商业智能最佳实践101
许多商业智能(BI)工作未能实现其潜力，也未能交付预期的结果。可视化有多漂亮，提取数据需要付出多少努力，甚至表示的数字有多准确，都无关紧要。为了获得成功，关键决策者需要首先关注业务启动该项目的“原因”，然后关注BI解决方案用户的业务流程和行为。
定义成功
每个成功的项目都必须从对成功的定义开始。然而，根据Gartner的数据，几乎70-80%的BI项目都失败了。这是软件问题吗?不太可能的。这与产品关系不大，而与过程关系更大。过程是问题的根源。管理层有一个愿景，但有时他们忽略了与IT和BI项目执行人员的沟通。IT和业务之间缺乏沟通意味着项目有可能无法交付。业务部门会向IT部门解释他们想要完成的是什么，但是他们不会解释“为什么”。没有讨论概述业务希望实现的具体目标。 This disconnect causes IT to form assumptions that the business knows exactly how to proceed with the project, which is referred to as ‘a suggested solution, masquerading as a business need’.
业务人员和那些管理解决方案的人通常不会考虑项目的细节和成功看起来会是什么样子。在项目实施之前对成功进行明确定义，这对项目的繁荣至关重要。
改变行为
许多企业执行BI项目，但没有改变行为的计划。结合BI，必须相应地调整流程(包括内部流程和外部流程)。如果数据纯粹是可视化的，但行为保持不变，那么它就只是漂亮的信息;商业艺术。尽管缺乏对人类行为将如何受到影响或应该如何受到影响的考虑，BI项目仍然经常进行。找到想要的行为变化是什么，并将其传达给参与构建项目的所有各方，这是一个关键的部署成功标准。
BI驱动变革。它是提供信息和洞察什么行为应该改变的催化剂。如果根据可用的数据，行为没有变化，那么失败的可能性将是不可克服的。如果用户无法影响数据，那么对用户有什么好处呢?通常情况下，用户面对的是他们无法改变的数据，这就引出了一个问题——如果用户的行为不直接影响数据，用户如何影响行为?
商业智能和人类行为之间有一条规则。BI学科与人类行为融合在一起，然而绝大多数企业将使它们彼此分离和独立。为了确保成功，两者必须联合起来。BI解决方案应该以一种不是操纵的而是提供信息的方式影响用户的行为。
质量vs数量
衡量事物的数量，并不等同于衡量事物的质量。此外，如果不与数量一起衡量质量，那么假设质量会保持不变是不合理的。如果其中一个增长，另一个通常会受到影响。衡量一个数字的定性方面是至关重要的。关键决策者应该确定一个评估质量的先例。通过设置有助于定义质量的标准和标准，理解被认为有价值的活动所需的必要步骤就变得更简单了。
就像你的买家漏斗，BI不仅仅是关于准确性和数量。低质量的度量会浪费用户的时间，而高质量的度量和数据可以促进更好的决策和行为。例如，季度销售很好，但如果你有3个月的销售周期，那么提前了解潜在客户的数量可能会更有好处。
授权，而不是监督
BI系统的很大一部分用于监控目的，而不是用于授权——或用于改善用户。一个典型的BI系统允许管理人员监视工人，而不仅仅是为工人提供提高他们绩效的机会。这只会给用户带来一点好处，只会给他们带来更多的阻碍。低采用率的一个主要原因是BI被用作监视工具。如果用户能够实现并争取到明确的好处，那么充分的采用是可能的。没有这一点，行为就不会改变，当然也不会变得更好。
对未来最好的预测是历史。这个前提可以应用到BI来帮助识别，如果您可以看到模式，您的数字可以预测未来，您将能够更好地建议用户如何实现成功。使用BI来培养一个用户将超出预期的环境是至关重要的。企业需要建立能够激励用户并引导他们走向成功的系统。如果BI功能被设计成通过定义良好的路径来鼓励更好的成就，那么组织将是优越的。促进个人和专业成长的BI解决方案将有助于确保用户得到培养和授权。
此外，建议BI解决方案应该尝试将业务从主观的业务过渡到客观的业务。有了BI可以带来的客观性，这必然会导致行为的改变。
如果您以这种心态处理BI项目，那么您可以期望获得更有价值的实现。能够可视化你的数据是很好的，但有一个清晰的成功概念和正确的态度，将简化整个过程。
关注我们
支持