虽然在一线管理上，BI应用最多的仍然是报表部分，但报表自身的深度、广度都得到了有效的拓展。“如今，要求对业务更全面的把握了，不像原来，都是一个个部门里面来把握。”曹旭说，应用BI后的最显著表现就是有了呈现电厂整个生产系统打通的经营大报表。另外一个变化就是实现了实时的绩效和数据分析。“我们原来都做不到的，都是各管一段。”曹旭说，如今实现了全厂的实时工控数据反映，人员考核数据直接相关联。从操作级的员工来说，可以达到实时绩效，每个小时内都能把工资、奖金计算出来。即便是中层领导，也能做到全体指标分解。公司的年度大指标，小组的工作指标，个人的绩效指标，通过信息系统全部打通了。

　　不同于业务管理类的信息系统，BI系统上马对企业信息化本身提出了更高的要求。比如业务数据。如果没有基础业务系统收集到足够的数据，全面的绩效管理就根本谈不上。通过BI系统的上马和完善，秦皇岛电厂的绩效报表也日益完善、全面。另外最大的变化是指标考核频率的增加。BI系统的实时分析，更多是成本分析指导下的各种指标考核。如果说过去是一个月作一次，如今可能一天就有能力作一次考核，甚至一小时做一次考核。还有就是流程调控的加强。以派工单为例，工单的每一个时间点，都有监控点。比如，指标的每一分钟都有检查。这样实现了闭环管理。通过计算建立的大指标，逐步实施，小指标实时反馈，进而修改、完善大指标。
　　量化考核助力自动化管理

　　秦皇岛电厂的绩效管理系统建设得到广大同行的认可，先后有二十几个兄弟单位到秦皇岛电厂进行参观学习，在各次技术监督会、节能会等相关会议和检查中也对该系统的作用给予肯定。秦皇岛电厂自身的绩效管理则是从协同门户建设完成之后起步，在生产系统完成之后，首先是推广了一些作业绩效。比如，取得工作单流程的一些绩效。如今，秦皇岛电厂已经完全能系统提供真实的指标量化数据。电厂生产线上的指标进行都进行了量化考核。此外，针对一些工作流程，也做了一些监控和考核。部门业务数据完成之后，整个部门也开始做一个考核体系。从2008年开始，秦皇岛电厂开始做全员绩效。电厂各部门之间，比如，检修部门、运行部门、后勤部门，根据不同的体系，整合到一起。“BI就是从各个业务部门抓数据，和各个大指标，大计划对应。一层层去分解。”曹旭表示，BI确保了绩效指标从上往下做，而以前都是从下往上尝试着做。

　　谈到国内电厂BI应用情况与国外电厂的对比，曹旭有自己的观点。他认为，从生产控制这块，国内电厂的BI应用水平已经和国外很接近了。由于国内电厂采用的IT技术更新一些,自动化管理水平甚至有一定的优势。但在管理层面，特别深入的指导层面，国内电厂和国外相比还有不少的差距。严格来说，这种差距不在信息化本身，而在于管理的精细程度和量化指标的可控性。毕竟在国内还存在这种情况，即便你把指标量化了，但下属单位或公司并没有执行的能力。

　　“总体而言，管机器，搞个生产线控制，大家都很能耐，都很细，也不见得比美、日差很多。但是人的管理，绩效管理上还差许多。”曹旭笑道。

　　BI助力电信业精细管理

　　赛迪顾问股份有限公司企业战略咨询中心 王三义 贾娟

　　电信业推进BI是一帆风顺还是困难重重，BI又能为电信运营商带来些什么？

　　绩效管理在电信业有什么特点，目前的瓶颈是什么？

　　2008年1～8月电信业务收入累计完成5384.5亿元。中国移动、电信公司2007年构建战略、预算、绩效管理三位一体运营系统，推动战略执行，实现通信卓越战略新跨越。

　　在过程绩效管理中，最大的问题则是绩效管理与业务运营脱节，典型的原因：

　　1.缺乏体现公司战略和经营模式的KPI体系；2.经营计划制定过程中，对目标和策略的分解不具体、协调不足、沟通不充分；3.各部门缺乏一致的目标，缺乏连带责任机制；4.人力资源部和财务部缺乏对业务的了解，无法参与到业务目标的制定和分析；5.各部门主管对绩效管理和预算管理认识不足；6.数据基础薄弱，缺乏信息系统的支撑，影响绩效反馈的及时性和准确性；7.财务预算与业务计划联系不紧密，权威性不够，预算分析与业务分析脱节；8.缺乏对经营计划、绩效管理和预算管理的日常工作进行统筹领导和协调。

