如何解決BI反應速度太慢，無法快速做出決策？

我經歷了公司從創業團隊一步步發展到中型公司，當初初創時期，我最欣賞的就是公司的靈活，比之前我工作過的外企好許多，基於數據進行決策、快速反應，從不漏掉市場機會。當公司逐步發展為中型企業之後，手裡的信息量、數據量越來越大，我們選擇了SAP的BI系統，但面臨優秀的BI數據分析人員短缺、系統複雜提取數據、建模特別慢等諸多難題。花大價錢明明為了更快更好地做出決策，反而降低了我們的工作效率，決策速度。我了解的大部分大型跨國公司都是緩慢的決策，從流程到工作方法，這是我絕對不願意看到的。其他敏捷型公司都是怎麼解決這個問題的呢？

謝邀。

這個事兒麥肯錫一篇文章其實曾經已經說過了：今天對於企業來說已經不是信息時代，而是敏捷時代；稀缺資源不再是信息，而是注意力。

尤其對於決策層來說，注意力的碎片化，導致即使你的數據無可挑剔，決策也有可能延遲，甚至失誤！

BI反應速度是慢，那麼藉助於Adhocracy，藉助更靈活的工具，是不是可以解決這個問題呢？

一個可怕的現實：

當我們以為我們身處信息時代的時候，我們已經不在這裡了。

麥肯錫在2015年末就發現了這一點。它在《Adhocracy for Agile》一文中明確提出：今天對於企業來說已經不是信息時代，而是敏捷時代。稀缺資源不再是信息，而是注意力。

可能這話聽起來有點聳人聽聞。畢竟，在此之前，我們接觸到的信息，都是大數據為企業帶來的激動人心——美國著名賭場集團凱撒娛樂（Caesars Entertainment），利用無處不在的監測系統，搜集了每一位客戶訂房、用餐、娛樂、博彩等數據，並將它們整合起來，形成了完整的客戶檔案。在該檔案的幫助下，集團不但可以針對客戶精準投放優惠——比方說，客戶喜歡哪家酒店，就送給該客戶那家酒店、那個樓層、那個房間的免費住宿，以提升客戶對品牌的終身價值；另外，還能防止集團75000個僱員過於慷慨地亂髮福利，減少營銷漏洞。

但是，學術研究顯示，信息過載會引發個人注意力不集中、作出錯誤決定等負面影響。這些負面影響也同樣存在於組織當中——麥肯錫的工作人員觀察到，許多合作過的大型公司都存在著以下現象：

1、 分析癱瘓——「人們搜集了越來越多的信息，但卻仍舊做不出一個決定「

2、 無休止的爭論

3、 相比直覺或經驗，更傾向於理性、科學的證據

這些現象可能會有損企業的運營，它們會降低決策的速度與質量，甚至消滅創意與生產力。

但是，關於信息過載這事兒，信息本人可能會說——怪我咯？根據事物的發展規律，信息是一定會越來越多的。事實上，美國管理學家和社會科學家、經濟組織決策管理大師赫伯特－西蒙早在40多年前就描繪過一個這樣到處充滿著信息的世界了。同時，他也明確指出：進入到這樣一個時代後，稀缺資源就不再是信息，而是注意力了。尤其對於決策層來說，注意力的碎片化會導致如下結果——即使你的數據無可挑剔，決策也有可能延遲，甚至失誤！

那麼，我們如何在利用信息與保持專註之間找到平衡？

企業架構新選擇：靈活組織機構

麥肯錫諮詢公司建議，我們可以考慮新的企業架構形式——「靈活組織結構（下文以它的英文『Adhocracy』來代替）」。它是繼傳統的「層級制組織結構(Bureaucracy)」與「精英制組織結構/能者上前(Meritocracy)」之後，出現的新型架構形式。這種組織結構以注意力的合理分配，杜絕了（信息過載帶來的）分析癱瘓與無休止的爭論；同時，還很好地將數據變成驅動決策的利器。

那麼，究竟什麼是Adhocracy呢？

顧名思義，Adhocracy強調的是靈活性，它圍繞外部市場機會來協調各項活動，通過實驗來做決策，通過成就和認可激勵員工。從結構上來說，我們可以舉個簡單的例子，假如一個公司有總裁，總裁下是幾個副總裁，各副總裁下分別是CXO，CXO下面是各種經理，經理下面是資深業務人員，資深業務人員下面又有助理……這就是層級制組織結構，大部分企業都是這種結構，信息的上傳下達都有非常漫長複雜的過程。假如某公司沒有那麼多層級，職員被賦以重任憑藉的是能力而非資歷，就是精英制組織結構，一部分創新型企業採取了這種結構，但依舊還不夠。假如某公司除了一個（名義上的）CEO之外，就是一個個的小組，每個小組負責自己的項目，從創意到驗收都獨立完成，那麼這種架構就叫做Adhocracy。

