導言：作為寫作愛好者，不可錯過為您精心挑選的10篇商務數據分析報告，它們將為您的寫作提供全新的視角，我們衷心期待您的閱讀，并希望這些內容能為您提供靈感和參考。

篇1

首先，要有一個好的框架

跟蓋房子一樣，好的分析肯定是有基礎有層次，有基礎堅實，并且層次明了才能讓閱讀者一目了然，架構清晰、主次分明才能讓別人容易讀懂，這樣才讓人有讀下去的欲望；

第二，每個分析都有結論，而且結論一定要明確

如果沒有明確的結論那分析就不叫分析了，也失去了他本身的意義，因為你本來就是要去尋找或者印證一個結論才會去做分析的，所以千萬不要忘本舍果；

第三，分析結論不要太多要精

如果可以的話一個分析一個最重要的結論就好了，很多時候分析就是發現問題，如果一個一個分析能發現一個重大問題，就達到目的了，不要事事求多，寧要仙桃一口，不要爛杏一筐，精簡的結論也容易讓閱者接受，減少重要閱者(通常是事務繁多的領導，沒有太多時間看那么多)的閱讀心理門檻，如果別人看到問題太多，結論太繁，不讀下去，一百個結論也等于0；

第四，分析結論一定要基于緊密嚴禁的數據分析推導過程

不要有猜測性的結論，太主觀的東西會沒有說服力，如果一個結論連你自己都沒有肯定的把握就不要拿出來誤導別人了；

第五，好的分析要有很強的可讀性

這里是指易讀度，每個人都有自己的閱讀習慣和思維方式，寫東西你總會按照自己的思維邏輯來寫，你自己覺得很明白，那是因為整個分析過程是你做的，別人不一定如此了解，要知道閱者往往只會花10分鐘以內的時間來閱讀，所以要考慮你的分析閱讀者是誰？他們最關心什么？你必須站在讀者的角度去寫分析郵件；

第六，數據分析報告盡量圖表化

這其實是第四點的補充，用圖表代替大量堆砌的數字會有助于人們更形象更直觀地看清楚問題和結論，當然，圖表也不要太多，過多的圖表一樣會讓人無所適從；

第七，好的分析報告一定要有邏輯性

通常要遵照：1、發現問題–2、總結問題原因–3、解決問題，這樣一個流程，邏輯性強的分析報告也容易讓人接受；

第八，好的分析一定是出自于了解產品的基礎上的

做數據分析的產品經理本身一定要非常了解你所分析的產品的，如果你連分析的對象基本特性都不了解，分析出來的結論肯定是空中樓閣了，無根之木如何叫人信服？！

第九，好的分析一定要基于可靠的數據源

其實很多時候收集數據會占據更多的時間，包括規劃定義數據、協調數據上報、讓開發人員提取正確的數據或者建立良好的數據體系平臺，最后才在收集的正確數據基礎上做分析，既然一切都是為了找到正確的結論，那么就要保證收集到的數據的正確性，否則一切都將變成為了誤導別人的努力；

第十，好的分析報告一定要有解決方案和建議方案

你既然很努力地去了解了產品并在了解的基礎上做了深入的分析，那么這個過程就決定了你可能比別人都更清楚第發現了問題及問題產生的原因，那么在這個基礎之上基于你的知識和了解，做出的建議和結論想必也會更有意義，而且你的老板也肯定不希望你只是個會發現問題的人，請你的那份工資更多的是為了讓你解決問題的；

十一，不要害怕或回避“不良結論”

分析就是為了發現問題，并為解決問題提供決策依據的，發現產品問題也是你的價值所在，相信你的老板請你來，不是光讓你來唱贊歌的，他要的也不是一個粉飾太平的工具，發現產品問題，在產品缺陷和問題造成重大失誤前解決它就是你的分析的價值所在了；

十二，不要創造太多難懂的名詞

篇2

一、數據分析的重要性

首先，我們要來了解一下數據分析對于一個網站的重要性。筆者并不從理論方面來論證數據分析的重要性，而是從各方對這一方面的動向來了解。

1、阿里巴巴

2011年5月25日，阿里巴巴宣布推出數據門戶，并正式啟用新域名，新推出的數據門戶根據4500萬中小企業用戶的搜索、詢單、交易等電子商務行為進行數據分析和挖掘，為中小企業以及電子商務從業人士等第三方提供綜合數據服務。馬云曾表示“數據”將是阿里巴巴未來十年發展的戰略核心。

目前正式開放的部分為面向全體用戶的宏觀行業研究模塊，由行業搜索動態趨勢圖、專業化行業分析報告、細分行業和地區的內貿分析和針對行業各級產品的熱點分析，以及實時行業熱點資訊等部分構成，并且為免費提供。到2011年底阿里巴巴還將適時陸續推出數據門戶其他部分應用。

2、各行業巨頭

事實上，近年來全球各大行業巨頭都表示進駐“開放數據”藍海。以沃爾瑪為例，該公司已經擁有兩千多萬億字節數據，相當于200多個美國國會圖書館的藏書總量。這其中，很大一部分事客戶信息和消費記錄。通過數據分析，企業可以掌握客戶的消費習慣、優化現金和庫存，并擴大銷量，數據已經成為了各行各業商業決策的重要基礎。

電商平臺也很注重這方面的數據分析，例如世界工廠網，就設有排名榜的數據分析，通過分析用戶在世界工廠網的搜索習慣及搜索記錄，免費提供了產品排行榜、求購排行榜和企業排行榜。無獨有偶，作為行業門戶網站的裝備制造網也即將在未來的發展中提供數據分析的功能，從網站的介紹中可以看到：每月企業網站專業SEO檢測報告、季度專業行業研究報告等等。所有這些行業的動向，都昭示這一個特點：企業數據、行業分析。也只有行業網站、電商平臺等擁有企業數據優勢，而且集合整行業信息，并有分析整合數據的能力，才能真正為企業提供真實、有效的數據分析。

從各方對待一個事物的態度與投資動向，我們能很輕易的了解到這一事物的重要程度，從以上的事例可以看出，數據分析對于各行各業都非常的重要，尤其是對于電子商務平臺。

二、電子商務數據分析的七個重要因素

1、電子商務數據分析需要商業敏感

今天電子商務公司的數據分析師，有些像老板的軍師，必須有從枯燥的數據中解開市場密碼的本事。比如，具有商業意識的數據分析師發現，網站上的嬰兒車的銷售增加了，那么，他基本可以預測奶粉的銷量也會跟上去。再比如，網站上的產品發揮的作用并不一樣，有的產品是為了賺錢，有的產品是為了促銷，有的產品是為了吸引流量，不同的產品在網站上擺放的位置是不一樣的。

一個商業敏感的數據分析師，是懂得用什么樣的數據實現公司的目標。比如，樂酷天與淘寶競爭，它們重點看的不是交易量，而是流量：每天有多少新的賣家進來，賣了多少東西。因為此階段競爭最核心的就是人氣，而非實質交易量。如果新來的賣家進來賣不出東西，只有老賣家的交易量在增長，即使最后每天的交易量都增長，也還是有問題。

再比如，一家剛踏入市場的B2B公司和已經占領大部分市場的B2B公司，它們的目標不一樣。前者是看流量賺人氣，后者對流量不怎么看重，而是看重交易轉化率及回頭率。

當下的數據分析師多是學統計學出身的，一堆數據放在那里，大家都擅長怎么算回歸、怎么畫函數。但是這批學數學的人才缺乏商業意識，不知道這些數據對業務意味著什么，看不見一堆數據中彼此的關系，也就不知道該用什么樣的邏輯分析，也就無法充當老板的眼睛了。

2、電子商務的網站轉化率是關鍵，ROI是最終的目標

電子商務B2B網站平臺的宗旨就是為企業服務，讓買家與賣家的市場銷售成本降低，降低交易成本，提高訂單利潤。因此，電子商務的網站轉化率是關鍵，這其中就提到一個指標的重要性——ROI。ROI是ReturnOnInvestment的簡寫，是指通過投資而應返回的價值，它涵蓋了企業的獲利目標。利潤和投入的經營所必備的財產相關，因為管理人員必須通過投資和現有財產獲得利潤。又稱會計收益率、投資利潤率。

其計算公式為：投資回報率(ROI)=年利潤或年均利潤/投資總額×100%

投資回報率(ROI)的優點是計算簡單;缺點是沒有考慮資金時間價值因素，不能正確反映建設期長短及投資方式不同和回收額的有無等條件對項目的影響，分子、分母計算口徑的可比性較差，無法直接利用凈現金流量信息。只有投資利潤率指標大于或等于無風險投資利潤率的投資項目才具有財務可行性。

投資回報率(ROI)往往具有時效性--回報通常是基于某些特定年份。

3、電子商務數據分析衡量指標的設定

指標是讓我們更好的從數據量化的層面來了解運營的狀況，現在的PV、UV、轉化率基本是運營監督的指標;網站分析采用的指標可能有各種各樣的，根據網站的目標和網站的客戶的不同，可以有許多不同的指標來衡量。常用的網站分析指標有內容指標和商業指標，內容指標指的是衡量訪問者的活動的指標，商業指標是指衡量訪問者活動轉化為商業利潤的指標。

