自助式商业智能崛起 IT 部门如何促进企业分析协作

Posted 2021-04-20 Tableau社区

自问世 20 多年以来，商业智能的主要目标一直是创建自上而下的单一事实来源，使企业能够据此使用静态报表和仪表板集中跟踪 KPI 和绩效指标。这源于企业中电子表格和报告存储位置的数据增加，往往会导致结果各不相同、相互冲突。

随着这种以商业智能为重点的新式委任团队的成立（通常在 IT 部门内部），成员们开始采用与传统 IT 项目相同的方式来应对问题，即业务人员对 IT 人员提出请求，IT 人员记录票证，然后以瀑布式方法完成请求。

这种供应者/使用者式的商业智能方法虽然似乎能够胜任集中组织数据并提升一致性的任务，但它牺牲了业务敏捷性。解答时间严重滞后于提问时间。分析过程中这种延迟和敏捷性的缺乏导致采纳情况欠佳、整体业务影响甚微。

近年来，自助式商业智能的出现对某些 IT 专业人员发起了挑战，他们花费过去 20 年的大好时光建立了一个商业智能基础设施，只为开发自上而下的集中式报告和仪表板。起初，大多数 IT 部门将这种自助式趋势视作一项麻烦事，几乎将其忽略。他们关注的重点仍然是为组织开发集中管理的单一事实来源。

时至今日，自助式商业智能成为无可忽略的新常态，IT 部门已然置身抉择的十字路口。传统商业智能方法越来越无关紧要，因为企业亟需自助式商业智能带来的敏捷性，以便促进工作速度和提升公司业绩。这种需求再加上持续呈指数增长的数据量和复杂性，使 IT 面临一项重要抉择。

为了应对自助式商业智能的需求，IT 将逐渐演变为促成者，促进分析在整个企业中得到更广泛的使用、发挥更广泛的影响；如果忽略这一需求，IT 将继续充当生产者，因传统工具的限制而生成价值较低的企业报告。相比选择忽视其业务用户和分析师切实需求的 IT 专业人员而言，那些准备好充当促成者并抓住此机会的 IT 专业人员将对企业贡献更高价值。

随着企业开始从 IT 部门推动的传统自上而下方法转变为由 IT 部门提供、由业务部门主导的自助服务方法时，新机制和总体战略变得不可或缺。这意味着，必须重新审视过去为支持商业智能计划核心基础部分（人员、流程和平台）而制定的决策。企业需要在这 3 个核心领域作出调整，以支持从自上而下的商业智能开发模型转变为基于自助服务的现代商业智能模型，业务部门是后者的推动力和主要执行对象。考虑这些组成部分及排列其优先级的顺序非常重要，IT 人员必须了解这些关键地方，才能有效地向自助服务的转变。

人员

成功转向自助式商业分析要从人员开始，IT 人员考虑商业智能现代化所需的改变时，应优先考虑人员。在传统商业智能模型中，人员往往是次于平台和流程的最后考虑对象。广为流传的口头禅“搭建好平台，用户自然来”就是这样一种信念的例证，即业务用户倾向于使用可解答其所有业务问题的完善商业智能记录系统。

这种理想的最终状态很难实现，因为在前期需求收集阶段后，业务用户和 IT 人员在制定解决方案过程中极少、甚至没有任何协作。从需求收集到项目完成期间，由于缺乏业务人员的积极参与和反馈，许多时候都可能出现典型问题。最常见的问题包括：

• 开发过程中出现业务或组织变更，导致初始需求过时或无效

• 初始处理阶段提供的需求不完整或不准确

• 将业务需求转换为技术需求的过程中出现错误

这些情况的最终结果往往是业务用户完全脱离商业智能计划，并且企业在时间和资源上的投入却没有成果而浪费。业务用户和分析师使用分析，就是为了让分析发挥影响力、为企业创造价值。采用自助服务的商业智能模型将用户放在首位，允许其浏览、探索和生成内容，并最终使用这些内容作出更好的业务决策、转变业务流程。

业务人员与 IT 人员的协作对成功实施至关重要，因为 IT 人员了解如何管理数据，业务人员了解如何在其支持的业务流程中解释和使用数据。他们具备从中得出分析和见解的上下文，用于作出更好的业务决策，最终改善成果。群组间的这种早期协作不仅可促使平台部署满足业务需求，还可全面推进平台的采纳度和影响力。

流程

自助分析并不意味着最终用户可以无限制地访问任何数据和分析内容。它意味着最终用户可以自由地浏览受信任、保护和管理的相关业务数据。这正是流程发挥作用之处，代表着 IT 传统思维中要作出最大转变的部分。成功的现代商业智能计划能够为 IT 人员提供控制权，同时为最终用户提供自主性和敏捷性。只有建立结构完善、沟通顺利的流程，企业才能实现这种微妙的平衡。