　　这些问题归结于一句话：企业的计划预算、业务运营与绩效管理相互脱节。这是一个系统性的问题。

　　BI：电信业精细化营销的工具

　　为了将企业的绩效管理战略转化成切实可行的计划，需要更高效的计划方案、更优化的资源配置、更透明的企业管理及更细化的责任分担，企业管理者分析和决策行为从“以定性为主”向“以定量为主”转变成为必然。

　　企业的信息化建设为从定性向定量的转变提供了可能和基础。特别是在电信业，信息化历程较长，信息化水平较高，其发展历程伴随着信息化的发展而一步一步提升和加强。随着电信业信息化的不断深入，各大运营商计费、营账、客服、网管等多种业务系统相继建成，拥有并不断产生大量的客户和业务数据，科学管理和合理开发这些内部和外部信息资源，将有助于正确决策，提高企业绩效管理水平，增强企业竞争力。

　　而监控企业的运行、给管理者提供深入的企业洞察力，最终达到提升企业绩效目的的一种信息化手段就是将企业中现有的数据转化为知识，帮助企业做出明智的业务经营决策的工具—商业智能(英文为Business Intelligence，简称BI)。BI是将企业中的内部数据与外部相关数据通过收集、分析，转变成信息，并将信息应用于商业活动的过程。在BI这个以统一的、综合各类数据信息的平台上，全面的、一致的企业信息视图有助于企业在发现机会后迅速把握机会，并将获得的信息快速转化为可以执行的战略战术。

　　众多电信运营商已经把商业智能建设作为重要的IT投资。在国外，AT&T、西南贝尔、英国电信等多家国际知名运营商均已完成了商业智能系统的建设，利用BI拥有了高效的数据分析手段，帮助其在瞬息万变的市场环境中准确、及时地把握稍纵即逝的商机，获得了很大的投资回报；在国内，以经营分析系统为名的商业智能解决方案也在中国移动、中国电信等运营商中陆续展开，BI应用成为电信企业精细化营销、评估分析套餐、降低成本的有效工具。

　　IT、业务双向推进BI应用

　　不同于专注于业务、注重特定功能实现的事务型系统如BOSS（业务运营支撑系统），商业智能是集成型系统，是基于事务型系统之上建立的一套整体的高度精练的分析体系，它并不专注于一项具体的事务。商业智能实施成功不但需要IT技术，更需要深刻的行业及经营管理知识，需要足够的数据敏感度和对于商业价值、商业模式的体验，也就是说IT能力、分析能力和业务能力缺一不可。

　　商业智能与企业管理层面的紧耦合性决定了商业智能的落地不可能一蹴而就，而是一个自上而下、循序渐进的过程。所谓自上而下，就是要谋定而后动,首先对绩效管理关键维度指标进行量化，然后引入BI来分解战略，从企业的财务、销售、生产、人力资源等方面来使绩效管理落地。所谓循序渐进，包括两个层面的含义：一个是深度，应用应从简单到复杂的循序渐进；另一个是广度，与绩效管理维度的结合要从点到面地循序渐进。

　　从应用广度的循序渐进来说，对于电信企业，计费系统的数据数量和质量都能满足BI应用对海量规整数据的要求，因此基于计费平台的经营分析系统是BI应用最佳切入点，可以作为其最先实施的领域，而且很多成熟的业务指导模型及相对简单的统计分析即可对此领域产生很大的价值，这对BI应用持续进行是个重要推动力；另外事务型系统与BI较好结合的应用还包括财务分析领域的BI应用（如基于客户群、基于地域、基于产品的多维财务分析应用）及人力资源管理领域的BI应用等。

　　总而言之，在电信运营商竞争环境更加激烈的背景下，全面而精确的绩效管理将成为左右实力的关键，采用战略驱动、辅助决策的集成型信息化系统将极大提升企业综合实力，商业智能对于企业绩效管理的影响将愈发明显，并且随着应用的深入及应用范围的扩大，在长期而持续的过程中，商业智能将渗透到企业运营的各个层面。

