大数据背景下BI在体育用品制造企业中的应用与优化研究

许春蕾

(北京体育大学 管理学院， 北京　100084)



大数据背景下BI在体育用品制造企业中的应用与优化研究

许春蕾

(北京体育大学 管理学院， 北京100084)

结合我国体育用品制造企业对获取信息的多元化、个性化、时效性需求，系统分析BI平台(商务智能)在我国体育用品制造企业中的应用现状及局限性。基于企业运作模式的新变化与新思路，针对性地提出大数据环境下我国体育用品制造企业BI(商务智能)平台的应用与优化建议。

大数据；BI(商务职能)；体育用品制造企业

随着工业化、信息化和通信网络全面融入社会生活，当今信息增长的规模与速度已经积累到了一个引发变革的程度。移动端APP、云计算、物联网等社会化媒体与新兴信息科技手段的兴起与普及，使得数据作为创造、存储和传播的一种信息资产，已然成为企业创造核心经济价值的新来源。体育用品制造业是购买需求驱动型的行业，由于体育用品天然具有融合运动习惯、运动项目专业化以及同一运动项目需求差异化等诸多信息的复杂性，因此体育用品制造业也是一项高度关联性的产业。因此，在这样一个变革的大数据时代背景下，如何通过IT技术等商务智能系统深入挖掘和运用隐藏在大众健身运动数据背后的潜在经济价值，提高体育用品制造企业BI(商务智能)系统的实时处理需求，以激发创造基于需求前端数据的新产品和新服务，促使数字转化为企业的核心竞争优势，成为目前企业迫切解决的关键问题。而这对于处于转型升级期的体育用品制造企业而言，也有着更为重要的现实意义。

1　商务智能(BI)在体育用品制造企业中的应用分析

1.1商务智能(BI)的概念

商务智能是一个综合的概念，不同的角度对商务智能(BI)的认识不同，因此目前尚未形成统一的概念。根据现有相关文献梳理，目前代表性的观点主要分为两类：

第一，以IBM公司为代表的企业界观点。IBM公司认为，商务智能是一系列在IT技术支持下的信息收集、分析的策略集合，以充分运用企业的数据资产来制定更好的商务决策。企业内部决策人员通过运用各种分析工具提取有利信息，并综合行业知识判断，进而做出快速正确决策帮助企业提高利润、增加竞争力[1]。

第二，以Osizak为代表的学术界观点。Osizak认为商务智能(BI)是一系列的概念、方法和流程的集合体，其目标不仅是帮助决策，而且是支持企业的战略实施。

对比以上两种概念，企业界对商务智能(BI)的理解是一种企业资产投入，目的在于提高企业绩效。学术界认为商务智能(BI)是概念、信息的业务基础工作平台，属于企业战略决策的应用工具。但是无论从哪种角度，我们都可以看出，两者对商务智能(BI)本质属性达成的共识，即商务智能是基于数据分析基础上的决策软件，与ERP(企业资源计划)等单一操作软件的功能有着本质不同。

1.2体育用品制造企业BI系统的应用现状

1.1.1多数中小企业以单向操作化软件运用为主，仍停留在数据存储层面

由于体育用品制造企业的独特性，使其必须关注与其产品制造有关的诸多因素，包括物料清单、产品供销流程数据等。但由于我国体育用品制造企业多以中小企业为主，规模较小。对于数据处理需求仍停留在初步阶段，主要以存储功能为主，数据软件系统运用也较集中于数据存储功能的ERP(企业资源计划)、CRM(客户关系管理)、SCM(供应链)等单向操作化软件系统。因此，但随着企业发展需求扩展及业务规模不断扩大，目前我国大多数体育用品制造企业面临着太多数据无法进行有效管理和分析的困境。他们一方面在逐渐引入ERP(企业资源计划)、CRM(客户关系管理)、SCM(供应链)等系统后，在财务、客户关系、库存和营销管理、质量控制、供应链等众多领域内存在激增的海量数据；但另一方面又被数据所困，无法快速响应市场需求。大多数体育用品制造企业对数据处理系统的投入还处于数据(或信息)负债阶段。