三種架構形式的區別主要有以下幾點：

資料來源：麥肯錫官網

其中要明確一點：Adhocracy儘管通篇沒有一個字眼跟數據有關，但這是應大數據的變動而生的架構，對數據的應用是貫徹始終的。尤其在「實驗」這個環節，數據發揮了重要的作用——對於該結構來說，實驗分為四個環節：

嘗試活動——收到反饋——作出改變——回顧進程

其中，在最開始的「嘗試活動」環節就有一個原則——無論採取任何活動，所使用的方法最好都能滿足兩個條件：

1、讓結果可預測和估量；

2、讓結果可供分析。

也就是說，從嘗試活動到回顧進程，整個「實驗」過程都是由數據驅動的。但看到這裡，也許你依舊不是很明白，為什麼麥肯錫會把Adhocracy與「信息過載解決方案」聯繫起來，那麼，以下三個運用了Adhocracy的企業成功案例，可以幫助我們更好地理解Adhocracy的魅力。

Valve Company：

整個公司沒有一個經理

說起Adhocracy，就不得不說Valve。Valve可以稱得上是世界上最偉大的遊戲公司了，即使是從來沒有聽說過Valve的人，總也聽說過《CS》與《半條命》。而這兩個風靡世界的遊戲，就是由Valve公司推出的。

Valve公司曾經在自己的新員工手冊中這麼說道——

「等級制度有利於維持一家企業的可預見性和可重複性。它能簡化計劃流程，並使得管理一大群人變得更輕鬆，這就是為什麼軍隊會如此重視和強調這一制度。但如果你是一家花了整整10多年來尋覓世界上最聰明、最具有創造力和才華的人的娛樂公司，卻讓這些人坐在辦公桌前對你言聽計從，那就等同於抹去了他們百分之九十九的價值。我們需要的是革新者，因此就要為他們創造發展的舞台。」

Valve整個公司就沒有設置「經理」這一職位，鼓勵員工創建新的項目，或是自由選擇項目來入伙。所謂「集團」，就是多部門協同的項目小組。它們存在的主要目的是輸出產品，每個人的參與都源於自己對任務重要性的認可。

由於這種靈活的臨時小組制度，許多項目都得到了立即的試行，其中誕生了不少偉大的創意，令消費者一玩鍾情。Valve的員工Michael Arash曾經在博客中寫過：「在遊戲行業，最具價值的就是最初的創造性行為……成為市場中的第一個，並且步步為營，讓產品保持正反饋才是關鍵……等級制度並不能提供任何幫助。「顯而易見，精英制度由於會產生大量的討論與爭辯，也同樣不適用於爭分奪秒的遊戲行業。

這並不是說Valve公司只看重創造性或直覺，它只是在快速反應與數據價值中找到了平衡點。事實上，Adhocracy中關於「實驗」的兩個原則（讓結果可預測和估量；讓結果可分析）就是由Valve創造並寫進了其員工手冊的。Valve公司的各項目小組也是這樣做的，比如在《反恐精英：全球攻勢》的發售過程中，小組搜集了個人玩家、專業戰隊、甚至在線觀眾們的各種數據，用來調整遊戲中的地圖、槍支、武器價格、武力值等等，讓戰爭變得更加精彩。有時候，甚至因為某款新型武器在推出後太受歡迎，使得其它武器都黯然失色，而被開發人員故意調「壞」。

但是，由於Valve並不是秉承著「越多越好」的原則，漫無目的、廣撒網式地搜集數據，而是在Adhocracy的指導下，永遠將「客戶反饋」作為決策依據，所以並沒有深陷數據沼澤，做到了對客戶保持敏銳洞察，對客戶的需求保持快速響應。這或許就是《CS》與《半條命》直到今天還擁有諸多粉絲的緣故吧。

GlaxoSmithKline：

百年企業活得像個初創公司

提起GlaxoSmithKline，可能知道的人不多，但史克腸蟲清、康泰克、百多邦，哪個沒有參與過我們的生活呢？也許我們對GSK的中文譯名「葛蘭素史克」更為熟悉，它是由英國兩家超過百年的公司合併而成的，不僅是英國最大的醫藥公司，也是世界最大的醫藥公司之一。

