FineBI商业智能行业案例之税务行业应用


背景

税收是国家财政收入的主要来源,也是国家实行宏观调控的一个重要经济杠杆。随着电子政务系统的发展以及税务信息化程度的不断提高,在税务决策支持方面不断吸纳新的信息处理技术、提高决策的科学性和规范性,成为提高行政办公效率、促进经济发展的关键所在。税收信息化在这几年取得了长足发展,成绩卓著,很多省市都上了税收征管应用系统。但仍然存在很多问题。



问题及解决方案

1、整合信息孤岛,发挥数据的最大价值

国税局在平时日常工作中,需要用到的系统有几十个。每当要查一些数据,需要先进入一个页面,列出了到那几十多个系统的链接,再从链接到相应的系统去查询数据。 因为这几十个系统是随着历史的发展一点一滴做起来的,由于系统都是外包给不同的开发商做的,所以每个系统,在操作方式以及风格上完全不统一。 虽然每个系统都只是针对某一块业务,但是业务与业务之间又存在着关系,经常会需要查一些来自多个系统中数据,那么就需要从多个业务系统中拿数据,于是,不得不打开一个系统,查到一部分数据,拷贝在Excel里面,再打开另外一个系统,继续这么做,都拷贝至Excel里面,才能把数据放在一起,但涉及业务再多一些,或者业务所在系统不支持某种查询方式,这种方式就根本拿不到数据了,于是,必须申请向上级机关帮忙查询数据。

FineBI商业智能系统可以连接各种数据源,将各种数据通过ETL和数据清洗后放入数据仓库,给分析者和决策者一个关于企业业务的全面的视图,分析者和决策者可以基于此很轻松地进行即时商业智能分析,彻底摆脱数据孤岛的烦恼。

2、业务人员做分析,需求快速响应

对于业务人员来说,每天要分析什么样的数据,要做成什么样的表样,他们自己是一清二楚,但是业务人员不懂系统,更加不懂系统数据库中存放的数据是什么,以及怎么组合成他们所要的基础数据。由于技术限制,所有的要进行分析的数据都必须要技术人员取出来,一个一个发放下去。这样所有的工作进度都堵在技术人员取数据这个环节,对工作效率影响很大。

FineBI商业智能解决方案的数据分析模块中不再具有任何数据源或数据模型的相关概念,取而代之的是一个个被管理员封装、发布的BI分析主题。每个分析主题下涵盖了该主题可能会用到的所有数据。这些数据都是业务化了的,它们的名称都被转义成业务名,它们的代码表都已经被绑定在了一起,有的甚至和业务人员熟悉的Excel表样绑定起来。

在FineBI商业智能分析模块进行数据分析时,需要的操作仅是点击与拖拽。所有这些操作的标准就是所见即所得和业务人员容易操作。无论是基本的找数据、设计表样;进阶的过滤、排序、钻取;还是高级的维度与指标自由切换、组件联动分析、管理驾驶舱,一切只与业务有关、与分析有关,而与数据库的知识或技术无关。信息部门从传统BI工具无尽的需求沟通中解放了出来,而业务人员做分析从此不再求人。

3、自定义分析,事先事前预警

征管数据的预警受限于上级系统已经设定好的预警指标和时间,各个部门的业务人员无法根据自己的管业特点来处理数据,难以做到早发现早处置。比如发票验旧预警,对于普票和专票的预警时间是不相同的,系统中没有办法自定义预警时间,对于增票,预警时间统一都是90天,对于哪些纳税人的验旧时间在预警等级最高的61-90天,这是没办法区分的,那么对于去发现存在的问题就比较困难。

传统的做法是技术人员定期将数据放到Excel中,再发给业务人员自己进行处理,那么对于数据的及时性以及准确性就大大降低了。

FineBI商业智能系统支持自定义数据预警功能,对于在某个数据区间的数据可以进行红绿灯预警或者数据前景预警;更可以使用计算指标添加平均线的功能动态的反应数据的整体水平,实现个体数据与数据总体水平的直观对比。

4、及时响应新的业务需求,缩短项目周期

2011年,经国务院批准,财政部、国家税务总局联合下发营业税改征增值税试点方案。从2012年1月1日起,截止2013年8月1日,“营改增”范围已推广到全国试行。XX市国税局从2013年8月1日起,属于营改增的企业纳税人信息已经完全从地税局转移到国税局。这就带来了新的统计需求。

