在落地商业智能软件平台的过程中，我们常常会听到这样的声音：“只有互联网才能产出数据分析师”、“业务学不会分析软件的操作”，很多BI项目实际还是以IT为中心，做着固定报表展现的工作。

似乎落地商业智能、让业务参与分析是一个门槛很高、只有部分行业才能落地的愿景、噱头。到底商业智能能否在传统企业中成功应用？能够为企业带来什么价值？某烟草公司为我们带来了一个令人满意的答案。

1、项目背景

实现数字化转型离不开业务组织与信息系统的有机结合，A市烟草下属有直管部门和区县营销部两个条线，核心业务系统为浪潮的地市V6系统，还包括中软专卖系统、用友财务系统；在日常运营中，营销（销售、投放、终端）、专卖、企管等全生命周期过程内产生了大量的数据，对这些数据进行集成整合、利用这些数据资产反哺优化业务流程，对烟草公司完成全面数字化转型、保持可持续发展至关重要。

然而，但在数字化管理与应用上，公司面临着以下问题和挑战：

1、缺乏标准数据体系

在过去的实践中，A市烟草的数据应用路径还是业务提数据和分析需求，由IT相应实现的模式，由于IT对于数据底层熟悉，因此在取用数据时候往往是直接从ODS层、DW层SQL取数，但如果要实现全民数字化转型，这样的数据体系应用方式无法支撑普通业务用户的大量高频使用，将形成大量需求的阻塞；即使将宽表下发给业务人员，业务也难以理解数据含义与数据结构，进而不能有效利用数据。

2、缺乏统一的数据分析平台

信息处之前有使用过数据分析工具，是省局统一提供的SSAS，但是由于没有给市局开放数据处理权限，导致数据口径对齐、数据计算等场景实现困难、周期长，在IT这里没有用起来；业务人员进行分析时，只能从系统中导出数据在excel中进行二次加工，由于没有统一的数据来源，也没有进行制作、展示分析的平台，导致业务用户的分析效率低下、各用户的分析结果和时效性无法得到有效统一保证，大大增加了全民数字化转型的难度。

3、数据人才缺乏培养

全民数字化转型的核心之一是数据人才，在传统的excel分析模式下，业务人员能够深入接触数据分析进而发现数据价值实现数据驱动的机会少、渠道少，没有好的数据分析工具支撑，也没有进行数据素养提升的方法思路，导致整体的数据人才属于稀缺状态，与全民数字化转型的期望相差甚远。

针对以上存在的问题，经过多方调研了解，A市烟草进行了技术选型招标，确定了采用帆软提供的解决方案，作为完成全民数字化转型的平台立足点。

2、解决方案

项目蓝图

建设内容

1、数据核心建设

A市烟草结合业务流程内容，进行了通用数据的梳理，包括原始表、基础表、分析表三层的数据结构，将数仓中的事实表、维表用sql取为宽表存在FineBI的基础表中，最后根据各营销部门制作对应的业务包发放给业务同事使用；随后以营销部为单位设立次级管理员，对数据下发和权限权限分配负责，保证数据的安全性以及口径统一；最后为了保证体系的正常运行，设立数据使用规则，实现数据的分层分人使用，数据需求以及权限都走逐级申请，不可跨级申请。

业务包体系示意图

2、人才核心建设

人才核心围绕BI系统维护人才、BI数据开发人才、自助分析人才三种人才来培养。

• 系统维护人才，对应信息处人员，使其具备BI系统维护能力，保障BI系统的正常运行；
• BI数据开发人才，对应部门次级管理员，使其具备在数据体系、权限体系框架内，增删改数据与权限的能力，以支撑自助分析人员的自助分析需求；
• 自助分析人才，对应业务一线人员，使其具备基础、高级等不同层级的数据分析能力，能够根据自己所需使用加工好或半加工好的数据完成分析；

人才培养框架内容

3、数据价值核心建设

数据价值建设分为固定化报表体系与自助分析体系两个体系。其中固化报表体系包含精品形象、精育品牌、精准投放、精确数据、精细服务、精耕市场模块；自助分析体系辐射市局以及十大营销部的各销售、市场部门业务人员的自助分析，实现数据分析驱动业务。

