咨询师Wayne Eckerson认为,能做出快速反应的“BI专家组”能够帮助企业挽救即将失败的BI项目,保证新的BI应用正常运行。
在最近我接触到的BI项目中,我都推荐”BI专家组”。因为大多数BI项目(至少我接触到的是这样的),都需要更多精力、专家和灵活性,仿照特警队(美国)构建的”BI专家组”恰能提供帮助。
像美国特警队经过严格的训练,配有专业的设备一样,”BI专家组”也具备专家和现代化的技术与工具,可以让BI项目从设计不良、重复开发、报表不灵活、资金不足或其他方面起死回生。它能够挽救即将失败的BI项目,让业务领导对BI项目重拾信心。
成功的BI项目也需要”BI专家组”。即便是成功搭建的BI项目,BI管理者也会面临新的项目需求,为避免各部门各自为政,请不同的外部咨询师创建不同的解决方案,最终形成多个分析数据孤岛,扔需要能够解决问题的”BI专家组”。同时,“BI专家组”也会处理一些普通BI团队没有时间或技术处理的复杂问题或高调的项目。
“BI专家组”由谁组成?
所谓”BI专家组”,是由一小组内部还外部专家组成的,能够在六到十二周创建完整的BI系统和应用。通常包括一个BI项目经理,可以是公司内部BI总监,也可以是外聘的咨询师,技术专家(通常是咨询师)和业务问题专家(通常是内部员工。
技术层面应该包括熟知业务的数据架构师,兼顾业务需求和数据模型;数据集成架构师,处理源数据、创建地图、开发ETL(转换、提取和加载)项目;BI架构师,创建仪表盘和报表、培训业务用户和维护应用程序;还有一些兼职技术人员,比如数据库管理员和质量保证专家。
在业务层面,“BI专家组”通常包括业务分析师,了解组织内部业务、流程、人员和数据;系统分析师,了解源系统或数据仓库中与BI项目有关的数据。这些人员是流动的,一旦他们从事的BI应用完成,他们就会离开”BI专家组”,换下一波熟悉下一个应用程序的人。
“BI专家组”工作的速度取决于项目复杂程度和公司目前BI和数据管理环境的现状。如果是在完全失灵的BI环境中,”BI专家组”的项目管理者(这时通常是外聘的咨询师)和数据架构师可能需要六到十二周了解业务和数据现状,使用风险收益矩阵,帮助组织优化计划中的应用。之后他们可能还需要六到十二周安装新的BI工具,采用新的数据管理技术,组建数据治理委员会,定义首批应用程序的核心指标和术语。
在良好的BI环境里,”BI专家组”会首先从常规BI团队手里接管一到两个高优先级项目。在这种情况下,内部项目管理者通常会创建项目计划,整合团队,做总体部署。”BI专家组”会花两周时间了解项目,之后再改善代码,通常六到十二周就能完成。
“BI专家组”目标:快速提交业务价值
“BI专家组”的首要目标就是快速提交业务价值,尤其在失灵的BI环境中更是如此。它不应该受到架构标准的限制,当然除了在BI应用需要插入到更大的框架(即企业数据模型)中使用的情况下。
如果”BI专家组”想要打破关键架构标准,比如通过创建非独立的数据集市,用于非标准化的BI工具分析,它需要有意识地进行,知道以后需要重构应用程序。从这一点来讲,”BI专家组”必须获得业务部门足够的信任,这样他们才能有足够的时间重构应用程序,搭建BI架构和计算基础设施。
一旦“BI专家组”证实他们可以快速提供业务价值,业务领导者就可以决定成立多个小组,用新的全职员工替换咨询成员。”BI专家组”的方法也奠定了BI的基础,即唯一的能够快速不间断的提供业务价值的组织,因为它把BI开发者融入了每一个部门,而不是BI应用程序。这些开发者向业务部门报到,但同时也受BI总监的管理。这种关系是维持组织内分布的BI程序,形成组织内部统一的BI中心的保证。
“BI专家组”虽然不能满足所有组织的需求,但对于大部分组织来说,他都能帮助安装BI项目,保证项目的正常运行,是现代企业采用BI时不可或缺的组成部分
我们一直都在努力坚持原创.......请不要一声不吭,就悄悄拿走。
我原创,你原创,我们的内容世界才会更加精彩!
【所有原创内容版权均属TechTarget,欢迎大家转发分享。但未经授权,严禁任何媒体(平面媒体、网络媒体、自媒体等)以及微信公众号复制、转载、摘编或以其他方式进行使用。】
微信公众号
TechTarget
官方微博
TechTarget中国
翻译
相关推荐
-
数据分析是关于文化,而非技术
在新加坡,Tableau公司新数据准备工具发布会上,发言人表示,数据分析日益盛行的原因在于数据量呈指数级增长以 […]
-
BI和AI是两个独立的概念?是时候改变这种想法了
尽管BI和AI是两个独立的概念,但AI和BI相结合这种想法应该得到更多关注。
-
从概念到应用 一站式区分大数据和BI
IT行业的新鲜词层出不穷,最近几年,大家都在谈论大数据和BI,可是你真的明白大数据和BI之间的区别了吗?
-
《数据价值》2016年8月刊·拉近与数据之间的距离
企业想要从大数据中发掘价值,提升商业洞察,离不开分析软件和云技术的支撑。