业务人员拿到了要统计的表样,但是没有数据。技术人员只得先理解业务,然后根据业务人员的需求,编写sql语句。这样一来二去,又花费了不少时间和人力成本。

FineBI商业智能系统的多维数据库采用完全自主研发的自动建模技术,BI工具的数据管理员只要设置数据表之间的关联关系,所有模型便可一键自动建立。大大减少了BI项目实施中需求沟通的时间,也使得BI系统的维护变得更加轻松容易。

5、大数据量及时响应,展示更丰富

由于国税局的数据量动辄千万上亿,传统的分析工具很容易就卡死或是内存溢出,系统无法响应。

FineBI商业智能系统的多维数据库采用预处理以及并行计算的先进数据处理模式,使用NIO内存映射文件存储模式,同时采用高效的智能位图索引,以及智能避免重复计算的缓存机制,使得在前端页面展示数据时,运行速度高效快速。

6、重大指标精确监控,科学预测

FineBI商业智能系统可以通过对经济和税收综合数据进行科学分析(税收宏观分析、税收收入分析、税收征管分析、出口退税分析、专用发票分析、纳税人分析、纳税人审计分析),研究经济与税收增长的弹性、发展的均衡性等数量关系,揭示税收收入和税收负担等重大指标的长期增长趋势、波动规律、发展速度、地区分布、行业分布、所有制分布和月度时序特征;运用对比分析方法揭示事物之间的关系、强度及均衡性;对税收收入、出口及出口退税等重大税收指标进行精确监控和科学预测;根据纳税人的生产经营情况和纳税情况对其申报的真实性进行量化评测和科学分类。


FineBI商业智能行业案例之地产行业应用


背景

中国地产行业经过了20多年的发展,房地产行业整合已成大势所趋,逐步由区域开发转变为集团化的跨地区综合开发商。然而,对于处在超常规速度发展的房地产企业来说,其面临的挑战也是超常规的。首先,房地产企业要在有限的资金和人力条件下,同一时间,对全国区域范围内的多个项目做出科学的决策,以及进行合理地资源平衡。这是一项非常复杂的系统工程。另外,由单个区域开发到全国跨地区开发所带来的管理上的复杂程度也是呈几何级数增长的。这就对企业在项目进度控制、现金流管理等方面提出了更加精细的要求。


问题及解决方案

1、数据整合

各个应用分析系统功能相互独立,数据却相互关联。如果想利用某几个系统中的数据进行分析,就需手工抽取合并。手工合并不仅工作量大,而且容易出现疏漏,数据正确性得不到很好的保证。

FineBI商业智能系统支持多种数据库数据源,以及Excel,txt,XML文件数据源。系统对于读取的数据源可以进行ETL转换以适应分析需求。

2、从容应对瞬息万变的房市

房地产企业利用FineBI商业智能系统可以进行销售量的增长与人均可支配收入回归分析、个人购买与集团购买房地产比重的拟合与分析、房地产销售波动率回归分析等,从而发现市场发展趋势变化,及时调整营销策略。

3、占地为王,合理开发

房地产企业可以利用FineBI商业智能系统综合分析一个或多个地区的人口分布,住房条件,交通情况,土地利用率等,从而辅助企业因地制宜地制定开发方案,户型档次,楼层高低等。

4、客户研究

房地产企业可以利用FineBI商业智能系统进行客户消费行为分析,帮助营销人员找出影响消费者的机会与方式。

5、促进销售

房地产企业可以利用FineBI商业智能平台进行各类销售分析(销售、回款、应收款、可售库存、推盘、动态成本、杜邦分析、资金计划),及时发现销售过程出现的问题(哪里的楼盘销量低,哪里的楼盘回款率低……)


FineBI商业智能行业案例之电信行业应用


背景

截至2014年6月底,我国三大运营商的移动用户数达到12.6亿户,3G用户累计达到4.71亿户,4G用户达到1397万户。

纵观现在的电信行业格局,已成电信,移动,联通三足鼎立之势。有限的市场及客户资源导致了愈演愈烈的市场竞争,原来的价格战、行业垄断优势、促销策略等以无法适应新形势的需要,为了保住客户资源,运营商需要一套业务分析支持系统(BI),以从自身市场数据中获得能够真正反映企业运营状况的有效信息,从而以更好的服务虏获客户。

问题及解决方案

一、整合信息孤岛

电信业自身有着各种各样的应用系统(业务、计费、账务、网管、监控),尽管这些系统功能相互独立,但是它们之间的数据却难免产生关联。无论是业务人员做分析还是决策者查看分析时,都需要一个整合多系统的数据源以供调取,全局分析。

