商业智能在航空领域的应用规划

ZDNET至顶网CIO与应用频道 10月13日 北京消息：主题为“科技整合·智汇航行”的2014年航空用户大会在青岛召开，文思海辉咨询顾问杨晨曦介绍了文思海辉集体在BI上的应用解决方案。

对客户是否全面的了解？能否把最适合的产品进行推送？营销活动怎样有效的评估和衡量？这些都是BI擅长解决的问题。杨晨曦认为，数据分析的手段、方法或者模型组合在一起，其实才能够构建出一个比较完善的BI系统，为不同层次的需要提供技术的保证。

文思海辉咨询顾问杨晨曦

以下为演讲实录：

现在几乎所有的航空公司都对BI的发展和投资有这样未来很重要的关注。对于我们BI的建设目标来说，BI一直致力于成为一个公司内部为大多数人所应用的分析服务，包括它可以涵盖到所有不同的职能部门，涵盖到我们不同层次的业务需求。最终，帮助我们企业实现目标或者这样的企业价值。

这是文思海辉对航空业务BI领域主要的划分，今天会分享文思海辉在BI实施领域比较有价值的一些模型以及示例。

每家航空公司内部都已经建设了大量的信息系统，对于客户来讲也拥有了大量存放客户数据的数据库。但是，对这些大量的数据有没有充分挖掘它的价值？带着这样的问题看一下以下的场景。

我们对我们的客户有没有全面的了解？我们知不知道我们的客户到底喜欢什么？我们能不能把对我们最适合的产品，推送到最适合的这些客户手中。客户对我们公司品牌的忠诚度有没有全面的认识？甚至，客户对我们服务的满意度我们有怎样的评估？

有没有一个合理或者有效的手段，来正确的定位我们对客户的价值，甚至我怎么样帮助客户，来提升他自身的价值。包括我们的一些营销活动、营销手段，有没有合理的、比较简便的途径，来对效果进行评估和衡量？

这些问题，可能是通过我们日常经常接触到的，比如说业务处理或运营是很难达到的，但这些恰恰是BI擅长解决的。

所有不同问题的结果，其实也不是单靠BI具体的技术或者具体的工具，我这边列举出了一些经常会用到的一些BI分析手段。包括最常见的对数据展示的一些比较美观、灵活、互动性很强的可视化工具。对于数据分析传统的统计分析方法和专业挖掘工具，还有对风险预测的一些分析手段等。这些不同的手段、方法或者模型，组合在一起，其实才能够构建出一个比较完善的BI系统，为不同层次的需要提供技术的保证。

刚刚讲的可能是比较笼统、宏观的，接下来我跟大家分享几个跟客户分析相关的一些具体实例。

首先，第一个要分享的是客户关系管理当中比较重要的RFM模型。传统意义上的RFM模型是通过不同纬度衡量一个客户的价值。R就是确定客户最近一次购买的时间。F就是客户购买的频次。M就是客户购买的金额。根据航空公司一些业务情况我们又加了两个完善这个，一个是客户注册到现在的距离，另外一个就是购买平均折扣的情况。

根据对这几个指标不同层次的划分，通过RFM模型可以确认出这个客户的忠实度，通过一些模型的建立和对客户层层的细分，其实是我们把大量每天面对的成千上百万的客户分到了几个不同的群体当中，每个群体当中不同的客户，是有一些相对独立和鲜明特色的，比如有一些客户更注重的是高品质的服务，其他客户更看重价格方面的优惠和折扣。

传统我们很关注客户生命周期的变化，但往往整个生命周期是很难把控的过程。根据我们一些简单BI分析的手段，结合我们刚刚谈到的这个模型，其实它是把客户生命周期当中，一些比较主要的阶段，映射到了我们这个模型当中几个不同的群体中来。其实我对这个客户生命周期阶段中的一些重点问题关注，就转化到了我们对这些不同客户群体的关注。

这样通过对客户细分的过程，包括结合我更加精确和更加目的性明确的营销行为，其实是能够对客户的整个生命周期中的价值和贡献度提升，产生积极的影响。

这是我要分享的第一个跟BI相关的客户分析领域模型。

刚刚那个模型，可能有一些局限或缺陷所在，它会比较完善的描述一类客户的行为特征，或者偏好程度，但是它很难对整体客户特征做很客观的评价。因为，我没有一个整体评价的标准，我现在要跟大家分享的第二个模型，综合价值的评估体系就很好的解决了这个问题，综合价值的评估体系就是按照不同因素进行加权计算，这样的结果是对每个用户来讲有一个唯一的标准、一个唯一的分值对他进行衡量，对不同客户之间的需求就把握的比较精准。

