BI成功标准和应用分工

面对越来越火的分析系统建设，企业往往找不到明确方向，如果以所谓需求来驱动项目，可能更是糟糕。以需求为驱动，用户的需求轻则重复在BI再现业务系统上的报表和简单数据查询，重则提出需求的人变化了，新的用户可能弃之不用。

究其原因，一是用户往往对BI没有正确的认识，要么就认为是快速查询数据和快速制造他们原有报表的可有可无的系统，要么就神化了BI，认为数据挖掘好神秘，你们帮我们做做数据挖掘吧？问之挖掘什么，答到，我知道挖掘什么，还找你们做什么呢？

二是实施团队常未有合理的设计和引导，咨询和设计能力严重不足。由经验不足的人来设计，设计出来的只可能客户要什么报表，就做什么报表，数据仓库能满足使用效率，以及一定的数据质量即可。

BI价值实现的过程中，一般有如下过程和分工，首先就需要数据模型的支撑，然后是数据分析和基础信息展现，最后是决策与业务操作辅助应用，产生直接的BI价值。这期间有2种极端情况常发生，一是完全跟着用户的具体需求来开发；二是不去接洽用户需求，自己弄一套，然后再找用户推进。

由于BI界成功标准的缺失，如果以满足客户需求为标准，那么当客户需求仅仅就是一堆报表的时候，那么开发完一堆报表，那这个BI项目就是成功的了。但这种情况，往往客户没多久报表需求又要有变化了，甚至还没开发完毕，报表需求就产生了变化，于是客户的投资就需要不断增加，数百万甚至千万下来，这些报表有这么大价值么？

因此BI成功的标准，是要持续对企业的业务决策、精确操作提供数据支持，如果客户没有方向性需求，就要进行引导，就怕客户只有具体报表需求，没有业务目标的需求。

个人感觉，主要是DW内部应在细分物理和ETL技术组，还有业务和逻辑数据模型组，否则DW团队里，团里的力量就会要么技术能力偏弱，要么业务能力偏弱