最具影响力的数字化技术在线社区

168大数据

 找回密码
 立即注册

QQ登录

只需一步,快速开始

1 2 3 4 5
打印 上一主题 下一主题
开启左侧

[指标体系] BI项目成功的五大要素

[复制链接]
跳转到指定楼层
楼主
发表于 2015-1-21 09:09:29 | 只看该作者 回帖奖励 |倒序浏览 |阅读模式

马上注册,结交更多数据大咖,获取更多知识干货,轻松玩转大数据

您需要 登录 才可以下载或查看,没有帐号?立即注册

x
BI(BusinessIntelligence)即商业智能,它是一套完整的解决方案,用来将企业中现有的数据进行有效的整合,快速准确的提供报表并提出决策依据,帮助企业做出明智的业务经营决策。
那么,要想做好BI项目,需要把握哪些要素呢?如果只是把需求分析做好了,这还仅是成功的一半。因为要把这些需求解决好并付诸实践,还有不少细节需要处理。

在项目的初始阶段,我们需要把重心放在项目范围和需求之上。特别是对BI项目来说,很多项目的失败是由于需求不清晰而造成的。不论是报告,进度板,还是其它实时通讯手段,如果缺乏实施主体决策者的支援,这些手段的价值趋同于零。只有项目决策与运营战略相一致,才能事半功倍。
宏观把控
战略一致性是BI项目必须先得到公司高层肯定的重要原因。因为BI项目运作起来会涉及到公司上下各个层面。要理解好战略驱动需求对BI项目的要求,可以多看些这方面的资料,例如:波特五力模型和 市场领导者规则。
只有对客户的商业战略有一定了解后,我们才能够在做需求时提出有意义有深度的问题,从而使项目一开始就找准了冲刺目标。
绩效评估
举例来说,如果一间工厂业选择的战略是“操作精良/成本低”,那么结果会是什么呢?管理层的主要决策都将集中于控制成本,透过供应链优化、降低赤字、增加成产力等方式达成。在这种情况下公司会建立起相应的KPI指标清单。
而如果选择的是“客户为上”策略呢?那么企业的重心会放在研究客户,增加客户参与度等方面。KPI指标也会更多的着重于重复销售、客户关系、单客户利润等方面。
一个综合的BI策略需要制定一系列分析计划来检视选定的战略,这通常会涉及到绩效管理和发展规划管理。例如:使用平衡计分法,成长占有率矩阵,应用信息经济学等方法来对战略进行评估和对改进空间进行拟定。
横切关注点(Cross-cutting Concerns)和利益相关者
横切关注点处理是BI特殊需求处理时另一个关键点。简单来说,如果希望从BI项目中获得最大的成功,我们必须尽力争取获得所有利益相关者的认可并能对他们的每一个意见都考虑周全,而不论他们的职位高低如何。
例如前述的工厂中,一线管理者关注的是生产线上机器维护停工时间对产出的影响,部门总裁级别的人员则更关注每项业务总的生产力。因此尽管这些利益相关者的最终目标都是为了产出,但是其对数据的偏好则大为不同。所以在考虑BI数据方案时,要全面考虑各方的关注点而不能以偏概全。
很多企业都对数据访问有着严格的权限管理,因此BI系统必须能在既保障敏感数据安全性的同时又能确保该系统能为全员服务。因为一线的生产工往往更容易提出实质性问题和给出实际解决方案。此外,还得考虑合规问题,特别是金融,制药,媒体等敏感企业。所以在这些企业推行BI系统时,要注意与合规部门或对合规有影响的高层人员进行协商。
数据前提
最后,BI项目的成功取决于能否拥有一个对所有数据进行有效整合的方法。这些数据或来自不同的运营部门,或存在于各式分析数据库,甚至是企业外的公开数据。
在最差的情况下,如果一个企业存在两个不同版本的重要数据,那么就得注意了。在这种情况下,最好还是先执行主要数据管理后再推行BI系统。谁也不想看到开重要会议的时候,有两份完全不同的报告同时呈现。
成功要点综述
  • 确保企业拥有一个清晰的战略方针,然后使BI项目与之配套执行;
  • 清楚了解BI系统将能带来什么样的决策;
  • 分析评估所有利益相关者的需求,而不论职位高低;
  • 帮助利益相关者建立KPI系统和指标以制定正确的决策;
  • 就BI系统与绩效管理重叠部分进行分析;
  • 与合规部门通力合作,同时确保数据能正确共享;
  • 认清数据权限,如果存在数据歧义,先进行主要数据管理。
解决好上述需求问题后虽然还不能保证项目100%成功,但是如果不解决好则很有可能事倍功半。同时要记住BI项目不能只为少数人服务,要兼顾多数人的利益。
via:CSDN 作者:伍昆


楼主热帖
分享到:  QQ好友和群QQ好友和群 QQ空间QQ空间 腾讯微博腾讯微博 腾讯朋友腾讯朋友
收藏收藏 转播转播 分享分享 分享淘帖 赞 踩

168大数据 - 论坛版权1.本主题所有言论和图片纯属网友个人见解,与本站立场无关
2.本站所有主题由网友自行投稿发布。若为首发或独家,该帖子作者与168大数据享有帖子相关版权。
3.其他单位或个人使用、转载或引用本文时必须同时征得该帖子作者和168大数据的同意,并添加本文出处。
4.本站所收集的部分公开资料来源于网络,转载目的在于传递价值及用于交流学习,并不代表本站赞同其观点和对其真实性负责,也不构成任何其他建议。
5.任何通过此网页连接而得到的资讯、产品及服务,本站概不负责,亦不负任何法律责任。
6.本站遵循行业规范,任何转载的稿件都会明确标注作者和来源,若标注有误或遗漏而侵犯到任何版权问题,请尽快告知,本站将及时删除。
7.168大数据管理员和版主有权不事先通知发贴者而删除本文。

您需要登录后才可以回帖 登录 | 立即注册

本版积分规则

关闭

站长推荐上一条 /1 下一条

关于我们|小黑屋|Archiver|168大数据 ( 京ICP备14035423号|申请友情链接

GMT+8, 2024-5-14 19:56

Powered by BI168大数据社区

© 2012-2014 168大数据

快速回复 返回顶部 返回列表