作为一名商务智能(BI)项目的主管,你是否达到了向领导承诺的BI普及率?当部署一个新的BI或报表工具之后,你是否能够保证持续的用户活跃度?你是否害怕领导在接下来的财年中把BI的相关预算(甚至你的职位)砍掉了,因为BI项目没能给公司带来足够的收益?
如果你“中枪”了,那么恭喜你,其实你并不孤单。然而这并不能改变你的境况。活跃用户的普及率直接反映了BI项目的成功与否。普及率太低不仅意味着你拿到的预算将更少,而且它说明大部分业务用户已经放弃了你的BI工具,转而采用了“非标准化”的环境。更糟糕的是,用户可能已经完全放弃了BI工具,他们不会再使用数据来指导决策。
理解你的用户
尽管可能有各种原因造成了用户采用率低这一问题,但最主要的一点就是BI项目人员根本不了解他们所支持的业务用户。大多数的BI从业者都一种大众化的心态,他们认为所有的用户都需要一样的信息。因此,他们往往会为每一个人都提供相同的数据、视图和工具。然后他们还要困惑,为什么我的BI和报表工具采用率这么低?原因已经很明显了。
任何一个好的作家、画家、编剧或者营销人员都需要了解他们的受众,知道他们喜欢什么或讨厌什么。在进行创作的事后,很多人会在潜意识中先创建一套轮廓,把他们想要达到的目标人群锁定其中。这样做能够帮助他们把受众放到第一位,然后通过作品与受众产生更深度的共鸣。任何一位艺术家都知道要与你的受众紧密联系在一起,否则你的作品就会遭到忽视,甚至引来批评家的嘲讽。
与艺术家或营销人员类似,BI从业者必须了解他们的受众,而且要更了解。因为BI用户更加多元化,他们对信息的需求有着不同的层级。大多数的业务用户每天都会转换几个角色。比如一个业务人员需要一个简单的统计仪表盘来管理一部分日常工作,他可能还会需要把本地的Excel文件与数据仓库中的原始数据组合起来,用来进行其他工作。不断地跟踪用户的角色是一个重要工作,它将决定一个BI项目的最终成功。
对业务用户进行分类
多年以来,我的话题都围绕着两个阵营的BI用户来展开:普通用户和高级用户。这是最基本的用户分类方式,但它满足了80/20法则。理解普通用户和高级用户之间的区别,就已经让你的BI和报表工具成功一大半了。他们之间的区别在于,普通用户需要通过交互良好的报表和仪表盘工具,来对一套预定义的数据进行结构化的访问;而高级用户会使用即席查询(ad hoc)的方式来自己在多个系统中探索数据。
尽管大多数BI主管可以理解普通用户与高级用户之间的区别,但实际却并没有按照这一规则来做。他们最大的错误在于,只关注收集高级用户的需求。没错!这样不会成功,因为高级用户会说:“把所有的数据都给我就好了。”还有许多的BI项目仍然过不去需求这一堵高墙。
但这并不是重点。即使企业理解并按照规则来对普通用户和高级用户进行区分,他们仍然难以获得高的用户普及率,因为他们没能理解剩下的用户在消费信息时所产生的细微差别。因此,他们不可能获得最后20%的BI收益,而这20%正是高用户普及率的关键所在。
高级用户的分类
为了帮助BI专业人员创建一个更加细粒度的受众视图,我针对关键用户群体——高级用户提出了一个分类法则。(在未来的文章中,我还会给出针对普通用户、BI专业人员、报表制作者以及ETL开发者的分类法则)按照传统方法,我会根据高级用户的业务角色对他们进行分类:超级用户、业务分析师、统计人员和数据科学家。
这是一个比较直接的分类,但我从来没有详细阐述过每一个类型的用户如何使用信息。
图1按照四个维度定义了三种不同的高级用户:业务知识、分析技能、数据集成技能以及发布技能。对于一个正式的分类方法来说,这是一个好的开始,但要体现实用价值,它还需要更加细化。这里希望用户能够多提供反馈信息,也许我们还可以提出一个具备行业标准的方法,让每一个人都受用。
图1:高级用户分类
高级用户认证
比分类方法更为重要的是,企业如何使用这一套方法。理想状态下,BI项目需要与人力资源部门协作,从而根据这一方法形成一套正规的认证体系。在一个认证项目中,每一个高级用户都会根据正规的标准被赋予一定的等级或分类,比如他们接受培训课程之后的最终考核成绩,或者实际工作中管理的项目等。
当在认证体系内达到标准之后,高级用户会收到一个认证证书或奖章。这就是所谓的BI项目“游戏化”,但它并不像字面上那么简单,高级用户的技能和需求将更加明确,同时它也将激励分析师和经理不断升级自身的分析技能。谁不愿意接受奖章的激励呢?这象征着他们的专业技能以及在企业中的重要地位。
尽管认证项目可能会带来一系列繁琐的工作,但它也能提供很多的好处,包括:
了解用户。BI团队能够更清楚地理解高级用户的类型,更好地满足他们的需求,并针对他们的需求量身定制方案。
部门级视图。高管能够知道哪些部门或业务单元缺乏高级用户,来支持不同类型的分析项目。
自我认知。业务分析师能够清楚认识到自己的分析技能,认证项目能够为他们提供明确的目标并鼓励他们朝着这一目标努力。
培训。它会鼓励高管为培训项目提供必要的资金支持,同时制定职业规划来提升企业的分析能力。
正式的分类方法将帮助企业加速BI项目的普及率,提升企业的分析成熟度。通过细分不同类型的用户以及通过认证项目划定每个人的位置,企业BI人员就能够更好地为受众提供他们所需要的信息并提升BI的普及率。更重要的是,认证项目还将鼓励分析师们不断提升自己的分析技能,让企业管理者认识到何时以及如何投资,从而进一步提升企业的分析能力。
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
作者
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。