BI工具从选型到成功应用，只需做好这三步！

国家统计局数据显示，我国网络购物市场交易规模在过去五年中以27.4%的年符合增长率高速增长，远超过社会消费品零售总额同期8.1%的增速，消费者购物额在电商平台优惠活动多、选品配送便捷、涵盖商品品类全面等优点的促进下不断高速增长，消费习惯进一步向线上迁移。

而在电商市场中，长时间维持着以淘宝、京东等传统综合型电商为市场主导的局面，其所提供的商品品类丰富、货源广布，供应链系统成熟且完善，能够在多地区实现本地化仓储和配送，大幅度降低了配送成本和运营成本。为求在持续增长的市场中分一杯羹，电商平台竞争者们以垂直类商品、用户精细化运营、独有产品属性等为突破点，打造属于自己的流量池。

我们知道，流量的表征即数据，利用数据分析实现业务增长是电商企业发展的重头，而在数据应用的路上，电商企业从来不缺各个维度的线上数据，他们痛点是：数据分散形成数据孤岛，难以将数据整合分析；数据管理混乱，数据安全难以保障。

而云集共享科技有限公司就遇到这样的问题，在与帆软正式建立合作前，公司原先使用的BI产品合同即将到期，考虑到原先的BI产品是C/S架构，产品本身支持的权限功能配置复杂，需要通过传参控制或代码开发实现，而实际使用时由于开发成本大，当用户需要某数据表时，要么严格不给表权限，要么给数据表的所有行列权限，这种情况下，给企业数据安全管理带来极大挑战。

其次是不支持实时和抽数并存，需要拆分为两套平台来用，一套专门展示实时数据，一套专门展示抽取数据，对系统管理员来说，无疑加大了系统维护成本，对数据分析人员来说，同一个分析主题，还要两套平台来回切换，不仅操作不便，还阻断了分析思路，对企业数据化建设来说，不仅没有解决数据孤岛问题，而且还人为拆分数据，数据孤岛更加严重。

最后是服务问题，之前使用的是BI产品是国外开发的，一般到6点，技术人员准时下班，紧急有问题也找不到人协助解决，对电商业务来说，数据分析时效性、系统稳定性要求高，最好是时时处于稳定待机状态，即便出现问题也希望有及时的技术支持服务，帮助快速恢复，目前来看，原先的产品服务很难做到。

站在企业层面来看，选用合适的BI工具是企业数据化建设的关键，决定了企业数据化建设的质量高低，最终，云集大数据策略中心经过综合评估决定原先的BI合同不再续签，重新进行BI选品测试，那么，云集是如何从新开始完成产品的选型、推广和使用的呢？

云集是一家由社交驱动的精品会员电商平台，通过聚焦商品的极致性价比，为会员提供美妆个护、手机数码、母婴玩具、水果生鲜等全品类精选商品，服务中国家庭的消费升级。在云集，会员不仅能以批发价，一站购齐80%的日常家用，还能分享商品给好友，获得收益。作为一家精品会员电商平台，云集致力通过“精选”策略，为会员提供超高性价比的全品类精选商品，通过帮助亿万消费者以“批发价”买到品质可靠的商品，云集推动发展零售电商消费的新业态新模式，真正意义实现助力行业消费升级。

第一步、选定一款合适的BI产品

结合企业数据化建设要求及以往使用BI产品的经验，确定BI产品必备支持：

• 本地化部署，数据权限可控，数据安全有保障。
• 实时与抽数并行，工具统一。
• 服务周到，响应及时。

经过多轮选品测试后，最终选定FineBI，大数据策略中心某高级产品经理认为，FineBI支持本地化部署及大到业务包，小到数据表的行列权限配置给云集的数据安全管理带来很大的便利，支持实时与抽数并行，另外帆软的服务周到，即使是下班时间，响应也非常及时。

