如何理解 BI 中的技術思維和業務思維，有什么差異？

呂品

+ 關注

2022-02-18 17:57

1745次閱讀

從這篇文章中挑一個點來講講 BI 中的技術思維和業務思維。
文章：一張圖看 BI 的思維框架和若干個問題

巧婦難為無米之炊

有朋友說了這么一個事：都說做 BI 要具備業務思維，不能老以技術思維角度考慮問題，要從業務角度出發...balabala...道理聽的太多了，能不能講個例子說明一下。

那就通過需求分析這個點來講講技術思維和業務思維的差別吧。

在 BI 項目中經常會出現的一個情況就是，業務部門特別是管理高層在需求調研的時候提了幾個分析需求，聽完了 IT 團隊就很犯愁，心里第一反應：WTF，數據都沒有咋分析。

沒數據泛指：系統都沒有這部分的業務模塊，沒有數據積累；系統有這部分的業務模塊，但數據積累質量很差。

總之，就是沒數可用，有數難搞！

所以很快得出結論，這個不是技術問題，實現不了，因為系統缺數。BI 能做的事情就是：有什么樣的數據，我們才能做什么樣的分析，沒有數據，就做不了分析。

這句話有毛病嗎？一點毛病都沒有。

還有的時候會抱怨，這種需求怎么會提的出來，業務系統這么爛、數據這么差難道大家都不知道嗎？最終在大家的通力配合下，完美的把這個需求給斃掉了。

上面的這種反應就是一種技術思維。

當然，如果是業務亂提需求，或者在需求已經確認的前提下額外增加需求，這種需求被斃掉是有多方面利益因素考慮的，拋開這些因素影響，我們再來看看兩者的對比。

技術思維和業務思維的切入點不同

技術思維首先考慮的問題始終是站在技術的視角看，這個問題我能不能實現，應該通過什么樣的方式來實現。很明顯，系統缺數、數據質量不高是解決不了的，或者不是能夠在短時間內就可以處理掉的，所以實現不了。

技術思維考慮問題本身沒有任何錯，但會限制我們考慮問題的全面性，會丟失很多深度思考和解決復雜問題的機會，也丟失了提升自己的機會。

首先在這里要對以上的認知做一些糾正和解釋，為什么會感覺提出數據需求的人往往不懂數據的現狀，感覺他們總是給項目在制造"麻煩"：

第一，管理高層不會注意到信息化建設微觀層面的東西。管理高層基本上不是業務系統的用戶，他們也沒有習慣打開每一個業務系統看里面的數據，所以根本就注意不到這些微觀層面的東西。

第二，BI 系統與業務系統用戶的差異性。業務系統面向的用戶我們通常叫做一線業務執行層，他們操作這些業務系統更多的是解決自己日常業務流程、業務數據的處理工作。但 BI 系統的用戶大多數情況下基本上都是跨部門、跨業務、跨組織的，他們的想法是非線性的，需求本身就和業務系統表達的不一樣。

為什么同一件事情大家的認知不同，更深層次的是思維方式上的差異，這里用開餐館的例子來說明不同的角度是如何思考的：

技術思維 —— "我有什么樣的數據，我才能做什么樣的分析"，翻譯過來就是："我有什么樣的原材料，我才能炒這么幾個菜"。

業務思維 —— "我要做什么樣的分析，所以我要找什么樣的數據"，翻譯過來就是："我開飯店要炒什么樣的菜，所以要備什么樣的原材料"，你當老板你一定會這么想，對不對？

大家看明白了嗎？技術思維和業務思維從這個小例子中就對比的很明顯了。

業務思維的落地

在思考的過程中還需要搞明白這些問題：

第一，用戶為什么要提這幾種需求。比如最簡單的，管理層提出要看行業對標數據，這些數據在企業內部業務系統肯定是沒有的，通常要爬行業的上市公司的數據。

為什么要看這些數據？企業的數據對比往往分這么幾種：

自己跟自己比 —— 自己跟自己比，是看自己連續幾年有沒有進步，沒有進步的原因在哪里？是整個行業就這樣，還是什么問題？
自己跟行業比 —— 是看自己在行業中的位置，行業增長率如果高了，你的增長率沒有上去，市場份額小了，什么原因？什么因素驅動了行業高速增長，這個驅動因素跟你的競爭優勢有無匹配關系，沒有匹配，以往的競爭優勢就變成了劣勢。
自己跟行業同行比 —— 跟行業增長總體趨勢匹配，但有更強的選手，他們靠什么拉動業務增長，他們的毛利水平、周轉率什么樣，我們還可以做什么樣的提升和努力。

