商业情报的覆盖面非常广泛。如果有人问首席执行官是否重视商业情报,他们很可能会给出肯定的回答。不过,一旦开始深入探索具体内涵之后,人们常常会感到困惑,或者认为这都是老生常谈,似乎说了什么,却又实际啥也没说。
然而,这个概念对于企业运营仍然不可或缺。事实上,大部分公司如今都会利用某种类型的商业情报分析。不过,重要的问题不是要不要做,而是做得多好。遗憾的是,答案通常是不太好。
充足的数据
每当任何人开始谈论从数据获得洞察时,首要的行动是设法开始收集更多数据。如今很少有数字企业没有足够的数据。企业生成和收集的数据如此之多,以至于一个新的概念应运而生,称为“暗数据”。
当然,也有一些企业没有任何数字部门,因此除了必要的情况之外,几乎没有收集什么信息。但任何人只要拥有良好在线形象,都有足够的数据可供支配,因为跟踪工具太普遍了。它们甚至通常是默认包含在内的。
此外,任何企业如果没有一定形式的销售跟踪,根本就无法活下去。因此,如果我们考虑可用于数字企业的所有营销和销售数据,这两个最重要的外部点都是默认涵盖的。
当然,也可以开始采集有关任务完成效率、雇佣率、员工满意度等内部数据。所有这些都是同等重要的。然而,有多少企业在完全利用所有已经可用的数据?
继续不断采集越来越多数据的这种愿望是可以理解的。人们很自然地倾向于认为拥有更多数据能够带来更好的洞察。然而,一些人可能不知道的是,数据是非常昂贵的。必须有人去获取、管理、存储和分析数据。每个无用的点都在浪费资金。
添加更多数据不一定是坏事,只要能够清晰地弄清楚用途。数据本身是无意义的。商业情报本身也是无意义的。如果不对它们做点什么,拥有再多也没用。
提取价值
Rimvydas Skyrius 在《商业情报》(Business Intelligence)一书中指出,商业情报的首要目标是生成相关领域的综合视图。换句话说,获取的有关特定事物或过程的所有数据都应该描绘一个一致的场景。然后,这会用作行动蓝图。
遗憾的是,大部分企业只用获取的数据得出了部分场景。同样,这也不是由于缺乏数据。这至少在很大程度上是由于数据流遇到瓶颈。换句话说,数据由特定部门有意或无意地囤积起来。
不完整的数据可能产生切实的结果和可付诸行动的洞察。然而,也可能带来不准确的结果,进而导致破坏性的行动。由于数据不完整,很难提前知道会产生哪个结果。
因此,数据集成是在所有商业情报中改进信噪比的关键。当然,“数据集成”听起来有点模糊,因为这涉及使商业情报可付诸行动的整个策略。
资料来源:《商业情报》(Business Intelligence), Rimvydas Skyrius, 2021年.
让企业转向数据集成的最基本行动之一是制定单一事实来源。
单一事实来源
人们在使用语言时有一种奇怪的倾向,那就是同一个词对不同的人来说可能表示不同的意思。“潜在客户”到底在什么时候变成“机遇”,“机遇”又在什么时候变成“客户”?不同的人和公司给出的定义会稍有不同。
将这些概念的定义规范化就变得很有必要。微小的差异可能导致两个文档将同一对象进行不同分类(例如一个文档表示联系人是“潜在客户”,另一个文档表示同一联系人是“机遇”)。
缺乏单一事实来源就会造成困惑并降低数据质量。虽然这不太可能造成重大问题,因为财务敏感的数据(例如,未结清债务和付款)受到严格控制,但较低的数据质量是做出错误决策的主要推动因素。
TDWI 将该过程称为“强制语义一致”。用简单的话来说,就是在整个公司范围内就常用词的确切定义达成一致。这些应该像在字典中那样记录下来。
让数据自由流动
拥有理想的定义并不能构成我们之前谈到的完整场景。虽然单一事实来源本身是有益的,但只有企业不同业务部门的数据整合到一起之后,它才能真正发挥作用。
由于企业需要许多领域的专长,这样无意中会形成数据孤岛。例如,营销部门会有专家负责多个渠道。每个渠道收集自己认为必要的数据。然而,这个过程中通常不会进行共享。
因此,潜在有意义的数据会滞留在一个小团队的范围内。虽然这种数据孤岛现象在各种规模的企业中都很常见,但它会降低总体效率。还会造成大量噪音,因为团队会试图从部分数据集中获得洞察。
将不同来源的所有数据提取到一个位置(通常是数据仓库)基本上就会强制规范化并去除重复条目。这进而会减少重复分析的数量,使数据更易于访问,提高获得可付诸行动的洞察的速度。
结论
商业情报取决于合适的数据管理和集成。没有必要到别处寻找更多、更好的数据。外部数据只有在所有默认来源都完全耗尽之后,才真正变得对企业运营至关重要。
作者:Andrius Palionis,Oxylabs.io 企业解决方案部副总裁
免责声明：市场有风险，选择需谨慎！此文仅供参考，不作买卖依据。