然而，這樣一個公司，卻一點也沒有百年傳統企業的樣子——在GSK，沒有過多的層級，所有的科學家都分散在40個獨立的「新葯發現小組」（DPUs）中，就像一家初創企業一樣，各小組獨立研發，並且彼此競爭。

這是因為，GSK意識到，如果在一個巨大的公司結構當中，想要創新是非常困難的。而DPUs則更加小型、靈活，它們或生或死，由科學家們的創造來決定。每隔三年，各DPU還要重新爭取一次預算，所以客戶反饋對於DPU的生死非常重要。GSK的CRM顧問James Parker說：「我們不僅監控提及我們某款產品的客戶，還會跟蹤他們在公開場合所談論的一切，以建立客戶檔案。「也許這個客戶數據搜集計劃看起來非常瘋狂，但由於GSK將注意力分配到了正確的領域，使得整個企業的速度並沒有被數據拖慢，而是有力地驅策了各DPU的研發。僅用了一年的時間，GSK就推出了四款新葯，這個速度是相當了不起的——許多公司很可能將近10年都沒有任何產出。

Costa Coffee：

決策的速度比製作一杯咖啡更快

2012年，Costa咖啡決定啟動一項叫做「Project Marlow「的計劃，在全球範圍內推行一種新型的咖啡售賣形態：創造一台可以從視覺、嗅覺、聽覺、味覺、觸覺全方位模擬咖啡館的自助咖啡機，從五重感官上吸引並滿足全世界的咖啡愛好者。

機器被命名為Marlow 200，視覺方面由義大利著名設計公司賓尼法利納操刀；聽覺方面，則由曾為U2、殺手樂隊混音的eMixpro首創，使每一台機器都能再現一家繁華咖啡館的聲音；視覺方面，由英特爾、微軟技術以及遊戲專家Atomhawk合作，實現豐富、直觀的用戶交互體驗；嗅覺則交給奇華頓與Scentys共同打造——我們現在所聞到的各種香水背後都有奇華頓的影子，從奇華頓走出的調香大師包括愛馬仕的JCE；味覺方面，由Costa獨家負責，提供250多種意式飲品，並且支持個性化定製。

講這麼多是想說明，Project Marlow合作夥伴眾多，絕對是一項大型工程，然而它的團隊卻是精簡的：最初只有20人；項目的推進速度更是飛快的：2012年1月，項目立項；同年4月19日，項目正式啟動；同年9月20日，試用版準時推出。「工作節奏快到令人不適。「項目負責人Eric Achtmann是這麼形容他們的工作狀態的。

作為世界級咖啡品牌，Costa在全球擁有2700多家店鋪，構建了自己的商業智能平台，也有自己的數據中心。但在Project
Marlow這個項目中，他們達成以下共識：

1、 放權給離行動最近的人

2、 利用數據迅速決策，不能超過24小時

3、 關注結果，而不是行動

4、 更喜歡尋求原諒，而不是許可

這樣一來，就杜絕了在層級式制度中，信息上傳下達所花費的海量時間；也避免了在精英制中，因為需要用數據說服同伴，而陷入無休止的討論與爭辯。

2016年，基於Marlow 200的自助式咖啡Bar——Costa Express獲得了ISO14001 國際認證，Project Marlow也被倫敦商學院列為分享案例，證實了項目的成功。

與Valve徹底小組作戰不同，Costa是在Project Marlow這一單個項目上運用了Adhocracy，但無論是哪種形式，它們的成功，都基於對組織架構與大數據的雙重駕馭之上的。既利用了數據驅動了管理與決策，又利用了這一新型的組織架構解決了數據過載帶來的癱瘓。麥肯錫公司認為，雖然大部分企業還在從傳統的層級制像精英制轉型，但或許，靈活組織結構才是我們應該到達的地方。

Adhocracy：更加依賴技術？！

麥肯錫《Adhocracy for an Agile Age》一文發布後，關注agile的知名博客Cognitive Surplus發文回應了這片文章。作者Mike Nelson提到，Adhocracy也有自己的局限，會越來越依賴技術。

比方說，Project Marlow每一個決策都不超過24小時，換句話說，他們僅用不到1天的時間，就可以完成收到反饋－作出改變的過程，即便沒有信息在各層領導間的上傳下達，在傳統BI中，這也是不可想像的事情：傳統BI必須要設有專門的數據分析部門，以完成數據清洗、建模等過程，需要花費大量時間才能把數據變成報告。《財富》、《forbes》等媒體均認為，在數據增量驚人的今天，傳統BI不但不能夠幫助企業快速決策，反而會拖慢企業發展的速度。換句話說，為了跟「靈活型組織」匹配，或者，即使不變成「靈活性組織」，我們也需要更敏捷的商業智能！