这个分析的原理就是我们最常见的2：8原则，2：8原则大家应该会了解的比较清楚，因为这个规律是在很多领域中都已经存在的规律。结合到我们客户来讲，我们经常说的一句话就是，我们公司80%的利润，都是靠这20%的客户来创造的。所以，怎么样去准确的找到这20%的客户，就成为了我们平常的一些营销和市场工作当中非常重要的条件。这样一个分析方法，其实能够帮助我们准确定位到对我们公司贡献很高的，相对来讲比较重要的客户。

其实刚刚讲的几个模型原理很类似，都是我去从不同角度观察我们的客户，通过两种或者多种以上的纬度相结合，产生出了一些具有规律性的业务含义。最后一个模型其实也是同样的道理，它的主要应用是对代理人市场的划分。我选取了两个纬度：一个是忠诚度，一个是销售实力。我同时考察这两个纬度的话，其实能产生一些比较有价值、比较有意思的结果。从忠诚度来讲，我考察的是这个代理人对这家公司的重视程度，比如他卖的票当中有多少是我这家航空公司的票。销售实力是考察，一个市场当中所有代理人票售的情况。

我们大致划分出了6个领域，有些代理人的销售实力很低，但他的票当中大部分都是我们公司得票。或者有些代理人，虽然他票卖的很多，但我们的份额却很少。这样一个模型的划分，其实能准确的帮我们了解，我们这个地区整个市场的格局和市场的情况。其实，无形当中也为我们对一些工作当中的管控、监管，开展我们的工作，有一定数据上的支撑和保障。

其实，我上面介绍的几个模型，这么总的看来，似乎不是特别的难或者很好理解，似乎这个逻辑是比较简单的。但根据我们经验来说，我们对一个BI系统衡量的标准，也不是这个BI系统到底是我的计算方法、计算模式、计算逻辑或者模型建立有多么复杂，我们通常来衡量一个BI系统的好坏、建设的成败与否，往往是看这个BI系统是否能跟我们日常的工作紧密相结合，是否能够为我们的工作带来一定帮助。

我这里面简单的列了一个大致的工作场景，我们来看一下我们的系统是怎么样跟我们的工作发生关系的。这条黄线上，其实都是现在和未来我们要建设BI系统处理数据的过程。我列的这个场景，只是一个面对客户流失的工作情景。

首先，我们会掌握大量的客户信息，这些客户信息每天都在发生变化，我每天都会进行不断收集和整合的工作。其中，随着客户信息的变化，系统有能力设一些监控指标，其中我监控到的变化，我会有一些客户即将面临流失的风险。这时系统会自动推送一个预警报告给相关的业务人员，同时系统会把这部分要流失的客户当中，值得挽回的那部分客户识别出来。配合我们线下一些营销活动的策划，等等，对这部分客户产生影响。这个影响的作用有多大，或者是否产生了作用，我们通过系统的追踪情况再反馈给我们的人员。整个追踪的结果，以便于我们随时调整。

这其实是一个简单日常中人机不断交互的过程，也正是通过这样不断的交互，整个系统的建设其实会帮助我们在我们的工作当中，不断的明确我们的目标，优化我们的流程。而且，我们的工作会更加科学化和有目的性，这就是BI系统的价值所在。

刚刚我举了几个简单的例子和场景，刚刚大家看到了BI到底能为我们的工作多来什么样的变化，可能有些东西说的比较片面。

接下来，我想比较宏观的、整体的站在比较高的程度上，给大家介绍一下BI系统架构有什么样的情况。

首先这是一个非常典型的架构图，可能稍微偏技术一点，我非常快的带过。对于BI来讲，首先它的技术是我们的数据源层，可能是我们散落在企业内部或者一些外部各种各样的信息系统上的数据。架构在这个数据源之上的就是我们数据的整合层，这是大的贯穿于企业内部整个数据集成的平台。基于这个数据整合层，上面我们会根据不同的需要或者不同的功能设想，建立有针对性的分析。最终，跟用户交互的是客户端、IE浏览器这样的交互层面。结合到航空业，数据层面以下是散落在各处的业务运营系统，这个之上是不同部门不同业务需求和不层次的分析。这样一个整个大的框架就是我们支持决策BI的分析系统。

这可能更细节一些，而且对于大多数用户来讲，我相信你们最后面对的只是最右侧的用户访问层，我们看到的是各种各样的数据分析结果、数据报告或者可视化的界面。但是在这个层次之前，其实我们一个系统的建设，会有大量大量的繁复工作在其中进行支撑。

具体来讲，我们把我们的BI能力概括为以下几项：

数据处理的能力，其次数据服务是我搭建数据整合平台的能力，数据应用是我针对不同分析进行不同数据处理的能力，其次是建模分析、数据计算方法。应用方案是我们针对不同部门和不同角色提供的解决方案，贯穿始终的是我们对企业文化的理解。

