Excel,BI,Python数据分析我们如何三选一?

一、EXCEL报表 VS BI

我们先来看看现阶段大家是如何来满足决策管理者的分析需求的:97%以上是通过EXCEL表格手工整理各种报表,不到3%利用了IT技术,实现了报表的自动化。随着决策者对分析的要求越来越高,于是乎,报表越来越多、越来越复杂(甚至出现了所谓的”中国式报表”——在一个EXCEL页面中,密密麻麻的布满了决策者关心的所有内容,就只恨屏幕或不够大)。大家都知道,这些大量的手工处理,是很容易出错,且无法及时得到的。于是,许多企业有专人来负责报表制作,而这些报表制作人员加班加点也变成了家常便饭。大家努力的效果呢?我们走访了大量的企业决策者,当问他们:报上来的厚厚一叠报表,您有看吗?他们绝大多数会回答:有看的,只是,一般只看其中的一两张。没有时间,真的有感觉有问题,还是直接找人来问了。

对了,这就是问题的关键——我们提供了决策者大量的报表,为什么帮助不大呢?

因为信息一旦过多,就会变成”信息洪水”。莫什?鲁宾斯坦和艾丽丝?菲尔斯滕贝格在《大脑型组织》一书中写道,17世纪的一位欧洲绅士”一生中所接触的信息量还不如现在的一份日报。”大量的报表仍然让决策者深陷”信息洪水”中。

再问决策者,您是希望用什么方式将信息给您呢?”我也说不好,反正我们是希望有问题的时候我可以随时知道。”

换而言之,报表是无法实现决策者这个”希望”的。这句话的核心有两点:一是有问题才让我知道,没问题的话,其实我也不需要关注。二就是我随时都可以知道。

我们再想想,报表能实现吗?一,报表根本无法快速让决策者识别是不是有问题,它只是罗列了一堆数字而已。二,无论报表制作者多么厉害,领导想要什么就有什么,基本上也是不可能的。——此时,报表制作者可能会喊冤了:这么多报表都是你让做的,辛辛苦苦加班做出来了,现在说这些报表其实也没有什么用,那怪谁呀。

是呀,谁也怪不着。我们也不想去怪谁,看看如何解决这个问题呢?

简单,就是用BI技术,改变决策者获取报表的方式:

1、通过仪表盘+多维分析+钻取:仪表盘让决策者首先看到哪项KPI指标有问题,到底问题的原因是什么,就可以通过钻取到多维分析模型,多角度的分析问题的真正来源。

2、BI系统可实现”拉”式与”推”式信息提供方式,决策者主动登陆BI系统可随时查询,或者系统会以邮件或短信的方式推送关键信息。

通过这里就可以看到,BI是一个系统,它是立体多方面的,而报表,仅仅是一种展现方式而已。

BI对用户的技术要求,在最基本功能方面肯定是低于python的。以亿信华辰的亿信ABI和豌豆BI为例,用户只要具备一定的excel应用能力,就可以投入很少的学习成本使用pb制作出一个简单的报表。但是换成python呢?有编程基础的专业人员暂且不论,就普通办公室人员来说,光搭建好语言环境就需要一个一两天,学习并基本掌握python的语法和各种基本使用技巧得几个月时间,能上手数据分析?大概怎么着也得4-6个月以后吧。

Excel,BI,Python数据分析我们如何三选一?

Excel,BI,Python数据分析我们如何三选一?

Excel,BI,Python数据分析我们如何三选一?

所以这就是我们为什么选择亿信华辰的亿信ABI的原因啦!


分享到:


相關文章: