作者：莊竣傑

優化企業決策速度與品質之關鍵

企業經理人要能快速有效率地做出決策的先決條件是必須能即時獲得所需的參考資訊，而企業營運過程中存在於各部門及流程中的資料要如何才能轉變成為企業經理人所需的資訊呢?

BI (Business Intelligence) – 商業智慧是近年來提倡的一種解決平台，主要在強調整合各種大量資料來源(如ERP、SCM、CRM…等)，並透過強大的多維度運算技術取得動態資訊的能力。其技術架構包括資料倉儲(Data Warehouse)、線上分析處理(On-Line Analytical Processing)及資料探勘(Data Mining) ，用以產出提供經理人做決策前需要的情報，或是轉化成一種經營智慧，做為調整營運策略方針的輔助工具。

但在實務上，不管企業選擇何種產品解決方案(例如 SAP 的 Business Warehouse + Business Object 或 Microsoft 的 Analysis Service + Analyzer 等)，真正面臨的困難仍是在於取用什麼樣的資料、用什麼方法才能將潛藏的資料轉變成有助於企業決策的有用知識。而KPI (Key Performance Indicators) – 關鍵績效指標就是企業跨入BI分析很好的一個應用方式，高階管理者可以從這些量化指標及管理報表發現問題並找尋原因來進行後續各種企業管理活動。

BI系統專案導入程序

一般資訊雜誌與研討會關於商業智慧的報導或演講非常多，大部份強調商業智慧對企業的幫助，或者強調商業智慧的商品，而對企業如何發展商業智慧的知識探討相對較少。本文主要在以台泥導入經驗來談企業商業智慧系統發展的方法，以下將逐一說明BI商業智慧系統的導入程序：

(一) 定義專案組織及導入方法

明確定義專案成員及角色，各成員充份了解導入的方法及流程，尤其專案的導入若遭遇需求的變更往往會造成整個專案的延遲或失敗，因此事先定義好需求變更的流程是相當重要的。

(二) 進行需求了解

找出企業內部可量化管理的KPI進行定義並確認此一KPI之管理目的、警示原則後取得KPI明確的計算公式、KPI之間的關連性以及分析比較之對象。以本專案為例，所要分析對象的KPI如圖一所示，另分析比較的對象分別為預估值(未來三個月)及預算值(每年度)。

圖一、KPI 關連圖

接著，找出各KPI數值分析的維度(*註一)並定義其階層，亦即分析的各種可能角度。本專案中業務量KPI為例，所需分析的維度如圖二所示。

圖二、維度分析雷達圖

(三) 確認資料來源

明確定義各個KPI數值或維度所需的資料來源，以本專案為例共區分為

²          實際值：ERP 系統、模組別、資料表、欄位別及使用者提供資料表

²          預估值：使用者提供資料表

²          預算值：使用者提供資料表

(四) 確認系統設計與驗證文件

完成下列系統開發及驗證文件並與使用者進行確認後進行系統開發

²          權限設定文件：明確定義各個權限角色及所能讀取或處理的資料集合，製作權限設定文件以利系統上線時作為權限設定的依據

²          系統分析規格書：明確定義使用者需求文件

²          系統設計規格書：說明各需求達成之技術方法及程式架構

²          測試計劃書：說明系統測試的方法及步驟程序

(五) 教育訓練

系統的導入教育訓練是非常重要的，透過良好的教育訓練過程，可幫助使用者了解未來系統的架構及操作方法，減少導入過程認知的差異及錯誤的操作。

(六) 系統測試與驗證

使用原定義之測試計劃書進行系統驗證測試，將測試過程進行記錄，若有錯誤或不符合預期之項目記錄於系統測試問題清單文件中進行追蹤處理。

(七) 系統操作手冊

各單位將測試驗證的使用過程製作成操作手冊，可作為未來系統使用的參考依據，亦可作為各單位未來新進人員教育訓練的教材。

(八) 標準作業程序手冊(SOP)

系統上線後各單位將依循標準作業程序手冊中規範的時程進行作業，包含資料的更新時點及使用者的作業項目等。

商業智慧應用成敗之關鍵

商業智慧之所以會受到市場歡迎，與其可依照每個使用者需求匯整出相對應的分析資料有關。而為了確保商業智慧系統呈現出的數據資料確實符合每個管理目的與需求，在導入規劃階段一定得先做好使用者需求分析，這點幾乎是左右商業智慧專案成敗的關鍵。

由於企業組織中每一個管理者(如業務、銷售、研發等)的需求資訊都不同，再加上所需要的數據資料往往散落在各處不易整合，因此透過需求分析判別應該彙整分析哪類數據資料變得非常重要。彙整數據資料是一件艱辛及耗費成本的工作，但唯有發展出能滿足企業整體需要的商業智慧，才能為經營者帶來實質效益，讓企業在競爭激烈的市場中有機會勝出。

*註一、維度名詞解釋

維度(Dimension)

²          分析資料的角度。(如 : 客戶、工廠、產品、配銷通路…等)

²          一個維度中可包含多個屬性(Attribute)與階層(Level)。

屬性(Attribute)

²          用來描述維度的特性。(如客戶屬性有：客戶名稱、客戶所在地區、客戶群組、客戶地址…等)

²          每個屬性都可當成報表篩選條件。

階層(Level)

²          依據分析需求，可任意將多個屬性集合起來付予有意義上下層級關係則成為階層。

²          透過階層設定，系統可自動將資料進行向下展開(Drill-down)或向上加總(Roll-up)的功能。