——基于培训管理业务的 BI 最佳实践
通过销售易大学在培训管理方面的 BI 应用最佳实践，理解在运用分析时要转变思维，可视化的数据分析思维方式才是做好 BI 报表的正确方式。
自 2018 年 1 月销售易推出 BI 产品，我是看着 BI产品能力一步步成长和提升的，之所以敢大言不惭，是因为我所负责的销售易大学，需要面向客户、合作伙伴、内部员工三类群体，进行产品培训和认证考试。
销售易大学既是 BI 产品的布道者，又是 BI 产品的资深级深度应用客户。从刚开始的半信半疑到小心尝试，从初步应用时的迷茫无助到熟练应用后的游刃有余，我们在 BI 的应用方面，经历了不断试错改错→抱怨质疑→心领神会→创意涌现的心理路程。这段历程让我体会最深刻的一点就是：可视化的数据分析思维方式才是做好 BI 报表的正确方式。 当你习惯了运用 Excel 做数据分析，乍一改用 BI 时，会不由自主地将 Excel 的功能与 BI 报表功能做对比，这是人们的定势思维所致。
BI 的数据分析能力不是简单照搬 Excel 的功能，这是两款不同的产品，两者之间的思维方式大不相同。Excel 是对既定的数据表中的行数据及列数据进行各种定量分析，而BI 则是商务智能（Business Intelligence），运用现代数据仓库技术、数据整合（ETL）、在线分析技术、数据挖掘和数据展现技术进行数据分析和动态呈现，并支持跨业务对象的数据分析。它是一套完整的解决方案，用来将企业中现有的数据进行有效的整合，快速准确的提供报表并提出决策依据，帮助企业做出明智的业务经营决策。 接下来，我将通过销售易大学在培训管理业务方面的 BI 最佳实践，向大家介绍如何运用好可视化的数据分析思维方式。
一、销售易大学面临的业务需求
销售易大学以产品培训与认证为核心，服务于客户、伙伴、内部员工等人，如下图所示：
（图 1. 销售易大学服务对象与服务项目）
由于服务对象及肩负职能的多样性，销售易大学也身兼多重角色。作为管理者，需要了解自身在培训、认证、课程及积分管理方面的分析数据；作为组织者，需要向内部员工、合作伙伴、客户主动推送培训与认证的相关信息；作为运营者，需要监控每个服务对象在培训与认证方面的具体情况，分析每月、每季度、每年度的执行情况；作为业务部门的支持者，需要向业务部门提供员工在培训参与和认证考试情况。因此，销售易大学在 BI 的业务需求方面也是多样的，如下图所示：
（图 2. 销售易大学 BI 业务需求示意图）
二、传统思维 – 导出 Excel 进行数据分析
如果用传统的 Excel 分析方式，我需要做如下工作：
Step1. 从系统自定义对象中分别导出培训管理、课程管理、积分管理主子明细以及认证管理五个数据表。
潜在问题是：导出数据的准确性是没有保障的，我可能会淹没在导出数据与系统数据之间反复进行查找和修改这种低价值、低效率又让人崩溃的工作中了。
Step2. 导出用户数据表。
潜在问题是：我不是系统管理员，且公司员工信息数据属于保密数据，我不可能有导出权限，所以导出用户数据这一点我显然做不到。同理，每家企业都有各种敏感数据信息，不是每个运营分析师都有权限从系统中导出。
Step3. 运用复杂的 Excel 函数，将庞大的上述各种数据表进行跨表分析。
潜在问题是：不是每个人都是 Excel 函数专家，更何况当业务数据过大时，Excel 的跨表操作响应会很慢甚至卡顿死机。 此外，为满足不同服务对象的不同数据分析需求，我可能还需要一个专职做运营数据分析的人员，部门成本显然上升，我的老板肯定不乐意。照这种思维方式，我必将陷入管理低效、数据杂乱、成本过高的漩涡中，想象一下这种状态，感觉自己头上已经在转圈圈冒金星了。曾经看到这样一个故事，老师问学生：“烧水时，发现柴火不够，怎么办？”同学们踊跃发言，有人说去借柴，有人说去买。但这些都不能很快地解决问题，老师说：“为什么不把壶里的水倒掉一些呢？”同学们恍然大悟。 看起来很复杂的事情，换个角度，其实没那么难。就比如我们在 CRM 系统中的数据，为什么一定要导出来再分析？为什么不直接采用 BI 在系统里做分析？明明机器可以做的事情，为什么一定要浪费人工？
