如何打造行業(yè)背景下的BI系統(tǒng)？筆者認為需要做好這兩步：通過需求分析深入業(yè)務(wù)，明確系統(tǒng)解決的問題；以及，結(jié)合業(yè)務(wù)，整理源數(shù)據(jù)，制定指標和算法，設(shè)計展現(xiàn)形式，完成數(shù)據(jù)分析設(shè)計。

在搭建BI(商業(yè)智能)系統(tǒng)時，通常有兩種選擇：一是選用市面上的BI產(chǎn)品；另一種則是自建BI系統(tǒng)。

直接購買BI產(chǎn)品相比自建BI系統(tǒng)的優(yōu)點是：能快速使用、更加成熟、節(jié)約成本。但伴隨業(yè)務(wù)的發(fā)展壯大，場景的復(fù)雜化，最終都需要自建BI系統(tǒng)。

自建BI系統(tǒng)主要有兩大優(yōu)勢：先是數(shù)據(jù)安全，然后，更重要的是它更能貼近業(yè)務(wù)場景。而通用的BI產(chǎn)品，通常很難追蹤深入行業(yè)背景下的業(yè)務(wù)問題，更多是展示一堆報表，而不能直觀的得出結(jié)論，還需要分析人員結(jié)合報表分析才能得出結(jié)論。

那如何搭建行業(yè)背景下的BI系統(tǒng)呢？

主要分為兩大步驟：首先通過需求分析深入業(yè)務(wù)，明確系統(tǒng)解決的問題；然后，結(jié)合業(yè)務(wù)，整理源數(shù)據(jù)，制定指標和算法，設(shè)計展現(xiàn)形式，最后完成數(shù)據(jù)分析的設(shè)計。下文結(jié)合實例，詳細講解如何搭建行業(yè)背景下的BI系統(tǒng)。

需求分析

BI系統(tǒng)在設(shè)計時，很多時候都沒有明確的需求的。如果有明確的需求問題就要簡單很多了，這里以我負責(zé)的醫(yī)美Sass軟件舉例。

在設(shè)計之初我們調(diào)研和走訪客戶時，客戶都表明需要數(shù)據(jù)分析系統(tǒng)的需求。但是具體需求客戶也不明確，只是希望看到某些數(shù)據(jù)的統(tǒng)計。所以，我們需要深入行業(yè)中，找到客戶所面臨的問題，挖掘客戶的痛點。

首先應(yīng)該明確在行業(yè)背景下，BI系統(tǒng)需要滿足那些需求。結(jié)合業(yè)務(wù)，BI系統(tǒng)需求主要有下面幾類：監(jiān)控問題、發(fā)現(xiàn)問題、找到問題原因、預(yù)測與決策支持。

我以醫(yī)美Sass系統(tǒng)舉例，我們挖掘到的以下4點需求：

• 銷售的工作是否積極？
• 能發(fā)現(xiàn)銷售額未達預(yù)期問題。
• 能找到銷售額未達預(yù)期的根本原因。
• 能預(yù)測銷售額。

這四點需求只是整個需求池的一部分，我以這四點需求來闡述整個BI系統(tǒng)設(shè)計過程。

需求分析主要分為三步：場景分析、用戶分析和業(yè)務(wù)分析。

本文的需求分析只列出結(jié)論，具體需求分析過程可以參考我的另一篇文章，善用三個方法，拒絕靠「想」做需求分析。

1. 場景分析

根據(jù)調(diào)研和用戶訪談（調(diào)研和訪談不是本文重點，不展開討論），針對上面四點列舉出場景故事：客戶某天發(fā)現(xiàn)發(fā)現(xiàn)本周的銷售額未達到預(yù)期，然后通過查看銷售人員和經(jīng)銷商等營銷數(shù)據(jù)，以幫助客戶確定原因，并解決問題。

2. 用戶分析

需求中角色主要有客戶、銷售人員和經(jīng)銷商?？蛻羰窃揃I系統(tǒng)的使用者，銷售人員和經(jīng)銷商主要是系統(tǒng)中數(shù)據(jù)產(chǎn)生者。在分析相關(guān)角色，做出ER圖（非重點，不貼圖了）。

3. 業(yè)務(wù)分析

客戶公司的銷售和經(jīng)銷商在進行行業(yè)活動時，會使用Sass軟件，Sass軟件會將相關(guān)的銷售數(shù)據(jù)記錄下來，推送到BI系統(tǒng)中。

客戶使用BI系統(tǒng)時，BI系統(tǒng)會將數(shù)據(jù)進行處理，將臟數(shù)據(jù)處理成干凈的數(shù)據(jù)。然后對數(shù)據(jù)進行分析，最后得出結(jié)果，通過可視化系統(tǒng)直觀的展現(xiàn)出數(shù)據(jù)分析結(jié)果。同時，結(jié)合業(yè)務(wù)場景給出預(yù)警提醒。