1.1.2部分企业启动商务智能(BI)运用，但相关功能开发与使用较少

商务智能(BI)在我国的发展尚处于起步阶段，国内大部分体育用品制造企业对其仍然缺乏必要的了解。现在虽有安踏、李宁等国内体育领军品牌进行过或正在进行数据库和数据挖掘项目，但是大部分企业在这方面功能应用还相对较少。

第一，从企业内部而言，如以安踏为代表的部分体育用品企业对BI功能的运营分析纬度大多局限在简单业务(如渠道量、产品售罄、店铺坪效、仓库存储等)等历史数据的分析基础上，对市场消费需求的变化、业务流程的更新等方面缺乏深入分析。例如，基于商务智能(BI)对产品销售报表传统分析报告主要是对上季、上月或者上周历史数据信息的分析与呈现，对于产品品类、款式、设计的实时售罄情况等信息无法获取，也无法针对变化的消费者需求及竞争环境等进行实时预测并采取行动，具有缺乏明显的时间滞后性，将导致企业战略与决策定位不准，带来企业经营风险。

第二，从企业外部而言，基于产业集群的企业间战略联盟已成为影响市场竞争的重要力量。我国体育用品制造业是其中的缩影[2]。但是由于体育用品制造企业大量数据无法综合利用，使其难以与产业集群内相关的客户、供应商、分销商及合作伙伴等使用BI数据库的企业相融合。即使部分企业之间使用相同的数据库，但由于使用数据结构及纬度的不同，也可能导致战略联盟的企业之间无法实现数据交换，限制了企业基于产业集群提升核心竞争力的发展空间。

2　体育用品制造企业BI升级优化需求的动因分析

2.1体育用品消费需求与供给结构非均衡性矛盾突出

当前我国体育用品制造企业产品供给结构有效性与国内潜在的全民健身需求成长性以及多元化形成鲜明的对比。《2014年全民健身活动状况公报》数据显示，2014年我国共有4.1亿20岁及以上城乡居民参加过体育锻炼，比2007年增加0.7亿人。其中，经常参加体育锻炼的人数百分比为33.9%(含儿童、青少年)，比2007年增加了将近5.7个百分点 。而与此同时，我国体育用品市场却暴露出产品定位趋同，产品“重叠”过剩与部分细分产品供给缺失等竞争性供给结构失衡问题。产品供给与大众需求快速成长之间的矛盾，彰显的是当前体育用品消费者行为的变革，即消费者对于线上消费已成习惯，而线下消费已经从原来的纯消费转为互动体验，包括分享娱乐等因素。因此，如何与实际消费拟合是我国体育用品制造企业需要解决的首要矛盾。

2.2个性化体育消费方式正改变企业生产组织形态

在新经济形态下，市场供求关系的瓶颈已由供给约束型转为需求约束型。消费者在企业生产和市场消费中的角色正在加速演变，已成为构建企业新的核心竞争力的来源。我国大众健身运动是以主体内在需求和个体性运动偏好为显著特征的社会文化现象。因此，体育用品消费者对产品的期望不仅局限于产品功能效用的实用价值，而更追求体育健身运动过程中“自我展示”的个性化体验。随着全球化、网络化和高新技术的发展，个性化和消费者参与定制生产已成为未来体育运动品牌消费方式的一种主流趋势，并正逐步改变着体育用品制造业的生产组织方式和供给形态。作为驱动市场变革的一个重要变量，体育用品消费方式(即消费者需求满足的方式)对体育用品制造业的演化及转型升级产生了深刻的影响。

