。以变动报表的形式，通过分析公式的设置，灵活的展示查询数据，实现数据的钻取、切片和旋转。（2）决策支持类。第一，指标分析。对客户关心的敏感数据，可以定制专门的指标，对指标数据进行多个组织和多个区间的查询分析，提供指标横向和纵向多维分析。可以提供指标趋势分析、指标单位构成分析、指标期间构成分析、指标同期对比分析、单位同期对比分析、单位指标分析、预警指标分析等七种分析功能。第二，领导查询。通过系统预制和菜单设计功能两种方式结合，可方便的把管理者关心的查询组织在一起，形成操作简洁、个性化的查询模块。第三，管理驾驶舱。以驾驶舱的形式，通过各种常见的图表（速度表、音量柱、预警雷达、雷达球）形象标示企业运行的关键指标（KPI），直观的监测企业运营情况，并可以对异常关键指标预警和挖掘分析。可以对各单位的数据进行监控和装载，轮流显示在雷达图展示区域。

图4 管理驾驶仓