大數(shù)據(jù)時(shí)代下 如何讓數(shù)據(jù)驅(qū)動(dòng)業(yè)務(wù)_數(shù)據(jù)分析師考試

如何讓數(shù)據(jù)驅(qū)動(dòng)業(yè)務(wù)？這是大數(shù)據(jù)時(shí)代下企業(yè)必須思考的關(guān)鍵問(wèn)題。如今，企業(yè)需要應(yīng)對(duì)太多的業(yè)務(wù)部門(mén)需求，而數(shù)據(jù)的復(fù)雜性決定了企業(yè)必須利用商務(wù)智能以應(yīng)對(duì)業(yè)務(wù)需求的變化和不確定性，信息處理能力的強(qiáng)弱決定了企業(yè)興衰成敗的關(guān)鍵。很多企業(yè)花費(fèi)了大量的財(cái)力、人力、物力去構(gòu)建聯(lián)機(jī)事務(wù)處理（OLTP）和企業(yè)資源計(jì)劃（ERP），積累了大量的數(shù)據(jù)，然而傳統(tǒng)的分析工具很難及時(shí)、準(zhǔn)確地對(duì)這些數(shù)據(jù)進(jìn)行商務(wù)分析，商務(wù)智能技術(shù)的產(chǎn)生為這些問(wèn)題提供了解決方案。

然而，基于數(shù)據(jù)分析的商務(wù)智能平臺(tái)在大數(shù)據(jù)時(shí)代面臨著越來(lái)越多的機(jī)遇和挑戰(zhàn)，許多企業(yè)在商務(wù)智能問(wèn)題的認(rèn)識(shí)上存在許多誤區(qū)，以下列舉了六種常見(jiàn)的問(wèn)題。

讓IT部門(mén)管的太多

讓IT部門(mén)做商務(wù)智能平臺(tái)采購(gòu)，結(jié)果往往不盡如人意，這是因?yàn)闉榱耸共少?gòu)風(fēng)險(xiǎn)最小化，IT部門(mén)大多把注意力放在穩(wěn)定性、可擴(kuò)展性、安全性和供應(yīng)商聲譽(yù)這類(lèi)因素上。

而B(niǎo)oris Evelson——Forrester Research的分析師，他警告我們最好不要這樣做，在采購(gòu)決定上給終端用戶（IT部門(mén)人員）太多的發(fā)言權(quán)會(huì)是一個(gè)代價(jià)高昂的錯(cuò)誤。

Boris Evelson還指出：“桌面系統(tǒng)或云系統(tǒng)可以滿足商業(yè)用戶的需求，而且這樣不需要依賴IT報(bào)告開(kāi)發(fā)商，但也可能會(huì)導(dǎo)致解決方案不安全或者不可靠，所以最好折中考慮?！?/span>

忽視用戶的商務(wù)智能需求

企業(yè)在投資商務(wù)智能時(shí)，最可能犯的一個(gè)錯(cuò)誤是沒(méi)有將系統(tǒng)性能與用戶的實(shí)際需求結(jié)合起來(lái)。這一點(diǎn)在很多人看來(lái)似乎并不重要，然而，很多企業(yè)都會(huì)因?yàn)檫@個(gè)基本錯(cuò)誤導(dǎo)致商務(wù)智能系統(tǒng)實(shí)施的失敗。

Rita Sallam是Gartner的分析師，她在談到商務(wù)智能時(shí)告訴我們：“這些系統(tǒng)會(huì)花費(fèi)企業(yè)數(shù)百萬(wàn)美元，有時(shí)候它們能提供的實(shí)際價(jià)值卻很少，甚至沒(méi)有，最關(guān)鍵的原因在于采購(gòu)和用戶需求不匹配?！?/span>

要避免這樣的問(wèn)題，至關(guān)重要的一點(diǎn)是要建立一個(gè)具體的用戶需求報(bào)告功能，確保用戶參與到商務(wù)智能系統(tǒng)的采購(gòu)和實(shí)施中。Sallam還告訴我們：“可能出現(xiàn)用戶需要交互式報(bào)表，而系統(tǒng)只能生成靜態(tài)報(bào)表這樣的情況，也有可能出現(xiàn)系統(tǒng)功能太簡(jiǎn)單或者太復(fù)雜的情況?！?/span>

低估用戶培訓(xùn)和用戶支持的成本

“許多企業(yè)在作商務(wù)智能的預(yù)算時(shí)，僅考慮購(gòu)買(mǎi)軟件的成本，當(dāng)然也許會(huì)考慮短期（比如兩個(gè)星期）的用戶培訓(xùn)成本。如今商務(wù)智能系統(tǒng)的復(fù)雜度不容低估，要想從系統(tǒng)中獲得真正的價(jià)值必須有更長(zhǎng)時(shí)間的用戶培訓(xùn)?！?/span>

在不久前的一次統(tǒng)計(jì)中，大約30%的企業(yè)已經(jīng)計(jì)劃使用基于云的商務(wù)智能平臺(tái)。根據(jù)Gartner調(diào)查顯示，這一數(shù)字現(xiàn)在已經(jīng)超過(guò)了45%。Sallam表示：“這意味著就算你選擇的商務(wù)智能系統(tǒng)供應(yīng)商目前沒(méi)有基于云的產(chǎn)品，那它也至少應(yīng)該有這樣的計(jì)劃，以滿足你未來(lái)可能的商務(wù)智能需求?！?/span>