第二步、在企业内进行FineBI自助分析推广

与帆软建立合作后，在自助分析顾问的协助下，云集进行了FineBI的推广应用，包括：

① 自助分析推广应用方案确定、② 用户快速入门培训、③ 系统准备：OA集成 & 用户导入& 权限管理。

自助分析推广应用方案确定：为支撑企业的数据分析需求，云集专门设立了大数据策略中心，部门内有多位数据分析师，专门负责响应公司各业务部门的数据分析诉求，另外，对子公司，业务部门内有专门的数据分析师，负责所属部门的数据分析工作，通常的数据分析路径及配合方式是：分析师基于业务用户核心目标和KPI，拆解关键路径，做核心指标分析看板或由分析师准备好基础数据集，由部门业务用户进行仪表板的拖拉拽分析。

我们知道FineBI的产品定位是自助分析，让需要分析数据的人（一般是数据分析师或业务人员）可以自己分析数据，区别于传统向IT提需求开发报表的模式，从以往的数据分析流程来看，云集本身就具备自助分析的基础，因此前期推广计划及执行都比较顺利。

用户快速入门培训：针对刚开始使用FineBI，对功能不熟悉，又急需迁移老BI报表的问题，由帆软自助分析顾问进行了现场会议培训，从数据准备到仪表板详细介绍了BI各个功能及应用场景。值得一提的是，分析师在培训之后，一个月内迁移完了老系统的所有模板，大大缩减迁移时间，提高新系统切换效率。

培训ppt截图

系统准备：OA集成 & 用户导入 & 权限管理

OA集成及用户导入，即完成将BI集成到oa，实现登录oa系统的同时登录BI。

• oa用户导入BI系统，由于云集部门和用户不在一张表，将用户表做合并进部门表，构成部门的层级结构，再导入BI系统；
• BI集成到OA，由帆软提供通用代码，协助云集的研发人员完成系统集成开发。

权限管理，云集BI使用的人数和部门较多，因此业务包和权限需要一个好管理、拓展性强的方案，规则如下：

• 业务包分类依据：数据域/业务线分类对应的数据产品/分析师负责自己数据域/业务线
• 权限分配原则：普通用户根据部门做业务包权限控制，细化到数据行列权限控制；数据产品/分析师根据对应业务线分配所属业务包管理权限；部门负责人单独控制数据权限

第三步、使用FineBI进行自助式业务数据分析

目前云集主要在：营销线活动大促分析、运营部流量分析、个人层面日常业务指标看板/日报/周报等场景中使用FineBI做探索性分析。

分析场景举例：

实时销售情况监控，用于实时监控销售数据变化

实现思路：首先确定核心数据指标——“流量”、“销售额”、“退款量“，其次将销售额拆解到部门、子部门（即行业销售额、买手组销售额），再将流量拆解到不同渠道（即APP、H5和VIP），使用折线图计算渠道流量今日和昨日24小时内的变化趋势对比，利用柱形图统计今日部门及子部门销售情况。

分析举例：买手组策划了某次早上10点的抢购活动，预计在10点左右各渠道的DAU逐渐上升、销售额同步上涨，10点后会出现销售额、流量的高爆发点，而实际发现销售额并未达到预期高点，相关部门立马寻找原因，排查到主渠道流量小，转发量低，整体热度没有带起来，最后导致销售转化不高，由此考虑做一些app流量上的运营动作提高活动的热度。

访问到购买漏斗转化分析，用于监控不同时间区间、商品类型、渠道转化漏斗情况

实现思路：先找到APP核心路径，首页访问>离开曝光>点击购买>引导成交，再找到影响核心路径的关键维度，如流量渠道、行业类目、商品，建立核心路径与关键维度的联动关系。

分析举例：当发现核心路径某节点的转化率降低，点击联动到具体的渠道，行业类目、商品，寻找在该时间点上是渠道问题导致降低，还是行业类目、商品本身影响。

分析举例：把业务核心数据，拆分到具体商品，对数据做最详细的查询，提高单个商品多维度分析，多渠道销售的数据决策支撑