在業(yè)務(wù)分析時，需要分析需求和業(yè)務(wù)之間的關(guān)系，選取代表需求結(jié)論的指標值。恰當?shù)臄?shù)據(jù)指標能幫助用戶更好地解讀數(shù)據(jù)，得出結(jié)論。這主要依靠于產(chǎn)品經(jīng)理對于業(yè)務(wù)深入了解和行業(yè)的熟悉程度。

以下為業(yè)務(wù)分析后所得功能清單：

數(shù)據(jù)分析系統(tǒng)設(shè)計

通常產(chǎn)品經(jīng)理在完成業(yè)務(wù)分析，得出功能清單后，就可以開始著手原型的設(shè)計。但在BI系統(tǒng)設(shè)計中，完成業(yè)務(wù)分析后，更重要是完成數(shù)據(jù)分析系統(tǒng)的設(shè)計。

數(shù)據(jù)分析系統(tǒng)是整個BI系統(tǒng)的靈魂。在設(shè)計數(shù)據(jù)分析系統(tǒng)時，我們需要與技術(shù)人員緊密合作，特別是在數(shù)據(jù)源選取和相關(guān)的算法。

這就對BI產(chǎn)品經(jīng)理提出了更好地要求，要熟悉統(tǒng)計學(xué)和數(shù)據(jù)分析的常用算法，同時對數(shù)據(jù)要有一定敏感性。

數(shù)據(jù)分析系統(tǒng)主要含有四個部分：數(shù)據(jù)采集、數(shù)據(jù)處理、數(shù)據(jù)分析、可視化系統(tǒng)，其對應(yīng)著功能清單的系統(tǒng)列。

1. 數(shù)據(jù)采集

數(shù)據(jù)采集主要是：搜集數(shù)據(jù)分析所需要的原始數(shù)據(jù)。

B端產(chǎn)品數(shù)據(jù)來源，主要分為：系統(tǒng)內(nèi)數(shù)據(jù)和外部數(shù)據(jù)。

外部數(shù)據(jù)根據(jù)具體的場景和業(yè)務(wù)，可以是外部推送數(shù)據(jù)過來，也可能是系統(tǒng)通過調(diào)接口或使用爬蟲去主動采集。當然，外部數(shù)據(jù)也可以直接通過Excel等載體直接導(dǎo)入。

系統(tǒng)內(nèi)數(shù)據(jù)，一般是通過埋點來獲取數(shù)據(jù)。某些場景下，也需要去讀取并分析現(xiàn)有的日志數(shù)據(jù)。

數(shù)據(jù)采集，最重要的選取合適的源數(shù)據(jù)。這就需要產(chǎn)品經(jīng)理對行業(yè)有很深的理解，對業(yè)務(wù)有透徹的分析。所選取的字段一定是和業(yè)務(wù)存在很大的相關(guān)性，或者是重要的影響因素。一旦選取數(shù)據(jù)產(chǎn)生差池，整個BI系統(tǒng)的根基就壞了。

下面為針對本文需求案例選取的數(shù)據(jù)字段，來源就略過了。

數(shù)據(jù)采集到后，會存入到數(shù)據(jù)倉庫或數(shù)據(jù)集市。

2. 數(shù)據(jù)處理

數(shù)據(jù)處理主要做數(shù)據(jù)清洗和數(shù)據(jù)格式轉(zhuǎn)化。

數(shù)據(jù)清洗主要包括檢查數(shù)據(jù)一致性，處理無效值和缺失值。數(shù)據(jù)清洗需要根據(jù)源數(shù)據(jù)的產(chǎn)生場景處理，可以剔除異常數(shù)據(jù)、糾正異常數(shù)據(jù)和補齊缺失數(shù)據(jù)。

本文的例子，采用的就是剔除異常數(shù)據(jù)。如果需要糾正和補齊數(shù)據(jù)，需要使用算法來進行補齊。相關(guān)算法有好幾種類型，我們需要了解其優(yōu)缺點，再結(jié)合我們的源數(shù)據(jù)特征來選取合適的算法。我常用插值法和K最近距離鄰法來進行數(shù)據(jù)異常糾正和補齊。

數(shù)據(jù)格式轉(zhuǎn)化，主要是保證數(shù)據(jù)的一致性。通常是將相同分析算法的數(shù)據(jù)，轉(zhuǎn)化為相同的存儲格式，將數(shù)值型數(shù)據(jù)轉(zhuǎn)換成相同的計量單位。

3. 數(shù)據(jù)分析

數(shù)據(jù)分析是BI系統(tǒng)的核心，通過統(tǒng)計和數(shù)據(jù)分析算法，監(jiān)控和查找問題。

數(shù)據(jù)分析的流程是：根據(jù)業(yè)務(wù)分析選取的指標值作為輸出結(jié)果，再利用處理后的數(shù)據(jù)，選取合適的算法，進行分析。

選取算法時，需要技術(shù)人員通力合作，明確業(yè)務(wù)特點，選取最適宜的算法。BI系統(tǒng)的數(shù)據(jù)源可能會發(fā)生變動，所以在算法選取時，需要考慮一定的擴展性。

