| name | data-analytics-business-intelligence |
| description | 商业智能助手 - 专业的BI系统设计与业务决策支持专家。适用场景：
(1) BI报表与仪表板设计
(2) KPI指标体系构建与监控
(3) 业务数据可视化方案
(4) 管理驾驶舱设计
(5) 自助分析平台规划
(6) BI工具选型与实施
(7) 数据驱动决策支持
触发关键词：商业智能、BI报表、仪表板、Dashboard、KPI、数据可视化、管理驾驶舱、自助分析、决策支持、数据看板、经营分析
|
商业智能助手
核心工作流程
1. BI系统规划
BI系统架构：
数据层
├── 数据源：业务系统/ERP/CRM/日志
├── 数据仓库：ODS/DWD/DWS/ADS
├── 数据集市：主题数据集
└── 元数据管理：数据字典/血缘
分析层
├── OLAP引擎：多维分析
├── 报表引擎：定时报表
├── 即席查询：自助分析
└── 数据挖掘：高级分析
展现层
├── 管理驾驶舱：高层决策
├── 业务看板：部门运营
├── 自助分析：灵活探索
└── 移动端：随时随地
BI建设路径：
| 阶段 | 目标 | 核心能力 | 典型产出 |
|---|
| 报表阶段 | 看得到 | 固定报表 | 日报/周报/月报 |
| 分析阶段 | 看得清 | 多维分析 | 业务看板 |
| 洞察阶段 | 看得懂 | 智能分析 | 预警/预测 |
| 决策阶段 | 做得对 | 决策支持 | 智能推荐 |
2. 仪表板设计
Dashboard设计原则：
信息架构
├── 核心指标：3-5个最重要指标
├── 趋势变化：同比/环比/目标达成
├── 维度下钻：支持多级下钻
└── 异常预警：自动标记异常
视觉设计
├── 布局：Z字型/F字型阅读
├── 颜色：统一配色、语义一致
├── 图表：选择合适的图表类型
└── 留白：避免信息过载
交互设计
├── 筛选器：全局/局部筛选
├── 联动：图表间联动
├── 下钻：层层深入
└── 导出：支持数据导出
Dashboard类型与设计要点：
| 类型 | 受众 | 设计要点 | 更新频率 |
|---|
| 战略看板 | 高管 | 简洁、聚焦KPI、趋势 | 日/周 |
| 运营看板 | 中层 | 详细、可下钻、预警 | 实时/日 |
| 分析看板 | 分析师 | 灵活、多维、可探索 | 按需 |
| 监控看板 | 运维 | 实时、阈值、告警 | 实时 |
3. KPI指标体系
KPI体系构建方法：
战略分解法（BSC）
├── 财务维度：收入/利润/成本
├── 客户维度：满意度/留存/NPS
├── 流程维度：效率/质量/周期
└── 学习维度：能力/创新/文化
价值链分析法
├── 获客环节：流量/转化/CAC
├── 服务环节：体验/满意度/投诉
├── 复购环节：留存/复购/LTV
└── 传播环节：分享/推荐/NPS
杜邦分析法（财务）
├── ROE = 净利率 × 周转率 × 杠杆
├── 净利率 = 净利润 / 收入
├── 周转率 = 收入 / 总资产
└── 杠杆 = 总资产 / 净资产
KPI设计SMART原则：
| 原则 | 含义 | 示例 |
|---|
| Specific | 具体明确 | "月活用户数"而非"用户活跃" |
| Measurable | 可衡量 | 有明确的计算公式 |
| Achievable | 可达成 | 基于历史设定合理目标 |
| Relevant | 相关性 | 与业务目标紧密关联 |
| Time-bound | 时限性 | 明确统计周期 |
4. 数据可视化
图表选择矩阵：
比较类
├── 柱状图：类别对比
├── 条形图：排名展示
├── 雷达图：多维对比
└── 子弹图：目标达成
趋势类
├── 折线图：时间趋势
├── 面积图：累计趋势
├── 瀑布图：增减变化
└── 斜率图：前后对比
构成类
├── 饼图：占比（<7项）
├── 环形图：占比+中心信息
├── 树图：层级占比
└── 桑基图：流向构成
关系类
├── 散点图：相关性
├── 气泡图：三维关系
├── 网络图：关联关系
└── 热力图：矩阵关系
可视化最佳实践：
| 场景 | 推荐图表 | 注意事项 |
|---|
| KPI卡片 | 数字+趋势箭头 | 突出变化幅度 |
| 时间趋势 | 折线图 | 时间轴连续 |
| 排名对比 | 条形图 | 排序展示 |
| 目标达成 | 仪表盘/子弹图 | 显示目标线 |
| 占比分析 | 饼图/环形图 | 不超过7项 |
| 地理分布 | 地图 | 配合热力 |
5. 管理驾驶舱
驾驶舱设计框架：
CEO驾驶舱
├── 核心指标：收入/利润/现金流
├── 业务概览：各业务线表现
├── 预警信息：异常指标提醒
└── 趋势预测：关键指标预测
销售驾驶舱
├── 业绩达成：目标/实际/缺口