很多管理層看似不經意的需求背后實際上是有著非常深入的思考背景的，所以在看問題的時候不能只看表面，把問題背后的思考點弄清楚這才是最核心的。個人能力的提升，人跟人之間的差距水平也是從這些細節拉開的，看問題要看到本質。

具備這種能力的往往在企業更容易得到領導的青睞，思考深度和高度可能達不到高層管理層所考慮到的，因為接觸面畢竟不一樣。但思維意識到位了，這點就夠了。

所以，有經驗的 BI 顧問會特別留意為什么用戶會提出這些問題，他們背后思考的邏輯是什么？把這些問題一點一點積累起來，就會變得很強。

第二，系統沒有對應的業務模塊，沒有相關的數據信息支撐。這部分可能管理層特別關注，又非常需要。但由于業務系統的建設是循序漸進的，很難一步到位，所以系統有缺失，這個也是非常正常的。但現在領導關注了，并且通過深入溝通，發現這個點也確實非常重要，怎么辦？

每年的信息化要解決什么問題，信息化的投入點在哪里？不就很清楚了嗎，下一個階段的信息化規劃就在這些查漏補缺上，要把這些點給包括進來。所以管理層的這些需求為下一個階段信息化的重點建設指出了方向，后續把他們落實好就可以了。

但對于眼前管理層要看這些數據如何解決？數據補錄也好，人工處理也好，也要盡量的補上去，畢竟這是最終用戶關注的重點。他們并不在意這些過程是如何處理的，要的是結果。先通過數據填報、人工補錄的形式解決掉這個問題，等后續信息化系統完善了，再陸續的切換過來就可以了。

當然，如果按照這種填報、數據補錄、人工處理的方式來進行，相應的項目成本投入也上去了。這個事情就需要管理層判斷要不要在這個階段來這樣投入，如果要，說明這件事情確實比較重要。如果不要，反過來說明這件事情可能并沒有那么重要，自然這個需求可能就不是一個真正重要的需求，就可以在這個階段排除掉了。

第三，系統有對應的業務模塊，也有對應的數據，但是數據質量不夠好。這個問題比較復雜，因為造成數據質量的原因有很多種，我隨便舉幾個例子。

1）系統有 BUG。我們之前在項目上碰到過這種情況，在業務系統上怎么看都沒有問題，一拉到 BI 就有問題。莫名其妙抽出來的數據就多了很多條，并且有些數據邏輯嚴重有問題。

這種情況如果發現了，就是系統開發商的問題，先把 BUG 解決掉再來處理數據的問題。

2）有系統，業務用戶不好好用，容易找借口說是系統不好用。一方面可能真的是系統太爛了，各種不方便，各種復雜操作，各種缺失。這種情況，還是要找業務系統供應商來解決，這也能反映甲方在信息化管理 IT 能力偏弱的問題。另外一方面，系統可用，缺少必要的培訓手段來引導用戶用好系統，這種情況 IT 部門要加強培訓。有些問題確實是系統體驗不好造成的，但是通過必要的培訓還是可以在不增加額外投入成本的情況下，最大化的避免因操作原因導致數據質量問題。

數據質量方面的問題案例太多，隨便想一下，十來種情況，以后單獨開一篇文章來講講。

只談思維不談落地的就是坑

從技術視角看問題總是有限的，反過來從業務視角出發來思考如何通過技術手段或者以一種什么樣的思維方式找到合適的路徑、階段性解決問題的途徑，這個我認為才是最重要的。

畢竟所有的問題都是可以靠時間去消化的，但一旦設限，就只能停滯不前。

最后強調一下，業務思維看明白了，還得看最終的落地，只有落地才會遇到各種問題，只有把各種問題都給解決了，這才算我們的方法論、我們的思維落地了。聽起來有點繞是不是，因為見過一些高大上咨詢的項目，規劃很完整、各種新鮮概念滿天飛，客戶也喜歡聽、愿意聽，聽了還覺得很過癮。但沒有人會提前告訴客戶有什么樣的風險，會遇到什么樣的問題，遇到這些問題應該如何解決。

不能預料到風險就是最大的風險，不能提前看到問題并提出問題的解決方案，最終的落地就是一堆人踩坑背鍋。

做咨詢的、傳道授業解惑的人有很多，是選擇當大師還是老師，大師是在你頭上高高飛揚，老師是把你舉得更高。

本文經授權轉載自微信公號：呂品聊數據原標題：《如何理解 BI 中的技術思維和業務思維，有什么差異？》