超越数据可视化，建立问题发现与改善跟踪的数据分析系统

一段时间以来，做数据分析就是做报表、做指标、做数据可视化的说法大行其道。在这样的情况下，一些工具厂商天天比着看谁的工具更容易上手、谁的软件更能随心所欲地做出复杂报表。数据分析的培训课堂上，有的培训老师也在教学员们如何“拆指标”，如何通过指标“看”出问题来。仿佛只要让管理人员看见报表和指标，管理就数字化、智能化了。

毋庸置疑，一个长期看不到业务动态变化数据的管理人员，在刚接触到数据分析工具的时候，首要的需求一定是按照他的想法尽快看到数据。数据分析的工具厂商想方设法地满足这一需求也天经地义。但如果把数据分析的目的就定义为数据可视化，则就有些以偏概全了。

严格地说，典型的管理人员是被组织寄予期望的人，他被授予权力，可以调动资源、采取行动，最终希望达成组织设定的目标。为此，他不仅需要了解所负责的业务进展和状态，更为重要的，是他还需要知道哪里出现了问题、导致问题的原因是什么，如何采取有针对性的措施，不仅如此，他还需要持续地检查措施执行的情况并推动措施的落地执行，这样才能最终使业务按照预期的方向达成希望的目标。

在这一过程中，报表和KPI指标只能起到让管理人员了解业务进展、知晓业务状态的效果。知晓状态后能否找得出问题所在、识别得了原因是什么？怎样知道随后应该采取什么措施？传统的报表对这些问题是给不出答案的。因此，以报表和KPI指标为基础的可视化对管理者的帮助作用是有限的。

为全面支撑管理的全过程，充分实现数据对管理决策的支撑作用，就必须超越可视化，构造出问题发现和改善跟踪功能的系统。

为实现这一目标，殷塞信息进行了长期持续不懈的努力，最终研究总结出了《in-Sight决策支持系统价值提升模型》（国作登字-2019-L-00760466）和《综合商业智能方法与系统系统》（ZL201610167366.2）、《一种商业人工智能的分析方法及系统》，（ZL201910305234.X），并据此进行了多年的实践应用。实践表明，每当正确地理解和运用上述方法进行决策分析系统建设的时候，系统便能帮助管理者快速掌握业务状态，发现问题、识别原因、驱动改善。数据对管理决策的驱动作用就会充分地显现出来。