商业智能解决方案FineBI可以通过建立数据仓库,将企业中的所有相关数据经过ETL转换,数据清洗后放到数据仓库中,给分析者和决策者一个关于企业业务的全面的视图,分析者和决策者可以基于此很轻松地进行即时商业智能分析,彻底摆脱数据孤岛的烦恼。

二、辅助决策支持

由于电信业庞大的客户群体以及实时通信的特点,其产生的数据基本在TB,PB级别,如何对海量数据进行快速处理及直观展示,并且挖掘出数据深层的价值是竞争中必须考虑的问题。

商业智能解决方案FineBI采用列式存储,分布式部署,能够做到秒级响应大数据;通过管理驾驶舱Dashboard,企业管理者可以在一个管理驾驶舱中同时查看各种业务分析,竞争分析,营销监控,收益分析等。通过表格,图表,数据之间的钻取联发现影响业务的主要因素,从而及时做出正确地业务调整,人员变动的决策等。

三、提升服务质量减少客户流失

在愈演愈烈的市场竞争背景下,服务质量已逐渐取代业务成为了核心竞争力。FineBI商业智能系统可以通过分析用户和业务资料,展现用户消费需求及习惯以便定制;通过用户信用度分析,通话行为分析,欠费行为分析,诈欺行为分析等提前为电信企业预警,防止欠费和欺诈等行为;通过网络性能分析、未接通呼叫分析、用户投诉分析等等来及时处理线路故障,基站覆盖少的问题,保证服务质量。

四、精准营销,降低成本

如果说服务是电信行业的水源,那么业务套餐就是电信行业的基础土壤。营业厅里各种花式组合的套餐看得人眼花缭乱,用户思来算去也不知哪种合算。那么运营商呢?他们又是如何制定出这些套餐的价格和数量搭配?传统或许只能凭借经验,而现在可以利用商业智能系统进行套餐服务分析、成本分析、促销分析等等,提前对各类市场营销活动的成本和收益进行评估,从而调整营销方案,做到精准营销,降低成本。

五、优化内部人力资源管理

所谓攘外必先安内。如何更好地管理员工,让员工产生更高的绩效,降低人力成本是一个企业必须重视的问题。通过FineBI商业智能系统,可以协助电信企业制作人力成本划小分析,人员绩效考核分析,人力成本投入及回报分析等。管理者可以通过在管理驾驶舱中查看分析,做出相应决策,降低人力成本。


FineBI商业智能行业案例之制造行业应用


背景

制造业是指对制造资源,按照市场要求,通过制造过程,转化为可供人们使用和利用的工业品与生活消费品的行业。作为我国国民经济的支柱产业,制造业是我国经济增长的主导部门和经济转型的基础。

问题及解决方案

一、整合信息孤岛

制造业原有的各应用系统(ERP、SCM、CRM)随着企业的发展各自积累了大量的数据得不到有效利用,并且由于各个应用系统相互独立,所以即使想要对这些数据进行整合分析,挖掘出潜在价值,用传统的数据分析工具是很难实现的。

商业智能解决方案FineBI可以通过建立数据仓库,将企业中的所有相关数据经过ETL转换,数据清洗后放到数据仓库中,给分析者和决策者一个关于企业业务的全面的视图,分析者和决策者可以基于此很轻松地进行即时商业智能分析,彻底摆脱数据孤岛的烦恼。

二、节约成本

制造业以产品为核心,如何合理分配资源,降低采购成本,防止生产浪费是制造业企业最关心的问题。

商业智能解决方案FineBI协助制造业企业降低成本主要体现在以下几方面:

1、通过综合销售分析和库存分析促进JIT(无库存生产方式)管理,减少库存投资成本。

2、通过供应商分析(同类产品价格对比分析,订单交货时间,质量,准确率)等选择质量和价格最优的供应商。

3、通过生产成本分析(多角度成本分析,量本利分析,比重分析,比较分析,利润分析)对库存管理和生产过程的发生费用进行监控,辅助决策者发现生产管理环节的不合理投入,加强成本的事前控制。

三、改善客户关系,提高服务质量

制造业企业可以利用FineBI商业智能系统进行客户行为分析,预测需求趋势,从而改善产品,改善客户关系

四、把握市场动向,提高销售利润

制造业企业可以利用FineBI商业智能系统制作销售分析,比如销售流向分析,退货分析,回款分析,销售绩效分析等。通过这些分析可以辅助决策者及时发现销售过程存在的问题并及时调整处理,提高销售利润

五、优化生产线管理

透过整合的FineBI商业智能平台,工厂内不同工序的决策者能够获得实时的数据资料并查阅不同的报表。生产部经理能从生产时间、产能利用和资源运用等关键绩效指标(KPI),监控生产力并策划产能和优化资源;品质管理部经理能够透过产品缺陷分析改善产品质量;而高级管理层能透过更有效地控制成本及开支分析提升投资回报率。


