搜索
查看: 1118|: 0

为什么BI项目会失败,怎么才能取得成功?

[复制链接]

335

主题

-90

回帖

1513

积分

金牌会员

积分
1513
发表于 2015-2-4 17:31:02 | 显示全部楼层 |阅读模式
你不能简单的购买BI解决方案,并期待好结果。你首先需要进行战略思考。以下是如何去做。
商业智能项目往往从根本上缺乏战略。许多公司只是把BI当做工具,这意味着他们把它当作一个操作系统或虚拟化技术决策。嘿,这是一个软件包,对不对?
在现实中,一个BI项目可能涉及到几个不同的工具:一个真正的BI产品工具,简单的仪表板工具(这可能不是一回事),查询数据工具,以及如Tableau的“快速点击”工具。但是,该工具是“冰激凌”而不是“蛋糕”而且这是一种不不先搞清楚配料成分就可以吃的昂贵“冰激凌”。
一个成功的举措始于一个很好的策略,和良好的策略始于确定业务需求。最有价值的BI举措汇聚信息和技术,使得见解能直接反映该组织的战略正在起作用并更好地支持决策。
平衡计分卡是一个很流行的连接战略、技术和绩效管理方式。其他方法,例如应用信息经济学,结合统计分析,投资组合理论,决策科学,以帮助企业估算优质信息的经济价值。无论您使用的是公布的方法或自己开发的方法,重要的一点是要确保你的BI活动是有方向性的,以产生真正的商业价值,而不仅仅是创建漂亮但没用的仪表板和报告。
许多公司寻求成为“数据驱动”型的企业,但是跟他们对数据驱动的含义并没有清晰的认识。我有一个客户这样形容它,然后直接告诉我说,他们根据自己的风险团队坐下来看他们的眼睛来判断一个人的性格能力而避免了一个巨大的丑闻。一个管理团队需要做到真正的心连心,然后决定他们通常看什么样的数据,他们基于数据做出什么样的决策,以及他们如何决定走另一条路。下面的管理层需要做的也一样。
接下来,问:我们希望有什么样的数据并且怎么才会导致不同的决策?这些问题的答案满足了任何BI项目顶层的要求。
另外一个巨大的错误是没有选择正确的团队。许多公司失败出于政治原因而不是“邀请世界”或建立“自愿联盟”。相反数据专家团队,数据分析师和业务专家必须走到一起用正确的技术专长一起合作。这通常意味着引进外部的帮助,但这种帮助需要能够和管理和技术人员进行交流。引进100个“工具专家”,他们知道如果没有人可以上传下达,[在此处插入您的BI产品]不会有任何作用。
这一切听起来不错,但如果数据在散落在不同的系统中呢?一个成功的BI项目不会脱离业务整合(更多更高版本)或数据集成。 (注意:不要购买任何的虚拟模式元矩阵产品;他们都不好用。)Hadoop、数据湖泊,企业数据中心和数据仓库在这里不仅是时髦的,而且是必需的。
Business Intelligence
没有什么能使得IT部门比寻求关键业务系统的动力更加紧张。此外,很多BI工具需要资源。您的要求应该决定什么数据,有多少数据,以及多久(也就是你的“时间真”怎么需要它)数据必须运用数据仓库技术去处理。作为工程的一部分,你答应IT停止做点至点的工作,并开始将中心辐射型集成到数据湖。
换句话说,你需要一个大的数据集以满足所有,而不是数百个不容易控制的业务系统。这是非常困难的,尽管有什么BI的销售人员说,为了方便地访问您的数据无需推翻你的业务系统,除非你已经部署了数据湖泊或数据仓库来承担负荷。
根据业务需求以及你需要支持(Hadoop的,Teradata的,或其他)的技术,你终于可以踏踏实实地选择你的BI产品工具。哪些会支持你将要进行的数据分析?你的公司谁会使用他们?很多BI工具需要系统的专家进行密切参与,而另一些十分简单,能够掌握基本的SQL技能的业务分析师就可以使用它。你可能需要不止一个的工具来满足您的所有用例。
你可以做规划,确定应用案例,选择了一个优秀的团队,开始了数据集成项目,并选择合适的工具。现在到了最困难的部分:改变你的业务和基于数据和报告的决定。经理人,像其他人一样抵制变革。
此外,BI产品不应该有一个固定的开始和结束时间 这不是成为’数据驱动”需要的方法。这个过程是需要的,那就是减少无用的报告数目(这只能通过废弃被识别),并在数据中发现新的机会。有时候,这是偶然的,有时一个聪明的经理就会问,为什么他们不明白他们看到的东西。
剩下的几行文字,是以“需要做”或“不需要做”的形式展开的:
不要简单地运行一个工具选择项目;
要选择合适的团队;
要整合数据,使其在查询方面变得智能;
不要只选择一个工具 要基于您的所有需求和使用情况选择正确的工具
如果有必要,要让数据改变你的决策和组织结构本身
剔除无用的分析并找到新的
执行好,你自己可能就会一个成功的商业智能项目。
【了解更多商业智能行业资讯,商业智能解决方案以及商业智能软件下载请访问FineBI商业智能官网www.finebi.com

您需要登录后才可以回帖 登录 | 立即注册

本版积分规则

大数据中国微信

QQ   

版权所有: Discuz! © 2001-2013 大数据.

GMT+8, 2024-11-25 18:45 , Processed in 0.105800 second(s), 24 queries .

快速回复 返回顶部 返回列表