商业智能成功的三个秘诀

mavisfine

商业智能，就像是储存在某个岛屿的秘密宝藏，原本不被问津，忽然有一天江湖上出现了藏宝图，于是被利益诱惑的人们开始争相踏上寻宝之路，但却并不是所有人都能拿到真正的藏宝图，找到正确的路线方向。

部署商业智能，又像是唐僧师徒三人的西天取经。就算明确了方向，也不是所有人都有悟空保驾护航，能咬牙度过九九八十一难。

但商业智能又是一个无界的资源，不用担心晚了就没了，只是早成功的多赚些，晚部署的只要运用得当一样能够迎头赶上。那么现在的问题就是如何成功？有没有秘诀或者捷径？——且让我们站在前人的肩膀上，汲取成败经验。

总结三个秘诀如下，权当分享，敬请指正：）

一、数据清洗，保证质量

数据质量是商业智能分析最底层的奠基，在建立数据仓库整合数据的时候务必做好数据清洗和数据规范监控。就像一栋大楼如果地基就千疮百孔，那就没有往下继续建设的必要了。

二、合理计划，需求控制

先打个简单的比方，大家都知道女人打算出去逛街买双凉鞋，回家时却买了若干搭配鞋子的衣服饰品包包，甚至有可能买回打折的冬季的羽绒服，刷爆了信用卡。你看到这里时是不是会心一笑，女人啊，就是这么不理智冲动没有规划的生物。别忙着嘲笑，请再想想公司在部署实施商业智能的时候，你看到商业智能能实现的那么长那么齐全的功能清单的时候，是不是感到振奋？总觉得每个功能都有用到的可能？是不是想要大笔一挥一鼓作气全部实现？你摇头了？你真的确定已经把采购功能清单逐一评估过了吗？如果没有，请重新好好审视评估项目的阶段功能需求，优先等级，投资回报。贪大求全不仅成本昂贵，而且会导致项目周期过长，失败风险不可控，人员士气也容易收到打击甚至因为失败而一蹶不振。

三、业务主导，数据支撑

虽然现在商业智能越来越易于操作，但这只是在分析展示层面上。在前期数据仓库的建设以及功能开发上还是具有技术难度的。这时候就容易走入数据IT主导的误区，业务人员参与度不高造成后期数据维护成本大，业务需求无法及时响应。毕竟最后用的还是业务人员，所以即使是技术开发阶段也要尽可能让业务人员参与进来，多沟通交流，让商业智能可以真正为业务人员所用。