为了紧跟不断变化的业务需求，企业可能正投入大量的资金购买商业智能工具和应用，也许金额高达成千上万美元。但是，你是否思考过，你期望什么人使用这些工具？或哪些人适合开始使用这些工具？

多数情况下，大家可能主要还在招聘BI开发者或控制面板开发者的职位。但作为BI领导者，这样的思维需要摒弃，这和过去20多年前用来进行“BI开发”的工具一样已经过时。随着数据越来越有价值，懂得如何高效利用数据来驱动商业决策的人才也越来越重要——他们并不是传统意义上编程实现报表的开发者。

如果你所在的企业更加高瞻远瞩，那么你更要努力朝不同的方向发展：要求团队成员使用数据可视化最佳实践方法，通过数据说故事，让公司管理层更容易理解BI应用的结果。但是，大多数人并不具备这些所需技能，或者他们只具备部分技能，无法有效地向管理层展示信息，更不用说以后能不能成为BI领导者。

现代BI技能供不应求

无论是第一种情况或是第二种情况，你都需要开始重建团队，才能让团队在当今环境中具有竞争力，用数据说话和数据可视化是热点，底层数据则在决策中更多地扮演支持角色，而且通常处于幕后。如果从公司外部招聘这样熟练的数据演展人才，五年内你的团队也可以胜任。但是，现在唯一的选择是 “创造”这样的人才。你可以通过以下三个步骤实现这种目标：

• 发现有学习潜力、能够执行新BI技术的人员。
• 对他们进行培训，提升他们对于公司的忠诚度，然后在此基础上继续培训。
• 投入资源让他们成为领导者——如果数据属于公司战略，那么他们也是。

本文是TechTarget推出的系列文章第一部分，主要讲的是第一个步骤。该步骤的难处在于你无法轻松地预测谁是一个好的候选者。这里并没有一个关于技术能力的检查清单；它并不一定要求是“表现最佳者”。你寻找的人最重要的一点是要具备一些软技能：适应不确定性的能力、注重细节、能够提出关键问题与善于倾听反馈及有开拓创新的信心。

你很可能一时无法理解这四个技能到底与商业智能有什么关系。事实上，它们都是有能力理解业务的指标——或者说，聪明地理解业务。学习这些技能的难度要远远大于学习使用软件、执行分析或制作数据可视化的难度。但是，他们是企业中下一批BI超级巨星要具备的重要能力。我希望你要能够转变思维。

如何寻找新型BI人才

那么，如何才能发现正确的人选呢？我建议的方法可能会让你满意或不满意。但是，我希望你会发现它的用处和乐趣。你可以设计一个BI项目的比赛，评估比赛结果，并且成立一个顾问小组（如内部业务经理）担任裁判。具体操作如下：

1. 选择一个项目。比赛所包含的任务必须完成并且马上能使用，这里其中有两个原因。一，当公司管理层看到项目的好处时，你能够轻松地组建一个顾问小组。二，要让公司看到项目的成功，并且将其作为一个范例，由它来反映这种面向BI的信息可视化及用数据说话的新方法可能产生的影响力。

要选择一个非关键任务但对于公司而言有意义的项目，并且它生成的数据使用频率较高。这个项目应该分阶段进行；这样你才能根据顾问小组的反馈来调整下一个交付件。同时，要指定每一个阶段的时间范围，这样参赛人员才能清楚项目日程和专注于他们的后续工作。他们都应该留有足够的时间平等地参与项目；例如，你应该要求他们预订自己的日程表，保证项目工作不受其他事项的影响。

2. 组建顾问小组。邀请管理层人员（最好是3名）担任项目的主持人和评委。一旦选定的小组成员，要与他们会面，并且确定项目的最终目标。应该回答哪些问题？根据这些回答应该作出哪些业务决策？应该执行哪些活动？

在项目的每一个阶段中，各位参赛者有15分钟介绍自己的工作背景，小组成员也有机会与参赛者互动。你可以提前与小组成员沟通，大致介绍你希望在这些互动中获得哪些方面的信息，准备一张清单，列出之前提到的四项软技能。

3. 召集（所有）参赛者。参加人数越多越好。这样会更好地提高比赛热情，提出更多的想法，并且可能找到更多潜在的BI团队新成员。在可能的情况下向尽可能多的候选者开放比赛，并且一定不要限制自己关于好成员的评价标准。候选者并不需要有BI或分析方面的经验。

因此，你应该允许参赛者访问现有的BI资源，由他们操作用于准备数据和制作可视化的软件。通过这种方式，即使他们不知道如何使用软件，也不会妨碍他们将自己的想法变成为现实。

4. 判定成功。顾问小组需在判定上达成一致。选择三名裁判有利于鼓励讨论，但是不会因为人数过多而无法达到最终判定结果。如果有多名参赛者都完成了任务，那么增加一名获胜者也不是坏事，而且除了第一名（金牌），比赛也应该设置第二名（银牌）和第三名（铜牌）奖项。

当然，除了颁发奖品和支持业务项目，你的目标是评估参赛者的技术水平是否能承担将来的BI角色。除了针对前面介绍的4个指标进行评分，你还应该考核他们所使用数据展示方法的正确性。如果想要更多地依赖于可视模式，减少使用原始数字，那么保证正确性是建立信任的关键。

传统的商业智能技能重要性不断降低，我在提出的建议主要侧重如何使用通用的评估方法，帮助你发掘具备适应新BI环境所需基本能力的人才——尽管有一定的难度。即使你目前还无法将这些方法用于实践，但这可以让你重新思考当前的BI方法，并且寻找机会采用新方法去解决新问题，令你受益匪浅。现在就去寻找一些有潜力的超级新星并培养他们吧！