Henrik Dolle - Fotolia

评估 权衡你正在考虑的技术、产品和项目的利弊。

一个成功的自助BI策略的要点

由于自助服务BI采用跨越企业,重要的是要确保您有一个良好的策略。以下是成功自助部署的顶级提示。

自助式BI已经成为企业的趋势,一个强有力的战略是必要的,以确保成功采用后。如果做得好,自助BI策略可以帮助用户发现企业数据中隐藏的价值和机会。

“自助式BI和分析策略旨在使用户能够轻松开发,消耗和使用自己的工具进行数据,”技术评估中心的商业智能和数据管理的主要分析师Jorge Garcia表示,IT解决方案咨询服务。

它很容易技术过度焦点,但是一个成功的自助BI策略还必须包括用户、他们的目标和他们的陷阱。Garcia建议自助BI项目还能解决易用性、培训需求和总体数据治理策略。

“业务用户不一定是BI或Analytics专家,意味着易用性是一个关键的元素,”他说。

以下是在自助BI策略中实现这些因素的一些顶级技巧。

查找平衡

加西亚说,在易用性之间,数据供应和治理之间的策略平衡可能是一个难以捉摸的目标。执行预处理评估和自我评估非常重要,以建立技术和商业观点已经到位的内容。接下来,考虑一个成功部署的必要条件自助服务BI平台

这最好通过组建跨职能团队来规划、设计和开发必要的工具来实现,这也将使管理涉众能够进行适当的沟通。

“我们需要确保IT部门了解业务数据和流程,并可以为用户提供必要的工具,同时尊重数据治理策略,”Garcia说。

创建专用支持

一个强大的自助式BI战略依赖于确保所有用户都能使用BI工具,无论他们的职位或技能水平如何。美国食品加工公司JBS的Qlik BI经理Stephanie Duran说培训是关键。她说,BI开发人员应该培训所有员工,让他们能够开发。值得注意的是,其他利益相关者(包括客户)也可能使用这款应用。

Duran说:“一个专门为业务开发者和用户提供支持的团队对于自助BI战略至关重要。”

JBS有一个五人团队来支持他们在整个企业中对Qlik的使用。此外,组织的其他IT团队知道BI环境交付和支持Qlik团队什么。

即使作为一名经理,Duran也致力于发现商业用户需要什么,并帮助他们设置适当的护栏。JBS还在整个IT团队在线运行每周的协作时间。在此期间,业务单位开发人员可以通过所有业务单位的帮助来呼叫脚本和设计问题。

优先考虑数据准备

有一个各种隐藏成本Elemby Hao,Electonics Engineer,电子制造商的Electonics Engineer表示,参与获得自助式双策略的数据。她已经发现安装处理所需的工具和软件,并提供自定义自助分析可能是昂贵的。当您对这些项目的支持和维护等内容时,成本会变得更加疯狂。

最好的解决方案是采用云BI工具郝说。她发现这提高了预算,因为初始设置成本很清楚,还有其他一切都通过一致的月度订阅包涵盖。

了解业务问题

数据分析咨询公司Rachel and Winfree Consulting的共同所有人霍利·蕾切尔(Holly Rachel)说:“理解商业问题似乎很简单,但这关键的一步可能决定你整个战略的成败。”

了解业务问题涉及将其分解为特定部分,以其对业务用户的影响方式。

克服这些障碍的最佳方法是首先奉献一段多余的时间来定义和理解你想知道的问题。Answerrocket的服务总监Nicole Kosky,一个交互式可视化平台,推荐团队从将推动业务价值的结果。询问的好问题包括您想要通过分析和您试图回答的商业问题来实现的内容。

这些问题确保您的解决方案满足您最终用户的需求,并产生了可以提高采用率的收购。例如,业务结果可能是提高您品牌的性能。业务问题可能是关于驾驶品牌绩效以及您的品牌如何与竞争对手的比较方式。自助式双策略应通过有意义的可视化和见解来回答这些问题。

不要从数据开始

Kosky表示,许多组织开始专注于数据,并试图完善数据湖或仓库,并在其顶部站立自助式BI项目。但这种方法可以很容易地导致BI,不提供业务价值,因为混合数据可能会危及业务用户最有价值的。最终用户经常接收可视化和计算或统计洞察,但输出很少有助于它们做出更好的决定并将针头移动到性能上。

团队通常从数据的角度出发,想象数据将讲述故事并找到模式。

“这是不正确的,”数据分析咨询公司Rippling Nature的睿智策略师杰弗里•拉金斯(Geoffrey Lakings)表示。BI用户需要了解故事,这样他们就可以确定他们需要争论和转换的数据源,并将其转换为一个可以可视化的适当的数据模型。

创建适当的访问

开发企业范围的角色可以更容易地管理访问权限,并改进自助BI项目的治理。正确的水平适当访问数据源ACXTRON的创始人兼首席执行官Joseph Chong表示,对于用户咨询公司的创始人兼首席执行官表示是重要的,专门从事数据分析和商业智能。

应识别具有公司访问的常见数据集,并且可以给予数据集的其他更具选择权限。在Power BI中,组织数据通常被归类为公共,私人或组织。当涉及到设置策略时提供更好的结构,同时使用户能够引入自己的数据集。

确保人们可以信任数据基础

人们只会使用审查的BI基础设施如果他们能相信结果。

百事公司市场分析经理Dimos Papadopoulos说:“在我的职业生涯中,很多时候,由于数据质量的信任问题,人们并没有自助服务他们的请求,因此更倾向于远离它。”

除了确保他们的问题得到回答,还需要将清晰的过程设置关于数据清理和数据质量的责任。

平衡好奇心和信心

用户需要一种健康的好奇心,以便用户承担自身的自助研究。这需要符合他们在正确的方向上移动的自信。

“告诉某人是奇怪的数据并不意味着他们立即能够询问数据的正确问题,”Domo的数据好奇心副总裁Ben Schein说。

用户需要有信心知道他们不会误解指标,看到不允许的数据,甚至会导致错误。这种信心需要适当的治理来实现对数据的好奇心用右边的护栏

制作一个全面的故事板

自助服务BI策略应该让您与故事板开始项目以指导探索。湖人表示,全面的故事板可以澄清BI项目的目标。

故事板使策略人员能够执行彻底的差距分析,并确保他们完全理解问题。它还可以确保他们应用适当的数据集、数据建模、分析建模和可视化来探索正确的故事。

深入挖掘自助服务和协作商业智能

搜索数据管理
搜索AWS
搜索内容管理
搜索甲骨文
搜索树液
搜索SQL.服务器
关闭