商业智能分析怎么样？
因为科技的进步，商业智能的覆盖范围也在不断扩大。商业智能是指在大数据被广泛应用之前，将公司不同部门的数据整合起来，从而指导决策的过程。如今，商业智能可以帮助实现决策闭环，它不仅通过各种工具和方法使数据更容易获取，而且还能够快速跟踪和反馈决策结果，从而指导新一轮的决策。业务智能(BusinessIntelligence)是如何在不同的行业应用的？做业务分析师需要面对哪些任务和挑战？以下就由小编带你了解商业智能分析相关介绍。
一、如何成为了商业分析师？
Part 1. By Ping Feng
我是本科英语专业毕业，但是一直以来对新闻媒体及传播学非常感兴趣，2011年正好是大数据风口的兴起，最后通过偶然的机会，我选择进入了一家专注广告行业的大数据创业公司工作。在国内 MarTech / AdTech 领域发展的早期，这段经历使我获得了该领域的第一手行业经验。
在工作了三年之后，我选择到美国读研深造，并逐渐意识到了大数据+商业的发展潜力。2016年，我毕业后进入 NBCUniversal 成为了一名数据分析师，对使用 Adobe Analytics 积累了很多经验。2020年初，我转到 Michael Kors 工作，负责全球电商的数据分析，过去一年见证了由于疫情原因，线下门店销售受阻，电商成为了各家品牌救命稻草的过程。
Part 2. By Sirui Hua
2015年，我是以制作人的角色进入NowThis Media 工作的，那时的 NowThis 是一家 20~30 人规模的初创媒体公司，是最早的几家以社交媒体为平台、以短视频为内容的新闻媒体之一。现在，NowThis 已经成长为 1000 人左右的中型公司，不过公司很多时候还是以创业公司的方式在运行。
2019年，我转到公司的 insights team 做数据分析的工作，2020年底升职为 Director of Analytics。选择换组的原因主要有两点，首先是因为我一直对商业分析很感兴趣，在学校也是学习的相关专业；其次是特朗普上台之后，美国的新闻行业受到了很大冲击，从事内容制作非常不利于个人心理健康。
二、商业智能的热门工具分析
目前 Google 和 Adobe 是提供商业智能服务的两大主力，各自都有非常完善的产品生态，当然也各有利弊。Google 作为数字广告行业的始祖，基于相关数据的分析产品一直保持着领先地位。近些年来， Adobe Analytics 通过与其他市场营销科技公司的并购整合，并且凭借 Adobe Creative Cloud 在内容制作方面的联动优势， 成为了被行业广泛认可的平台。
比较来说，Adobe Analytics 的优势在于：
1）方便大型机构或企业的使用
2）有很高的灵活性，可以自定义进行更复杂的分析
3）更好满足电商平台或媒体类用户的需求；
而缺点则包括：
1）产品复杂不容易上手，需要专业人员进行安装布局
2）太过于灵活，需要专业人员进行操作和维护。新推出的 Facebook Analytics 有可能成为商业智能领域的一匹黑马。
相比于 Google 和 Adobe，Facebook Analytics 的优势包括：
1）其生态系统包含社交媒体数据
2）能够更精准的进行跨设备分析 ，因为无论 Google 还是 Adobe 都是基于 cookie 的分析，无法将同一用户在网页端和移动端的行为数据进行整合；而 Facebook 则是基于用户 (account）。
三、如何衡量视频内容的表现
正如 Lean Analytics 一书中所说，选择适合的衡量指标才能帮助更好的决策。要避免那些具有迷惑性的虚荣指数 (Vanity Metric)，而选取真正关键的指标 (OMTM, One Metric That Matters)。
媒体行业中，一个常见的虚荣指数陷阱可以是团队过于看重或误读了阅读量、曝光量，而没有看到真正的转化率 (conversion) 是多少。由于衡量标准不同，看起来同样的指标，其实描述了不同的事实。
举例来说，对于视频的“浏览量”这一指标, Facebook 和YouTube 的衡量标准不同，Facebook 会将因为视频自动播放而增加的浏览统计在内，而 YouTube 不会，从而使得 Facebook 的视频浏览量相比 YouTube 显得“虚高”。
如果决策者过于关注浏览量而忽略了其他指标，就有可能做出错误的决策，误以为视频在Facebook平台更受欢迎，将更多资源投入在Facebook的视频上面。但是，在上面的例子中，如果比较的是两个平台的视频播放时长，可能会发现 Facebook 有 10s，而 YouTube 却有 1min，从而推测 YouTube 平台的用户更为忠实。
在 NowThis, 根据不同 stakeholder 的需求，我会为他们推荐不同的指标以优化决策。比如，营销团队更关注投入产出比，我会为他们提供类似于 “每1000分钟的视频播放需要投入多少钱” 的数据；而内容团队更想知道视频本身是否足够好，我选择把 “30s 留存率” 作为衡量视频表现的指标。
上述就是笔者对商业智能分析怎么样的一个简单梳理。伴随着大数据、人工智能、云计算、边缘计算等新技术的发展与进步，它们正逐渐渗透到传统的数据分析、数据挖掘、商业智能等领域，并出现了一些新的变化。这就是那些不断演变的概念和技术，因此，要用发展的眼光来看待数据分析，数据挖掘和商业智能之间的关系。
[免责声明]
文章标题： 商业智能分析怎么样？
文章内容为网站编辑整理发布，仅供学习与参考，不代表本网站赞同其观点和对其真实性负责。如涉及作品内容、版权和其它问题，请及时沟通。发送邮件至36dianping@36kr.com，我们会在3个工作日内处理。
