企业实施商务智能的6个致命错误

【编者按】当今社会，企业如何处理海量复杂的数据，传统的分析工具显然难以应付，商务智能技术的出现给解决此类问题提供了很好的解决方案，但是许多企业还对商务智能的认识存在很多的误区，例如忽视用户的商务智能需求、公司缺乏整体考量、盲目的节约成本、不完善的用户支持等等，本文来自ITbusinessedge，下面看Paul Rubens给我们带来的精彩分享。

---

CSDN推荐：欢迎免费订阅《Hadoop与大数据周刊》获取更多Hadoop技术文献、大数据技术分析、企业实战经验，生态圈发展趋势。

---

以下为原文：

如何让数据驱动业务？这是大数据时代下企业必须思考的关键问题。如今，企业需要应对太多的业务部门需求，而数据的复杂性决定了企业必须利用商务智能以应对业务需求的变化和不确定性，信息处理能力的强弱决定了企业兴衰成败的关键。很多企业花费了大量的财力、人力、物力去构建联机事务处理（OLTP）和企业资源计划（ERP），积累了大量的数据，然而传统的分析工具很难及时、准确地对这些数据进行商务分析，商务智能技术的产生为这些问题提供了解决方案。

然而，基于数据分析的商务智能平台在大数据时代面临着越来越多的机遇和挑战，许多企业在商务智能问题的认识上存在许多误区，以下列举了六种常见的问题。

让IT部门管的太多

让IT部门做商务智能平台采购，结果往往不尽如人意，这是因为为了使采购风险最小化，IT部门大多把注意力放在稳定性、可扩展性、安全性和供应商声誉这类因素上。

而Boris Evelson――Forrester Research的分析师，他警告我们最好不要这样做，在采购决定上给终端用户（IT部门人员）太多的发言权会是一个代价高昂的错误。

Boris Evelson还指出：“桌面系统或云系统可以满足商业用户的需求，而且这样不需要依赖IT报告开发商，但也可能会导致解决方案不安全或者不可靠，所以最好折中考虑。”

忽视用户的商务智能需求

企业在投资商务智能时，最可能犯的一个错误是没有将系统性能与用户的实际需求结合起来。这一点在很多人看来似乎并不重要，然而，很多企业都会因为这个基本错误导致商务智能系统实施的失败。

Rita Sallam是Gartner的分析师，她在谈到商务智能时告诉我们：“这些系统会花费企业数百万美元，有时候它们能提供的实际价值却很少，甚至没有，最关键的原因在于采购和用户需求不匹配。”

要避免这样的问题，至关重要的一点是要建立一个具体的用户需求报告功能，确保用户参与到商务智能系统的采购和实施中。Sallam还告诉我们：“可能出现用户需要交互式报表，而系统只能生成静态报表这样的情况，也有可能出现系统功能太简单或者太复杂的情况。”

低估用户培训和用户支持的成本

“许多企业在作商务智能的预算时，仅考虑购买软件的成本，当然也许会考虑短期（比如两个星期）的用户培训成本。如今商务智能系统的复杂度不容低估，要想从系统中获得真正的价值必须有更长时间的用户培训。”

忽视未来的商务智能需求

在不久前的一次统计中，大约30%的企业已经计划使用基于云的商务智能平台。根据Gartner调查显示，这一数字现在已经超过了45%。Sallam表示：“这意味着就算你选择的商务智能系统供应商目前没有基于云的产品，那它也至少应该有这样的计划，以满足你未来可能的商务智能需求。”

当然对于未来需求，云不是唯一需要考虑的因素，还要考虑怎样让复杂的分析变得易于用户理解，考虑如何将交互式发现转变为自动发现，供应商的产品路线图中至少有相关的计划。

很多企业选择商务智能系统供应商时，缺乏一些长远的考虑，比如供应商能否满足企业未来的需求，缺乏长远考虑会导致商务智能系统只能在短期发挥作用。

缺乏整体考虑

商务智能实际上主要用于分析数据，如果你打算访问JD Edwards、PeopleSoft、SAP或者其他大型ERP系统中的数据，那就不能低估商务智能的作用。Evelson提醒我们：“访问数据并不容易，访问数据不是说简单地访问数据库，还需要理解元数据以及数据的布局方式。”

为节约成本采用非专业的商务智能工具

Evelson告诉我们，所有业务分析中，大约有80%是使用简单工具完成的，这些工具包括Microsoft Excel和Access。采用非专业的商务智能工具也有好处，比如便宜、易于使用而且高效（针对简单的业务分析）。

但是非专业商务智能工具只适用于小型企业：它们可以分析TB级数据，但对于处理更大的信息量就显得吃力了；它们会产生一个“孤立的电子表格库（spreadsheet silos）”；对于同一个问题，针对企业的不同部门，可能会给出不同的回答，因为它们对于同一事件没有统一的描述。

更糟糕的是，非专业智能工具会带来安全和业务风险，Evelso 警告我们：“对于‘谁可以访问数据、谁可以处理数据’，你很难作出限制，而且一旦数据或者某个公式出错，那基于这些处理结果得到的信息会带来很大的问题。”

此外，不同的企业所处商务智能的阶段不同，面临的问题也不一样，一些企业商务智能平台已经发展到数据挖掘阶段，有些则处于数据分析阶段，甚至很多企业还处于报表阶段。处于报表阶段企业的商务智能往往面临数据量很大、有价值信息太少的问题，数据处理难度大。定制好的报表缺乏灵活性，因为业务经常要从多个角度分析问题，所以用户需要交互性报表，了解到不同数据的组合并产生新的信息，解决新的问题。

写在最后

正确地认识这些问题是发展“企业”商务智能的关键，这里的企业其实包含了各行各业的组织机构。比如政府部门、教育机构、医疗机构和公用事业，商务智能有着广泛的适用面。商务智能问题其实也是一类数据管理问题，包括对数据的存储、提取、清洗、转换、装载、整合……一系列的数据处理，为的是提高数据的质量和安全性。企业要充分发挥出商务智能的优势，必须依靠更加强有力的工具，这有赖于人工智能、机器学习、数据仓库技术、专家智能系统等科学技术的进步和发展。商务智能体系的建立是一项长期、艰巨的任务，企业需要很强的领导力和执行力才能保证商务智能发挥出真正的优势。

原文链接：Six Big Business Intelligence Mistakes （翻译/毛梦琪 责编/魏伟）

以“ 云计算大数据 推动智慧中国 ”为主题的 第六届中国云计算大会 将于5月20-23日在北京国家会议中心隆重举办。产业观察、技术培训、主题论坛、行业研讨，内容丰富，干货十足。票价优惠，马上 报名 ！