FineBI商业智能行业案例之零售行业应用


背景

零售,定义为向最终消费者个人或社会集团出售生活消费品及相关服务,以供其最终消费之用的全部活动。零售业是社会生产发展中重要的一环,随着信息化科技的发展,如何更好地把握客户需求,优质采购,迅速销售,减少库存是零售商市场竞争必须突破的瓶颈。


问题及解决方案

1、促进商品销售,减少库存

零售商可以利用FineBI商业智能系统基于商品信息和销售数据进行商品分析(类别结构、品牌结构、价格结构、毛利结构、结算方式结构、产地结构),由此判断出哪些商品畅销,哪些商品滞销,哪些商品应该重点推广,哪些商品应该减价清仓,哪些商品应该大量补货,哪些商品下次应该减少进货量。不同商品不同对待,调整空间陈列计划,改变商品结构配置,减少库存积压带来的损失。

2、制定最适合的价格

零售商可以利用采集得到的竞争产品价格数据使用FineBI商业智能系统进行同类商品价格对比分析,再综合商品销量和利润分析,制定出最具竞争力的价格。

3、选择可靠的供应商

零售商可以通过FineBI商业智能系统对供应商进行分析(组成结构、送货情况、结款情况,所供商品情况,如销售贡献、利润贡献等),可以发现哪些供应商提供的商品销售得最好,哪些供应商结款率最高,哪些供应商提供的商品销售风险最低——那么则可以改代销为购销以降低成本。

4、提高员工积极性

零售商可以通过FineBI商业智能平台对公司员工指标进行,从而制定一套完善的绩效考核制度,鼓励员工积极性。而考核依据,就来源于商业智能对员工的数据分析,销售人员主要看重销售业绩,毛利贡献等,采购员主要看他的供应商更换,购销、代销商品数,引进商品销量,资金占用、周转等指标。

利用FineBI商业智能系统,不仅可以得到这些单张的分析主题表,还可以对现有分析进行多维分析,多层钻取,数据预警等,让分析思路更加全面透彻。


FineBI商业智能行业案例之电商行业应用


背景

电子商务是指在互联网、企业内部网和增值网上以电子交易方式进行交易活动和相关服务的活动,是传统商业活动各环节的电子化、网络化。电子商务相对于传统零售业来说,最大的特点就是一切都可以通过数据化来监控和改进。所以,电子商务网站的数据分析尤为重要。


问题及解决方案

1、提升网站转换率

电商可以将网站访问日志等数据导入FineBI商业智能系统,分析访客来源,去向,页面停留时长,页面点击概率,跳转关系等,进而改善网页引导,视觉设计,交互方式等促进网站转换率。

2、提升顾客满意度

电商可以利用FineBI商业智能系统进行客户行为分析,监控会员的购买活跃天数,及时发现长期未发生购买行为的客户,采取邮件营销的方式再次唤醒这些会员。还可以根据会员的购物习惯为其定期推送相关品类的商品

3、关联分析,促进销售

电商可以利用FineBI商业智能系统对客户购买的商品进行关联分析,确定商品之间的相关性,针对性进行组合销售,相关性推荐或是相关陈列,进而促进销售。

4、细分顾客,精准营销

电商可以根据客户经常购买的产品种类对客户进行分类,也可以根据客户的消费金额进行等级分类。不同分类的客户可以针对性推荐他们感兴趣种类的商品,不同等级的客户享受不同等级的待遇,比如高等级的会员享受更好的售后服务,更快的退款速度,以及生日优惠等。以此吸引促进客户消费。

5、降低退货率

电子商务由于是线上交易,客户往往只能根据图片和描述选购,尤其是服饰类商品,客户在收到实物时往往会产生很大的落差。因此网购的退货现象十分常见。电商可以利用FineBI商业智能系统对退货原因进行分析,是商品本身存在缺陷,还是图片与实物相差太大,亦或是客户的买三挑一,根据原因去改善商品或描述,降低退货率。

FineBI商业智能解决方案集数据仓库、OLAP和数据挖掘技术于一体, 为电子商务公司提供商业客户分类分析,产品关联分析,客户细分分析,客户退货投诉分析,客户行为轨迹分析等有价值的信息以支持决策。商业智能在电子商务中的合理应用将促使电子商务为公司战略和实际利益的实现提供支撑作用, 为经营决策者提供更好的经营管理环境和决策支持,为公司创造更大的价值。


