e-works数字化企业网  »  文章频道  »  管理信息化  »  BI

破解商业智能BI的谎言从“你能不能“说起

2019/4/26    来源:派可数据    作者:佚名      
关键字:商业智能BI  
目前商业智能BI在国内的现状就是:它打的仍然是一个项目制为主的,靠着开发顾问的技术经验、业务经验、劳动付出的一种产品+实施的阵地战。

包治百病、药到病除的“商业智能BI

    我们经常会碰到有伙伴、企业客户向我们提出这样的问题:

    “某某厂商说他们的BI工具交项目交付很快,基本上用他们的产品几天或者一周就可以把项目做完,敏捷开发,零风险,你们能不能?”

    “他们直接连业务数据库,不懂IT技术也没有关系,业务人员自己就可以做分析报表,你们能不能?”

    “他们的自主分析很强大,什么业务问题只要拖拉拽就可以做分析,能一眼看出企业存在的经营管理问题,什么业务数据实时预警决策都不在话下,你们能不能?”

    .....

    类似于这样的问题很多,总体感觉就是只要你买了我们的药,不用望闻问切,就可药到病除,包治百病。并且通常一副药一个疗程就够了,快捷高效。

    听上去,很美好,但实际上有点过于夸大,也是经不起推敲的。

商业智能BI的开发生命周期

    商业智能BI是有开发生命周期的,一个完整的商业智能BI项目一定是经历过业务需求分析、分析指标体系梳理、源数据和数据质量调研、ETL数据的抽取、清洗转换和加载、业务计算逻辑到数据计算逻辑的实现、数据仓库建模(Inmon或Kimball)过程、可视化分析报表实现等几个阶段。即使现在也有一些BI方法论宣称是反对数据仓库建模方式的,但也仍然无法回避其它前期的工作部分。

商业智能BI的基本定义

图1 商业智能BI的基本定义

    以上的每一个阶段都存在很大的变数:业务架构自底往上的调整、分析需求的变化、业务数据计算逻辑的变更等。在不了解客户实际资源能力、项目支持力度,一味拔高用户对商业智能BI的期待,而选择性的弱化商业智能BI项目后期的风险、用户的实际投入、长远规划...实际上是一种不负责任的表现。

    对于商业智能BI,我们不谈具体的技术和具体的工具产品,只来客观中立的说说它的几个特点以及相关的认知。

三分产品,七分实施

    在商业智能BI项目中,大多数情况下产品的因素只能占到三成,七成来自于专业的技术开发、落地实施服务。

商业智能BI的项目规划

图2 商业智能BI的项目规划

    有很多BI工具本身都非常的优秀,在不同的使用场景下,特点鲜明,但是最终很多项目也是以失败而告终(客户没有用、没有二期)。究其原因在于前期承诺的太满,一味的只告知客户产品功能多么的强大,但是却很少告知针对企业目前的现状可能会存在的风险。

    比如:

    告诉我们的客户在数据库的数据直连打通后,直接拖拽建立表与表之间的关系就可以了,但是却不会告诉业务系统的数据可能要经过复杂的清洗和转换。

    告诉我们的客户你们是可以做到自准备数据的,但是却不会告诉客户自准备的数据一定是格式良好的,复杂的数据处理是一定需要专业的ETL工具开发的,业务人员是绝对做不到自己搞定一切数据准备工作的。

    告诉我们的客户BI项目是不需要构建数据仓库模型的,数据仓库是落伍的、过时的方式,但是他们却在自己的每一位实施顾问招聘职位中一定要求应聘者有两年的数据仓库开发经验。

    诸如此类的问题还有很多,并且通过对不同的用户进行调研,发现他们可能潜在的风险还不完全相同,所以实际上也很难有一款商业智能BI工具能够完美的解决用户的所有问题。那么这些无法解决的,实际上就需要经验非常丰富的专业BI开发、架构、业务分析人员来进行把控并进行个性化的开发、服务和引导工作,并且也需要客户能够达到一定的成熟度。

    产品的作用在于提高工作效率,更高效的将各种复杂技术问题简单化。但尽管如此,产品工具的对于商业智能BI成与败的影响因素只能占到三成,剩下的七成实施服务才是最重要的。

针对不同的项目运用不同的BI实施方法论

图3 针对不同的项目运用不同的BI实施方法论

    比如基于不同行业的数据分析指标体系梳理的能力、取数与ETL数据处理能力、数据抽取策略设计能力、数据仓库建模能力、数据仓库实施方法论落地能力、具有很强逻辑性的数据可视化图表设计和开发能力等。

    但对于很多优秀的BI工程师,不同的BI工具在其手上都可以最大程度上无差别的把商业智能BI的实施服务做到最好。

    所以,通过以上了解基本上也可以看出实际上即使是一个小型的商业智能BI项目也是无法做到几天时间或者一两周时间就可以完整落地的,并且是零风险的,这违背了一个商业智能BI项目的正常开发周期。

企业在不同阶段的数据项目规划

图4 企业在不同阶段的数据项目规划

    当然,如果愿意牺牲底层数据构架,仅仅以最终的可视化分析图表内容来吸引用户也是可以做到的。就如同在很短的时间将一个房屋粉饰一新,短时间内没有问题,但是时间长了当出现问题要修补,把房屋墙面底层扒开一看可能看到的就是任意的走线、混乱的水电、以土为沙的墙面。后期需求的扩展如何保证?是否意味着真正的零风险?二期维修的成本是否还高于新建的成本,这些问题都应该认真考虑。

    最后,我们并不否认不同BI工具之间一定存在产品能力的差异,但不应该过分强调一款BI工具在违背了BI开发生命周期的前提下还能够完美的解决用户的一切问题。

责任编辑:程玥
本文来源于互联网,e-works本着传播知识、有益学习和研究的目的进行的转载,为网友免费提供,并已尽力标明作者与出处,如有著作权人或出版方提出异议,本站将立即删除。如果您对文章转载有任何疑问请告之我们,以便我们及时纠正。联系方式:editor@e-works.net.cn tel:027-87592219/20/21。
e-works
官方微信
掌上
信息化
编辑推荐
新闻推荐
博客推荐
视频推荐