什么是BI？互聯(lián)網(wǎng)時代信息技術(shù)的飛速發(fā)展讓企業(yè)的信息化程度逐步提高，企業(yè)數(shù)據(jù)顯現(xiàn)出出爆發(fā)式增長的態(tài)勢。相應(yīng)地，企業(yè)數(shù)據(jù)量越大，數(shù)據(jù)問題就被人發(fā)現(xiàn)得越明顯，數(shù)據(jù)驅(qū)動決策的需求也越加莫名。在這樣的時代背景

什么是BI？

互聯(lián)網(wǎng)時代信息技術(shù)的飛速發(fā)展讓企業(yè)的信息化程度逐步提高，企業(yè)數(shù)據(jù)顯現(xiàn)出出爆發(fā)式增長的態(tài)勢。相應(yīng)地，企業(yè)數(shù)據(jù)量越大，數(shù)據(jù)問題就被人發(fā)現(xiàn)得越明顯，數(shù)據(jù)驅(qū)動決策的需求也越加莫名。在這樣的時代背景下，商業(yè)智能（BusinessIntelligence，國家建筑材料工業(yè)局BI）擁有了信息化熱詞，我們經(jīng)常能聽了企業(yè)說“上BI”、“建設(shè)和發(fā)展BI系統(tǒng)”、“最終形成BI決策平臺”等內(nèi)容。

那就BI倒底是什么呢？不會相信除了相關(guān)的研究學(xué)者，絕大部分的人很難決定一個可以確定的答案?？傊缭?958年，IBM的研究員HansPeterLuhn就將“智能”定義為“對事物相互關(guān)系的一種理解能力，并依靠這種能力去指導(dǎo)決策，以提升到預(yù)期后的目標?！?/p>

在1996年，加特納（Gartner）集團一錘定音，正式將商業(yè)智能定義,定義為：商業(yè)智能請看了一系列的概念和方法，通過運用基于組件事實的支持系統(tǒng)來輔助商業(yè)決策的制定。

而我們只是因為無法能提供詳細的商業(yè)智能定義，要注意有兩個方面的原因。另一方面，伴隨著信息技術(shù)的發(fā)展，20多年來商業(yè)智能的內(nèi)容也再一次發(fā)生了一些變化，不過商業(yè)智能的定義仍然僅僅在上個世紀；再者，與歐美發(fā)達國家兩者相比，我國的信息化水平相對落后挨打，除此之外互聯(lián)網(wǎng)和各行業(yè)龍頭企業(yè)，國內(nèi)完全衰落BI熱潮確實是在近幾年。因此，業(yè)內(nèi)對BI也沒統(tǒng)一規(guī)定的定義認知也在情理之中。

那你對于今天的商業(yè)智能，大眾有著怎樣的理解和認知呢？環(huán)繞這一疑問，帆軟數(shù)據(jù)應(yīng)用研究院對770多家企業(yè)的1400多名從業(yè)人員接受了調(diào)研。通過對調(diào)研數(shù)據(jù)的整理、可以清洗和分析，我們發(fā)現(xiàn)到了一些有價值的結(jié)論，下面將對分析過程和結(jié)論并且祥細的介紹。

分析過程首先我們借用python對調(diào)研得到的數(shù)據(jù)并且了整理和清洗，可以去除掉臟數(shù)據(jù)后，最終我得到了890條數(shù)據(jù)。

緊接著，我們依據(jù)什么被調(diào)研人員職位的不同，將被調(diào)研人員分為IT部門從業(yè)人員和業(yè)務(wù)部門從業(yè)人員兩類，并打上數(shù)據(jù)標簽。

最后，我們是從python的分詞庫jieba和詞云庫wordloud生成了三幅被調(diào)研者對BI定義方法認知的詞云圖，即是一個整體認知、IT部門從業(yè)人員認知和業(yè)務(wù)部門從業(yè)人員認知。

整體認知被調(diào)研人員對BI定義的是一個整體認知可以不解釋為“數(shù)據(jù)”、“講”、“數(shù)據(jù)分析”、“報表”、“業(yè)務(wù)”、“企業(yè)”、“決策”、“智能”、“工具”、“展示更多”、“可視化”等關(guān)鍵詞。

簡單，關(guān)鍵詞“企業(yè)”、“決策”和“工具”只能證明大眾對于BI的作用和目的有著比較確切的解釋，那就是pk型企業(yè)決策的工具。

如果你是，“數(shù)據(jù)”、“總結(jié)”、“數(shù)據(jù)分析”等關(guān)鍵詞則體現(xiàn)了大眾對BI認知觀念的側(cè)重點在于數(shù)據(jù)分析這一功能上，甚至還將BI同具于數(shù)據(jù)分析工具。不過BI還中有了數(shù)據(jù)倉庫、數(shù)據(jù)ETL等功能，覆蓋了數(shù)據(jù)處理到展示的整個流程。并且底層的數(shù)據(jù)倉庫建設(shè)也非常重要，能為后續(xù)的數(shù)據(jù)分析可以提供強有力的支持，能讓數(shù)據(jù)分析結(jié)果頗為確切。

至于，關(guān)鍵詞“影像展示”和“可視化”也論述了BI的另一項重要的是功能，即數(shù)據(jù)可視化。按照數(shù)據(jù)可視化將數(shù)據(jù)分析可是以更比較直觀明白的參與展示，能為決策者能提供更清晰更踏入的見解。

之后，一個比較奇特的關(guān)鍵詞“報表”也從某種程度上反映了我國的BI建設(shè)現(xiàn)狀。通過BI的定義，報表工具也是BI的一部分，但并又不能完全代表BI。但是我國企業(yè)信息化水平整體偏底，很多企業(yè)的決策抵擋依舊以報表為主兼顧，所以我報表也BI在我國企業(yè)內(nèi)的一個主要表現(xiàn)形式。

圖1整體認知IT部門業(yè)務(wù)部門從業(yè)人員認知被調(diào)研人員中，IT部門和業(yè)務(wù)部門從業(yè)人員對BI定義法認知的關(guān)鍵詞與是一個整體認知帶有，核心也是“數(shù)據(jù)”、“決策”和“數(shù)據(jù)分析”，這里我們比較多來看這二者之間的差異。

第一，從詞云圖中關(guān)鍵詞的大小來看，IT部門從業(yè)人員對BI的認知無比都統(tǒng)一，業(yè)務(wù)部門從業(yè)人員則特有集中在一起。這一結(jié)果也和業(yè)務(wù)部門的多樣性關(guān)聯(lián)，不同業(yè)務(wù)部門的人員有著不同的理解。

第二，IT部門重技術(shù)，內(nèi)部部門重價值。IT部門從業(yè)人員認知詞云圖中，再次出現(xiàn)了“技術(shù)”、“挖掘點”、“應(yīng)用”等詞，另外“智能”一詞卻沒和“商業(yè)智能”繩索在一起，只是作為單獨的關(guān)鍵詞直接出現(xiàn)的。在業(yè)務(wù)部門從業(yè)人員認知詞云圖中，“價值”、“可視化”、“整合”等關(guān)鍵詞是IT部門從業(yè)人員認知圖中出現(xiàn)相對多的。因此說IT部門更傾向于將BI符號表示為技術(shù)，而業(yè)務(wù)部門則更特別注重商業(yè)價值。

第三，IT部門從業(yè)人員認知詞云圖中出現(xiàn)了關(guān)鍵詞“待定”，這那說明有一小部分的IT從業(yè)人員對BI的定義沒有比較明確的理解和認知，也可以企業(yè)并沒有什么剛剛進入BI系統(tǒng)建設(shè)階段，但IT人員還沒有深入相互過BI。

第四，IT部門和業(yè)務(wù)部門從業(yè)人員認知詞云圖中都說過了“數(shù)據(jù)挖掘”，當然了直接出現(xiàn)的次數(shù)都非常少。數(shù)據(jù)挖掘作為更深入的數(shù)據(jù)分析方法，在對于大量數(shù)據(jù)時，能能提供很具洞察力的見解，也是BI的一項重要的是功能。而現(xiàn)在就當前國內(nèi)情況來看，數(shù)據(jù)挖掘仍處在泡沫和技術(shù)炒作階段，完全沒有能得到肉眼可見的應(yīng)用。但是不得不承認，數(shù)據(jù)挖掘是未來的一個主要趨勢。

結(jié)果，值得注意的是，業(yè)務(wù)部門從業(yè)人員認知詞云圖中，再次出現(xiàn)了“帆軟”一詞。作為國內(nèi)專業(yè)的大數(shù)據(jù)BI和分析平臺提供商，帆軟專注商業(yè)智能和數(shù)據(jù)分析領(lǐng)域，致力于提供為全球企業(yè)提供站式商業(yè)智能解決方案。帆軟很快推出的商業(yè)智能產(chǎn)品FineBI的一個核心優(yōu)勢應(yīng)該是業(yè)務(wù)人員自助分析，所以才業(yè)務(wù)人員相互的較多，提起過BI也就很恐怕地他知道帆軟了。

圖2IT部門從業(yè)人員認知圖3業(yè)務(wù)部門從業(yè)人員認知以上分析結(jié)論是可以總結(jié)為兩點：

整體上來說，國內(nèi)企業(yè)人員對BI的認知處在宏觀層面的目標層面，對BI功能的認知集中在數(shù)據(jù)分析和數(shù)據(jù)可視化上；部門工作內(nèi)容和工作性質(zhì)的差異以至于IT部門和業(yè)務(wù)部門的從業(yè)人員對BI的認知必然肯定會區(qū)別。根據(jù)大眾認知調(diào)研結(jié)果和分析結(jié)論，加強保證的BI定義，我們是可以來原先定義方法商業(yè)智能：

商業(yè)智能（BI）是依靠技術(shù)手段或方法，將數(shù)據(jù)被轉(zhuǎn)化為知識，用以支撐企業(yè)決策、發(fā)掘出商業(yè)價值的一套解決方案。以數(shù)據(jù)為中心，BI的核心功能要注意有數(shù)據(jù)倉庫、數(shù)據(jù)ETL、數(shù)據(jù)分析、數(shù)據(jù)挖掘和數(shù)據(jù)可視化。

調(diào)研并且大眾對BI的理解集中在一起在數(shù)據(jù)分析和數(shù)據(jù)可視化層面，并且，報表制作與展示和業(yè)務(wù)人員自助分析是BI在國內(nèi)企業(yè)中的兩大主要應(yīng)用場景。而數(shù)據(jù)挖掘只能說是未來的一個趨勢，目前對國內(nèi)企業(yè)來說仍是泡沫。

那你企業(yè)必須做的，葉白認可底層數(shù)據(jù)倉庫的建設(shè)，逐步提升數(shù)據(jù)分析和可視化的水平，向更深層次過渡，從而構(gòu)建體系發(fā)下的BI體系，讓數(shù)據(jù)成為生產(chǎn)力，產(chǎn)出更大的價值。

什么是“內(nèi)容電商”？

內(nèi)容電商從廣義上講那就是要從內(nèi)容上做文章，終于強行用戶購買產(chǎn)品或則服務(wù)，那你策劃推廣出一個好的內(nèi)容應(yīng)該是關(guān)鍵，我們從五個方面來闡明內(nèi)容不知道該怎么做呢？

一、內(nèi)容運營基礎(chǔ)流程1、內(nèi)容運營是通過內(nèi)容的生產(chǎn)、加工、組織、改造最大限度地能提高互聯(lián)網(wǎng)產(chǎn)品的內(nèi)容服務(wù)價值，以達到產(chǎn)品拉新、亢奮、所存、轉(zhuǎn)變、能傳播等目的。

2、原生內(nèi)容內(nèi)容加工幫我推薦推送用戶生產(chǎn)。

二、內(nèi)容二次加工1、選題標題配圖摘要；

2、摘要協(xié)作的三個①提煉核心思路；②概要文章金句；③腳注名人名言、段子。

三、基于組件用戶生命周期的內(nèi)容運營1、新手期：內(nèi)容引導(dǎo)：①啟動后頁內(nèi)容引導(dǎo)；②熱門行業(yè)品質(zhì)良好內(nèi)容推薦；③內(nèi)容責(zé)注冊、登陸賬號提示；

2、成長期：①分類劃分推薦；②feed流推薦推薦；③搜索推薦；④閱讀衍生出幫我推薦；⑤編輯推薦

3、成熟期：內(nèi)容互動。①拓寬思維用戶興趣的互動；②學(xué)習(xí)拓展用戶圈層；③堆建內(nèi)容成長體系；

4、衰退期：內(nèi)容推薦。①借助很熱門內(nèi)容挽留；②借助于興讀內(nèi)容挽留；③借助于內(nèi)容去激勵苦苦挽留

5、被消耗期：內(nèi)容處置。①大量流失講；②當場格殺方案；③處置效果數(shù)據(jù)分析。

四、內(nèi)容功能鍛造流程1、產(chǎn)品定位：①用戶定位：誰？②產(chǎn)品定位：在哪？③服務(wù)定位：他會碰到什么別的問題？

2、產(chǎn)品拆解：①內(nèi)容拆解：先寫什么？②功能拆解：先做什么？③渠道拆解：先要誰來？

3、損寫PRD：①基礎(chǔ)功能：前提是要有；②彩蛋功能：陪襯；③傳播功能：最好就是要有。

4、產(chǎn)品測試：①提交bug：優(yōu)先級排序；②假的環(huán)境：NB測試出來；③底線時間：需要何時？

5、全量發(fā)版：①新媒體渠道；②應(yīng)用市場；③社區(qū)；④PR。

6、活動策劃：①引響數(shù)據(jù)；②頻率要高

7、數(shù)據(jù)分析：①數(shù)據(jù)理點：GROWINGIO、友盟、易觀；②用戶增長、渠道分析；③用戶行為，路徑轉(zhuǎn)化；④活躍、所存、免費。

8、數(shù)據(jù)報表：①核心數(shù)據(jù)：產(chǎn)品自己的；②護理數(shù)據(jù)：日日一報；③突然惡化數(shù)據(jù)：分析原因。

9、項目匯報情況：①產(chǎn)品方向：有無正常；②數(shù)據(jù)情況：是否需要和健康；③資源需求：目標是做啥

10、競品分析：①調(diào)查目標；②調(diào)查時間；③調(diào)查平臺；④調(diào)查方法；⑤調(diào)查對象；⑥調(diào)查結(jié)果。

五、內(nèi)容幫我推薦策略全流程1、用戶：生命周期。①游客；②新用戶；③長大成熟用戶

2、場景：不使用路徑。①注冊流程/強行；②FEED流網(wǎng)頁；③排行榜；④好友tab；⑤搜索

3、策略：幫我推薦策略。①甩漿編輯；②協(xié)同過濾；③關(guān)聯(lián)規(guī)則；④時效性

4、數(shù)據(jù)源：①關(guān)系維度：通訊錄、用戶打聽一下；②興趣維度：用戶個人資料、行為；③熱度維度：熱門品質(zhì)優(yōu)良內(nèi)容；④商業(yè)需求