商业智能实施方法论：想大做小

BI要想大做小，要从最迫切的业务入手。无论是上哪种管理软件，几乎都会听到同样的声音：不要贪大求全，从最迫切的业务入手，BI也不例外，它可以做成一个独立的庞大系统，把企业中所有的业务数据全部放在一个数据仓库里，进行多维分析；也可以直接连接到各项单独的业务数据中，进行多点关联的业务分析。真正有效的方法 是先把最紧要的业务管理起来，以便迅速响应市场需求，做出最佳决策。积累了一定经验后，再逐渐增加功能模块继续对其他业务进行决策分析，这样可以在最大程度上规避风险，因为上BI也要进行流程的重整，一个部门的整顿对公司的影响要比整个公司整顿的影响小得多，也很容易进行推广和应用 。

商业智能战略原则：坚持业务驱动

要坚持业务驱动而不是技术推动。涉及到管理的问题，就是社会科学的问题，也就是人的问题。商业智能的需求拉动都是从业务部门牵头做起，而不是信息技术部门。商业智能实施的支持者不应是IT中人。相反，BI的支持者应当是一名肩负底线责任的管理人员；他应对企业的目标和战略有着全局的感观；并且了解如何运用关键绩效指标来实现公司的目标任务。也许一些企业也明白应由业务部门来提出对软件的设计需求，但业务人员的水平不足以达到提出未来管理模型架构的水平，如果出于这样的原因，企业要充分听取和尊重IT部门所提供的专业建议，让他们可以同业务部门密切配合共同协商提出需求模型，以尽量准确的把握企业的业务发展方向。

商业智能关键信息点：建立通用的语义定义

如果没有一个通用的定义，BI的实施不可能会成功。而缺乏一致性是大多数公司如今所广泛面临的问题。比方说，财务部门和销售部门对 ” 毛利率 ” 的定义就完全不同，这就意味着两者的数据不能够完全吻合。要解决这个问题，就要在前端、中间、后勤办公室人员这整条业务线之间建立起共同的语义层定义。在此基础之上，就可以把业务关键指标有效控制及管理，进而进行基于业务需求基础上的分析及决策。

这里有一点需要注意，因为许多企业是从独立的数据仓库开始入手的，因为这样做既简单又快捷。但是这意味着当有新的数据存储需求产生时，你要建立许多额外的数据仓库，如此年复一年，很快就会对这些数据仓库失去控制。除此之外，还需要考虑是建立并维护一座物理数据仓库，还是使用链接到数据库系统上的虚拟语义层。传统的数据仓库意味是数据重复，而且不太可能实现数据的实时访问，所以在需求尚不成熟和明朗的初期，就可以通过一个语义层来集成各个业务系统数据，这很重要，因为它是一个元数据仓库。

商业智能质量的保证：选择合适的产品和集成商

影响商业智能实施成功与否的组件包括：数据集成 接口、数据采集工具、统计分析方模型、智能查询接口 、展示(报表和仪表盘)、门户、授权管理和通用语义管理。 要确保产品提供所有必要的组件来支持所要实现的功能。

商业智能的实施需要有一个经验丰富的技术咨询商来从旁辅助或实施 。企业应当准备好为每1元钱的错误软件 实施 付出5到7 元的维护费用，同时还要注意：要十分关注集成商对BI产品的掌握能力。国内目前尚缺乏对国际大型BI产品的实施经验与能力，而润乾公司拥有全部自主知识产权的技术及源代码。可以保证在实施过程中给客户提供最全面和深入的技术指导、培训及研发。

引自：润乾商业智能解决方案
原文链接：商业智能及数据分析实施的4个原则