下面我们选取一些应用中的典型场景进行介绍：

场景1：固化报表-精育品牌

数据下行数据是全国烟草行业的销售数据，通过对比其他省份和省内其他图地市的销售情况，可以更好地分析现在消费群体对于品牌的爱好，但是由于全国下行数据单表数据量十分庞大，导致过去的分析工具都不能保证很好的对数据进行分析，ERP系统里的报表页面十分缓慢并且容易瘫痪，查看一次数据需要等待很久。

通过BI进行建模，做出可视化页面，方便的查看想要的品牌销售情况，给销售处人员提供了极大的便利。

场景2：固化报表-精细服务

烟草公司有批量查看管理固定资产分布的诉求，利用FineBI的快速联动特性，进行地图和分组表的组合分析，能够从地理信息出发，快速定位到目标资产，查看监控权证信息、维修记录等关键信息；除此之外，还利用BI的下钻传参功能，定位到VR服务器上，实现对固定资产形象、深入的监控管理。

利用类似的方案，也开发了对专卖门店的VR分布监控。

场景3：自助分析-锁定“僵尸户”

无论哪个地市的零售客户中间，总会不断产生长时间不订货又不想到烟草局办理注销手续的零售户。这种零售户在系统内累积、造成了群体性冗余，无销售无效益，霸占区域零售户整体的各类资源，存在诸多弊病，被形象地称为“僵尸户”。

为了对这些零售户进行定位处理，销售处从基础表调取区域卷烟零售客户的订购明细，通过筛选将连续6个月不订货的客户“挑出来”，计算出零售户连续不订货的月份数，将目标列表发送给相应的客户经理和稽查员，以便开展下一步的现场确认和系统公示等工作。

通过以上分析过程的应用，卷烟营销内勤再不需要每次都进行繁杂的系统调数、汇总、排序、筛选，而是只需同步自助数据集即可，真正做到“一劳永逸”。

场景4：自助分析-市场敏感牌号分析

敏感牌号就是 “有外流倾向的卷烟规格”，其范围随着不同时期、不同区域消费群体的需求变化而变化。以往，由于EXCEL运算量大、难以保证多项目分析数据输出的流畅性，卷烟营销部门内勤难以对区域内所有卷烟零售户、所有敏感牌号的经营情况进行全覆盖分析，存在“真烟外流”等不规范经营倾向的卷烟零售户只能靠人工方式一一进行排查，在如此庞大的数据量下，这种办法与大海捞针无异。

为了减轻专销两员的工作负担，分析师利用筛选组件，对某一敏感牌号在同一公司、同一线路的卷烟订购量、卷烟需求量、订购趋势、需求趋势进行筛选对比，建立具体到分公司、客户经理和零售客户的折线图分析，重点关注两个指标：1.分析订购量与需求量两者之间的间隔；2.分析订购趋势与需求趋势：

• 间隔较近，则倾向于“投多少、订多少”，则有囤货的可能性、需要专销两员实地拜访和突击检查；
• 间隔较远，则是可能出现外地卷烟流入本地市场的情况；
• 若两者均为趋势上扬且较为平行，说明该区域该规格货源投放科学、市场形势向好；反之需要提前防范不规范经营行为的发生。

方案亮点

在以往的自助分析实践中，我们往往会把它当作传统报表项目进行实施，按照完成的可视化页面数验收，但是这样的结果往往是分析仅止于项目结项，软件没有人会用，数据也总是对不上，上线就是系统废弃的开始；而本项目中双方较早的识别到了相关风险，并从以下三个主要方向做出针对性动作：

• 在技术层面，FineBI的应用采取了抽取模式，将业务库中的数据定时抽取到BI引擎中，在基础表层级中最大单表达3亿行、170G，得益于Spider引擎的良好性能，无论是抽取时间还是展现效率都完全满足业务诉求；
• 在项目规划中，与传统报表项目不同，对目标的明确及拉通尤为重要，项目人员与业务一线同事深入交流，摸索，结合公司实际业务流程，梳理分析所需数据，层层剖析，保证项目目标的准确一致；
• 在推广过程中，对目标部门及区县发出通知，进行结合业务场景的脱产培训，进行过两轮30～40人的培训，最终产出了30人的资深用户，承担起部门中业务分析师的角色。