電子商務的數據可分為兩類：前端行為數據和后端商業數據。前端行為數據指訪問量、瀏覽量、點擊流及站內搜索等反應用戶行為的數據;而后端數據更側重商業數據，比如交易量、投資回報率，以及全生命周期管理等。

目前有些人關心前端行為數據，也有些人關心后端商業數據，但是沒有幾家網站把前端行為數據和后端商業數據連起來看。大家只單純看某一端數據。但是看數據看得“走火入魔”的人會明白，每個數據，就像散布在黑夜里的星星，它們之間布滿了關系網，只要輕輕按一下其中一個數據，就會驅動另外一個數據的變化。

4、某些指標異常變化的原因分析

網站的某些指標的異常變化是外界市場一些變化的客觀反應，網站的數據分析人員一定要積極注意。例如PV減少(異常)，那我們就要分析用戶是搜索來源減少還是直接訪問減少?反連接過來的減少?搜索減少就要觀察用戶的關鍵字、搜索引擎等。

例如2011年的上半年，曾出現阿里巴巴與慧聰發生爭論，而在那幾天，另一個B2B網站--世界工廠網的會員注冊量批量上升，每天超過千個以上的注冊量。當然這只是一部分的猜測，在兩個B2B巨頭不穩定之時，企業會選擇第三方的平臺，這是符合常理推斷的。不過就此以后，世界工廠的注冊量一直是穩中有升的，難道這是會員發現一個免費“新大陸”的口碑宣傳嗎?事后發現，是因為世界工廠網的一個新項目--全球企業庫的上線吸引了大量企業會員的青睞，注冊量猛然提升的。對于一些數據的異常增加或減少，一定要分析其產生的原因與市場時機，這對平臺以后的發展及政策導向非常有借鑒意義。

有一天，linkin(一個社區網站)忽然發現來自雷曼兄弟的來訪者多了起來，但是并沒有深究原因。第二天，雷曼兄弟就宣布倒閉了。原因何在?雷曼兄弟的人到linkin找工作來了。谷歌宣布退出中國的前一個月，筆者在linkin上發現了一些平時很少見的谷歌產品經理在線，這也是相同的道理。試想，如果linkin針對某家上市公司分析某些數據，是不是很有商業價值?

5、利用數據分析用戶的行為習慣

再次說，得到數據來分析是在揣測用戶的心理和一些習慣，最真實的是讓用戶告訴你，需要什么，這些可以利用投票調查及問題提交等來實現，當然利用數據整合分析也是必然的，然后做出來AT來權衡利弊來對用戶體驗驚醒改善，和一些基本的產品定位及活動。

裝備制造負責人認為，網站數據分析應該兩個層次：第一，網站數據分析，是針對產品來說。就圍繞產品如何運轉，做封閉路徑的分析。得出產品的點擊是否順暢、功能展現是否完美。第二、研究客戶的訪問焦點，挖掘客戶潛在需求。如果是以交易為導向的電子商務網站，就是要研究如何高效的促成交易，是否能出現聯單!

6、客戶的購買行為分析

當用戶在電子商務網站上有了購買行為之后，就從潛在客戶變成了網站的價值客戶，電子商務網站一般都會將用戶的交易信息，包括購買時間、購買商品、購買數量、支付金額等信息保存在自己的數據庫里面，所以對于這些用戶，我們可以基于網站的運營數據對他們的交易行文進行分析，以估計每位用戶的價值，及針對每位用戶的擴展營銷的可能性。

篇3

先數據整合分析

古代戰爭中，弓箭手必須裝備牢固的弓和尖端綁著堅硬火石的箭。大多數的弓都配有瞄準設備，只有先精準定位，才能在放箭的瞬間將弓弦所有保持的能量釋放，以得到最佳速度，百發百中。

數據分析正是企業科學預測決策的“瞄準器”。充分利用大數據不僅能讓企業持續發展，同時還能幫助他們科學預測決策，獲取競爭優勢，創造一個更好、更有效的工作環境。基于精準分析的BI是實現這一目標的關鍵。

《孫子兵法》中指出，為了贏取戰爭，主帥須全面了解并掌握自己與對手的優勢與弱勢，“知己知彼、百戰不殆”，現代BI的核心理念也是如此。BI是管理手段和信息技術的融合，數據的收集、整合與分析是建立商務智能系統的基礎。商務智能是業務、數據、數據價值應用的過程，是從大量的數據中纂取信息與知識的過程。這些數據包括來自企業業務系統的訂單、庫存、交易賬目、客戶和供應商等來自企業所處行業和競爭對手的數據以及來自企業所處的其他外部環境中的各種數據。BI是用來幫助企業更好地利用數據提高決策質量的技術集合，它能夠使企業創造累計商務知識和見解，改善商務決策水平，采取有效的商務行動，完善各種商務流程，提升各方面商務績效，增強綜合競爭力的智慧和能力，是企業在海量大數據時代搜集、分析、挖掘數據的“高參”。

BI對數據信息的要求屬于多維度記錄，這也在元年諾亞舟長達十余年的項目實施中得到了體現。把握“商”和“務”的本質：與商業相關，商務智能必須把商業眭的目標、存在的價值體現出來；務，即業務和時務，商務智能的核心是為管理決策和企業運營服務。

比如，某火力發電廠在采購流程中有“10萬噸煤”這一數據，對總部的數據分析來說，其包含的信息量遠遠不夠，需要被賦予更多的管理屬性：這10萬噸煤的供應商是誰，出自哪個煤礦，該煤礦屬于哪種性質的煤礦煤質又如何，簽署的合同類型是什么，等等，這些信息都被要求記錄。

數據被收集整理之后，元年諾亞舟的BI項目通過建立的數據倉庫，計算機系統可以在數據管理功能（從多個數據源為特定應用領域的信息系統的進行聯機事務處理）、數據分析功能（具備聯機分析處理和Legacy等多種數據分析功能、終端信息查詢和報表生成能力、數據可視化能力）、知識發現功能（從大型數據庫的數據中提取人們感興趣的知識的能力）、企業優化功能（企業決策者可以依據從BI系統中得到的決策支持信息，增強企業的競爭能力）等方面為企業提供管理幫助。

再精準預測決策

精準定位之后的發射是弓箭運用的關鍵。商務智能分析之后能為企業管理的預測決策帶來實效，才是王道。

那么，怎么發力才能讓射出的弓箭既有力度又有精度？那就得看是否將弓箭這一武器用于合適的戰爭――遠程戰爭，也就是企業經營管理過程中的預測與決策。科學而準確的預測需要建立在精準的歷史數據分析和對未來趨勢準確判斷上。具體到商務智能而言，關鍵在于讓各級決策者獲得知識或洞察力，促使他們做出對企業更有利的決策。

“啤酒與尿布”的故事堪稱BI應用的經典案例。美國第一大零售商沃爾瑪公司通過對顧客購買資料的分析發現，一般年輕的父親在出來給孩子買尿布的時候，總是喜歡捎帶著買上兩瓶啤酒。于是，超市就把啤酒與尿布這兩個看似風馬牛不相及的商品擺放在一起，這樣不僅方便了顧客，同時也促進了啤酒的銷量。

再比如，某企業購買了一套BI軟件，為企業追蹤營銷活動成果，并監督每家分店的漢堡銷售情況，結果發現，采購成本最高的白色醬料根本無人問津，于是管理者決定不再從外部購買。

BI已成為當前幫助企業實現管理提升的有效良方。企業商業智能的實現涉及到軟件、硬件、咨詢服務及應用，其基本體系結構包括數據倉庫、聯機分析處理和數據挖掘三個部分。如何將這些部分結合起來形成幫助企業決策的整體？以元年諾亞舟的BI項目為例，展示BI如何為戰略、為管理所用。

1、BI項目定位精準，面向服務省公司領導、各級管理人員和財務部專業分析人員。具體的內容包括構建整體的財務指標庫、財務數據的服務云、建立財務運營的整體服務體系等，并設置不同展現場景。

服務內容需要兼收并蓄，包括平臺整體框架，形式是基于大數據量的管理決策支持平臺。BI項目相關主題框架包括個人視窗、每日快報、財務監控的指標體系等等，對業績、重要資源、風險都能進行監控；對從整體的收益到每一個客戶的收益、再到不同的產品的收益進行不同的管理；最終形成一一對應的報表輸出。

2、B1分析功能獨樹一幟。整個項目被分成十大專題分析體系，對每一項主題都有具體的指標。比如說在市場競爭里面要有存量用戶份額、新增用戶份額、凈用戶份額等等，還包括很重要的一點，中高低端用戶的結構。BI所有主題的分析報告都有明細結構。

