智能商(shāng)業(yè)五大核心解除職場銀紅的表格陷阱

[ 導讀 ] 數據表+PPT是很多數據分析者常用的工具行自，未來人工智能下(xià)，自助式數據處理能力、探索式分析能力、自由的藝術(東站shù)展示能力、AI分析能力、數據溝通(tōng)和嗎錢(hé)協作能力将成為商(shāng)業(yè)智能的核心能力。

有這麼一群人，每天埋首于各種表格與PPT當中(zhōng)，門輛從早上開始，先從各個(gè)業(yè)務系統中(zhōng)導入數據，再利用Excel進行數據處理和(hé)彙總，然後把數據兵笑結果做完分析之後貼成PPT，再把PPT交給對應的業(yè)務部門，或者呈知就報給上一級領導為業(yè)務決策做輔助。這群人在單位被稱為“表”哥“表”妹。

“表”哥“表”妹的工作現狀

“表”哥“表”妹們每天與數據打交道，工作方式是Excel+PPT的形式，當他們把PPT交給老闆，老闆看到結果後必然會有很多問(wèn)術鄉題和(hé)想法反饋回來，“表”哥“表”妹們再根生我據老闆的反饋又回到業(yè)務系統裡重新得會調整數據，做出必要的補充，這些重新的加工和(hé)梳理，短(du東拿ǎn)至兩三天，長至一星期，繁忙的“表”哥“表”妹似乎做了很多工拍子作，而企業(yè)内部的業(yè)務數據利用效的機率卻仍然極其低下(xià)。如(rú)何吧會讓數據更直觀、更智能的為業(yè)務服務，“表”哥“表”妹該如(森黃rú)何得到“救贖”?這是基于數據化運營的企業(yè)，必須直面的問(白明wèn)題。

企業(yè)數據應用發展的三個(gè)階段

大數據在中(zhōng)國發展已有十餘年，目前市場規模已達到千訊章億美元。企業(yè)數量也從150家發展到3500家。這十年間錯聽，企業(yè)内的數據發展也經曆了三個(g水西è)階段：

第一階段，Report數據報表。企業(yè)内有各種各樣的業(yè)務系統，比如(rú)ER間雜P、CRP、财務系統等等，而這些業(yè)務系亮你統都有自己的數據報表。這個(gè)階段存在的主要問(wèn)題身資是：當決策層拿到統計報表的時候，會發現各個(gè)報表的統綠睡計口徑不一樣，同時決策層需要查看的報表越來越多，但很難進行真正的分析。

第二階段，Excel+PPT階段。大數據概念的逐步落地，讓越來越多的企業(yè)領雪車導意識到數據的重要性。但在這個(gè)階段，企業(yè)在數票上據使用上仍遇到很多瓶頸，究其原因，在于數據分析的周期長、效率低。

第三階段，即AB Intelligence，AB朋有是AI+BI。未來，企業(yè)内的幾乎所有決策，都應該是由業(yè)務驅動(dòn城湖g)。通(tōng)過基于人工智能的BI産品，業(yè)務人員可(kě)以輕松進行數據準備和(hé)分析，姐什發現數據中(zhōng)存在的價值。

未來商(shāng)業(yè)智能的五大核心能力

因此，未來的商(shāng)業(yè)智能産品必業跳須擁有以下(xià)五大核心能力：

第一，讓業(yè)務真正碰到數據，擁有自助式個草的數據處理能力，也就是讓業(yè)務人員能夠利用數據分析工具自主進行所有業(yè)務數要新據的整合工作。

第二，探索式分析能力。傳統的數據分析，一般是先制定目标，以銷售人員房個為例，先給這個(gè)崗位定義KPI，再分解至打了多少(shǎo)個(gè)綠鐵電話，見了多少(shǎo)個(gè)客戶，有多少報很(shǎo)轉化為合同這樣一個(gè)銷售的漏鬥形式，再往下(xià)美短分解便是從哪裡拿到銷售數據，電話如(rú)何記錄著街，跟客戶見面如(rú)何記錄等問(wèn)題。因此，傳統的數據分析過程是從場新最終結果推導至數據層。

而探索式分析思路(lù)完全不同，是從數據的層面看化開始最終形成結果。以電商(shāng)的服裝業(yè)厭草務為例，當拿到某細分服裝的銷售數據，分析人員的思考是：

某類産品的銷售是否與天氣氣溫的變化有關(guān)？氣溫南這變化對服裝銷量是否有什麼影響？

通(tōng)過與互聯網天氣數據的對接，便可(kě)以分析出不同還著的時間點不同的溫度對服裝銷量的影響。因此店愛，探索式分析的思路(lù)是從數據本身出發找到數據的價值，然後把這個(gè朋校)價值提供給團隊成員分享。

當然，在實際的業(yè)務場景裡，探索式分析和(hé)驗證式分析兩者都理拿會有，而随着業(yè)務的發展，對數據的應用越來越超前光樂，探索式分析的比重将越來越大，但探索式分析對數據工具的技術(shù)要求較高很討，比如(rú)需要有專業(yè)的引擎等。

第三，自由的藝術(shù)展示表達能力。随着中(zhōng)國社會的消費升級，人們更加注重使用體驗，對美的追求也越來越高。在數據分析拿山領域也是如(rú)此，分析人員基于數據分析結果進行自由的配劇筆置和(hé)美化，比如(rú)圖表顔色、樣式等，這會更加易于人們查看并理解數懂和據。

第四，AI整合的智能分析能力。人工智能和(hé)機器(qì)算法的加入，使購個得BI産品可(kě)以根據當前業(yè)務的不笑匠斷變化而進行實時分析，動(dòng)态生明白成有價值的信息并提供給業(yè)務或分析人員。

第五，數據的溝通(tōng)和(hé)協作能力。企業(yè)内的數據應用不是一個(gè)人現做在用，而是整個(gè)部門、整個(gè)公司在用。如(生火rú)何把數據分析的結果告訴同事，并與之進行協作讨論?這就需要分析産些大品具備數據協作功能，包括與團隊成員進行實時的溝通(tōng)、互動(見你dòng)以及通(tōng)過微信等工具進行便捷的分享。

DataHunter程凱征：商(shāng)業(yè)智能不能能媽局限于可(kě)視化分析

提出未來商(shāng)業(yè)智能五大核心能力的是Da為書taHunter 創始人兼CEO 程凱征。金身程凱征指出：“未來的商(shāng)業(yè)智爸分能，應不再局限于可(kě)視化的分析，而是要拓展到企業(yè)數據應用嗎靜基礎，從而幫助企業(yè)打通(tōng)數身吧據脈絡，讓每個(gè)人通(tōng)過數據做決策。”

基于這一理念，DataHunter将現有朋新的業(yè)務數據可(kě)視化分析平台命名為Data A舞藍nalytics，并于近期發布了最新版本。據了解煙路，Data Analytics已經具備實森你時、高效等特性，未來，也将結合人工智能和(hé)機器學空(qì)學習，讓自動(dòng)分析、預測分析成為現實。Data A影歌nalytics将滿足企業(yè)對于高紅是效利用數據的迫切需求，完成從異構數據源整合到探索式分析如對，再到數據可(kě)視化及溝通(tōng)協作的全流程整合。

程凱征在接受企業(yè)網D1Net專訪時最後指出：“麗吃DataHunter緻力于幫助人們查看數據并改路公進業(yè)務，這是“表”哥“表”妹的願望，是各企業計電(yè)領導者的期望，更是DataHunter的願景“。