一般来说，在进行BI 商业智能系统项目开发之前，必须先有明显的商业眼光和分析的目的，从这个角度开始确定分析方法和工具来设计业务分析的框架、指标和报表，还包括IT实施和其他的一些步骤，不断改善建立的机制，也就是说，第一步现需要建立业务分析的体制，然后才是操作 BI分析系统。下面我们就来讨论具体需要哪些准备工作： 首先，需要明确的目标，也就是建设BI系统的目标，包括对其进行清晰的描述和分解。具体来说，基于ERP系统中的数据，对企业的生产与经营活动等方面进行全方位、多角度综合分析，然后提供必要的信息，以支持企业的业务决策。 然后，就要对具体的业务需求进行确定。在基于实际的条件下细分为不同的用户进行操作，比如分为企业领导，部门负责人和业务管理人员等类别。 不同的用户，在企业中关注的数据肯定会有所不同，并且具有不同的需求。可以定义业务需求，同时在分析过程中运行，构建一个完整的应用程序和场景模式。举个例子来说，分别对应不同的用户建立一个业务指标分析模型，还有补充的就是日常业务报告。 接下来，在对建设 商业智能分析系统的用户的需求明确的基础之上，就可以详细分析关键点。通过业务分析—决策分析使BI系统之间实现物理互联互通的管道的畅通。 业务操作从效率和效益的基础上，将核心竞争力和业务流程的关系一一拆解，最终形成一套全面细致的指标体系，并对其进行梳理。在梳理过程中，会对应每个相应的责任部门的指标进行执行。 事实上，企业治理指标体系的结构建立，是利用建立制度的方式来实现的，这无疑会是一个漫长而艰难的过程。详细信息通常来自不同的分析维度，通过分析后处理指标得到不同的结果，最终实现目标，这需要实现数据源的指标，而这些数据，也就是ERP或其他途径取得的原始数据。 下一步则是在构建BI系统中非常基本的，但也是十分关键的作业，那就是收集和管理数据。这是振兴企业的 数据分析管理、实现BI系统有效统计分析的要求的重要举措，是在建立BI系统的全过程非常具有挑战性的事情。 我们知道，在企业中，常因一些特殊原因，导致各部门的数据出现矛盾的情况，特别是在集团企业中非常常见，因为这种企业的管理是分散的，运用不一致的会计方法下的BI系统的数据源也将是不一致的，导致数据不能被聚合并进行深入的统计分析。通过数据标准化，建立企业数据字典，对数据的统一定义的含义进行研究，对相对较差的数据质量的BI系统和数据库的数据转换清洗，从而提高应用的数据整体效能。这样，数据源就会具有一定程度的规范性，从而在保证数据源独特性的同时降低整体风险。 【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】
| 
发表于 2015-2-19 14:53:57