篇4

0引言

2012年以來，鋪天蓋地的大數據進入了我們的視線，各種流行書籍，各大網站、媒體都在談論大數據，一時間成為這個時代最熱門的話題。同時，這也引起了我們的關注。我們說，大數據，不單純是數據規模上的大，還在多樣性、速度、精確性上都有突破性增長。更重要的是，這種數據的潛在價值也是舊有數據難以企及的。我們這里暫且不論如何駕馭大數據以及有什么樣的技術要求，它給我們的一點重要啟示就是要注重數據分析的重要性。在此背景下，深圳信息職業技術學院會計信息管理專業積極探索滿足新形勢下人才需求的培養模式，使人才更好地滿足當前企業的實際需要。

1大數據時代背景引發對人才需求的變革

可以說，在未來的競爭領域，“占領市場必須先占有數據”，也就是要做到基于信息的決策———“用數據說話，做理性決策”，即進行數據分析。數據分析是從海量的數據中提取和挖掘出對企業有價值的規律和趨勢，為企業的決策提供支持，這些支持體現在四個方面：①行為預見鏡———幫助企業識別機會、規避風險；②問題良藥———幫助企業診斷問題、亡羊補牢；③跟蹤檢測———幫助企業評估效果，提升效益；④引力動力器———幫助企業提高效率，加強管理。不可否認，個別公司的決策人具有超人的戰略眼光以及敏銳的洞察力，單靠直覺也能給公司帶來巨大價值。那么究竟靠數據分析的決策能否優于直覺決策，我們這里也要靠數據說話。有學者比較了組織中用直覺決策以及用數據分析決策的可能性，研究發現，業績優秀的組織更多地傾向于采用分析決策，尤其是在財務管理、運營、戰略等方面。因此，可以推斷，用數據分析決策比直覺決策能給企業帶來更大的價值。與此同時，根據智聯招聘網站顯示，短短兩年時間，珠三角地區數據分析人才需求已接近了需求量旺盛的傳統會計專業。可見，越來越多的公司需要能夠對公司財務等相關信息數據進行處理、加工、分析以為公司管理層決策提供信息支持的人才。可以說，傳統會計專業注重會計核算，即財務報表編制的整個流程及環節的掌握，而會計信息管理專業更注重對財務報表數據以及其他有用信息數據的再加工、處理、分析及呈報，以滿足管理層經營決策的需要。可以說，不同的社會發展階段和發展水平要求有不同的專業設置及專業培養目標與之適應。從會計電算化到會計信息管理背后的推動力是時代的變革引發的對人才的需求。然而，從當前會計信息管理專業的建設情況來看，多數院校存在培養目標不清晰、沒有明確的專業定位、與會計電算化等專業沒有明顯區分以及缺乏明確的專業核心課程等突出問題，尤其是對會計信息管理專業名稱中“信息”二字究竟如何體現沒有清晰的把握和界定。因此，會計信息管理專業的人才培養模式亟需變革。

2大數據時代背景下會計信息管理人才工作崗位及能力分析

深圳信息職業技術學院2012年成功申報會計信息管理新專業，并于2013年下半年開始首屆招生。與此同時，會計信息管理的專業定位、培養目標、課程體系也成為擺在專業任課教師面前的重大課題。近幾年來，全體專任教師圍繞會計信息管理專業建設展開了一系列的咨詢、調研、走訪，并定期進行討論、交流，扎扎實實了解實際中的人才需求，實現專業人才供給與人才需求無縫對接。到目前，初步形成了具有專業特色的會計信息管理專業建設思路與方法。首先，會計信息管理專業人才就業崗位主要集中在賬務處理、管理會計、財務數據分析、預算管理、成本管理、資金管理及內部控制等方面。具體工作任務體現在：會計核算，納稅申報，管理會計，財務數據處理、加工、分析及呈報，以及預算、成本、資金管理等。其次，在新形勢下會計信息管理人才的工作崗位領域，會計信息管理專業人才應具備如下三方面能力：①會計核算能力，指的是熟悉并掌握會計信息生成系統，運用財務信息對企業經營活動進行評價；②數據分析能力，指的是掌握一定的數據分析方法，運用Excel、數據庫等現代信息技術手段對數據進行采集、處理、分析及呈現；③輔助決策能力，指的是能夠依據相應的數據分析結果，為公司日常財務等管理決策提供支持。

3大數據時代背景下會計信息管理人才培養目標

在當前互聯網時代及大數據時代，對財務人才的要求，已經不局限于傳統賬務處理，更傾向于對決策相關信息數據的處理和分析。“占領市場必須先占領數據”，公司財務和經營決策的制定更多的是基于信息的決策，即“用數據說話，做理性決策”，而數據分析即是從海量的數據中提取和挖掘出對企業有價值的規律和趨勢，為企業的決策提供支持。因此，在新形勢下，會計信息管理專業的人才培養目標可以確定為數據分析引領財務決策信息化。為了實現這一培養目標，需要三個層面的支撐體系，即基于財務會計、強化數據分析、服務管理決策。

4大數據時代背景下會計信息管理人才培養課程體系

在以數據分析引領財務決策信息化的人才培養目標指引下，我們初步形成了如下三個層次的課程體系。

（1）會計學基礎課程：會計信息管理源于會計，不能脫離財務會計，仍然要以財務會計為基礎。專業學生要了解財務報表的生成過程及會計賬務處理流程、能夠對一般企業常見經濟業務進行會計處理、進行企業納稅申報等。這方面課程主要有：會計學原理、財務會計、納稅實務。

（2）數據分析技術課程：對信息的把握體現在兩個層面，其一是與企業信息化相適應的一般管理軟件、財務軟件的使用及熟練操作以及簡單維護，能夠作為關鍵人物輔助中小企業實現財務信息化；另一層面通過對數據的采集、整理、分析報告，滿足管理層基于信息的決策以及決策的科學化。數據的來源可以來自公司內部的管理信息系統，根據需要也可以來自企業外部的國家經濟產業政策、行業市場信息等。其中，對數據的分析能力又從兩方面進行培養，一方面是分析思維方式的培養，這是起主導作用的層面；另一方面是分析工具運用的培養，信息化時代，數據量的加大要求借助于一定的分析工具才能實現數據分析。企業信息化實施及數據分析方面的主要課程有：財務報表分析、財經數據分析、應用統計學、數據庫原理及應用、數據處理軟件應用、商務智能等。

（3）決策能力提升課程：新形勢下財務人員面對和服務的更多是企業的管理層和決策層，會計信息管理專業學生要清楚公司管理層和決策層需要哪方面的決策信息支持，并通過數據分析方法進行提供，同時給出合理化建議。這方面課程主要有：管理會計、財務管理、成本管理等。其中，財經數據分析課程能夠使學生掌握系統的數據分析方法，包括數據收集、數據處理、數據分析、數據展現及報告撰寫各環節的基本理論及操作技能，同時熟練地運用數據分析的思想和方法分析企業的財務數據，為管理層決策提供信息支持。數據分析軟件應用課程能夠讓學生熟練運用Excel等常見數據分析工具、軟件進行數據錄入、數據整理和數據分析的方法和技巧，培養學生操作Excel等數據分析軟件的基本技能。商務智能（含數據挖掘）課程依托商務智能平臺，從商務智能概念、商務智能結構、多維數據集內容、數據挖掘、交付等主要內容，使學生在了解如何運用商務智能的工具、架構以及規則的基礎上，分析企業數據，為企業管理層提供信息化決策支持系統。

5結語

不同的社會發展階段和發展水平要求有不同的專業設置及專業培養目標與之適應。從會計電算化到會計信息管理背后的推動力是時代的變革引發的對人才的需求。大數據時代下會計信息管理人才培養目標為數據分析引領財務決策信息化。相應課程體系為財務會計基礎課程、數據分析技術課程、決策能力提升課程。我們共同期待，會計信息管理人才將通過數據分析對企業財務等管理決策帶來價值增值。

主要參考文獻

［1］陳憲宇．大數據時代企業相關職位設置與人才培養［J］．經營與管理，2014（9）：43－47．

篇5

中圖分類號：TP315 文獻標識碼：A 文章編號：1007-9599 (2012) 11-0000-02

一、引言

Enterprise Resource Planning（即企業資源計劃，以下簡稱ERP）是一套支撐企業日常經營管理業務的信息系統，其貫徹于企業日常經營的主要環節，現在已成為現代企業管理的重要手段之一。SAP公司ERP軟件是全球市場占有率最高的ERP軟件產品。截至目前，中國石化下屬的二級企業已全部推廣應用了SAP公司的ERP系統。從功能上來講，ERP實現了企業資源的共享，但是沒有把信息資源進行更加有效的分析和處理，企業的信息價值沒有得到更多的體現。

“商務智能”是一種綜合運用了數據倉庫、聯機分析（OLAP）和數據挖掘技術來處理和分析數據的嶄新技術，可以提供使企業迅速分析數據的技術和方法，包括收集、管理和分析數據，將這些數據轉化為有用的信息。ERP系統引入“商務智能”后，可建立ERP數據倉庫，結合0LAP及數據挖掘技術，增強ERP系統對所積累的歷史數據的挖掘和分析處理能力，滿足企業對市場變化做出及時響應的需求。