最终，在A市烟草相关人员和帆软项目组的紧密协作下，成功建设了IT维护系统运行、数据更新、制作公共数据集，业务自助提取数据、分析数据的自助分析配合模式。

3、项目成果

痛点解决

1、在信息处人员不足的情况下，利用FineBI推行自助分析，得以专注于数据本身，将各个部门的数据汇集到平台，通过数据集中的“大宽表”向外输出，数据集通过既定的命名方式分层、分类、命名，统一业务含义、统一计算口径，并覆盖烟草企业内部的各个部门，保证了数据的全面、准确、一致；通过数据清洗、数据过滤、明细汇总等功能把一些复杂的数据处理任务尽可能处理完，数据变得可阅读、易理解。数据的下沉可避免后续使用人员在临近使用的时候才计算，为各个部门开展业务提供了足够的灵活性。

2、在通过自助数据集获取了数据的可用性后，业务部门利用制作好的数据集和仪表板，在权限继承的支撑下，能够实现复用共享、及时更新，避免了复杂数据逻辑的重复制作劳动；同时完成的分析在区县间也有很高的可复用性，提供了知识共享、共同进步的平台；在问题呈现上，一张表格永远比不上一张图表简单、直观。烟草企业数据分析人员根据业务所需既定规则在自助数据集的基础上，通过“仪表板”柱形图、线型图、散点图等不同样式输出，并可实现实时刷新，这在传统的Excel分析中都是实现成本很高的。

3、通过分层培训、按需培训来实现培养若干自助分析数据人才，使需要数据分析的人员能够在FineBI系统上自发的使用数据来进行数据分析，继而将数据分析结果应用到业务开展中，最终反哺业务流程的优化改进，为全民数字化转型完成闭环。

项目价值

在企业的固化报表体系建设中，往往关注的是平台的访问量和报表的可视化程度；而在加入自助分析模式后，系统的价值衡量不再局限于关注平台的访问量，而是关注企业内部在发现业务异常后，有多少人能够在平台上利用数据、制作分析解决自己的业务问题。

商业智能平台九月访问数据

在20年08月项目结束时仪表板数量仅80+个，截止21年08月，系统内有浏览量的仪表板已经达到了300+个；

商业智能平台数据成果

业务人员原本需要反复汇总需求和信息处沟通开发报表，现在通过BI平台精简取数分析工作，每月编辑次数达900次以上，按照每次编辑要耗费IT与业务沟通10分钟计算，相当于省去内部沟通成本225人天/年；

信息处也避免了疲于奔命，可以更多精力专注于数据本身，通过BI平台将压力下放，一年产出新分析内容达200+，按照每个页面开发成本2000元计算，相当于节约报表项目开发成本40万元；

通过以上流程的运转，最终在业务部门发掘培育了30+数据分析师，按照每人每月产值提升1000元计算，每年节约数据分析岗位人员成本39万元；

综合以上平台运营数据，在A市烟草商业智能平台上线的一年中，整体促进了数据业务流转效率120%以上，为企业节约成本达79万。

4、项目总结

烟草公司作为在大家认知中偏传统、偏保守的大型国企，往往会认为进行分析探索、数字化转型是比较困难的，但是在和帆软的创新探索、密切配合下，完成了这样一个成功且稳定运营、推广应用的自助分析项目，有许多可以借鉴之处：

• 在业务部门中，分析诉求强烈，业务流程中数据驱动占比很高，很多用户原本就是Excel的深度使用者；找到分析与实际业务的契合点，才能发挥出数据的价值。
• 在信息处与帆软项目组的配合中，参照自助分析落地方法论，结合业务实际场景，落地到业务一线，建设了完备的数据、权限体系，为后续性能、用户体验的良好表现打好了基础。
• 在项目的推广中，针对IT人员和业务人员分别进行分层次、分阶段的培训，在IT用户以及自助分析用户培训结束且使用一段时间BI后，定期举行专题答疑会，集中解决用户的使用问题，进一步提升用户的产品使用能力与分析能力。
• 项目较早的获取了高层领导的认同，定下了项目对数据化转型的重要性、可行性，在高层的介入、领导下，保证了项目方向的正确性与资源投入。

福利

私信回复“BI”，可免费体验同款自助大数据分析工具——FineBI