商業智能的成功不僅僅是一個強大的技術平臺，還將集中在流程和人員上，并以業務優先的方式從數據中獲得見解。

商業智能（BI）對于業務增長和競爭優勢至關重要，但從商業智能獲得的收益不僅僅需要實現其技術。

調研機構Forrester Research公司副總裁兼首席分析師鮑里斯·埃夫森表示，實際上部署技術是任何商業智能行動中最簡單的一部分。他說，讓人員和流程正確運行更具挑戰性。

因此，如果企業要成功，組織必須將人員和流程作為其商業智能戰略的關鍵方面。此外，還應進一步細分商業智能戰略，以解決所有權和持續改進問題。

幾位商業智能專家認為，以下是任何成功的商業智能戰略的七大要素。

（1）為商業智能提供業務所有權

埃夫森表示，將商業智能置于業務用戶手中的組織比將商業智能置于IT內部的成功率更高，這可能意味著將商業智能嵌入業務線，或將商業智能業務報告提供給首席數字官或首席客戶官。

“業務絕對要負責，”他補充說。雖然早期商業智能技術的復雜性使得IT部門負責許多商業智能程序，但是如今的工具更加直觀，允許它們直接提供到業務用戶的手中，這些用戶可以運行對他們重要的查詢。

同樣，用戶需要訪問數據的速度以及從商業智能獲得的見解近年來也急劇增加。今天的業務用戶通常需要實時的操作信息，不愿等待IT部門生成報告。

埃夫森說，因此，IT所有權可能是商業智能成功的障礙，而不是推動商業智能成功的因素。

（2）監控商業智能的使用并必要時調整

雖然企業應該擁有商業智能計劃，但是IT部門仍然是必須保持監控和評估商業智能系統使用的積極合作伙伴。

埃夫森解釋說：“與其阻止，不如監控商業智能系統正在做什么，正在訪問什么數據源，正在使用什么工具，以及業務部門A是否使用商業智能超過業務部門B。”

他表示，通過這種方式，企業的首席信息官可以與業務單位合作設定門檻。例如，首席信息官將知道市場營銷中的一些分析師是否已經下載了自己的工具并且正在成功使用它，在這種情況下，將它們放在一邊可能是一件好事。同樣，首席信息官將會注意到，當商業智能應用程序在業務中會得到越來越多的用戶應用，并因此成為企業級環境和關鍵任務企業應用程序，需要額外的紀律和治理。

（3）驗證，驗證，驗證

商業智能咨詢公司WCI咨詢公司業務副總裁查理斯·哈根斯表示，組織可能會快速分離大量商業智能功能，但質量勝過數量。

他說：“人們采用信任的東西總比采用可疑的東西要好一些。”

因此，組織需要一個強大的驗證過程，重點是訪問所有需要回答查詢的數據。它還應該防止有問題的數據進入商業智能系統，這樣就不會產生錯誤的見解。此外，驗證過程應該足夠的敏捷性，以快速響應新的商業智能功能的請求。

哈根斯指出一個假設用例，其中商業智能工具生成有關凈銷售額的報告。如果該工具接收到銷售數據，但沒有計算返回的已售商品數量，那么最終信息是不好的。

此外，哈根斯說，驗證仍然至關重要，不僅僅是為了確保準確性，而且還要消除別人的懷疑。

“如果有一兩個人說不信任數據，使報告無效，這可能會影響整個項目，然后報告變得毫無價值。”他說。

（4）首先關注業務問題，然后再關注數據

埃弗森警告說，不要采取建立自己的商業智能計劃的方法。他說，太多的組織構建數據存儲庫，然而采用商業智能，期望業務用戶能夠更好地開展業務。

“自上而下的方法，就業務成果而言，效果更好。但不要以‘數據在哪里’開始，我們從解決業務問題開始。”他說。

埃夫森闡述了這個例子：營銷部門發現客戶流失問題，并希望了解客戶為什么要離開。組織應該著重提供回答營銷業務問題的能力，首先要確定需要衡量哪些指標，訪問計算這些指標所需的數據，然后使營銷對數據進行詳細的分析。

埃夫森說：“人們需要確定一個明確的業務問題，首先要分析什么指標，最后，談論如何得到數據。”

（5）確定優先級，并建立改進過程

根據商業智能權威人士的說法，成功的商業智能戰略可望擴大和改進。

因此，組織應該知道他們想要什么樣的業務洞察，哪些是最重要的，因此IT可以首先為業務用戶提供最關鍵的事情，并通過優先級列表來實現。

此外，商務智能計劃應該能夠隨著優先級的改變而轉變。哈根斯說：“必須隨著企業界內的用戶和人員的需要而發展。”

同樣，商業智能戰略應該建立在推動和改進系統運作方式的過程中。埃夫森建議采用迭代方法，以便使商務智能工具可以隨著業務部門的使用而擴展和改進，并確定其是否能滿足需求。

（6）提高平民數據科學家數量

研究機構Gartner公司在2017年的“商業智能和分析平臺的魔力象限”報告中表示，“未來幾年平民數據科學家數量將比數據科學家數量增長五倍”。

Gartner公司研究副總裁辛迪·豪森表示，高管已經認識到，目前沒有足夠的數據科學家來滿足用戶需求，他們也在努力雇用或識別他們需要的現有的平民數據科學家。

豪森說，“人們所討論們于這二者之間的信息分析師。他們了解業務領域和問題，人們需要更容易使用的軟件，這樣組織才能更好地幫助這些員工。”

豪森預計，軟件改進最終將允許組織在未建模的數據集上提出并回答自己的問題。就這樣，組織將需要合適的人選來擔當平民數據科學家這一角色。他們將需要具有分析技能的，并具有好奇心的工作人員，他們喜歡提問，知道如何解讀他們正在收回的信息，并樂于使用軟件來改善業務成果。

（7）賦予員工用數據講述故事的能力

CBIG咨詢公司總裁兼總裁托德·納什是一家幫助客戶利用其數據資產的專業服務公司的負責人，他也給出了類似的說法。他表示，他曾與工作人員了解如何使用商業智能工具提供的見解的組織合作，講述幫助他人理解“數據正在試圖說什么”。

他說這些人使用商業智能技術內置的報告和可視化功能來進行敘述，從而最大限度地發揮分析的價值。

他說：“你有數據和工具來講述這個故事，你需要人們可以理解。”

這種做法不僅僅是讓人們產生華而不實的報告。納什表示，這些用戶能夠與其他人看不到的數據建立聯系，從而提供企業可以利用的新見解。

他說，企業高管們需要支持和幫助這些工作人員能夠探索這些關系并提供其洞察力。

他表示，例如，分析店鋪銷售數據的員工可能會看到天氣趨勢（不僅僅是大風暴）對銷售有微妙的影響。他們可能希望利用外部天氣數據來進一步分析趨勢，以便更好地了解商店如何根據這一新的見解優化銷售。

納什說：“有各種內部和外部數據可以利用更好的洞察力，成功的商業智能計劃允許分析師超越衡量標準的關鍵績效指標。”

他說：“挑戰自己的方法有很多，其中一部分是對每個關鍵績效指標的挑戰，并確保利用所能了解的信息。”