企业业务分析与SAP工具包

数字化演易 2021-10-23

367

选择比努力重要。对于企业而言，选择就是做决策。管理大师德鲁克就曾说过：管理者最基本，也是最重要的工作就是做决策，决定成为什么，决定做什么，以及如何来做，等等。

大体上，管理者做决策的形式主要有三种：（1）靠个人的直觉做决策，（2）根据历史经验做决策，（3）基于数据和业务分析做决策。当然，对有的人来说，他（她）还可以通过掷骰子、算卦或占卜来做决策。笔者的硕士论文就曾以《奇门遁甲在管理决策中的应用研究》为题，研究过如何借助易学术数来做管理决策，有兴趣的可以从网上找来看看。

从决策的内容或对象看，企业的管理决策可分为战略决策、战术决策和作业决策。战略决策与企业的发展方向有关，决策的主体是企业的C级领导，其展望期一般是3~5年，主要内容是确定企业的阶段发展目标。战术决策的主体是企业的中层管理者，其展望期一般是3~18个月，主要内容是明确企业采用什么样的策略来达成企业所设定的目标。作业决策所关注的是企业日常性运作，决策的主体是各业务或职能部门的一线经理，他（她）们直接与客户或业务现场打交道。

如果把决策的形式和决策的内容结合起来看，战术决策和作业决策大多可以通过数据和业务分析来进行，我们也称之为数据驱动的管理决策。如果数据质量较高、分析模型较为合理的话，基于数据和业务分析所做出的战术决策或作业决策的质量也较高。尤其是作业决策，完全可以通过数据和业务分析来做出。

考虑到未来的不确定性和太多的可能，战略决策则不仅要依托数据和业务分析，更要兼顾其他更为宏观、长期和全面的因素，比如国内外的PEST变化、行业竞争态势和企业发展周期，等等。

总体上，不管是战略决策、战术决策或作业决策，基于数据的业务分析可以为这些管理决策提供不同程度的有效支持。因此，人们也通常把基于数据和业务分析来做决策的过程称之为科学决策。

业务分析的类型

如前所述，基于数据的业务分析是把数据转化为洞察，以做出更好决策的过程。在实践应用中，业务分析可能涉及到各种不同的数据模型或技术，从简单的报表到高级的模拟和优化。根据所用到的技术或模型和复杂程度等的不同，我们可以把业务分析大体分为三类：描述性分析（descriptive analytics）、预测性分析（predictive analytics）和规则性分析（prescriptive analytics），具体可参加下图1：

图1：业务分析的类型

描述性分析

描述性分析所描述或传递的是过去发生了什么。常见的描述性分析有数据查询、业务报表、描述性统计、数据仪表盘，数据挖掘，等等。

数据查询指的是通过某些查询条件或特征，从数据库中请求相关的信息。比如，从ERP数据库中查询过去一个月内对某个客户的发货记录，它可以提供与发货有关的描述性信息：发出商品的明细、发货数量、发出具体日期，等等。我们还可以对查询结果做统计性分析，比如数量汇总、平均值、最大值、数量偏差、增长率、同比、环比，等等。数据查询可以以表格、图形等形式来展示。

数据仪表盘是表格、图形、地图等数据展现方式的集合。数据仪表盘可以用于帮助管理者监控企业的各项关键业绩指标（KPI）。管理者还可在数据仪表盘中设定目标值或监控阈值，将实际值与目标值或监控阈值进行比较，并根据比较结果或偏差，以温度计、交通灯、车速表等形式进行预警。

数据挖掘则通过相关的分析技术来理解某个大型数据集中的数据范式或相关关系。比如，分析微博、行业论坛等社交媒体的文本，对文本进行聚类分析（cluster analysis）或情感分析（sentiment analysis），以更好地理解客户等利益相关者。通过对客户反馈中的某些词汇进行正面或负面的分类，并跟踪它们的出现频率，企业就可以知道客户对相关产品的评价如何。

预测性分析

预测性分析借助相关数据分析技术，通过历史数据来构建预测模型以预测未来的趋势，或是以弄清某个变量对其他变量的影响。比如，基于产品的历史销售数据可以构建相关预测模型，以用于预测该产品在未来某个时间段的销量。预测模型还可以把产品在未来（基于产品生命周期）的增长轨迹和季节性变化考虑进去，从而对未来做出更精确的销售预测。