2.3基于快速反应机制的供应链变革要求

我国传统体育用品制造企业普遍采用的是“品牌批发运作模式”，即一款产品从设计到摆上货架需要15个月。最初的9个月是产品设计，然后经销商每年会参加四次订货会，收到订单后外包工厂开始生产，6个月后消费者才能买到这款产品[3]。这种运作模式以增加门店数量和争夺市场占有率为目标的激进扩张经营理念为指导，经销商凭借经验和喜好挑选款式，而品牌公司往往也忽视市场需求的变化。2011年，我国体育用品制造企业均出现不同程度的“关店”和“高库存”现象，体育用品制造业步入发展调整期。大众消费需求旺盛与体育用品制造企业发展缓慢、甚至停滞强烈反差的背后，揭示的是传统品牌批发模式下企业产品与市场需求的偏离。这就使得体育用品制造企业如何从海量数据中高效地提出有效信息产生强烈需求。2012年中国最早成立的体育用品公司——宁受到快时尚品牌的启发，开始构建以零售为导向的供应链快速反应机制。2013年安踏也以“零售转型”为口号尝试转型，开始数据驱动下的供应链变革。

3　大数据背景下BI在体育用品制造企业中的优化建议

美国密西根商学院的著名战略学家普哈拉(C.K. Prahalad)认为，过去以产品为中心的传统价值创造观正转变为以消费者与企业共创价值为中心的共同创造价值观，让消费者与企业合作、分享经验、实现交互融合的价值共同创造，是企业核心竞争力的新源泉[4]。未来发展中，建立开放、互动的企业信息资源机制，通过对大数据的获取、发掘和分析，更加经济地从多样化的数据源中获取更大价值，势必将与大数据时代的高效、交互、实时特征完美结合，为新数据环境的创造和应用打下基础。这不但可以为企业运营决策提供有力支持的同时，而且可以促进我国体育用品制造企业从传统的以生产为中心向以消费需求为核心转型。

3.1交互个性化功能扩展

由于社会化媒体普及与新兴IT信息技术手段较少，加上数据充分保密性等条件制约，数据的实时获取和易用性与企业的实际需求相比具有一定的差距，我国体育用品制造企业传统创新活动主要局限在企业内部。大数据时代开放性、网络化的数据无处不在，即时发生大量数据，为企业实时化、个性化创新方式提供大量的在产品市场化之间进行交互设计的可能性。如何对这些复杂多变的各种数据进行定义、设计和部署，去寻求、挖掘和验证一些隐藏在数据背后的价值关联机会和规律，来驱动企业业务的转型和发展是我国体育用品制造企业BI系统的优化升级方向[5]。日本企业无印良品(MUJI)鼓励顾客参与的在线产品研发共创平台则为我国体育用品制造企业提供较好的跨域借鉴思路。无印良品(MUJI)的产品研发概念，通过网络虚拟社区的顾客投票方式选择出来，并将产品项目开发的全过程实时公布在社会内供顾客浏览。当企业新产品上市阶段，网络虚拟社区作为一个重要的测试平台也会首先征集顾客购买产品意愿。当产品购买意愿达到最低生产数值时，企业才会开始正式投入生产[6]。因此，借助于BI(商务职能)技术功能的扩展化、交互化，体育用品制造企业商务智能系统才能真正意义上满足不同层次消费者的个性化需求，引导并丰富企业价值创造模式。

3.2事务协同型模式构建

实效性是大数据时代的主要核心。由于体育用品制造企业的关联性与独特性，能否有效地利用存在于各个企业业务单元和数据仓库中的信息，实现资源共享优势或互补的有机配合与整体协同效应是优化体育用品制造业商务智能(BI)的关键。基于此，本研究认为，体育用品制造企业应构建基于事务协同驱动的商务智能模块系统，即根据消费者与企业之间、企业间及企业内部生产价值链互动节点的不同需求，扩充商务智能(BI)系统的可扩展、可嵌入、开放性及给消费者的个性化配置等具体事务，突破企业信息资源边界，创造信息渠道作用机制，即时呈现分析结果(如图1)，真正实现数据交互效应。比如，我国体育用品制造企业通过利用事务协同驱动的模型，可以实现与消费者实时交流，满足消费者个性化与定制化的需求；实现终端产品售罄实时反馈，实时调整定价策略，采取针对性的促销手段；或者提供实时报告和分析，使得企业获得及时的市场洞察信息，充分发挥商务智能(BI)实时的优势。