BusinessObjects公司是全球領先的商務智能產品供應商，成立于1990年，致力于為各種類型的企業提供商務智能解決方案，幫助這些企業建立可以信賴的信息平臺，優化企業的績效管理，并提高企業的決策水平。BusinessObjects公司已經于2007年12月被SAP收購。Business Intelligence（簡稱BI）為目前SAP BusinessObjects的主要產品，主要提供商務智能解決方案，這也是全世界應用最廣泛的一種解決方案，主要幫助企業進行業務數據的查詢、分析和挖掘，將潛藏在數據中的信息轉化成知識，以便更好的掌握企業的業務動態，做出更好的決策。

二、BI系列產品構成

BI商務智能系列產品主要包括BusinessObjects Enterprise（簡稱BOE）、Xcelsius（中文名為“水晶易表”）、Web Intelligence（簡稱WebI）、Crystal Reports（中文名為“水晶報表”）等。

（一）BOE

BOE是一種商務智能平臺產品，通常安裝在企業的服務器中，可以看作為信息共享服務器，使用Crystal Report、Web Intelligence、Xcelsius等各種工具生成的數據分析報告，最終統一并存儲到BOE上，由BOE進行集中管理和分發，企業的最終用戶從這個單一的平臺上獲取有關企業的一切數據信息。

BOE設計為在各種各樣的用戶和部署方案中提供出色的性能。例如，專業化的平臺服務可以根據時間和事件來處理數據的按需訪問及報表生成，或報表計劃。可以將占用大量處理器資源的計劃和處理任務卸載到專用的服務器上進行，以改善性能。此體系結構旨在滿足幾乎任何 BI 部署的需求，而且非常靈活，可以從使用單個工具的幾位用戶發展到使用多個工具和接口的數萬位用戶。

（二）水晶易表

Xcelsius（水晶易表）是一款世界領先的數據可視化工具，在數據分析和可視化表示之間架起了一座橋梁，使各種水平的用戶都能夠以可視化方式創建很好的交互式報告和應用程序。水晶易表將目前普及和廣泛使用的Excel和Flash技術完美結合，提供一個可視化的設計界面，通過簡單的拖拽，就可以將Excel中枯燥乏味的數據以動態交互式的形式展現出來，支持統計圖、儀表盤、地圖等多種展現形式，展現的結果可以導出為Word、Powerpoint、PDF、SWF等各種文件。

使用水晶易表，用戶可以通過一種清晰并且功能強大的樣式來傳遞數據，更能夠吸引大腦和眼球。水晶易表的底層技術是Microsoft Excel，它使生成報告和應用程序的過程非常有趣，不要求用戶了解晦澀難懂的編程語言，只須基本了解 Excel 的工作原理，就可以在報告中創建震撼的視覺效果，不必進行任何其他培訓。

篇6

目前，大型企業集團范圍內大多有統一的財務系統，實現了財務信息流與業務信息流的緊密銜接，大型集團的財務核算與管理的信息化基礎完整、成熟，但財務系統的著眼點仍舊是企業內部管理與財務信息披露，對外的財務服務（如客戶交款方式、客戶對賬方式）的方式仍是傳統的、滯后的。同時，集團財務公司資金管理系統全面支撐在線的資金集中、劃撥，支持對成員單位不同形式的融資服務。但財務公司的業務范圍大多只覆蓋集團，集團的沉淀資金未發揮更高效的作用，對上下游企業缺乏必要的資金支撐。

一、企業集團財務金融服務總體定位

以在線支付為基礎，以供應鏈融資為特色，定位為產業鏈財務金融服務中心，通過銀企直聯通道和自有第三方支付平臺全面支撐平臺業務的在線支付與結算，通過供應鏈融資和P2P信貸平臺貫通產業鏈內部資金融通網絡，拓寬社會資金入口，全面提升產業鏈自我造血和輸血能力，深化與金融機構戰略合作，通過理財產品銷售盤活平臺閑置資金，在建立價值傳遞紐帶的同時提高用戶粘性，打造基于資金流動、融資雙方信息反饋、市場行情與利率的大數據分析體系，實現財務金融業務智能化、效率化、科學化的同時輔助客戶決策，最終發展支付業務為平臺業務支撐核心，發展融資業務為平臺盈利核心，發展理財業務為平臺價值創造核心，發展大數據分析業務為平臺價值再現核心。

二、財務金融服務建設目標

根據電子商務平臺的定位，參照電子商務平臺建設的總體規劃，財務金融服務計劃分為三期建設。

（1）項目一期建設目標：一是借鑒行業電子商務平臺建設的實踐經驗，建成銀企直聯通道，為電子商務平臺提供快捷、高效、安全的網上支付功能。二是與銀行、財務公司、第三方監管倉庫協商合作，制定倉單融資和訂單融資流程、管理規范和風險管控規范，在電子商務平臺中采用倉單融資和訂單融資方式為上下游企業融資，實現快捷、可靠的供應鏈融資服務，適度利用財務公司資金，在保障資金安全的情況下實現集團資金收益最大化。三是記錄供應商、客戶資金線上支付資金流動信息和融資業務跟蹤信息，為用戶提供訂單支付、交易結算和融資相關的信息查詢和檢索服務，對資金流動信息深入分析，發掘潛在價值，為智能服務做基礎支撐。

（2）項目二期建設目標：一是將更多銀行納入銀企直聯通道，提升用戶支付體驗。同時與財務公司合作，建設第三方支付平臺并向社會積極推廣，形成廣泛的影響力。二是深化與財務公司和銀行的合作，充分利用財務公司、銀行的資金和服務優勢，拓展供應鏈融資方式，在訂單融資和倉單融資的基礎上發展應收賬款融資和保理融資業務。三是建立完備的融資方、出資方信息反饋渠道，結合財務公司積累數據，深入挖掘信息價值，生成融資業務分析報告，實現融資業務的智能化、效率化、科學化升級，同時，為客戶提供增值服務，輔助客戶決策。

（3）項目三期建設目標：一是拓展支付平臺沉淀資金、理財產品資金、其他財務公司資金等多渠道資金來源，開展保兌倉、代下單、信用融資等融資業務，使平臺成為促進銷售增長的不竭動力。二是建設P2P信貸平臺，利用供應鏈內外資金，降低融資門檻，打造平臺行業供應鏈資金蓄水池，促進上下游企業資金協同。同時，將P2P信貸業務發展成為平臺重要贏利來源。三是基金銷售，為平臺用戶提供短期閑置資金投資渠道，提升平臺整體活躍度和用戶粘性。將中介費發展成為平臺盈利點之一。

三、財務金融服務功能總體規劃

第一部分是財務金融門戶，用戶可通過互聯網、移動端、新媒體等方式進行瀏覽和操作。第二部分規劃是平臺的管理功能，是對前段顯示頁面功能和信息的支撐，具體包括支付服務管理、融資服務管理、理財服務管理和信息服務管理。第三部分規劃是財務金融的基礎支撐，包括八個模塊的基礎支持。第四部分規劃是財務金融的數據分析，分析成果可幫助平臺進行業務提升，防范潛在風險。

四、電子商務平臺財務金融服務的業務能力與服務支撐

（1）支付服務：主要是為了實現買賣雙方的訂單支付、獨立的在線轉賬以及理財產品購買。包括線下支付、銀企直聯和第三方支付三種渠道。一是線下支付。針對一些電子化信息化程度低的企業在線支付功能薄弱的特點，初期平臺仍保留線下支付功能，買方仍可通過傳統線下支付渠道（現金、支票、匯票等）支付貨款。電子商務平臺將通過接口獲取財務系統的收付款情況實時反映給用戶。二是銀企直聯。銀企直聯是通過銀行渠道實現電子商務平臺用戶的資金收付。銀企直聯具有高效、快捷、安全的特點，是電子商務平臺未來具備的基礎支付功能。三是第三方支付平臺。平臺自建第三方支付平臺不僅可以實現買賣雙方的交易支付，還可以借助于第三方支付平臺獲得沉淀資金，并通過其衍生的融資及理財工具，為電子商務平臺用戶帶來收益。

（2）融資服務：是平臺金融服務核心業務之一，是吸引用戶使用平臺的關鍵，也是平臺未來盈利的重要來源。一是訂單融資：是平臺向企業和客戶提供的融資方式。訂單融資是比較成熟的供應鏈融資方式，賣方獲得訂單后向銀行申請專項資金組織生產，生產完工發貨后買方向賣方申請的專項資金賬戶還款。二是倉單融資：是平臺向企業和客戶提供的融資服務。倉單融資借助于第三方倉庫的監管，貨物的所有者將貨物存入監管倉庫，通過分期還款獲得對頂的貨物使用權，動態還款動態解押。三是應收賬款融資：是平臺向供應商、企業提供的融資服務，供應商將對企業的應收賬款向銀行申請貼現，企業作為應付賬款方做承兌擔保。四是保理融資：是平臺向供應商、企業提供的融資方式。供應商將應收賬款轉讓給保理商，保理商為其提供資金融通、資信評估、賬款回收等服務。五是訂貨：訂貨是平臺對企業和客戶推出的融資功能，平臺為企業和客戶提供短期資金融通。六是P2P融資：是平臺針對供應商、企業和客戶提供的融資服務。平臺審核融資申請后將融資以項目的形式推送到網頁，集合社會資金。單個融資項目自負盈虧，控制風險，同時平臺和第三方擔保公司為融資作擔保。

