你不能簡單的購買BI解決方案，并期待好結果。你首先需要進行戰略思考。以下是如何去做。
商業智能項目往往從根本上缺乏戰略。許多公司只是把BI當做工具，這意味著他們把它當作一個操作系統或虛擬化技術決策。嘿，這是一個軟件包，對不對？
在現實中，一個BI項目可能涉及到幾個不同的工具：一個真正的“BI”工具，簡單的儀表板工具（這可能不是一回事），查詢數據工具，以及如Tableau的“快速點擊”工具。但是，該工具是“冰激凌”而不是“蛋糕”而且這是一種不不先搞清楚配料成分就可以吃的昂貴“冰激凌”。
一個成功的舉措始于一個很好的策略，和良好的策略始于確定業務需求。最有價值的BI舉措匯聚信息和技術，使得見解能直接反映該組織的戰略正在起作用并更好地支持決策。
平衡計分卡是一個很流行的連接戰略、技術和績效管理方式。其他方法，例如應用信息經濟學，結合統計分析，投資組合理論，決策科學，以幫助企業估算優質信息的經濟價值。無論您使用的是公布的方法或自己開發的方法，重要的一點是要確保你的BI活動是有方向性的，以產生真正的商業價值，而不僅僅是創建漂亮但沒用的儀表板和報告。
許多公司尋求成為“數據驅動”型的企業，但是跟他們對數據驅動的含義并沒有清晰的認識。我有一個客戶這樣形容它，然后直接告訴我說，他們根據自己的風險團隊坐下來看他們的眼睛來判斷一個人的性格能力而避免了一個巨大的丑聞。一個管理團隊需要做到真正的心連心，然后決定他們通常看什么樣的數據，他們基于數據做出什么樣的決策，以及他們如何決定走另一條路。下面的管理層需要做的也一樣。
接下來，問：我們希望有什么樣的數據并且怎么才會導致不同的決策？這些問題的答案滿足了任何BI項目頂層的要求。
另外一個巨大的錯誤是沒有選擇正確的團隊。許多公司失敗出于政治原因而不是“邀請世界”或建立“自愿聯盟”。相反數據專家團隊，數據分析師和業務專家必須走到一起用正確的技術專長一起合作。這通常意味著引進外部的幫助，但這種幫助需要能夠和管理和技術人員進行交流。引進100個“工具專家”，他們知道如果沒有人可以上傳下達，[在此處插入您的BI工具]不會有任何作用。
這一切聽起來不錯，但如果數據在散落在不同的系統中呢？一個成功的BI項目不會脫離業務整合（更多更高版本）或數據集成。 （注意：不要購買任何的虛擬模式元矩陣產品;他們都不好用。）Hadoop、數據湖泊，企業數據中心和數據倉庫在這里不僅是時髦的，而且是必需的。
沒有什么能使得IT部門比尋求關鍵業務系統的動力更加緊張。此外，很多BI工具需要資源。您的要求應該決定什么數據，有多少數據，以及多久（也就是你的“時間真”怎么需要它）數據必須運用數據倉庫技術去處理。作為工程的一部分，你答應IT停止做點至點的工作，并開始將中心輻射型集成到數據湖。
換句話說，你需要一個大的數據集以滿足所有，而不是數百個不容易控制的業務系統。這是非常困難的，盡管有什么BI的銷售人員說，為了方便地訪問您的數據無需推翻你的業務系統，除非你已經部署了數據湖泊或數據倉庫來承擔負荷。
根據業務需求以及你需要支持（Hadoop的，Teradata的，或其他）的技術，你終于可以踏踏實實地選擇你的BI工具。哪些會支持你將要進行的數據分析？你的公司誰會使用他們？很多BI工具需要系統的專家進行密切參與，而另一些十分簡單，能夠掌握基本的SQL技能的業務分析師就可以使用它。你可能需要不止一個的工具來滿足您的所有用例。
你可以做規劃，確定應用案例，選擇了一個優秀的團隊，開始了數據集成項目，并選擇合適的工具。現在到了最困難的部分：改變你的業務和基于數據和報告的決定。經理人，像其他人一樣抵制變革。
此外，BI項目不應該有一個固定的開始和結束時間 –這不是成為’數據驅動”需要的方法。這個過程是需要的，那就是減少無用的報告數目（這只能通過廢棄被識別），并在數據中發現新的機會。有時候，這是偶然的，有時一個聰明的經理就會問，為什么他們不明白他們看到的東西。
剩下的幾行文字，是以“需要做”或“不需要做”的形式展開的：
不要簡單地運行一個工具選擇項目；
要選擇合適的團隊；
要整合數據，使其在查詢方面變得智能；
不要只選擇一個工具 –要基于您的所有需求和使用情況選擇正確的工具
如果有必要，要讓數據改變你的決策和組織結構本身
剔除無用的分析并找到新的
執行好，你自己可能就會一個成功的商業智能項目。
京公網安備 11010502049343號