这是我列举的几个非常常用的BI分析和应用示例。面向业务人员，有一些分析，通常使用的是及时查询的功能。评分积分卡是我们进行绩效管理的手段，它可以把我的目标重新分解，有助于我们及时发现在经营活动中的一些问题。

数据挖掘一般是一些企业内部的数据专家喜欢的一个工具了，它是通过大量的分析、大量的算法，来挖掘大量数据背后一些潜在的规律。移动应用，包括现在非常火的一些应用，集成办公软件可以跟我们非常熟悉的OFFICE软件相结合，比如PPT、WORD之类的，更直接的调整和设计。包括一些IT人员，用的更多的是数据管理这类工具。

刚刚大家可能对BI系统有了大致的了解，如果大家想要说，我们开始出现了一个商业智能系统，那我们该怎么启动？要考虑几个因素：首先，我们相信目前每个公司内部都有大量各式各样的运营系统。现在的一个局面就是，对这些运营系统，它的特点就是一个运营系统只针对某一些人员服务，很难触及到整个公司的各个业务层面。长此以往，我们的数据其实是割裂开来的，可能每个部门都有对各自数据的理解。汇聚到决策部门，它其实会面临非常混乱的局面。

大家可以思考看看我这里列的几个问题：首先，我们是否对我们的数据有一致的认知。其次，我们的数据获取途径是不是足够简便，数据共享是不是足够统一，解决方案的成本是不是过高？现在我这些系统虽然都已经建设的比较完善、比较充分了，那能不能够满足我未来的发展和需要？

如果大家有这样的问题，基本上这些问题都是我们在建设这个BI系统之初很多企业都会面临的问题。如果大家解决的好，有同感的话，其实可以考虑我们的BI解决方案。这是整个BI项目实施的流程，基本上都要通过从细化、设计、优化一轮或者几轮叠加的过程，BI系统也是在这个过程中逐步建立和逐步完善起来的。

我们的BI系统需要哪些人员来参与？总体来讲，我们概括为三类人：首先是我们的业务，一般是来自于企业内部，他需要了解企业的一些内部流程规范。IT能力，一般就是对一些技术的要求，第三种能力是分析能力，一些业务分析的专家，比如他了解客户的管理、财务的知识，等等，包括一些数据的专家，数据建模和数据统计的方法。

简单来说，BI的成功要素简单为这五类：

大家对BI系统现阶段和要解决的问题有统一的目标。其次，跨领域团队的充分沟通。指导与培训，确保所有人都能参与到这个项目中。明确标准，我们在项目建立之初，甚至不断实施建设过程中，有一个准确的衡量，这样我们可以及时调整与我们之前预期的差距。快速实施，建设一个BI项目的实施过程，我们一般采用的是快速迭代的过程来建设这个BI系统，这样能保证我们BI系统能够快速适应这个业务变化。

最后，我来简单总结一下，BI商业智能能给企业带来的一些价值。

BI发展的路线其实大家不会特别陌生，这是根据我们的需求和技术不断革新、不断演变的路线。首先，我们最大的需求就是想知道我们企业内部发生了什么，这是一个描述性的分析。

接下来，随着我们处理信息手段不断的加深，我们可能会更多的想，这件事情为什么会发生。进而，我们又想知道将来会发生什么这样一个预测性分析，这样一个流程也是从数据到智慧的转化。BI，就是通过我建设一个整体整合的系统，逐步的提升数据价值的过程，我就不详细说了。

最后，我再大致阐述一下BI到底为我们的工作提供什么样的助力。这是结合刚才的BI发展路线来说的。最初我们的流程就是想到一件事情就去干，从想法到行为。加入我们的一些分析手段之后，我似乎能对我的行为进行有效的追踪，从而能进一步调整我的计划，这样一个简单的闭环就出现了。有了更深入的分析手段之后，我通过一个细分的方法，能够使我这个计划制定更加精准。有了监控的手段以后，我整个营销活动风险会降低，无形当中节约了我很多营销的成本。最后预测的加入，又可以使我们整个工作或者整个的行为，能够避免一些未来市场上潜在存在的风险。

整个这样一个流程，其实是随着BI系统建设不断的深入，不断的和我们的业务相融合，不断的提升我们业务，改善我们的工作流程，优化、完善我们工作的简单发展路径。

正是通过我们工作流程不断的完善、优化、调整，从而我们一个企业才有可能在这样市场竞争越来越激烈的格局下，能够始终保持我们的竞争优势。这其实也恰恰迎合了BI应用建设的初衷，也是我们BI未来不断努力发展的方向。