根據(jù)本文的需求分析，系統(tǒng)在進行數(shù)據(jù)分析時，主要做兩個工作，預(yù)測和數(shù)據(jù)對比。

數(shù)據(jù)預(yù)測，可以選擇簡易平均法、移動算法、指數(shù)平滑法、線性回歸法、Logistic回歸等。因為我們的數(shù)據(jù)是一組數(shù)據(jù)與時間的集合，所以比較適合選擇多元線性回歸。

還有一些更高級的算法，暫時不討論。數(shù)據(jù)對比，可以直接通過可視化系統(tǒng)對比即可，比如：針對銷售是否異常，可以將實際銷售額與預(yù)期銷售額通過折線圖，進行圖標對比。

需求中有判斷員工是否積極的需求。這類較為抽象的需求，就需要針對「積極性」設(shè)計評估模型。針對該需求，采集到數(shù)據(jù)主要銷售數(shù)據(jù)、咨詢數(shù)據(jù)、日常工作數(shù)據(jù)。三個數(shù)據(jù)中，銷售數(shù)據(jù)的權(quán)重最高，日常工作數(shù)據(jù)最低。然后結(jié)合數(shù)據(jù)字段擬定出模型公式。

最后，將以上算法和模型整理成便于閱讀的文檔，就完成了數(shù)據(jù)分析系統(tǒng)的設(shè)計。

4. 可視化系統(tǒng)

可視化系統(tǒng)，主要是通過圖表，將相對復(fù)雜的數(shù)據(jù)和分析結(jié)論，直觀的展示給客戶。

BI系統(tǒng)的可視化系統(tǒng)設(shè)計流程：確認數(shù)據(jù)和指標值->對數(shù)據(jù)和指標值按場景分類->根據(jù)數(shù)據(jù)選取展現(xiàn)形式->更具展現(xiàn)形式設(shè)計頁面布局->完成頁面設(shè)計。

以本文需求為例：可以將數(shù)據(jù)可視化劃分為銷售人員積極性監(jiān)測、銷售額預(yù)測對比、銷售分析（發(fā)現(xiàn)銷售額異常原因）。

其中，積極性檢查可以使用列表或排行榜展示，用色塊對銷售人積極性標識，也可以折線圖描述銷售人員積極性變化。

銷售額預(yù)測可以直接使用折線圖。銷售分析，由于數(shù)據(jù)類型不同，可以選取多種展示形式，比如：競爭對手店鋪分布數(shù)量和分布，可以用地圖散點圖表示。選取展現(xiàn)形式的原則就是簡潔、已讀、要點明確。

完成形式選取后，就可以開始布局和原型的設(shè)計。完成原型設(shè)計后，可以正式進入系統(tǒng)的開發(fā)工作。

最后

完成可視化系統(tǒng)設(shè)計后，并不代表我們產(chǎn)品經(jīng)理的工作結(jié)束了。一個優(yōu)秀的BI系統(tǒng)，還需要使用真實數(shù)據(jù)調(diào)優(yōu)，不斷迭代系統(tǒng)，通過導(dǎo)入真實數(shù)據(jù)，運行系統(tǒng)，來進行系統(tǒng)的優(yōu)化。特別是算法和模型的一些參數(shù)，都需要結(jié)合實際數(shù)據(jù)來找到最優(yōu)值。甚至在某些時候，模型或算法的缺點，只有在真實數(shù)據(jù)和實際業(yè)務(wù)場景下才會暴露出來。

一個優(yōu)秀的BI系統(tǒng)，需要幫用戶發(fā)現(xiàn)問題，并找到問題根源，甚至于直接解決問題。

比如本文所舉的案例，在此我可以列舉一個幫助用戶找到問題的場景：

某天，用戶收到報警，銷售額比預(yù)測值低了很多，然后查看銷售人員工作情況為正常。同時，又收到經(jīng)銷商銷售報警，某個區(qū)域經(jīng)銷商銷售額銳減，而且發(fā)現(xiàn)競爭對手在該區(qū)域經(jīng)銷商數(shù)量陡增。

這個場景中，就幫助客戶發(fā)現(xiàn)問題，并找到了問題的根源：某區(qū)域競爭對手經(jīng)銷商快速擴張。

在我之前做的產(chǎn)品中，還有一個BI系統(tǒng)結(jié)合廣告投遞的案例。該案例中，BI系統(tǒng)分析出已消費的人群標簽，然后接入三方廣告平臺平臺，進行精細化、自動化廣告投放。該案例不僅僅是分析數(shù)據(jù)，還深入到了解決問題的層次。

一個完整的行業(yè)背景下的BI系統(tǒng)，應(yīng)該具有哪些功能？如下腦圖：

作者：產(chǎn)品小思考，B端產(chǎn)品經(jīng)理，微信公眾號：產(chǎn)品小思考

本文由 @產(chǎn)品小思考 原創(chuàng)發(fā)布于人人都是產(chǎn)品經(jīng)理。未經(jīng)許可，禁止轉(zhuǎn)載

題圖來自Unsplash，基于CC0協(xié)議