图1　基于事务协同处理的BI系统模型

3.3数据预测驱动型决策优化

大数据的价值在于数据挖掘和预测[7]。在社会化媒体中挖掘消费者的真正需求，日益成为企业决策的基本前提，也是推动企业决策过程从“被动式”向“预判式”演变新的决策模式。通过量化的方法将体育用品制造企业关注的信息内容(如运动习惯、消费方式、消费模式、价值关注等)转换为数据，通过借助信息的关联性，就会激发企业挖掘出以前数据所未被发现的潜在价值，最终企业将其信息转为应用于市场的决策或战略，以提升核心竞争能力。例如，2015年日本运动品牌Asics根据7年的研究以及对数千名跑者的数据分析，创造了适合每一位跑者的“My Asics”调适性训练计划。该训练计划以消费者设定的跑步目标为中心，透过不同阶段的专业化步骤指引(如针对不同长跑技巧，提供不同的距离和速度训练)，建立属于消费者个人的跑步训练计划。此外，Asics还可根据消费者传导到Asics系统的跑步数据，分析消费者的跑步状态及训练进度，其为消费者提供专业化服务的同时也提供了最真实的个人化训练体验。基于商务智能(BI)系统的数据预测功能，就可以帮助Asics企业根据大数据分析所提供的结果信息，挖掘专业跑步消费者的潜在消费或运动需求，从而为企业创造新的体验服务模式，或者实施给消费者更高品质的专业训练计划等提供更加高效、智能的决策优化资源。

4　结论

互联网的出现，改变了人们的社会经济行为，同时也不断拓展人类对信息与数据的创造与应用范围。随着云计算、移动互联网等新一代信息技术的创新与应用普及，蕴含着前所未有社会价值和商业价值的数据，越来越成为企业战略资产，是企业创新的核心驱动力[8]。基于大数据分析技术的实时、交互、智能、高速将成为BI商务智能系统的主要特征。我国体育用品制造企业应结合消费者需求个性化、多元化等基于数据驱动的变革性特点，充分利用大数据分析技术的机遇，凭借BI(商务智能)技术的优化升级驱动企业运营模式的改善和创新，促进我国体育用品制造业转型升级。

[1]王连月.BI平台下的运营分析系统研究[J].计算机应用与软件，2013(9)：250-254.

[2]魏太森,李新德.体育用品制造产业集群产学研协同创新研究[J].经济研究参考，2014(5)：84-85.

[3]李宁去年首次出现年度亏损，拟建快速反应机制[EB/OL]. http://news.hexun.com /2013-07-19/156299017.html.

[4][美]Prahalad.C.K.等，著.王永贵,译.消费者王朝：与顾客共创价值[M].北京：机械工业出版社,2005.

[5]王万程.大数据背景下的企业商务智能应用分析[J].通讯世界,2015(11):223-224.

[6]张洁,蔡红,等.网络虚拟环境下基于DART模型的顾客参与价值共创模式研究—以日本企业无印良品为例[J].科技进步与对策,2015(18):88-92.

[7] [英]维克托·迈尔.舍恩伯格,著.盛杨燕,周涛,译.大数据时代——生活、工作与思维的大变革[M].杭州：浙江人民出版社，2013.

[8]冯芷艳,郭迅华，等.大数据背景下商务管理研究若干前沿课题[J].管理科学学报，2013(1):1-8.

Optimized application of BI in sports product manufacturing enterprises under the background of big data

XU Chun-lei

(SchoolofManagement,BeijingSportUniversity,Beijing100084,China)

Combined with the requirements of diversification, personalization and time effectiveness on information acquisition, this paper analyzed the application limitations of BI (business intelligence) platform in sports product manufacturing enterprises. Based on the new changes and new ideas of enterprise operation mode, the study offered some suggestions for the optimized application of BI platform in sporting goods manufacturing enterprises under the big data environment in China.

big data; BI (business intelligence); sports product manufacturing enterprises

2016-06-06

许春蕾(1982-)，女，在读博士，研究方向体育经济与产业。

G818.3

A

1009-9840(2016)04-0018-04