三、可视化思维 – 用 BI 分析数据时要培养的思维
如前文所述，如果决定使用 BI 做数据分析，首先就要转变自己的思维方式，学会运用可视化数据分析的思维方式。究竟应该怎么做呢？
1.确保源数据的准确性
在企业数字化转型中，对于系统录入数据的准确性要求非常高，这是确保数据分析精确性的基础。然而，总是会有录入数据错误或不规范的现象，需要IT 及管理者从系统配置及管理制度两个层面加强规范和要求。就销售易大学的业务而言，我已养成每周对培训管理各个业务对象进行 review 的习惯，能够及时发现问题进行修正。
（图 3. 销售易大学自定义业务对象）
2.分解问题进行多维分析
当我们需要从多个维度汇总出一个数据时，就会遇到这样的场景，称之为“总 – 分”问题场景，最适合运用多维分析方法进行呈现。比如说销售运营在进行商机结单预测时，不仅要看总预测，还要区分本年新签与 backlog 商机。在销售易大学培训管理业务中，不仅要看培训总人次，还要看每季度客户、合作伙伴、内部员工三类服务群体的参与人次。我们可以通过 BI 中的自定义度量实现汇总计算，再通过 KPI 图、双轴图、透视表等进行多维分析，如下图所示。
（图 4. 多维分析 PC 端呈现效果）
（图 5. 多维分析移动端呈现效果）
3.关联数据进行交叉分析
这种场景经常应用于跨对象数据分析，类似 Excel中的跨表分析，可称之为“交叉分析”问题场景。 比如，我们需要看某一员工在本年度的培训积分与认证情况。我们可以通过数据建模关联培训管理、积分管理、课程管理、认证管理以及用户、部门等对象，基于数据源中的关联关系进行交叉分析，如下图所示。
（图 6. 销售易大学培训管理数据建模）
（图 7. 培训认证交叉分析示意图）
4.坚决抛弃 Excel 函数的思维方式
先讲一个故事，有一天，小和尚在扫地，正要扫到念经的师傅面前，师傅问：“如果你前进一步是死，后退一步是亡，你该怎么办？”小和尚毫不犹豫地回答：“我往旁边去。”我们往往陷入非 A 即 B 的思维死角，但两难困境时，换个角度思考，你会发现：路的旁边，还有路。有一次去客户现场进行 BI 产品培训，客户便拿着 Excel 的功能和我逐个对照 BI 的数据分析能力，并详细地给我演示了 Excel 表的透视表功能，然后一直纠结为什么 BI 透视表不支持行列数据进行直接运算。我坚信他肯定是个 Excel 应用大神，但如果想要成为可视化数据分析的高手，还需要转换自己的思维。不论Excel 还是 BI，对我们来说都是一个工具而已，需要站在业务的角度，考虑如何运用数据分析呈现业务结果和发展趋势，为业务提供决策依据。切记：不要照搬 Excel 的功能去和 BI 的分析能力做对比。
5.运用各种 BI 应用服务场景
数据分析是为业务服务的，销售易 BI 通过视图 / 看板组件化的能力以及可视化报告订阅、分享能力，支持多种应用服务场景。 例如，销售易大学通过分享及订阅功能，为内部员工与合作伙伴提供了《未来 90 天培训日历》用于了解近期培训安排，为部门 leader 提供了《部门员工与认证看板》用于了解本部门员工的认证情况，为渠道部提供了《合作伙伴培训与认证报告》用于了解认证数据等，如下图所示。
（图 8. 销售易大学对外分享 / 订阅报告）
四、总结
可视化数据分析的思维方式，实际是一种多视角思维。在做运营分析时，需要从多个角度观察同一现象，用联系的发展的眼光看问题，从多个层次、多个方面思考同一问题，这样呈现出的数据报表，才能得到更加完满的解决方案。