自上而下、基于瀑布式方法的流程只能处理此平衡的 IT 控制部分。传统商业智能部署主要关注数据和内容的锁定管理。这意味着，只有具备专业技术能力的少数人有权自由访问组织数据，而他们要满足大多数人的需求、解答大多数人的问题。

这通常涉及以开发人员为中心的流程，包括设计和生成企业数据仓库 ( EDW )模型；生成 ETL 作业以将数据转换和加载到模型中；构建语义层以掩盖底层数据结构的复杂性；以及最终根据业务人员的最初请求，生成面向业务人员的报告和仪表板。遗憾的是，这种方法往往不能实现商业智能的愿景和期望，即通过改善决策制定过程，以最少的时间、精力和成本向组织提供可观的有形价值。

使用 IT 主导、自上而下的商业智能模型，花费的时间和精力与为组织提供的价值相比，往往得不偿失。

图 1 .由 IT 主导、自上而下的传统商业智能方法

现代分析解决方案要求使用新流程以及新定义的企业角色和职责，真正实现基于协作性自助服务的开发流程。由 IT 和用户必须相互协作，共同制定双方必须遵守的安全环境实现规则，以便在不影响数据管理或数据安全的情况下，最大限度地发挥分析的业务价值。

当业务部门能够从分析和商业智能投资实现巨大价值和收益，IT 部门就凸显了自己的成功、实现了自己对组织的价值。是否即使没有单个最终用户利用商业智能系统来影响单个业务决策，也仍应该将 IT 视为成功？

旨在提供自上而下商业智能部署的传统流程，其指标衡量往往与结果或组织影响无关。只要 IT 创建的 ETL 作业无故障运行、EDW 不出错而成功加载、所有下游报告成功刷新，许多 IT 组织就认为自己成功了。

仅向用户提供数据和内容，而不考虑用户是否采纳数据，是否因此改善结果从而实现数据价值，这是远远不够的。现代商业智能需要更新的流程来支持整个企业的自助分析。还需要定义新的成功指标，使 IT 和业务能够共同负责并因此付诸同等投入。

平台

由于商业智能过去被视为主动权在 IT 的活动，因此由 IT 推动平台评估、选择、采购、实施、部署、开发和管理的方方面面并不出奇。但是，商业智能和分析计划的人员和流程部分的现代化需求剧烈变化，因此 IT 必须改变技术选择标准以满足这些不断变化的需求。最明显的变化可能是，IT 必须与整个组织的业务用户和分析师密切联系，以便评估和最终确定最适合组织、最能满足用户广泛需求的现代平台。

现代平台必须能够应对广泛的需求、各种用户角色、更快的业务步调，以及数据量和数据复杂性的指数增长。IT 要求所选平台能够进行管理并可保证安全，而最终用户要求轻松访问内容并能够在安全环境中进行浏览和探索。所选平台还必须随环境而演变，并且能够与组织中的其他系统轻松集成。包含所有分析所需数据的集中式 EDW 曾经是传统商业智能的基石，但在大数据时代却是不可行的。组织需要这样一个平台，它能够适应不断变化的数据环境，并让用户免受增加的复杂性和变化影响。

最关键的方面在于能够以整体而直观的方式满足各种需求，而无需在流程中引入单独的产品或模块来执行特定任务。下一页中将这种整体性描述为现代分析工作流。该流程图着重强调了 5 项重要功能，这些功能必须能够无缝过渡，图中央所绘的 3 种用户角色才能有效利用平台。

图 2 .由业务人员主导的现代自助分析工作流程

据 Gartner 所言，商业智能和分析平台市场在 2016 年经过了转折点，因为现代产品市场正茁壮成长，而传统市场细分逐渐下滑，几乎没有新的净投资。IT 领导者应利用这一市场变化，抓住机会将其在商业智能和分析中扮演的角色重新定义为更具战略性的角色，这对企业的未来成功至关重要。采用协作方法重写商业智能计划的基础方面并切实支持自助服务，是将 IT 从生产者转变为企业的战略合作伙伴和推动者的关键。

2017 Tableau 可视化分析峰会报名通道

• 轻松报名，长按识别下图中的二维码，登录峰会网站，在 “报名参会” 栏目中进行报名；

温馨提示：

如果您在报名过程中遇到任何问题，欢迎致电 

010-52899167 或发送邮件至     

轻松下载 Tableau 学习资料！

推荐阅读（*点击标题查看原文）

• 
  

免费试用 Tableau 10.2

点击下方阅读原文即可免费试用最新版本 Tableau 10.2 。下载 Tableau 工作簿，你也可以用数据讲故事！

Tableau 中国官方微信定期为您推送最新行业趋势、热点资讯、精彩活动等信息。立即订阅，官方信息一手掌控，更多精彩，更多新鲜，敬请期待！