Fotolia

管理 学习应用最佳实践并优化您的操作。

数据孤岛可以通过自助式BI策略生活或死亡

自助BI是数据竖井重塑或可能消亡背后的驱动力。但首先需要的是健全的数据治理和企业态度调整。

数据驱动的公司正在发现声音自助式BI策略可以在数字转换过程中发挥关键作用,并是将企业信息孤独联合在一起的关键。

在历史上,不同的部门使用遗留的报告方法从他们自己的竖井中工作,这些方法不提供跨组织的数据的端到端视图。例如,缺乏标准的关键表现指标(kpi),该公司数码,转型和公司服务的副总馆首席执行官Auteen Omar表示,定义和集中数据仓库导致亚洲亚洲的报告不准确。

协调不同的筒仓或完全消除它们具有许多挑战。其中一个最大的是识别数据的来源并通过板上标准化KPI。“启用自助服务BI要求正确的工具,认证数据集和强大的数据治理策略到位,”奥马尔说。

找到共同点

快速访问驻留在各种内部业务应用程序和数据库中的信息是至关重要的。大量的结构化和非结构化数据通常位于多个不相连的平台、应用程序、位置和设备中。内容服务平台制造商Nuxeo的市场传播总监马修•梅格斯(Matthew Meigs)表示:“这带来了合规和安全风险,员工只获得了完成工作所需的部分信息。”

数据竖井的拼凑解决方案可能会有问题,特别是对于那些从头创建一个新的数据集成层的公司。传统上,合并数据竖井以适应自助BI策略需要拆除和替换现有系统,这可能导致高昂的实现成本。许多公司正在创造一个明智的中间地带使现代的解决方案和遗留系统共存,而不启动复杂的迁移项目。

克服文化户珥d莱斯

戴夫McCandless在航运供应链App Provider Wavis副总裁的说法,将员工抵抗更改和经理对新存储库中的复杂性对新存储库的复杂性的看法是创造自助式双战略的最大绊脚石。

分享各部门的信息不是优先事项。
罗伯·佩里ASG Technologies产品营销副总裁

麦克肯多斯表示,他正在将数据科学作为公司和客户的新研究实验室。这意味着向企业领导人推销建立一个数据实验室的价值,该实验室由主题专家组成,他们的任务是收集公司面临的最大挑战的信息。

许多组织不提供跨业务部门的信息共享信息,“通常具有符合其他业务单位的预算非常有限,”在IT服务管理提供商ASG技术的产品营销副总裁Rob Perry解释。“分享各部门的信息不是优先权,特别是给予[该]管理人员没有衡量其他业务单位所做的程度。”

Perry推荐管理者专注于可以的数据共享的数据共享,而不是消除数据孤岛改善自助式BI。他建议从顶级签发的授权工作,鼓励甚至使用新的激励措施共享游戏信息共享。他补充说,另一种方法将是聘请一个主要数据官员,其中指令和预算将业务部门带到一起,包括创建跨职能团队来管理数据域。

汇总较小的分析案例

自助服务BI策略可以使其更容易探索更广泛的分析 - 有时被称为双轮马车的分析,因为它超出了正常的分析过程。通常太小而无法自动化,这种类型的分析可以帮助指导某些业务决策。

”来解决这些双轮马车分析,我们经常建议客户库存分析它们执行的类型和寻找项目自动化较小的集合分析提供所需的ROI自动化投资,”安德鲁·罗马Wells说Aspirent的CEO,一个管理咨询公司。

保持直观

没有集中管理的桌面或服务器工具是一个大贡献者数据仓库。它们很难在整个组织中进行扩展和管理,而且往往缺乏IT批准。

数据争议软件提供商Trifacta联合创始人兼首席技术官Sean Kandel表示:“根据我们的经验,IT部门已经成功地对抗了这些解决方案,不一定是通过执行更严格的政策,而是通过提供一种替代工具的解决方案。”

自助BI有时跨越了采用和治理之间的微妙界限。业务用户希望他们的工具是直观和易于使用,同时满足安全,治理和可扩展性。

根据SREENI IYER,CTO认知采购服务提供商Levadata,数据编目是一个新兴领域,帮助公司对其所有数据源和元数据进行分类。此外,数据争论正在成为健全的自助BI战略的关键元素,使没有编程技能的人员能够可视化地定义转换、清理数据和跨竖井集成。

简化数据建模

如果竖井还不够孤立,用户提出的不同查询可能会产生另一种类型的数据竖井。奢侈品零售商Olivela的分析总监多米尼克•戈(Dominic Go)表示:“问题在于,人们往往将数据视为客观事实,而实际上,将数据转化为有意义的信息,可能完全取决于所提出的问题和问题背后的商业需求。”例如,业务用户在解释特定数据时,通常会考虑他们自己的业务问题,而不是公司范围的问题。

多亏了自助服务分析环境,这种“可靠的”数据比以往任何时候都更容易访问。“这可能会导致部门之间更深的分歧和不信任,”Go理性地说。“当我们不能再相信数据时,下一步该怎么办?”

定义不好的数据建模层会使不好的解释制度化。
多米尼克去分析总监,Olivela

他认为一个潜在的问题是数据建模层,位于数据仓库之上,报告UI之下。Go解释说:“对于建立基础设施的IT团队如何做出这些解释,业务用户通常没有发言权。”“定义糟糕的数据建模层可能会使错误的解释制度化,从而导致更多的组织划分和糟糕的业务决策。”

因此,GO专注于简化并可能消除自助式BI工具的建模层,并且仍然允许容易的数据访问。“这是危险的,”他承认,“但我相信这是弥合[或]消除通信筒仓的下一步,同时仍然能够有效地使用数据来发展我们的业务。”

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