以下内容由周大生珠宝电商经营管理部副负责人 黄燕分享：

先给大家分享一张图片，润米咨询刘润老师分享的一个逻辑，如果我们业务的每个环节提升1%的话，那么365天之后业务将提升37倍。

BI应用的过程中，如果我们希望正反馈有效的循环起来，我们会发现涉及到三个关键的角色层级：

• 业务领导：总览业务概况，把控业务方向。

• 业务部门负责人：管理业务推进节奏，把控业务进展。

• 部门数据分析师：进行数据的整合分析，为管理层决策提供有效支撑。

1. 数据标准：数据是整个BI建设的核心，然而大部分情况下，企业很难做到等数据完全标准化之后再开始分析，更多时候当我们开始考虑上BI项目的时候，我们的数据还远远没有完善起来。这一点上我的看法是，“不求一步到位，但要足够重视”，如果期望数据完全建好再搞BI，那我们基本很难把BI项目在内部落地下去，实际情况是我们只需要保证基础的业务数据流完整之后就可以开始建设BI了，而本身BI的建设过程也是倒逼我们优化数据的过程，所以第二点，我们要足够重视，数据标准从BI项目初期就要开始设计进去，过程中不断的迭代优化。
2. 分析报表：初期内部人员能力可能比较有限，大家精力也比较吃紧，这种情况下，建议我们先完成经营分析报表的自动化，从上到下的逻辑，先把企业的“大数”呈现出来，一是让领导能够随时随地的看到这些经营数据，而是讲我们的分析人员从这个工作中解放出来，为下一步的自助分析做准备。
3. 自助分析：报表的分析体系搭建完成之后，下一步我们就可以进入业务的自助分析培训了，因为真正能打通各个业务环节，让业务转起来不是“大数”，而是一个个环节的业务突破，这些业务突破需要我们业务人员的业务直觉加上对数据的敏感度，业务直觉我们已经具备了，随之而来的就是通过工具的培训不断提高大家的数据敏感度，让用户逐渐习惯通过数据理解业务改善业务。
4. 数据决策：最后一个环节也是我们BI建设的目标，便是让数据的应用渗透到各个业务环节当中，真正实现各个业务环节的数据自动化，决策智能化。

有了规划下一步就是如何定义指标来衡量我们BI平台建设的成效，这里我借鉴一些其他企业的经验，总结了三层指标：

• 业务分析次数：最核心的指标，我们的分析看板出来了，是不是真的有支撑业务应用，首先我们关注的是这个指标，反映到数据上，我们通过月度的访问次数、访问人数以及访问的仪表板数三个指标进行综合衡量。
• 数据分析师人数：进一步，我们会关注人才培养的数量，企业当前的数据分析师人才有多少，这是面向未来的价值，我们通过活跃的编辑用户数来进行衡量。
• 人工成本降低值：第三点我们回归到最直接的价值体现上面，就是对于人工成本的节省，这是价值的底线，但也是保底价值。

先来给大家看几个数据，这是我们项目上线半年后的数据，目前我们平台访问已经稳定在了月度7000+，培养了内部的数据分析师20+，明年我们希望这个数据能够再有一个大的突破。

内部BI推广的过程中我们实现了两个运营目标——1.一周上手FineBI；2.两周上线一个看板。这对于我们不管是人才培养还是效率提升都是非常颠覆性的变化，所以针对我们如何做到这两点的可以给大家分享一下。

2. 两周上线新报表

1. 数据获取：实现了数据的自动取用，以前我们要提需求给IT部门，现在数据已经在BI上汇总好了，需要那个数据自己上去取就可以。
2. 数据控制：数据的安全管控其实以前是个比较痛的点，excel满天飞我们也很难管控的数据的权限，那现在基于公共数据的这种管理模式，我们实现了数据权限的全链路管理。
3. 报表设计：这里想提一下帆软的协作能力，真的是极大地提高我们人员间的配合效率。
4. 最后就是一个比较大的点，也就是我们组织对这一块的认可度比较高的，就是经营分析效率。因为BI它可以很快速的去实现相关组件的联动和钻取，所以实际上我们分析数据问题的时候效率有了很大的提升。以前用excel是结果数据，发现了问题我们人员要去透视表里重新定位，现在可以直接基于看板联动定位，这样我们就可以沉淀一些深度的分析应用在BI上面，管理层甚至可以自己去分析一些关注的业务问题。