（3）理財服務：是平臺推出的針對供應商、企業、客戶和社會公眾的資金管理增值服務。平臺通過基金銷售達到利用用戶閑散資金的目的。同時平臺自有P2P信貸平臺投資理財服務可以為用戶提供較高的收益。

篇7

一、引言

目前，我國網絡零售業正處于一個快速發展時期，2012年全國網絡零售總額超過1.1萬億元，占社會消費品零售總額的5%，網絡購物用戶達2.3億。另據中國電子商務研究中心的資料顯示，2012年國內網絡零售企業數已超過5萬家，連鎖百強中有六成企業開展了網絡零售業務。可以預計，隨著互聯網應用的不斷深化，除了在線零售商外，將會有越來越多的傳統的制造商、品牌商、服務商、渠道商、零售商將傳統渠道的觸角向線上延伸，通過自建、收購或利用第三方網購平臺等方式開拓網絡零售市場。

二、網絡零售業人才需求分析

1、需求結構

隨著網絡零售業的快速發展，社會對網絡零售業務人員的需求量不斷上升，以一個組織結構比較健全的網絡零售商鋪（網店）為例，其所需要的網絡零售崗位人才結構體系如圖1所示。

從圖1可看出，網絡零售商鋪（網店）所需人才可分為五大類，具體見表1。從上述崗位需求可以看出，目前網絡零售行業所需要人才的專業分工越來越細，涵蓋了傳統的電子商務、市場營銷、新聞、統計學、界面設計、物流管理、會計及人力資源管理等專業。但由于網絡零售市場在我國還處于發展初期，各相關專業并沒有針對該領域市場進行專門的人才培養。從電子商務專業人才培養來看，在上述崗位類別中可以選擇的崗位只有店長、運營主管兩個管理類崗位，以及活動策劃、文案編輯、市場推廣與數據分析四個運營類崗位。

2、需求規模及趨勢

以店長與運營主管（經理）為職位名稱在淘工作（http：//）進行檢索。2011年到2012年招聘店主（含運營主管/經理）的企業數如圖2所示。數據顯示，2011年，在淘工作進行店主（含運營主管）招聘的企業數為3088家，2012年有4180家，同比增長36%。由此可見，對于店長及運營主管兩類網絡零售的管理類人才而言，市場需求有不斷增長的趨勢。

值得注意的是，隨著越來越多的企業進軍網絡零售市場，網絡零售商家對店長類綜合運營管理人才的需求量也越大，同時隨著各企業網絡零售市場規模的不斷擴大，企業網絡零售組織架構也不斷擴大，導致專職負責店鋪運營的主管人才需求量也不斷攀升。但由于不少網絡零售商還處于市場不斷開拓階段，因而其對店長及運營主管的要求除能從事管理崗位的工作外，還要求他們能承擔一定的運營類崗位工作，如網絡市場推廣、網絡活動策劃、網絡文案編輯與網絡數據分析等。此外，網絡零售企業對活動策劃、文案編輯、市場推廣、數據分析的人才需求也呈現快速增長趨勢，以淘工作統計為例，2011年招聘上述崗位的企業數依次為1521家、1024家、4656家和178家，到2012年依次為1688家、1457家、5920 家和241家，招聘企業數增長26%，招聘各類人員總數增長超過30%。

綜上所述，從我國網絡零售市場發展趨勢與企業網絡零售人才需求狀況來看，未來五到十年內，我國網絡零售市場將呈現高速增長態勢，企業對相關網絡零售運營管理類人才的需求將會越來越旺盛。

三、面向網絡零售的運營管理崗位能力要求

1、店長

（1）工作任務。負責平臺商鋪的整體規劃、營銷、推廣、客戶關系管理等系統經營性工作。（2）能力要求。熟悉網絡推廣、傳播方式和渠道；熟悉電子商務模式與流程；熟悉網店裝修、頁面策劃、文案、平面設計等工作；熟悉網店、頁面優化及SEO。

2、運營主管

（1）工作任務。制定網上店鋪的營銷策劃方案；負責推廣方案設計、討論和實施；提出網上店鋪的頁面優化改版方案；對推廣效果進行跟蹤、評估，并提交推廣效果的統計分析報表，及時提出營銷改進措施，給出切實可行的改進方案。（2）能力要求。熟悉平臺店鋪營銷策劃與推廣及網購銷售市場；熟悉網絡零售平臺運營環境、交易規則、推廣及廣告資源；熟悉各種網絡推廣手段，組織專業人員進行推廣。

3、活動策劃

（1）工作任務。協助規劃和制定年度網絡促銷計劃，撰寫新品推廣、產品促銷活動方案；協助制定、梳理促銷推廣活動的管理規則和流程，把控促銷方案落實；對促銷效果進行跟蹤評估；收集、分析市場促銷需求、競品動態，做好促銷數據收集和分析，優化促銷工具和方法，調整促銷策略。（2）能力要求。有較強的網絡市場信息收集、統計、分析能力；敏銳的市場動態感知能力和促銷推廣提案撰寫能力；較強的溝通能力、邏輯分析能力以及組織協調能力；較強的客戶意識，能夠從客戶角度出發思考問題和解決問題；能熟悉網絡零售平臺營銷與推廣。

（1）工作任務。負責網絡店鋪宣傳性軟文、硬廣、公司通告撰寫；店鋪大型活動的文案擬定；參與促銷活動及品牌包裝的創意、文案工作。（2）能力要求。具備扎實的文字功底，較好的文案撰寫能力；了解網絡消費者心理需求及消費習慣。

5、市場推廣

（1）工作任務。負責網絡店鋪及產品在網絡零售平臺或互聯網上的推廣；制定推廣方案并負責實施，對推廣效果進行評估，對店鋪及產品訪問量、轉換率數據進行分析；根據網絡零售平臺規則進行商品頁面搜索優化。（2）能力要求。精通網絡零售平臺營銷規則，熟悉網絡消費者的購物習慣和心理；熟悉與掌握網絡零售平臺各種營銷工具，熟悉網絡SEO技術；良好的策劃推廣能力和項目執行能力；具有較強的數據分析能力。

6、數據分析

（1）工作任務。負責網絡平臺店鋪的日常數據統計分析以及其他電子商務網站數據的收集統計工作；負責對網上店鋪的流量、銷量、轉化率等數據的分析；負責對市場、行業及競爭對手的網絡數據的采集、評估與分析；負責收集客戶資源；負責營銷管理問題的跟蹤和交叉分析，并提出解決方案。（2）能力要求。具備豐富的數據分析、挖掘、清洗和建模的經驗；熟練獨立編寫商業數據分析報告，及時發現和分析其中隱含的變化和問題；具備利用數據分析解決商業、市場營銷、風險問題的能力。

四、網絡零售運營管理人才的培養目標與要求

1、培養目標

根據河南工業大學電子商務專業人才培養方案，結合目前網絡零售市場人才需求特點，我們把網絡零售運營管理專業方向人才的就業崗位定位為網絡零售平臺主管（包括自建網絡商店與第三方平臺網絡商店店長）或運營主管，由于上述崗位一般需要至少一年的網絡零售工作經驗，因此，學生前期就業崗位也面向網絡零售市場活動策劃、文案編輯、市場推廣與數據分析等具體運營業務崗位。

該專業方向的培養目標為：培養掌握電子商務及網絡零售的理論知識和運作規律，熟悉網絡零售市場特點，具備網絡零售市場的整體規劃、營銷、推廣與客戶關系管理等環節的運營管理技能的綜合型的網絡零售運營管理人才。

2、人才規格

通過本專業方向的系統的學習，學生將具備表2所示的知識和能力。

五、基于能力要素的網絡零售運營管理方向課程設置

1、對應關系

根據河南工業大學網絡零售運營管理人才的培養目標及定位，我們對崗位能力與課程單元對應關系進行了分析研究，將本專業方向的專業及方向能力分解為六大專項能力，具體對應關系如表3所示。

2、組織實施

根據上述的方向所需能力與課程設置的對應關系，我們梳理了專業原有課程體系。原有課程體系包括了網絡營銷基礎、電子商務管理、網頁設計、電子商務網站規劃與建設、創業設計綜合實驗、網頁設計課程設計課程設計、電子商務網站建設實訓等。同時，為了保證本專業方向在原有電子商務專業培養體系上能夠實施，在課程教學組織上保持原有的通識教育模塊、學科平臺模塊以及專業平臺模塊中的必選課體系不變，在專業平臺模塊中的選修課中設置網絡零售運營管理方向課程群，其中包括6門理論課和3門實踐課，如表4所示。學生如果選擇了該方向，就代表選擇了該方向課程群的所有選修課程。

六、結論

在電子商務專業開設網絡零售運營管理方向人才培養，符合社會對電子商務人才的專業化或行業化需求特點。網絡零售運營管理人才做為一個綜合性電子商務管理人才，既要具有足夠的理論知識，也需要緊密聯系網絡零售市場發展，將一定的理論轉化為實踐能力。因而，在該類人才培養過程中，需要建立校企深度合作實踐教學基地平臺，實現學校人才培養與網絡零售市場企業需求之間的無縫銜接。當然，要培養出符合網絡零售市場需求的電子商務運營管理類人才，需要在教學實踐中不斷進行改革與實踐，探索出符合社會網絡零售人才需求及各高校實際的人才培養體系。

（注：基金項目：河南工業大學人才培養模式改革工程項目“電子商務專業人才‘分類’培養模式研究與實踐”（2011）。）

篇8

第一是數據化。我們現在有了更多的傳感器去記錄數據。大家最能理解和最常見的傳感器就是手機。有了手機，我們就能通過技術監測知道你生活在哪個地方，有沒有網絡購物等個人信息。正是有了越來越多的記錄數據的傳感器，使得我們獲得的數據一直在增長。

第二大變化是數據形態發生了變化 。我們現在有了各種各樣的數據，既包括傳統的結構化數據，例如門店的銷售數據、后臺數據等也包括互聯網的各種數據。

在大數據時代，互聯網用戶通常作為同一個對象使用多個網絡平臺。我們通過對特別對象或人物的網絡（性格、社交圈等）和行為（購物、評論等）的特征進行分析和挖掘，打破了孤立的個人數據特征，成功建立了以人為對象的跨越多個網絡和數據平臺的關系數據群，實現個人跨平臺數據的打通。

正是在這樣的大背景下，2011年5月，麥肯錫麥肯錫全球研究院（MGI）了一份報告――《大數據：創新、競爭和生產力的下一個新領域》，推動了工業界和學術界對大數據的關注，同年11月IBM公司在產品會上推出大數據概念。

大數據有四個特點：規模巨大；產生數據的速度非常快，我們處理它的速度也非常快；數據庫的多樣性；數據中潛藏價值。

我們認為大數據不是技術的變化，而是全方位理念的變化，它是基于多源異構、跨域關聯的海量數據分析所產生的決策流程、商業模式以及生活方式和觀念形態上的顛覆性變化的總和。

大數據的創新

整個大數據在商業中的創新體現在數據的外部化。也就是我們如何把自己的業務數據拿出去給別人用或者怎么樣把別人的數據拿進來自己用？

一個門店、一個品牌的生存都不能僅僅依靠自己的數據。當下基于互聯網基礎的社交媒體、論壇、電子商務及移動電子商務數據給我們提供了很多可能的資源。我從不同角度，簡單闡釋一下這個問題。

如果從大的角度來談化妝品行業的整體發展趨勢及哪些品類會成為消費者期盼的商品，互聯網就給了我們很好的答案。

在10年前，中國還沒有男士護膚的概念和市場，但是到今天男士護膚品已經是一個很大的市場。如果我們回溯到十年前，互聯網的論壇討論就是男士護膚市場起步的端倪。因為有一些消費者由于和歐美國家的接觸，他們比化妝品市場從業人員更敏感，他們首先發現了男士護膚市場的商機與需求。所以通過大數據的檢測你可能會遇到行業可能的機會。

從小的角度來看，大數據的運用，我在一個城市開店，我只想知道什么樣的東西受消費者的喜愛，未來的市場變化趨勢是怎樣的？這個時候電子商務和移動電子商務的數據就給了我們很好的答案。

我們可以通過分布式網絡爬蟲技術，直接爬取互聯網數據。當你覆蓋足夠多的電子商務平臺，你就很容易知道哪類產品、哪類品牌甚至某個單品在哪個城市的銷售狀況。我甚至可以通過精準的計算技術，更好的了解我們商業合作與競爭的利益。

如果再深一層，面對一個個體，我應該給哪些人推送精準營銷或者說一個產品面世后它在互聯網的美譽度是怎么樣的，有沒有可能出現重大安全問題，需要產品方做怎樣的調整，這些東西都不是我們自身的數據能解決的而是需要外部的數據輔助我們做決策。

舉幾個非化妝品行業的例子。搜索網站谷歌通過人們在網上的搜索記錄完成流感的預測。谷歌每天都會收到來自全球超過30億條的各種搜索指令，如此龐大的數據資源足以支撐和幫助它預測流感的傳染程度。

我們要注意到大數據運用的創新之處。谷歌不是通過疾控中心和醫院的數據來預測傳染病，它是通過搜索指令的數據資源來預測傳染病的流行程度。也就是說谷歌在用自身業務產生的數據，拿出去解決其他地方的重大問題。

再舉一個非常典型的例子，告訴大家我們的數據要流動起來，才能發揮更大的價值。

國家電網每年會兩個指數一個是重工業用電指數，一個是輕工業用電指數，這兩個指數是整個中國工業制造業的晴雨表。如果將國家電網的數據和用水的數據結合起來，這些數據產生更大的價值。如果把用水和用電的數據結合運用到個人住戶，則可以給公安部門維護社會穩定起到積極作用。

公安部門可以通過異常的用水及用電數據判斷哪些住宅是傳銷聚集地。因為傳銷三、四十個人擠在一個小房子里，用水量是超過正常范圍的。

同時，用水用電數據為國家安全委員會維護穩定和反恐有重大意義。我們國家有一些被列入黑名單的，這些人一旦發生了不正常的移動或者居住地用水用電發生異常，公安部門需要第一時間實地走訪，掌握情況。

此外，用水用電的數據是所有銀行為中小企業發放貸款的重要依據。眾所周知，中小企業的財報數據都不太真實，銀行在為他們做風險評估的時候，基本不看財報，而是看企業的用水用電數據以及交管委的攝像頭記錄的貨車進出數據，判斷企業的整體規模及信貸風險。

所以，我再次強調大數據創新的核心是怎么樣把自己的數據拿出去支持其他行業以及如何用其他行業的數據支持自己做決策。

大數據的商業實踐

將大數據用于品牌商業分析的時候，有三點和以前不一樣：

第一，我們所有的分析都是全樣的數據而不是抽樣的數據。從某種意義上講，世界上沒有全樣數據，我們所能掌握的都只是部分，但從另一個意義上講，我們團隊能夠監控到大量的電子商務及手機移動終端的數據。這些數據不再與以前做數據分析時，到某幾家店，通過某幾個產品的試用和觀察得出的數據一樣。因此大數據時代的數據分析報告，比以前更細、更高速、更高準確率

第二，大數據的分析包括很多非結構化的數據。做移動電子商務的人會知道， 我們除了關注日常銷售、生產等結構化的數據之外，還會非常看重商品在社交媒體上的影響力如何，品牌的粉絲影響力如何。所以每一件商品的美譽度如何以及在論壇上遭遇的輿情危機等都可以通過非結構化的數據分析獲得認識。

第三，我們所有的數據都是關聯的數據。我們要打通一個用戶、 一款產品在不同社交媒體上的購買行為、瀏覽行為及被收藏被評價行為，從而獲得更全面的認知，同時發現產品從A平臺到B平臺的商業機會。

我建議有條件的品牌商及經營者要實現外部數據的戰略儲備。我們團隊的數據其實來自兩方面：一個是自有數據的積累，二是公開數據的爬取。現在的這些數據對于我們將來做擴展包括趨勢分析、競爭品牌的分析及了解用戶做精準營銷等意義重大。

在了解用戶的時候，我們需要進行全面了解。我們不僅要了解他的購買瀏覽記錄，還要了解他的時間和空間軌跡等。我們給很多品牌商做過服務，你對同一個對象在不同時間點給他推送廣告的打開率可以相差10幾倍。此外，了解一個用戶的行為軌跡，也能讓你做到精準的廣告投放和店鋪選址。

很多人在運用大數據營銷的時候，會步入邏輯結構的誤區。一般我們理解的大數據營銷是產品經理會通過思考去想像，我的產品適合什么層次的消費者，而企業的老總會思考我的產品選擇哪個明星做代言。有了這些想法之后，品牌才會根據媒體、銷售渠道及電子商務數據找到它們想要的的代言人。這樣的大數據營銷在邏輯上是不正確的，因為他太強烈的依賴于產品經理對產品的定位。

而正確的大數據營銷是首先找到自己產品和競爭產品的已有用戶以及對這些產品表達過興趣、發表過評價的幾萬人甚至是幾十萬人。然后在通過分析這幾十萬人從事的職業、感興趣的電視節目、關注的明星、日常瀏覽哪些論壇的數據結論，選擇與品牌形象及消費定位匹配的代言人，進行點對點的精準營銷。

在這樣的設計流程中， 產品經理和企業決策者的重要性體現在他們憑借敏銳的直覺，，將適合消費者使用的產品設計出來。一件產品問世，就像一個小孩出生，他已經是活生生的生命個體，父母已經無法再改變他。在這種情況下，父母對他的理解， 都比不上他在成長過程中自身生命力的勃發。許多父母會希望小孩子做各種事情，為小孩貼上標簽。但真正成功的父母，總是會從小孩的成長過程中看到驚喜。 同樣的每一件產品有了自己的生命力，它在面對市場的時候會遇到各種評價，我們利用這些大數據的分析能比產品經理更多知道一件產品它真正的目標用戶在哪里，它他真正需要的廣告投放在哪里。

