“数据里头有知识，值得CIO们仔细挖掘。”4月18日，北京中科四维信息技术有限责任公司总经理闻淑梅再次感慨商业智能。这一次，以“分享BI”为主题，以CIO们曾经的商业智能实施经历为内容，又一场围绕商业智能的CIO富营开始了。

之前的4月11日，来自各行各业的数十位专家相聚一时，就商业智能与企业绩效的关系、数据挖掘的妙用、商业智能的前世今生等话题展开了热烈地讨论，完成了一场别开生面的脑力激荡。

这一次，富营变得冷静，各位CIO冷静地分享彼此商业智能的实施案例，相互探讨其中的问题，相互促进将来的改进。一句话：数据里的价值有多少，就看你能挖掘多少。

25年前的“智能分析”

由于对商业智能有着深刻的体验以及长久的认识，闻淑梅成为了此次富营的主题发言者。

早在1983年，她在毕业设计时参与了中国女排的“技战术分析”系统，因为对相关数据实施了初步分析，并对教练的战术安排提供了实际的帮助，这套系统的名称后来则被改为“技战术智能分析系统”。

闻淑梅介绍说，在当时的排球比赛中，教练要求对场上各轮次的发球数、拦网得分、扣球数等具体动作的得分做记录，每个轮次还需配图，并标明球的落点。通过系统记录数据后，整场比赛总次数、每轮次的数据包括每个轮次的扣球、拦网得分以及失误的类型和次数，都可以清晰地展现，

结果发现，在此种记录数据的情况下，可以展现出很多此前未被发现的细致结论，比如，有了每个轮次的具体得分，以及每个队员在每个位置的得分数，教练对队员站位的安排就不一样了。

当时女排的两个主攻手是郎平和张东芳。但往往郎平在进攻位的时候，旁边的队员怎么配合，教练的考虑和安排会比较多，其他人进攻的时候可能就没那么重视。当闻淑梅把“张东芳在进攻位的得分和郎平的得分基本相等”的数据统计结果拿给教练看，教练开始不相信，后来经过几次针对性的记录，结论果然如此。

正因为这样，本来普通的“技战术分析系统”一下子就被该称为“技战术智能分析系统”。这就是闻淑梅最早体验的商业智能。

在感叹闻淑梅对于商业智能先知先觉的同时，中国农业大学电子商务系主任赵冬梅教授举了个反面例子。

1998年的时候，天津某超市上线了POS系统，但由于企业上下对于IT的不适应，很多员工放着POS机不用，依然沿用传统的手工记录帐目。更为遗憾的是，他们对于超市的经营数据没有认识，没有人明白其中蕴涵的价值，更没有人意识到从数据中挖掘价值。企业数据处于被漠视状态，更谈不上商业智能分析了。

业务驱动数据挖掘

应该说，企业对于数据价值的认识需要经过一个从无到有的过程。2001年，闻淑梅在担任金象大药房的信息总监时就是如此。

因为金象大药房要实现连锁经营，随之而来的业务变化就是集中采购和集中配送，哪些药品销售情况好，哪些药店适合卖哪种药，公司在采购和配送时都需要具体的数据分析提供支持，所以就实施了商业智能，对经营数据进行价值挖掘。现在回想起来，闻淑梅认为，不上商业智能，金象的连锁经营就做不起来。

闻淑梅介绍说，2001年，金象用一套系统整合了全集团的业务，目的就是汇总所有的经营数据，然后做BI分析。分析出来的结果，领导可以很清楚地掌握各类药品的销售情况，以及不同地区各药店的销售情况。

例如减肥药、补钙药，都属于保健类药品。在减肥药中，哪些药卖得好，哪些销量不佳，根据数据分析结果可以实行末位淘汰。然后，金象给所有药品进行排名，从而确定出自己的“二八理论”。

比如，销量第一名的药品收入多少钱，占总收入的百分比多少，然后第二名的销售情况，接着再设置一个占比累计，前几名的销售占比累计是多少，如此一来，就可以很清楚地掌握总收入占比累计为80%的20%的“优质商品”具体是哪些。

“所有以上结论，功劳全都来自于商业智能的分析工具。”闻淑梅颇为感慨。

拿什么实施BI

企业对于数据价值能够形成认识，只是实施BI的基础一步。企业全面实施BI，并且从中获取价值，还需要很多其他条件。

领导对于商业智能的认同就是首当其冲的一环。金象大药房实行连锁经营并实施BI分析是在2001年，在当时的环境下，这应该算是“前沿之举”。“当然，这和总经理的眼界是有关系。”闻淑梅回忆说。“当时，总经理就认为连锁化将是一个趋势，所以就着手做了BI。”

连锁化的本质其实就是统一进货，统一形象。而连锁的好处在于集中采购权，进货量大了，采购成本就降下降了，企业也有话语权了。另外一个好处则是信息变得更加透明，公司可以清晰地看到各门店的营业状况，形成了监督。

另外一个重要条件则是明确需求。在赵冬梅看来，数据有了，要拿它干什么，这也是个难题。现在“供需”双方很难实现有效对话，一边是老总不知道还能实现这个功能，另一边是CIO不知道老总要什么。她建议说，无论是领导和CIO之间，还是企业和客户之间，对方的需求是洞察出来的，要“超越对方的期待”，商业智能才能走得更顺。

最后，闻淑梅给BI开了个有意思的玩笑。“如果别人对于某事给出了一个结论，你就问他，这个结论是怎么出来的？如果答不上来，你就建议他去用BI吧。因为BI可以用充分的数据说话，为决策的执行提供有力的支撑。