Excel,BI,Python數據分析我們如何三選一?

一、EXCEL報表 VS BI

我們先來看看現階段大家是如何來滿足決策管理者的分析需求的:97%以上是通過EXCEL表格手工整理各種報表,不到3%利用了IT技術,實現了報表的自動化。隨著決策者對分析的要求越來越高,於是乎,報表越來越多、越來越複雜(甚至出現了所謂的”中國式報表”——在一個EXCEL頁面中,密密麻麻的佈滿了決策者關心的所有內容,就只恨屏幕或不夠大)。大家都知道,這些大量的手工處理,是很容易出錯,且無法及時得到的。於是,許多企業有專人來負責報表製作,而這些報表製作人員加班加點也變成了家常便飯。大家努力的效果呢?我們走訪了大量的企業決策者,當問他們:報上來的厚厚一疊報表,您有看嗎?他們絕大多數會回答:有看的,只是,一般只看其中的一兩張。沒有時間,真的有感覺有問題,還是直接找人來問了。

對了,這就是問題的關鍵——我們提供了決策者大量的報表,為什麼幫助不大呢?

因為信息一旦過多,就會變成”信息洪水”。莫什?魯賓斯坦和艾麗絲?菲爾斯滕貝格在《大腦型組織》一書中寫道,17世紀的一位歐洲紳士”一生中所接觸的信息量還不如現在的一份日報。”大量的報表仍然讓決策者深陷”信息洪水”中。

再問決策者,您是希望用什麼方式將信息給您呢?”我也說不好,反正我們是希望有問題的時候我可以隨時知道。”

換而言之,報表是無法實現決策者這個”希望”的。這句話的核心有兩點:一是有問題才讓我知道,沒問題的話,其實我也不需要關注。二就是我隨時都可以知道。

我們再想想,報表能實現嗎?一,報表根本無法快速讓決策者識別是不是有問題,它只是羅列了一堆數字而已。二,無論報表製作者多麼厲害,領導想要什麼就有什麼,基本上也是不可能的。——此時,報表製作者可能會喊冤了:這麼多報表都是你讓做的,辛辛苦苦加班做出來了,現在說這些報表其實也沒有什麼用,那怪誰呀。

是呀,誰也怪不著。我們也不想去怪誰,看看如何解決這個問題呢?

簡單,就是用BI技術,改變決策者獲取報表的方式:

1、通過儀表盤+多維分析+鑽取:儀表盤讓決策者首先看到哪項KPI指標有問題,到底問題的原因是什麼,就可以通過鑽取到多維分析模型,多角度的分析問題的真正來源。

2、BI系統可實現”拉”式與”推”式信息提供方式,決策者主動登陸BI系統可隨時查詢,或者系統會以郵件或短信的方式推送關鍵信息。

通過這裡就可以看到,BI是一個系統,它是立體多方面的,而報表,僅僅是一種展現方式而已。

BI對用戶的技術要求,在最基本功能方面肯定是低於python的。以億信華辰的億信ABI和豌豆BI為例,用戶只要具備一定的excel應用能力,就可以投入很少的學習成本使用pb製作出一個簡單的報表。但是換成python呢?有編程基礎的專業人員暫且不論,就普通辦公室人員來說,光搭建好語言環境就需要一個一兩天,學習並基本掌握python的語法和各種基本使用技巧得幾個月時間,能上手數據分析?大概怎麼著也得4-6個月以後吧。

Excel,BI,Python數據分析我們如何三選一?

Excel,BI,Python數據分析我們如何三選一?

Excel,BI,Python數據分析我們如何三選一?

所以這就是我們為什麼選擇億信華辰的億信ABI的原因啦!


分享到:


相關文章: