您的分析策略会产生价值吗?

三种计算 BI 价值的模型

您可以使用多种方法来评估从所选软件中获得的价值。

要在当今这个数据驱动的世界更好地进行决策并创造价值,个人和组织必须熟悉数据,但我们似乎很难找出产品之间的差异。

通过使用这些方法,客户发现:

39%

从许可证、平台和人工成本进行评估,Tableau 可以将成本降低 39%

40%

分析可以提升效率,将价值提高 40%

了解商业智能的价值不仅需要根据软件的成本和功能收益来评估,还需要根据数据驱动型决策带来的业务收益来进行评估。



Tableau 业务价值层次结构

根据组织在成为数据驱动型组织的过程中所处的阶段,您可能会选择将成本优化、效率或有效性作为关注点。

计算拥有 BI 解决方案的总成本,选择成本最低的选项。

跳转到模型

第 2 级:效率 - 员工生产力模型

比较使用不同解决方案获得的员工生产力收益,并使用劳动成本来计算投资报酬率。

跳转到模型

第 3 级:有效性 - 预期影响模型

更加了解情况的员工团队可在整个组织制定更加明智的决策,对由此带来的价值进行量化。

跳转到模型


01:总拥有成本模型

计算拥有 BI 解决方案的总成本,选择成本最低的选项。

客户通常会评估许可证成本,但不考虑支持、培训和附加技术,而这些因素会增加总成本。该模型假设您将从许多可用的 BI 技术中获得大致相同的价值总量,这意味着最重要的是选择成本最低的选项。这并不总是正确的,但在某些情况下适用。

总拥有成本应包括多个因素,不仅仅是许可证成本。其中包括平台和人工成本:

平台成本

基础设施:硬件、基础设施即服务、数据(转移/存储)、系统服务

软件:许可、合作伙伴集成、数据连接器/存储费、API 访问、使用费

人工成本

安装

设置

报告创建:IT 人员构建和整理内容

支持:技术支持和持续维护

培训:用户能力提升、培训培训师、课程

可使用 TCO 模型的情形

  • 如果您有由顾问或其他聘用型技术人员运行的分析。

  • 在以仪表板分发为核心关注点、且临时分析需求很小的用例中。

  • 在嵌入式可视化中(分发静态内容,外观比交互性更重要)。

阅读建议

如何正确选择现代 BI 和分析平台 - 这份指南可帮助您为现代分析工作流程的支持要求进行定义。

计算 TCO

示例

如何计算 TCO

返回模型

02:员工生产力模型

比较使用不同解决方案获得的员工生产力收益并使用劳动成本来计算投资报酬率。

数据分析技术可帮助员工更快地了解信息。通过计算与其他技术相比可节省的总时间,员工生产力模型可确定劳动力收益。

该模型假设,如果您的员工可以更快地完成分析,那么他们就有时间进行更多的分析,或者有时间完成能够为企业带来更多价值的其他任务。

可使用员工生产力模型的情形

  • 您没有考虑特定的分析项目,但要将分析功能分发给所有知识型员工。

  • 您正在尝试计算构建数据驱动文化的价值。

  • 您想量化数据实践社区或数据卓越中心的投资报酬率。

计算员工生产力时要定义的指标

创建差异:相对于当前方法,在不同平台上创建分析输出的工作量差异。

使用差异:相对于当前方法,最终用户从不同平台获取信息时的体验差异。

价值因素:组织中知识型员工的附加值平均期望。这种可选方法提供了一种简便方法,可将有效性要素反映到效率模型中。

示例(此模型的目的是使价值最大化;因此,数字越大越好)

计算员工生产力

*这是三个将影响该模型结果的输入/控制因素。考虑您的 BI 系统的真实用户(而不是仅仅让 IT 采购员来执行评估)。让将要执行这些任务的人员参与其中,这样您不但能够更准确地进行测算,还可以了解相关的成本以及每种操作的扩展方式。

返回模型

03:预期影响模型

更加了解情况的员工团队可以制定更加明智的决策,对由此带来的价值进行量化。

预期影响模型会提出这样的问题:“如果该技术可以将某位员工做出正确决策的概率提高 X%,这会带来怎样的价值?”这种模型最难量化,因为您需要将评估的技术与实际业务成果关联起来。但是,它可以最真实地反映现实情况。它还可以显示商业智能的创建量和使用量的增加,这是前面的部分中没有反映的。效率的提升可以释放劳动力,这些劳动力可以用于通过分析生成更多意义重大的业务见解。

可使用预期影响模型的情形

  • 您希望在某些领域提升员工的决策质量。

  • 您要为一组特定的用户或问题领域创建分析。

  • 您需要通过可扩展、可重复和可重用的分析来不断创造新价值。

计算预期影响

情境:更多的信息可以带来业务收益,这种收益取决于您试图实现的结果。这包括良好结果的估算价值。

决策范围:哪些决策会影响您定义的结果?业务部门了解哪些决策会影响他们试图实现的结果。

改善:对数据的访问将在多大程度上帮助知识型员工做出更好的决策,您如何比较不同技术对决策的影响程度?可以用改善率来量化这种价值,改善率可以显示决策的改善能够在您的情境中带来多大的价值增量。

示例

计算预期影响

*使用 BI Vendor 无法在单个视图中查看所有数据点,因此无法提高准确性。
**BI 仪表板提高了决策速度,但提高的幅度不及可视化分析流程。

返回模型