當(dāng)然對(duì)于未來(lái)需求，云不是唯一需要考慮的因素，還要考慮怎樣讓復(fù)雜的分析變得易于用戶理解，考慮如何將交互式發(fā)現(xiàn)轉(zhuǎn)變?yōu)樽詣?dòng)發(fā)現(xiàn)，供應(yīng)商的產(chǎn)品路線圖中至少有相關(guān)的計(jì)劃。

很多企業(yè)選擇商務(wù)智能系統(tǒng)供應(yīng)商時(shí)，缺乏一些長(zhǎng)遠(yuǎn)的考慮，比如供應(yīng)商能否滿足企業(yè)未來(lái)的需求，缺乏長(zhǎng)遠(yuǎn)考慮會(huì)導(dǎo)致商務(wù)智能系統(tǒng)只能在短期發(fā)揮作用。

缺乏整體考慮

商務(wù)智能實(shí)際上主要用于分析數(shù)據(jù)，如果你打算訪問(wèn)JD Edwards、PeopleSoft、SAP或者其他大型ERP系統(tǒng)中的數(shù)據(jù)，那就不能低估商務(wù)智能的作用。Evelson提醒我們：“訪問(wèn)數(shù)據(jù)并不容易，訪問(wèn)數(shù)據(jù)不是說(shuō)簡(jiǎn)單地訪問(wèn)數(shù)據(jù)庫(kù)，還需要理解元數(shù)據(jù)以及數(shù)據(jù)的布局方式?！?/span>

為節(jié)約成本采用非專業(yè)的商務(wù)智能工具

Evelson告訴我們，所有業(yè)務(wù)分析中，大約有80%是使用簡(jiǎn)單工具完成的，這些工具包括Microsoft Excel和Access。采用非專業(yè)的商務(wù)智能工具也有好處，比如便宜、易于使用而且高效（針對(duì)簡(jiǎn)單的業(yè)務(wù)分析）。

但是非專業(yè)商務(wù)智能工具只適用于小型企業(yè)：它們可以分析TB級(jí)數(shù)據(jù)，但對(duì)于處理更大的信息量就顯得吃力了；它們會(huì)產(chǎn)生一個(gè)“孤立的電子表格庫(kù)（spreadsheet silos）”；對(duì)于同一個(gè)問(wèn)題，針對(duì)企業(yè)的不同部門(mén)，可能會(huì)給出不同的回答，因?yàn)樗鼈儗?duì)于同一事件沒(méi)有統(tǒng)一的描述。

更糟糕的是，非專業(yè)智能工具會(huì)帶來(lái)安全和業(yè)務(wù)風(fēng)險(xiǎn)，Evelso 警告我們：“對(duì)于‘誰(shuí)可以訪問(wèn)數(shù)據(jù)、誰(shuí)可以處理數(shù)據(jù)’，你很難作出限制，而且一旦數(shù)據(jù)或者某個(gè)公式出錯(cuò)，那基于這些處理結(jié)果得到的信息會(huì)帶來(lái)很大的問(wèn)題?！?/span>

此外，不同的企業(yè)所處商務(wù)智能的階段不同，面臨的問(wèn)題也不一樣，一些企業(yè)商務(wù)智能平臺(tái)已經(jīng)發(fā)展到數(shù)據(jù)挖掘階段，有些則處于數(shù)據(jù)分析階段，甚至很多企業(yè)還處于報(bào)表階段。處于報(bào)表階段企業(yè)的商務(wù)智能往往面臨數(shù)據(jù)量很大、有價(jià)值信息太少的問(wèn)題，數(shù)據(jù)處理難度大。定制好的報(bào)表缺乏靈活性，因?yàn)闃I(yè)務(wù)經(jīng)常要從多個(gè)角度分析問(wèn)題，所以用戶需要交互性報(bào)表，了解到不同數(shù)據(jù)的組合并產(chǎn)生新的信息，解決新的問(wèn)題。

寫(xiě)在最后

正確地認(rèn)識(shí)這些問(wèn)題是發(fā)展“企業(yè)”商務(wù)智能的關(guān)鍵，這里的企業(yè)其實(shí)包含了各行各業(yè)的組織機(jī)構(gòu)。比如政府部門(mén)、教育機(jī)構(gòu)、醫(yī)療機(jī)構(gòu)和公用事業(yè)，商務(wù)智能有著廣泛的適用面。商務(wù)智能問(wèn)題其實(shí)也是一類(lèi)數(shù)據(jù)管理問(wèn)題，包括對(duì)數(shù)據(jù)的存儲(chǔ)、提取、清洗、轉(zhuǎn)換、裝載、整合……一系列的數(shù)據(jù)處理，為的是提高數(shù)據(jù)的質(zhì)量和安全性。企業(yè)要充分發(fā)揮出商務(wù)智能的優(yōu)勢(shì)，必須依靠更加強(qiáng)有力的工具，這有賴于人工智能、機(jī)器學(xué)習(xí)、數(shù)據(jù)倉(cāng)庫(kù)技術(shù)、專家智能系統(tǒng)等科學(xué)技術(shù)的進(jìn)步和發(fā)展。商務(wù)智能體系的建立是一項(xiàng)長(zhǎng)期、艱巨的任務(wù)，企業(yè)需要很強(qiáng)的領(lǐng)導(dǎo)力和執(zhí)行力才能保證商務(wù)智能發(fā)揮出真正的優(yōu)勢(shì)。