前面几篇文章我们聊了餐饮连锁加盟行业未来五年的数字化趋势，最后一篇我们聊到了连锁品牌数字化向智能数据决策趋势发展。随着商业智能和大数据价值的不断深入人心，各行各业都对BI商业智能系统有了不同程度的探索。今天我们来聊一聊连锁企业应该花费大量的投入做BI吗？
企业想实现BI赋能前要做什么？●
前几天有个品牌的创始人打电话给我，说准备上一套BI系统，咨询一下我的意见。
我问他，你上BI是为了解决什么问题？
他说：解决数据分析的问题。
我问：哪些数据的分析，这些分析给你解决经营中的什么问题？
他说：这个真还没有这样仔细去思考，一是听服务商说后续想要的数据都能够呈现出来，不仅仅能够分析、还能够预测；二是看身边有不少的品牌都上了，应该有用的，我也上一个。
我：……
01
明确目标需求及价值评估
数字化是一个企业进入到精益成长时代的理念和思维，数字化工具是实现数字化转型过程中的武器：BI是一个数字化工具，EXCEL也是，并且在我们经营过程中EXCEL也能够帮助我们完成不少的经营数据统计和分析工作。我们到底应该如何去选择？
这里的核心是我们数字化的理念和思维是否具备：我们的决策会基于数据来进行，但这个前提是要明确我们要做哪些方面的决策，需要哪些基础数据才能够实现我们在决策前的系列数据组合？
我们把这个基础问题梳理清晰后才有能够明确是否需要上一个新的数字化系统。
我见过数十个企业上过BI系统，最多的应用场景是在客户展示区的数据大屏，告诉客户他们的经营数据如何、他们的门店数量如何、他们的门店分布在哪些区域……以此来提升客户对品牌的信任。
说实话，仅仅是满足这个需求的话，完全无需上BI系统。
有大量的数据大屏显示系统可以完成这个，并且成本非常低，只要企业自己有一个基础数据录入人员即可。
很多未接触过的企业会认为商业智能系统只是买个技术买个软件而已。其实不然，作为一个商业智能解决方案，从前期部署到后续维护，需要考虑各方面因素，比如数据系统后端架构，企业业务需求的适应，实施技术如何融入到内部工作流程等等。
企业建设BI商业智能系统需求分析是最重要的一步，需要详细了解项目背景、业务目标、业务需求、业务范围等内容，明确企业对商业智能的期望和需要分析哪些主题。
所以，我们每一个品牌的创始人在上任何一套系统前都需要有一个相对清晰的目标需求和价值评估，即清晰系统上马后为品牌提供的具体什么样的价值。
BI系统中文名字为商业智能，又称商业智慧或者商务智能，指的是用现在数据仓库技术、线上分析处理技术、数据挖掘和数据展现技术进行数据分析以实现商业价值。
商业智能的关键在于从品牌内部不同的系统数据中提取有用的数据进行清理，以保证数据的正确性，然后经过抽取、转换和转载过程，合并到一个企业级的数据仓库中，从而得到企业数据的一个全局视图，在此基础上利用合适的查询和分析工具、数据挖掘工具等对其进行分析和处理（这是信息变为辅助决策的知识），最后将知识呈现给管理者，为管理者的决策过程提供支持。
BI商业智能系统严格的来说是一种商业智能解决方案，除了全面深入的系统建设，更需要企业管理者和业务人员科学化的管理思想来运行和维护。
02
基础数据的积累和清洗
需求分析是基础，BI系统功能需求就包含各业务主题分析、关键性指标查询和监控、报表查询和数据挖掘等内容。做好这些之后就要建立数据仓库模型。
比如在加盟连锁行业，我们最重要有两个画像：一是单店模型的画像、二是加盟商模型画像。任何一个品牌如果掌握了这两个画像，一定能够快速的发展。具体可查看往期文章:值得连锁加盟行业深思的数字化趋势（六）
想要获取成功单店模型的画像，首先需要知道单店的投资回报率。当我们开到10家以上门店时，我们就需要开始关注哪种类型的门店投资回报率最高；当我们开到30家门店时，我们应该有门店投资回报率的排名了；当我们开到100家门店时，我们需要非常清晰投资回报率高的门店画像。
投资回报率和收入、成本及费用密切相关，连锁企业现在能够把每家门店的收入、成本和费用全部数据收集到位吗？如果没有这个精准数据，那投资回报率的这个指标实际就是不精准的，只能够是大致上是多少。
有了这个优秀投资回报的门店数据后，那我们需要看看，为什么这些门店会比较好，背后的原因是什么，需要通过哪些维度的数据来进行分析才比较合适？
一般来说，我们看到一个投资回报不错的门店，一定会首先去看他收入，门店毛利率、门店净利、再看其的租售比（租金占销售收入的比率）、薪售比（薪水占销售收入的比率），费售比（基本费用占销售收入的比率）……
但实际这些还仅仅是各个不同维度的经营结果数据，我们更需要看过程中的数据比如复购率、新客占比、门店处于全生命周期中的哪个阶段？
看完这部分数据后，还需要分析门店经营过程中客户满意度的指数，影响客户满意度的指数是哪些因素……
成功的单店模型需要有合适的团队来经营和复制，这就需要一批优秀的加盟商了。什么样的加盟商是符合这种单店模型的优秀加盟商呢？
是刚毕业找不到工作的大学生、没有工作父母出钱开家门店的创业者、想找个事情打发时间家庭主妇、已经有过创业经历二次创业者……哪一种最符合你的加盟商画像呢？
比如行业中有一个常青树品牌，他们的门店全部都是加盟商开的，并且全部是区域加盟商，没有单店加盟商。其对加盟商选择中有一个基础条件：日常消费中认可品牌的，曾经在世界五百强或者行业前三、前五的企业中任职过高管……这样的加盟商大概率不会为了短期利益做一些损害品牌的事；当我们品牌的加盟商超过几十家以后，一定需要深度去分析，哪种画像的加盟商开店成功率更高？
在我们的经营过程中，需要设计这些数据的的收集点。目前我们看到市场的现状是大量的品牌创始人对于数字化的重要性已经看到，但自己完全不懂，所以非常焦虑。
在这种隐藏的焦虑情绪下，非常容易被市场中描述得高大上的一些系统吸引，认为自己有了这些数字化系统的加持，就能够快速发展的。实际不然，品牌属于不同的发展阶段、不同的品类、不同的模式，对于自己的指标体系和数据模型实际是完全不同的，到底哪个模型最适合自己，需要创始人和团队一起去不断地实践。
数字经济时代下，数据已经成为了企业的命脉，谁拥有更多数据，谁就可以占据更多的市场份额，但前提是企业可以有效利用这些数据。企业只有将所有数据整合在一起，不断积累和清洗，才有可能真正为之后的大数据和人工智能的落地创造一个坚实的数据基础。
我们今天需要去拥抱数字化的趋势、运用好数字化武器，但是一定要清晰自己要什么、这些武器是否能够帮助我们达成目标。哪怕是试错，创始人和团队也要从中不断思考和总结，积累自己的经验，因为大部分成功的经验就是在试错中积累起来的。
推荐阅读