　　身边的BI在哪里

　　BI不再是高高在上的“面子工程”或者“装饰工程”，在我们的生活中处处可以见到BI的身影。

　　对城市里的白领而言，也许没想到找一家“小资”情调的餐馆点一样自己喜欢的菜品，这些都是商业智能的分析对象。

　　比如深受白领喜爱的一茶一坐连锁餐馆，一茶一坐每月每季都设有产品销售前20名排行榜，只要在BI系统里点一下，每季和每月的销售记录就显示出来，产品是被客人持续喜爱，还是受冷遇，产品排行榜上瞬间见分晓。如果产品销售衰减，新品会立即上档顶替。

　　再说其他的销售渠道，虽然明着不打折，但一茶一坐还是有相应的让利活动。它用储值茶人卡来粘住客人，每消费10元则换算成一点，蓄入茶人卡。储到100元，可以换取礼品，权当打折。营运部门定期跟踪客人做些调查，再加工成不同的报告，放进BI系统。

　　与BI系统相呼应的是一茶一坐的简讯平台。茶人卡已聚集了7万会员，所有会员的信息都储存在简讯平台上。营运部门根据会员的年龄、收入、消费频率等数据，在简讯平台上做出报表。每逢会员过生日，一茶一坐将提前发短消息提醒。会员生日当天来，凭着茶人卡和身份证，可以吃到一份免费套餐。

　　在比如说，医生也是典型的BI用户。他们的主要任务是帮助病人恢复健康。医生的第一步工作，是确保患者得到及时的治疗。很多时候，急诊室里的一些患者会因为等待太久而转身离去。为了尽量避免这种现象发生，负责为医院和其他医疗机构提供紧急医疗服务的美国急诊医疗联盟（Emergency Medical Associates）就采用了BI，让医生和医院管理员记录患者的等待时间、就诊时间以及复诊时间，并以此为依据来了解急诊室的效率和服务质量。

　　这一切都是BI的功劳。

　　BI进入中国市场，可谓是一波三折，自从“啤酒和尿布”的故事在中国广泛流传之后，数据仓库在中国也热闹了一阵子，用户曾对它抱以极大的希望，但时隔不久数据仓库应用就进入了“冬眠期”。

　　数据仓库是为了满足人们在高度数据积累基础上进行数据分析的需要而产生的，但由于目前中国在基础数据的积累方面存在不足，导致数据仓库技术的应用没能推广开来。

　　同时，在国外市场竞争非常激烈，每个企业为了自身的生存，已经想尽了办法，很多能够被人工发现的规律早就发现了，在这种情况下，使用数据挖掘技术来解决问题是一个很正常的想法。而国内企业，正处于传统经济转向到市场经济的浪潮中，从管理者、到实施者均尚没有认识到“生存”的真正压力。

　　更为重要的是，数据挖掘工具并不能直接告诉决策者应该把啤酒和尿布摆在一起卖。实际上，数据仓库之上的数据挖掘更像一个过程，一个用户逐步认识自己、提高自己的过程，数据仓库与业务系统并不是平行的关系，它应该是基于所有业务系统之上的，对业务信息进行采集、分析、整理和发布等，应该是一个稳定的、带有时间参数的数据集合。

　　这是BI市场最难解决的事情，一向习惯于拍脑袋做决策的管理者很难理解BI的真正涵义。所以，多数的企业用户把BI做成了装饰工程。领导想看到实时的某某数据，IT部门接到这个指令后马上想到了商业智能。厂商的宣传把商业智能夸成了一朵花，国际上最先进的管理理念，能把企业打造成智能化企业。一片赞美之声下，一个轰轰烈烈的“面子工程”上马了。几个简单的应用被冠以商业智能的名头，领导初时很满意，自己的企业和国际接轨了。渐渐地，化重金买来的软件，只能起到一点点作用，原来的满意似乎不那么是滋味儿了。

　　虽然BI的局部应用逐渐增多，越来越多的企业尝到了BI的甜头。但对“平民化”的正确理解是商业智能能否最终真正实现“平民化”的重要因素之一。无论对国际厂商还是国内厂商，急功近利将会使资源大量流失，真正适合于本土的模型和解决方案才是企业之所需，而对于中国这个拥有6000万中小企业的大国来讲，商业智能的“平民化”是必然的选择。（飘摇）