上海捷能智电新能源科技有限公司是由中国石化、中国石油、上汽集团、宁德时代和上海国际汽车城集团联合投资的专注于动力电池租赁业务的合资公司。捷能智电将开展换电技术研发推广、电池运营管理、大数据服务等业务，推动构建车电分离完整生态，打造标准化平台，为新能源车主带来安全、可靠、方便、快捷的优质出行体验。
2022年底，捷能智电与观远数据达成合作，携手构建一站式现代化BI平台，为初创的公司快速打造数据分析能力，并赋能业务人员自助分析，提升运营效率，降低经营成本。
近期，捷能智电数据分析与应用负责人王夏晖受邀参加观远数据「圆桌智谋会」上海站，分享捷能智电BI建设发展历程，与在场嘉宾共享捷能智电的数据化价值实践与收获，并共同探讨BI如何让业务用起来等焦点话题。
本期「数智大咖观」整理其分享精华，以期为更多关注BI能力建设的企业提供价值参考。
捷能智电启动BI建设的原因是什么？
捷能智电去年刚刚成立，但其实在公司成立之前，还是一个项目组的阶段时，我们就知道数据的价值是很大的。由于我们本身营运规模较小，IT团队成员不多，所以我们考虑引进能够让业务人员自主分析的数据分析工具，帮助业务自助使用数据，发挥价值。
但最开始讨论这件事时，管理层由于没有直观地看到这样的东西，会怀疑引入数据分析工具对业务提升有什么作用，我们也很难用量化的方式来评估投入产出。后来出现一个比较好的契机，是我们的合作伙伴——上汽旗下的飞凡汽车，他们也用了观远BI。我们的领导有一次和飞凡汽车的领导交流时，看到了他们的钉钉上面有一个很漂亮的报表，能够看到业务进展情况，包括每天有多少进店、有多少下了买车的定单、整个交付周期的情况等等。这让他意识到在公司运营的过程中，如果有这样的数字化方式让整个业务发展变得很透明清晰，对于业务经营会很有帮助。
去年11月份公司成立后，我们开始做市场上一些BI工具方面的调研比较，也开始收集公司内部的一些需求。之后和观远数据合作，目前公司两大主营的业务板块——电池租赁和换电，基本上实现了所有业务报表的覆盖。我们也顺势进入了BI建设的下一个发展期，夯实数据基础，进行一些数仓集成功能的升级，以让各个部门能够更好地自助使用数据。
进行了哪些数据价值化实践？
BI落地后，我们在各个领域都进行了一些数据价值方面的探索和实践，例如在电池管理、换电站运营等领域：
? 电池管理
电池资产是我们公司业务的核心，如果电池出现故障甚至热失控等问题，对公司影响很大。为了更好的管理资产，除了整个电池包系统的安全设计外，我们也在利用电池的实际运行数据进行风险识别方面做了很多尝试。
例如借助过去的故障数据，加上对电化学原理的理解，以及现在较流行的神经网络或统计学的模型，来搭建电池安全风险的预警模型，提前找到可能有问题的电池，自动生成售后维修工单，防患于未然，提前修补可能存在的风险，从而降低发生故障的概率。
? 换电站运营
其一，我们借助数据做了用户画像，将类似建议充电时间之类的用车小贴士做成了比较有趣的提示，针对性地给到不同用户建议，避免直接做成一本厚厚的用户并不愿意看的普通的用户手册，让用户更容易接受建议，拥有更好的充电体验。
其二，以数据赋能如电站智能选址、电站充电策略设置等场景，通过数据的分析实现降本增效。
其三，借助观远BI，实现了公司电池租赁和换电两大业务板块的数据报表全面覆盖，运行效果非常好，每天使用的用户量与访问量都遥遥领先。
在实践过程中对BI建设有了哪些新认知？
第一点，BI建设不必一开始就大而全，先和业务一起跑起来，让数据飞一会儿。
很多企业刚开始可能会比较着急，一上来就做了非常完善的规划，作为一个初创企业直接规划到了观远数据企业BI建设6S模型里的S6阶段（BI+AI融合），一上来就想做订单预测等。但很可能这个时候连数据都没有。
所以BI建设一定要跟着业务一起成长。例如我们前期想要建立一个换电站的模型，但没有数据，就要现在业务过程中不断地积累如电池档案、站点运行情况等数据。有了这些数据之后也还不到建模的时候，还要做更多的评估工作，用一些数据指标将业务运行状态进行更加完整的呈现。有了这样完整的数据积累后，再开始如订单预测、智能选址等比较高级的算法方面的工作。
第二点，完善的指标体系，来自对业务的理解，懂一点财报挺重要的。
之前捷能智电进行指标体系设计时，最开始是从数据对象的角度出发，例如会比较关注电池、换电站、订单、用户，考虑每一个数据对象能计算哪些指标，像换电站总共有多少、在什么时间运行等。但当有一天我拿着认为很完善详尽的材料拿去汇报时，领导问我“你想给我看什么，想要我看什么？”。这句话我想了很长时间才意识到，我们做的很完善、很详细的汇报材料，在另一个角度上来看其实是非常冗杂的。
如果站在更高维度上，站在管理层的视角，去思考他们想看什么、要看什么，其实无非就是“钱”——我现在还有多少钱、现在做的事情能不能赚钱、赚的钱有多少到了公司账里等。这些都体现在财报里，如若我们能把业务数据和财务关联起来，在报告中更直接展现管理层、决策层关注的这些财务数据指标，呈现重点问题，并且为他提供解决思路，那么整个指标体系对于高层决策和公司业务经营会更有帮助。
第三点，数据分析就像潜航，大部分实践都很枯燥，要保持好奇心。
前两天给我儿子讲故事的时候，讲到一艘潜水艇潜入海底，大部分时间看到的只有单调的泥沙、漫漫的黑暗。这很像我们数据分析的工作，大部分时间都是非常枯燥的，需要一张张拉表，对一个个字段做很枯燥的数据治理工作。但就像黑暗的海底、单调的泥沙间往往还会潜藏着神奇的动物、瑰丽的景象一样，只要我们在挖掘数据价值的过程中始终保持对数据的好奇心，获得洞察的那一刻就会非常有成就感。
BI如何让业务真正用起来？
从我个人的角度来讲，我认为让业务真正用起来，一定是要让业务站在数据生产者的角度去用BI、做分析。
如果我们还是延续IT接收业务需求，为满足业务临时的洞察需求或者业务验证需求，IT去执行取数等工作去满足业务需求的模式，那“让业务用起来”这件事的周期就会拖得很长，无法捕捉业务突发的灵感，产生洞察。反之，如果我们能够提前把一些基础的数据工作做好，让业务人员能够自助进行取数、用数、分析的工作，这样就能够真正帮助到业务。
而在业务开始自助使用过程中，可能会出现一些滥用的情况，导致数据指标混乱或者报表冗余。针对这类问题，我们会做一些报表的区分工作，哪些是业务需要天天看的，如日报、周报这类，哪些是业务临时需要用临时做的。我们在后台做了一个报表使用情况的监控，能够看到各个报表每个月有多少人在用，一些长时间没有人访问的，就可以跟业务商量是否下掉或者放入资源池。通过这样的方式来更好的管理报表资源，帮助业务更好地使用BI来获取想要的数据洞察。
