企业部署BI工具必须避开的三大误区

mavisfine

商业智能的概念最早于1996年由加特纳集团提出，之后随着信息化科技的发展逐渐成为企业CIO竞相追捧的宠儿，更有财大气粗者以为只要愿意砸钱，功能买齐了的商业智能BI无所不能。但最终结果证明，在国外，投资建设BI系统的企业有60%～70%以失败告终；而在中国，这个数据可能会更高。这里的失败指的是BI沦为高级报表，没有被用户尤其是业务人员广泛深入使用，无法起到管理决策支持作用。于是CIO们又开始望洋兴叹，面对信息化的最后一公里瓶颈，不敢轻举妄动。

其实BI部署的过程并没有想象中的荆棘密布，只要远离以下三大误区，则可以使BI工具尽早融入业务系统中，为企业大数据分析及管理决策保驾护航。

1、技术部门数据主导，业务部门缺乏参与度

商业智能顾名思义应该是以业务逻辑及业务需求为导向，但现在国内实施商业智能BI的现状往往是技术部门主导，业务部门参与度低，这也就导致BI功能设置开发偏向以数据为核心，不仅后期数据维护成本大，业务需求也无法及时响应。

FineBI建议解决方案：整个流程保证业务部门和技术部门的协同合作，系统开发设置以业务为主导，再通过适当培训让业务人员能够做到自己根据业务逻辑进行自由分析。

2、基础数据质量参差不齐，ETL成本高

许多主管与业务人员盲目依赖BI工具，以为工具可以解决一切数据问题，在不了解问题的情况下盲目收集信息造成业务数据错误、空缺、与数据仓库中的数据不一致，这样也就大大增加了ETL过程的成本，并且直接影响到BI分析结果的质量。

FineBI建议解决方案：从源头上梳理和控制数据的质量，保证数据原封不动地从数据仓库提取到数据集市中，同时将ETL整理和重构的过程文档化、持久化，形成数据维护的规范和制度。

3、需求不分缓急，项目规划周期冗长

许多企业在开始实施BI时贪大求全，不划分需求轻重，试图一次性实现所有功能，导致项目范围太大，项目周期太长。因为个别需求拖慢整个进度，项目人员压力过大，士气低落，最终导致实施失败。

FineBI建议解决方案：避免贪大求全，从最重要最迫切基础数据最齐全的业务需求入手，划分确定项目周期，争取以一个成功案例为基础，推广到其他项目。BI部署应该遵循以业务需求为导向，划分主次，循序渐进，逐步提升。