靈活組織結構強調圍繞市場建立項目，圍繞客戶反饋調整策略，從信息收集到形成決策都強調三個字：快！快！快！敏捷BI也應當具備以下特點：

1、部署周期短，項目無需等待過長時間，立即可用；

2、使用技能低，項目人人都是數據分析師，無需受制於IT部門排期，有能力第一時間針對手中的項目切片進行分析與決策；

3、處理數據效率高，消除無意義的重複性工作，讓項目保持高速運轉。

GSK的CRM顧問James Parker就曾經暢想過未來企業對於數據的應用情境：「最終，企業內部必須要有數據處理能力，把信息整合在一起。企業內部必須要有足夠的分析師，理解數據背後的意義。到那時，許多市場部門應該不會願意花費金錢請外部的顧問或機構來做這件事了。」

從信息時代向敏捷時代轉型，對於傳統企業來說，無疑並不是一個特別舒適的過程。但唯有洞察趨勢、響應趨勢、走在趨勢前端的人，才有機會成為未來的領軍人物。工欲善其事，必先利其器。選擇合適的工具，方能助力您在數據爆炸的今天，全速擁抱敏捷的時代。

決策效率低多半是因為管理和制度導致的，如若你們公司管理和制度都是高效的，被數據拖了後腿，也就真是不值。

直接說結論：這個問題有很多解決渠道，技術上是不存在障礙的。

你們既然採購過sap的bi，相信對bi也是有所了解的，比如你用過的bo、oracle的biee、ibm的cognos都老牌的bi工具，但是從現在的視角來看想對較重，應用中需要對數據進行抽取、清洗、建模，需要專業的人員來做這些事，需要專業的人員來做分析，周期長、應用難度大這是普遍存在的問題。我遇到過很多的企業逐步將傳統bi進行更換。

相對於傳統bi，自然就有很多新型bi出現，不避諱，比如finebi，相信你通過finebi也可以搜索到更多的敏捷型bi工具。他們所打的旗號就是敏捷、快速、自助分析、業務人員的分析工具等等。普遍的特點是建模簡單快速，bi拖拽式，學習成本低，開發周期短，其目標也是讓業務人員自己來分析數據，以達到數據的極致應用。

上面的內容不再多說，具體是要到各家公司的官網中了解，下面要說一下自己關於bi應用的理解

1.再敏捷他也是一個工具，真的發揮價值還在於使用的人。對工具需要有個清洗的定位，工具解決的只是效率問題，智慧、智能上的事情，還是要靠人。敏捷的工具也見過失敗的，傳統的bi也很多成功的，不能將一切因素壓在工具上。

2.走一步是信息透明，走7步是支持決策。bi工具雖說號稱商業智能，但是大部分企業所做的事情也無非是將數據拉出來晒晒，或者是拉出來花樣曬。這樣的信息透明是可以帶來價值不加，但基本也是解決了效率問題，數據被快速的看到，但人思考的方式和思路沒變。若要做的更好，也是需要進一步的工作，配合一定的管理方法和分析方法，將這些理論結合數據進行落地展示，從而讓所有用數據的人的思考起步在同一個高度上。這樣是能支持決策的，是能提高管理水平和分析水平的，當然，到這一步，也就不是工具的能力，不論什麼樣的工具，都需要花費時間來思考和整理，通過工具將方法與數據相結合。

3.數據，也不是越多越好。正如前面回答所說，信息過多的時候，稀缺的便不是信息而是注意力，在做bi分析的時候，要定位哪些人需要哪些數據。數據過的的陳列顯得無主題無目的，也是無異於決策的。而這也是敏捷bi項目中常常遇到的問題，我曾見過19張ceo看板的項目。

4.讓業務自己分析數據，目前還只是個願望。理想的情況是業務人員自己提煉數據自己分析，但就目前的情況來看，大部分的業務人員是不具備數據思維的，很難將數據利用起來，所以很多企業雖然採購了敏捷bi，但依然是用bi做出報表提供給業務使用。當然，這也提升了效率。不能說這個無法實現，只是基於現狀，對於大部分企業還需要時間。

總的來說，你的問題能夠解決，同時希望對工具有個清晰的定位。相信可以找到適合你的解決方案。

你說的這些我都經歷過。

1、識別出真正有價值的需求和數據模型，以報表形式輸出。

2、短期需求/一次性需求直接請數據分析獅上SQL腳本，儘快輸出數據分析報告。

3、對業務要有預判，有些新興業務和項目不要因為數據量小就不去提前規劃建模，一旦等業務爆發，BI就會背上開發效率低下的鍋。