├── 漏斗分析：商机/转化/成交
├── 团队排名：销售人员业绩
└── 客户分析：客户分布/贡献
运营驾驶舱
├── 流量监控：UV/PV/来源
├── 转化分析：注册/激活/付费
├── 用户分析：活跃/留存/流失
└── 内容分析：曝光/点击/互动
驾驶舱布局模板：
+------------------------------------------+
| [Logo] [标题] [时间筛选] [刷新时间] |
+------------------------------------------+
| +--------+ +--------+ +--------+ +------+ |
| | KPI 1 | | KPI 2 | | KPI 3 | | KPI 4| |
| +--------+ +--------+ +--------+ +------+ |
+------------------------------------------+
| +------------------+ +------------------+ |
| | | | | |
| | 趋势图表 | | 构成/排名 | |
| | | | | |
| +------------------+ +------------------+ |
+------------------------------------------+
| +--------------------------------------+ |
| | | |
| | 详细数据表格 | |
| | | |
| +--------------------------------------+ |
+------------------------------------------+
6. BI工具选型
主流BI工具对比：
| 工具 | 定位 | 优势 | 适用场景 |
|---|
| Tableau | 企业级 | 可视化强、交互好 | 大中型企业 |
| Power BI | 微软生态 | Office集成、性价比 | 微软体系企业 |
| Metabase | 开源 | 简单易用、免费 | 初创/小团队 |
| Superset | 开源 | 功能全面、可定制 | 技术团队 |
| FineBI | 国产 | 本土化、服务好 | 国内企业 |
| QuickBI | 阿里云 | 云原生、AI能力 | 阿里云用户 |
选型考虑因素：
业务需求
├── 用户规模：并发用户数
├── 数据量级：数据规模
├── 分析复杂度：自助/固定
└── 移动需求：移动端支持
技术要求
├── 数据源支持：连接能力
├── 部署方式：云/本地
├── 安全要求：权限/加密
└── 扩展能力：API/二次开发
成本预算
├── 许可费用：按用户/数据量
├── 实施成本：部署/培训
├── 运维成本：维护/升级
└── 隐性成本：学习/迁移
输出模板
BI需求分析文档
【项目名称】___________
【业务背景】___________
【目标用户】___________
【核心需求】
| 需求类型 | 需求描述 | 优先级 |
|----------|----------|--------|
【KPI指标清单】
| 指标名称 | 计算公式 | 数据来源 | 更新频率 |
|----------|----------|----------|----------|
【Dashboard规划】
| 看板名称 | 目标用户 | 核心指标 | 展示方式 |
|----------|----------|----------|----------|
【数据源清单】
| 系统名称 | 数据内容 | 接入方式 |
|----------|----------|----------|
【实施计划】
- 阶段1：
- 阶段2：
- 阶段3：
Dashboard设计规范
【看板名称】___________
【目标用户】___________
【更新频率】___________
【布局设计】
[布局草图]
【指标定义】
| 指标 | 定义 | 公式 | 数据源 |
|------|------|------|--------|
【图表设计】
| 区域 | 图表类型 | 数据维度 | 交互 |
|------|----------|----------|------|
【筛选器】
| 筛选项 | 类型 | 默认值 | 联动 |
|--------|------|--------|------|
【预警规则】
| 指标 | 预警条件 | 提醒方式 |
|------|----------|----------|
最佳实践
- 用户导向：从用户需求出发，而非技术可行性
- 简洁优先：少即是多，聚焦关键指标
- 数据质量：垃圾进垃圾出，确保数据准确
- 迭代优化：持续收集反馈，不断改进
- 培训赋能：让用户真正用起来才有价值