FineBI商业智能行业案例之汽车行业应用


背景

在很多年前,提到买车,那似乎是有钱人干的事儿。而现在,你看看那驾校疯涨的价格,看看刚毕业的大学生十个里面就有五个拿得出驾照,你会发现,买车,似乎早就被纳入了现代人生活规划的一部分,是和房子一样的必须品。

汽车市场的快速膨胀带动了汽车行业的快速发展,传统的销售和管理模式业已经难以在激烈的市场竞争中拼杀。商业智能作为数据掘金的利器开始为车企重视并利用起来。


问题及解决方案

1、整合企业信息孤岛,全局战略分析

汽车行业的信息化发展已有一段时间,大部分的车企内部都已经成功部署实施了ERP、DMS(汽车经销商管理系统)、CRM、BOM、二手车系统等。由于这些业务系统相互独立,造成企业整体数据的沟通缺乏桥梁,分析得不到全局视图,效率低下。

FineBI商业智能解决方案正是这些独立的业务系统之间的桥梁:通过ETL建立数据仓库,完成企业级的数据整合及分析管理。

利用商业智能系统,可以从全局角度分析整车生产、销售、零配件产销、国内及海外经营指标、成本、利润等等。还可以自由切换多维度分析查看结果。

2、高效的客户关系管理

汽车的售后利润高于销售利润已成为行业趋势,这也对经销商的客户关系管理提出了更高的要求。而一个经销商往往由于代理多个品牌,使用了截然不同的多套DMS系统,唯有通过商业智能系统构建数据仓库完成数据整合,才可以在此基础上开展客户关系管理分析(客户状态转换分析,客户流失分析,客户跟进记录,客户裂变分析),更好地维护客户。

3、把握市场动向,及时调整策略

汽车企业可以利用商业智能系统分析获得的市场竞争情报数据,如全国汽车批发数据、零售数据、新车成交价、二手车成交价、汽车装备数据、消费者行为数据、经销商网点数据等。从而把握当季市场动向行情,及时调整价格及营销策略,开发新产品。


FineBI商业智能行业案例之银行行业应用


背景

随着社会信息化的发展,银行积累的客户数据和经营数据越来越多,竞争愈演愈烈,除了业务和服务,充分利用现有数据资源挖掘信息也是银行竞争的关键,因此,银行对商业智能的需求越来越旺盛。


问题及解决方案

1、构建数据仓库,实现商业智能分析

商业智能解决方案FineBI可以通过建立数据仓库,将银行的所有相关数据经过ETL转换,数据清洗后放到数据仓库中,给分析者和决策者一个关于银行各方面情况的分析数据,业务分析人员和银行经营决策者可以基于此很轻松地进行即时商业智能分析,彻底摆脱数据孤岛的烦恼。

2、查看分析更加集中,灵活

集中:商业智能解决方案FineBI为查看分析者提供了一个集成统一的平台,不同的人通过权限控制可以在同一平台上查看不同主题的分析。同一个人也可以在这个平台上查看多个分析,多方面判断。

灵活:传统的报表分析工具往往是根据需求写sql做报表,需求一旦改变就需要重写sql。商业智能解决方案FineBI采用数据自动建模,即所有维度,所有指标,索引关联都在一开始就建立好,所以在做分析的时候可以方便创建维度,查看分析的时候也可以方便切换维度,还可以通过钻取,汇总,过滤,联动等操作来剖析数据间的联系。

举个使用FineBI商业智能分析银行存款余额增减的例子。决策者在通过时间维度查看分析的时候发现在某个时间段内存款明显增加了,想知道存款增加的原因。就可以将维度切换成机构,通过机构维度查看在存款增加时是哪个支行贡献最大,最后通过科目维度查看是哪种业务品种吸引了客户的存款。

3、辅助营销活动

在激烈的市场竞争背景下,营销活动是最直接的,能够吸引客户,增加业务量的手段。FineBI商业智能系统可以通过对银行原有客户资料数据对客户进行贡献度分析,信用等级分析,理财产品使用分析等对客户进行分组,筛选出最有贡献的大客户群,然后银行就可以针对这些客户的活动特点及需求制定金融产品。FineBI商业智能系统还可以通过分析产品的使用频率,成本收益,贡献度来辅助决策者调整金融产品的适用范围,条款限制,汇率设定等。

4、加强内部管理

银行可以通过FineBI商业智能系统进行人力综合成本预算分析、人员绩效考核、平衡计分卡等。管理者通过这些分析可以更加直观地了解员工工作情况,以此采取相应地奖惩措施。