在這么一套新的邏輯框架支持下，給大家舉一個化妝品行業的例子。歐萊雅集團有一款價值千余元的超聲波潔面儀。當時這一款產品的產品經理找到我們，給我們提出的是針對20歲至40歲的白領女性的產品定位。超聲波潔面儀的產品在電子商務渠道上有很多同類型的品牌，我們通過數據分析得出二三線城市的中小學老師的職業群體是被他們忽略掉的群體。

篇9

一、實施背景

（一）貼合國網大數據實時管控需要

截至2015年，在國網公司統籌實施下，基本建成了橫向集成、縱向貫通的一體化財務信息工作平臺，財務管理的標準化、信息化、集成化、集約化水平實現跨越式提升，“三集”管理以標準化、信息化為手段，強化全面管控、在線監控和風險預控，提高管控實效性，實現管理精益化。為了實現信息實時反映、過程實時控制和結果實時監督核心管理，縮短網省公司與地市縣公司之間反饋弧線，適用國網公司大數據應用財務主題，實行大數據分析為核心的數據倉，強化地市縣敏感分析實時管控勢在必行。

（二）市縣一體化經營分析診斷需要

2014年縣級供電企業上劃以后，緊緊圍繞財力集約化“實時管控”要求，升級一體化財務信息工作平臺，從對業務全過程的信息實時反映、過程實時控制和結果實時監督三個方面進一步深化應用、提升功能，目前國網公司對省公司，省公司對地市公司、縣公司實時一體化管理及考核，同時間段、同考核期進行實時管控，因此，必須開展大數據BW倉同時對地市、縣公司經營指標情況進行過程管控。

（三）財務工作標準化及規范化要求

2015年網省公司對80個上劃縣級供電企業進行會計基礎工作規范化提升工作，為適用標準化財務管理杠桿在經營業中集成應用的需要，充分發揮會計反映和監督作用，管控系統除了統一出具各項快報、預算報表、決算報表、業務報表財務報告外，更需要規范格式標準各種業務口徑、各種管理需求的財務分析報告。縣級供電企業由于信息化水平不高，各種基礎報告規格不一，口徑不一，在編制過程中存在反復情況，通過信息化手段加以規范提升是必要過程。

二、基本內涵

以促進企業經營管理水平持續提升為根本要求，以財務大數據為支撐，以對標管理為手段，運用指標管理、協同管理、閉環管理等理論，通過開展企業經營分析、市縣公司指標對比分析、單項指標分析，及時發現指標薄弱環節，強化信息技術支撐，實現核心指標數據的實時監測、分析和閉環管控，形成動態優化、持續完善的對標管理模式，持續促進公司經營業績和運營管理水平提升（見圖1）。

（一）強化BW倉大數據支撐

大數據BW倉（Business Information Warehouse）是為更好地利用企業內所有可能收集到的數據進行決策支持，對數據進行提煉、加工和集成含有一定量商務信息和意義的信息。一般情況下，數據倉庫系統是一個分層次的體系結構，包含數據源、數據存儲與管理、OLAP服務器、前端工具與應用。其中，數據源是數據倉庫系統的基礎，整個系統的數據源泉，通常包括企業內部信息和外部信息；數據存儲與管理是整個數據倉庫系統的核心，對數據進行重新組織，最終確定數據倉庫的物理存儲結構，同時組織存儲數據倉庫元數據；OLAP服務器是對分析需要的數據按照多維數據模型進行再次重組，以支持用戶多角度、多層次的分析，發現數據趨勢；前端工具與應用：前端工具包括各種數據分析工具、報表工具、查詢工具、數據挖掘工具以及各種基于數據倉庫開發的應用。

（二）深化同業對標管理模式

開展同業對標工作是落實公司管理提升活動工作的重要舉措，是規范管理、改進薄弱環節的現實需要，是助力公司持續、穩定、健康發展的工具和手段。建立和完善各專業協同聯動機制，打破專業壁壘，增強全員對標合作意識，消除本位主義，統籌協調、密切配合，全局一盤棋，形成全面提升公司經營能力的合力，提高公司管理水平。

優化省、地（市）、縣供電公司同業對標指標體系，將實時管控重點工作納入對標指標體系，加強對標數據的自動采集和在線分析；研究建立內控管理指數通報制度，開發建設指數自動運算及平臺，試點開展指標測試應用，并將結果納入公司對標體系。

（三）深入企業經營診斷分析

依托網省、地市、縣級供電公司財務管控系統綜合數據平臺，對公司運營效率、經營效益、獲利能力的所有報表在原有按省管理部室專業口徑上報基礎上，進行二次重分類開發，利用財務杠桿挖掘數據內涵，形成滿足網省公司管理層級需要的地市、縣兩級智能分析報告，全景展示一體化管理經營業績指標水平。通過對多源數據的挖掘，實現公司資源躍層展示，縣局歷年經營診斷和預測趨勢，及目標利潤影響因素量、價、費敏感性分析。

三、主要做法

以企業經營分析能力提升為主線，以指標體系為抓手，以BW數據庫建立為基礎，以經營分析模型為方法，以指標診斷機制為手段，以組織機制和系統平臺為保障，構建“五個建立”經營分析管理模式。明確元數據收集渠道、數據倉庫管理、模型設計、數據分析處理及再加工等工作流程環節，通過指標過程管控，及階段指標數據診斷，及時發現薄弱環節，強化市縣經營發展能力分析、企業經營能力分析、量價費敏感性分析、及電價管理輔助決策分析能力，結合可視化信息系統平臺與展示分析結果，將評價結果納入考核，保障BW數據倉切實有效發揮作用，為企業經營分析決策提供實時可靠的依據（見圖2）。

（一）建立評價指標體系，強化市縣兩級聯動

結合自身經營實際情況，全面梳理公司同業對標指標、企業負責人業績考核指標、財務重點工作、預算完成進度、全面運營指標等幾個方面的指標，制定公司評價指標體系，作為財務信息管控重點（見圖3）。

經過兩個月的調研，出臺BW數據倉方案共三稿，選出關系公司整體運行指標10項，關系公司業績考核指標的二級支撐指標16項，關系公司同業對標指標的二級支撐指標28項，既定標準文本表述。針對細節描述反復演練論證，從定量分析到定型分析，從影響因素變動分析到指標反項變動逆影響，多維度全方位指標體系。

（二）建立財務大數據庫，加強決策數據支撐

數據源是實現分析的基礎和重要前提，公司財務部協同各專業部門加強對標數據源管理，梳理完善指標末端因子的周期、維度等采集要素，通過運監平臺、專業管理系統采集各指標數據，建立公司財務大數據庫，全面掌握對標指標變化及發展趨勢，實現指標異動和問題的動態監控及自動預警分析。

公司開發BW數據倉，依據網省公司推廣的財務管控系統的管理屬性，將預算管理、資金管理、電價管理、稅務管理等各種管控數據集于一體，結合財務核算數據以及相關營銷、預算、資金、現金流等業務數據，是建立BW數據倉的基礎支撐。一方面，根據經營發展能力評估體系的設計，對結果分析展現需要的各類指標及數據進行處理與維護。包括定義指標權重、指標的歸一化處理、指標的趨勢化處理、定義經營質量區間、定義經營難度區間等，為最終的分析展現提供依據。另一方面，通過對接公司營銷、建設等專業系統，將專業系統財務數據納入大數據庫，為營銷費用、建設項目資金使用情況分析做好鋪墊。

（三）建立經營分析模型，明確綜合評價方法

根據公司實際工作需求，建立經營分析模型，主要包括“經營發展能力分析”和“量價費敏感性分析”兩個方面。通過經營發展能力分析，展示公司目標發展水平和經營狀況；通過量價費敏感性分析，明確購售電量、成本收入及售電價格為公司經營狀況的主要影響因素，通過各因素變動情況及時預測掌握公司未來經營發展趨勢（見圖4）。

1.經營發展能力分析，及時掌握公司經營現狀

基于電網企業自身特點，考慮電網企業市場劃分及經營特性，提出“二維五力”經營發展能力評價體系，以“經營業績”和“經營難度”兩個維度綜合評價企業經營發展能力，直觀展現企業經營狀況、發展趨勢和未來價值，推動公司價值鏈與業務鏈的融合，構建集團運作、協同高效、管控有力的企業運營機制。

2.量價費敏感性分析，預測公司經營發展趨勢

在既往財務對標分析中依賴公司上級部門信息，縣局對自己的指標情況并不了解及關注，關鍵指標管理不能實現過程管控，通過敏感性分析，將能依據當年指標變動情況，對以后年度的全面經營情況，通過趨勢分析法和影響因素敏感分析法進行模擬演練和預測，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，縮小同業對標指標和業績考核指標的差距（見圖5）。