线性回归、时间序列分析、数据挖掘和模拟，等等，是预测性分析中常常用到的分析技术。

规则性分析

与描述性分析和预测性分析所不同的是，规则性分析给出的是企业实现某个目的所应采取的行动。换句话说，规则性分析不仅仅是决策支持，实际做的就是管理决策，它可以完成包括从数据到信息，从信息到知识，从知识到洞察，从洞察到行动方案的整个决策循环。

预测性分析只提供预测，不提供决策。如果在预测模型的基础上，再结合某些基于规则的模型（role-based models），就形成了规则性模型，基于此就可以做出规则性分析。

常见的规则性分析应用案例，如财务领域的投资组合模型、生产运营领域的供应网络设计模型、零售领域的价格优化模型，等等。

业务分析的应用

业务分析可应用到企业的各项经营管理工作中。如果具体到业务分析的三种类型，从实际应用情况看，我们基本可以说，大部分企业的大部分应用场景主要是描述性分析，广泛应用了预测性分析则很少，应用了规则性分析的企业更是凤毛麟角。

从图1可以看出，从所产生的业务价值来看，预测性分析的应用价值往往要大于描述性分析，规则性分析的应用价值往往要大于预测性分析。因此，在企业的数字化建设中，如果要挖掘和扩大业务分析的价值，我们就要努力去尝试预测性分析和规则性分析。下面，我们就以财务、人力资源、市场和服务、生产运营与供应链等领域为例，简要地看看业务分析在企业中的应用。

在财务领域，常见的业务分析应用有基于预测性分析基础上的投资组合和项目的风险分析、全面预算的编制，基于规则性分析基础上的投资组合优化、资产分配、资本预算优化，等等。

在人力资源领域，企业可以借助业务分析来做重要技能识别、组织架构设计中的人岗匹配，基于聚类分析来做员工画像，并基于员工画像来做员工能力开发计划，等等。

业务分析在市场和服务等领域有着非常广泛和深入的应用，且见效快，价值大。比如，企业可以通过数字化渠道的触点分析来做用户行为分析和用户画像，并以此来指导企业的市场活动。再比如，企业可以将用户画像与数字化渠道设计结合起来，以便在线实时地引导用户的消费行为，并提高用户满意度。

在生产运营和供应链领域，企业可以借助预测性分析来做未来的销售预测、可预测的设备维护、可预测的质量管理、可预测的环境安全，还可以借助图像识别或机器视觉做在线质量检测，可应用规则性分析来做运输路径的规划和车间生产排程的优化，等等。

SAP工具包

SAP公司为企业的业务分析提供了丰富的分析工具，描述性分析、预测性分析和规则性分析等不同类型的业务分析都有相应的工具做支持，具体包括：BW/4HANA、BusinessObjects BI、S/4HANA嵌入式分析、SAP分析云，等等。

图2：SAP业务分析工具包

BW/4HANA

严格意义上来讲，SAPBW/4HANA并不是真正意义的业务分析解决方案，它更主要的是为业务分析提供技术支撑。更为明确地说，SAPBW/4HANA是SAP公司所提供的企业数据仓库产品和解决方案。基于SAP BW/4HANA的数据能力支持，企业再结合其他的业务分析工具或解决方案，可以进行描述性分析和预测性分析。比如，SAP BPC和SAP BusinessObjects就需要BW/4HANA做相应的数据能力支持。

作为数据仓库，BW/4HANA的功能主要有：数据建模、ETL、OLAP、任务计划和监控、数据生命周期管理，等等。

当然，作为数据仓库，BW/4HANA主要处理的是结构化数据，为业务分析提供数据集市（Data Mart）服务，企业还需再搭建Hadoop等基础上的数据湖（Data Lake）服务来管理非结构化数据。

BusinessObjects BI

有的人对商业智能（BusinessIntelligence，BI）和业务分析（BusinessAnalytics）两者的区别并不是很清楚。大体来说，业务分析所涵盖的范围比商业智能要广。商业智能只是业务分析的一个子集，主要指的是业务分析中的描述性分析。SAP BusinessObjects BI为企业提供的就是描述性分析上的工具支持。