通過建立一整套完善的電價測算模型和電價動態報告體系，為電價調價、購售電預算預測和日常管理工作決策分析提供有力支持，切實以“價”為突破點，增加利潤為目標，實現預期效益。

借助信息系統，將敏感性分析模型在系統中固化，系統根據取數規則自動采集數據，根據不同時點、不同維度對購售電量、成本收入、電價等關鍵指標進行定量分析和全景展示，實現了分層次、全方位、穿透式地反映指標變化及其成因，有利于加強電價管控，提升管理水平

（四）建立指標診斷機制，助力經營質量提升

通過搭建信息系統平臺，將固定、經常、反復性數據分析工作交于系統功能實現，高效及時準確發現指標存在的問題，定位指標薄弱環節，及時提示相關責任人制訂指標改進提升措施。同時，通過提煉的指標體系展示，在縣級供電企業之中進行互相對標，有利于掌握各項指標優勢與劣勢單位，促進縣公司間的交流學習和優勢互補。

1.指標月度跟蹤監控，及時發現薄弱環節

通過指標歷史情況分析和對標，明確指標變化趨勢，準確掌握指標實際情況，為指標目標的制訂提供依據。以售電量指標為例，通過數據及圖形展示兩個角度，以月份為周期，觀察指標理念變化趨勢，明確指標水平較好的月份，以及較差的月份，并為較差月份制訂相應的對策和措施提供理論依據。市縣公司對比分析，明確指標落后單位（見圖6）。

2.深化季度綜合分析，季度智能快報

以省公司季度分析報告模板為基礎，根據地市公司實際情況，財務部制訂季度綜合分析報告模板，并將模板導入信息系統中，結合信息系統數據分析功能，每個季度，系統生成季度綜合智能分析快報，及時通報公司經營狀況（見圖7）。

3.深入末端指標分析，定位指標薄弱環節

根據指標定義及計算公式對指標進行分解，將計算公式中的各級分項指標作為子指標，根據指標的定義和計算方法或子指標對整體指標的影響程度確定子指標權重。當子指標為末端因子，則停止分解，末端因子即不能再繼續分解，有明確的崗位和職責，可以直接獲得一手數據，不需要再次加工計算的子指標。

（五）建立運行保障平臺，促進分析診斷順利開展

建立信息系統平臺，固化企業經營分析管理體系和方法，系統分為數據層、查詢層、分析層和展示層四個維度。結合實際工作需要，編制《BA報告日常操作手冊》，對系統平臺操作界面、查詢界面進行詳細說明，并就系統可能出現的操作問題進行說明，避免操作上的失誤，規范使用方法。

四、實施效果

（一）數據實時監控，財務分析質量顯著提升

數據流轉質量和時效性得到加強，采取運營管理水平再上新臺階。平時最快要三天的財務分析報告，在報表上報實現即時完成智能報告，一鍵式分析報告，數據準確，數據有效利用，經營管理水平明顯改善（見圖8）。

篇10

BI（Business Intelligence）即商務智能，是一套完整的解決方案，將企業實際運營數據、預算績效數據、預測數據和業務規則進行整合及分析，依靠多種信息技術工具，多層次、多維度、及時的向使用者反應企業的運營狀況，實現企業的戰略目標。目前，商業智能通常被理解為將企業中現有的數據轉化為知識，幫助企業做出明智的業務經營決策的工具。商務智能系統中的數據來自企業其它如CRM、SCM等業務系統。開灤集團國際物流有限責任公司根據經營實際情況，成功通過BI構建了符合自身需求的決策支持系統，提高了公司的市場競爭能力。

一、開灤公司國際物流有限公司簡介

開灤集團始建于1878年，迄今已有134年歷史，有“中國煤炭工業源頭”之稱。伴隨著百年開灤的發展，開灤物流相伴發展，歷經從小到大、由傳統到現代，經過了從企業物流到物流企業的成功轉型，目前，又完成了由企業物流向社會物流到煤炭專業物流的升級。開灤集團國際物流有限責任公司，為開灤集團所屬全資子公司，承擔著發展開灤物流的使命，下轄鐵路運輸公司、港口儲運公司、進出口公司、香港公司等15個子分公司，形成了布局合理的綜合物流產業體系。

二、項目建設背景

強大的信息系統是供應鏈管理體系的基石，2003年公司實施辦公OA軟件，實現了無紙化辦公，2005年實施浪潮財務軟件，財務管理實現了集中管控。2007年9月，由浪潮集團利用其GS5.0管理平臺，開發綜合物流管理信息系統，這套系統覆蓋了煤炭銷售、物資供應、鐵路運輸和港口儲運等業務范圍，是開灤最大的軟件項目，于2008年底完成。綜合物流信息系統成功運轉后，所有物流業務和物流節點全部實現信息化管理，實現物流、商流、信息流的統一，成為開灤物流信息化發展的里程碑。隨著系統使用的深入，各軟件系統積累了海量的財務數據和物流業務數據資源。

三、系統設計原則和建設目標

（1）系統設計原則。第一，安全性原則。要求使用業界技術成熟的產品，采用安全可靠的系統架構，利用完善的安全策略保證信息的安全可靠。第二，先進性原則。服務器系統、網絡產品、數據庫產品等要選用業界領先和主流的產品，既要著眼于目前系統的需求，還要面向未來的發展。第三，可靠性原則。要求系統具備很高的穩定性和可靠性，以及很高的平均無故障率。第四，開放性原則。可與目前公司總部采用的其他系統進行有效集成，可以方便抽取各下屬公司的數據，把關鍵指標裝載到決策智能分析系統的住居倉庫中，能夠提供完全符合業界標準、主流的接口。（2）系統建設目標。通過BI領導決策平臺的數據挖掘、展現和分析工具，快速獲取與關鍵業績指標相關的業務數據，從多個層次、多維度對業務數據進行OLAP（聯機分析處理）分析，揭示指標運行質量，有效及時地反映企業運營狀況和發展趨勢，為各級領導決策提供準確、及時、全面的信息依據。

四、系統解決方案

1.系統架構。

圖1 系統架構

系統架構由運營系統、數據倉庫系統、應用系統、信息門戶四個部分組成。（1）運營系統指目前運行在國際物流公司的物流系統、財務系統、交易系統等，是為業務運營管理提供支持的信息系統，運營系統是此次BI決策支持系統的重要基礎和數據來源。（2）在運營系統基礎之上是數據倉庫系統，數據倉庫系統包括數據采集（ETL）、數據管理、數據展現等功能，是此次BI決策支持分析系統的心臟。（3）在數據倉庫的基礎上可發應用系統，提供報表管理系統、查詢分析系統、綜合分析系統、管理駕駛艙系統、移動商務系統、文檔管理系統等應用，BI決策支持系統的主要應用在這一層面，關鍵報表、指標的收集會采用報表數據收集平臺來完成。（4）最上面一層是公司內部的信息門戶，內部信息門戶為用戶提供風格一致化、內容個性化的業務信息界面。內部信息門戶是運營系統、數據倉庫系統及應用系統的拓展和延伸。

2.主要功能描述。主要功能分為兩大類，分別是報表生成類和輔助決策支持類。（1）報表類生成類。第一，報表管理。報表產品結合了報表、匯總報表的特點，承襲EXCEL風格，實現靈活的報表編制、報表公式定義、計算、匯總、查詢分析等功能。提供所見即所得的頁面設置、預覽及打印功能，提供多種圖形分析形式對數據進行多角度的展示。支持集團化的標準報表編制和數據集中處理，為集團用戶統一數據中心和信息集中提供基礎數據。第二，報表分析。根據統計報表數據，在時間和組織緯度上對報表數據進行查詢和分析。提供底稿查詢、數據趨勢分析和任意分析。可查看此數據公式數據構成、單元數據構成、數據趨勢，同級單元數據分析等。第三，萬能查詢。萬能查詢模塊就是為滿足用戶個性化查詢需求，提供的一個靈活定制查詢的工具。可以自行方便定義客戶需要的查詢。萬能查詢是BI產品中多維數據分析工具的集合，提供報表查詢、歷史報表查詢。以變動報表的形式，通過分析公式的設置，靈活的展示查詢數據，實現數據的鉆取、切片和旋轉。（2）決策支持類。第一，指標分析。對客戶關心的敏感數據，可以定制專門的指標，對指標數據進行多個組織和多個區間的查詢分析，提供指標橫向和縱向多維分析。可以提供指標趨勢分析、指標單位構成分析、指標期間構成分析、指標同期對比分析、單位同期對比分析、單位指標分析、預警指標分析等七種分析功能。第二，領導查詢。通過系統預制和菜單設計功能兩種方式結合，可方便的把管理者關心的查詢組織在一起，形成操作簡潔、個性化的查詢模塊。第三，管理駕駛艙。以駕駛艙的形式，通過各種常見的圖表（速度表、音量柱、預警雷達、雷達球）形象標示企業運行的關鍵指標（KPI），直觀的監測企業運營情況，并可以對異常關鍵指標預警和挖掘分析。可以對各單位的數據進行監控和裝載，輪流顯示在雷達圖展示區域。

圖4 管理駕駛倉