图3：SAP BusinessObjects BI功能概览

如图3所示，SAP BusinessObjects BI的主要功能包括数据探索、报表、仪表盘、Office集成、Web智能，等等。在数据探索和仪表盘设计方面，相应的子工具模块是SAP Lumira；在报表方面，相应的子工具模块是SAP Crystal Reports和SAP BusinessObjects WebIntelligence。另外，BusinessObjects BI还提供与MS Office的集成，方便用户以MS Excel、MS PowerPoint等UI形式来使用其业务分析服务。

S/4HANA嵌入式分析

如果企业业务分析中所涉及到的数据主要来自于S/4HANA中，企业基本上不需要再部署BW/4HANA和BusinessObjects BI，而是直接使用S/4HANA嵌入式分析的相关功能即可。

S/4HANA嵌入式分析的设计理念是将OLTP与OLAP融合为一体，以实现从洞察到行动的闭环，这尤其适合作业性分析和业务交易处理的一体化。

S/4HANA嵌入式分析通过Virtual Data Model（虚拟数据模型，简称VDM）和Core Data Service View（核心数据服务视图，简称CDS View）来对数据分析进行逻辑化、虚拟化、服务化封装，并与业务交易的处理保持相对的独立。

在使用方式上，S/4HANA嵌入式分析提供了针对业务用户、分析专家和IT工程师等不同角色用户的应用场景，提供了从开箱即用到定制化展现方式，再到数据模型的自定义等不同程度的使用和扩展。

SAP分析云

在业务分析的工具提供上，SAP公司的发展策略的是逐步云化，把各种业务分析工具和能力向SAP分析云上迁移。具体来说，在解决方案的提供上，预测性分析、规则性分析等先进分析能力以后将只能在SAP分析云上获得。实际上，以SAP Leonardo为品牌的机器学习、物联网等技术就是封装在SAP Cloud Platform的服务目录中供业务分析来调用。

图4：SAP分析云功能概览

如图4所示，在主要功能，SAP分析云基本综合了BW/4HANA、S/4HANA嵌入式分析、BusinessObjects BI的各项业务分析能力。另外，通过分析总线，SAP分析云还能对接Hadoop等平台数据湖上的非结构化数据。为了给企业的高层领导提供一站式业务分析服务，SAP分析云设计了数字化Boardroom模块，它类似于所谓管理驾驶舱或作战室的概念。

从报表到预测

在业务分析的三种类型中，描述性分析已经在部分企业的内部得到了广泛的应用，预测性分析正在得到普及和深化，规则性分析则仍然还处于概念导入和摸索阶段。近年来，在业务分析方面，SAP公司正在倡导“从报表到预测”的理念，并在其相关软件工具中不断予以落实和完善。尤其在S/4HAN的嵌入式分析和SAP分析云中，已经有部分成熟的预测性分析能力可供选择，可惜的是，很多企业和用户还不知道或尚未去尝试使用它们。

图5：从报表到预测的演进

以采购管理为例，如果企业与供应商签订了一个长期的采购合同，S/4HANA嵌入式分析具有相应的机器学习模型，可对采购合同的历史执行情况进行分析，并可预测该合同将会在未来的哪个时间执行完其中的采购数量或金额；这样，S/4HANA嵌入式分析就可以在该时间到来之前提前通知相关人员进行新的合同谈判，以免采购人员措手不及或临时紧急采购（通常紧急采购很难谈到一个理想的采购价格）。

结语

很多企业的管理者、CIO或IT管理人员在问，数字化转型向何处去？数字化建设如何深化？数字化价值如何体现？在笔者看来，对业务分析的应用，尤其是预测性分析和规则性分析的广泛应用，无疑是一个很好的答案和选项。对于广大已经购买了SAP S/4HANA或其他业务分析工具软件的企业而言，S/4HANA嵌入式分析等软件工具已经提供了预测性分析等高级分析能力，只是有待于企业去尝试和使用。

工欲善其事，必先利其器。业务分析要想在企业中得到广泛而又深入的应用，业务分析的相关知识学习是基础，更重要的方面是相关工具的使用和熟练。离开了先进工具的支持，业务分析就只能停留在理念上。因此，对业务分析相关工具的探索、学习和熟练应用，也是广大数字化从业人员的重点任务之一。

数据库

文章转载自数字化演易，如果涉嫌侵权，请发送邮件至：contact@modb.pro进行举报，并提供相关证据，一经查实，墨天轮将立刻删除相关内容。

企业业务分析与SAP工具包

评论