首页 > 代码库 > Gartner:当商业智能成熟度低时,如何加快分析采用率

Gartner:当商业智能成熟度低时,如何加快分析采用率

文 | 水手哥

本文出自:知乎专栏《帆软数据应用研究院》——数据干货&资讯集中地

 

根据Gartner近7年的调查结果,71%的受访企业处于低成熟度阶段,也就是Gartner五级BI成熟度模型中的1级或2级阶段(五个阶段后附)。BI成熟度较低的企业,难以从数据资产中获得最大的价值,BI能力传播也收到牵制。

整体来看,低BI成熟度的企业通常有以下特征:

* IT基础设施落后,普遍存在数据烟囱和数据孤岛,没有或很少做了数据治理;

* 没有独立的数据和分析中心,报表通常都是嵌入在ERP、OA等业务系统中;

* 使用excel制作报表或分析,重复工作,容易出错,占用并浪费大量人力资源;

* IT部门和业务部门交互、协作很少,业务部门抱怨IT部门响应速度慢、没有价值,IT部门埋怨业务部门需求太多、易变;

冰冻三尺,非一日之寒,造成BI成熟度较低的情况也有诸多原因,如缺乏专业知识,战略规划经验不足,信息化建设预算有限,企业内部没有数据分析的文化、思想保守抵制创新等。对此,Gartner从战略(strategy)、人员(people)、管理(governance)、技术(technology)四个角度给了建议,如下图BI成熟度组成图所示,帮助企业更高效的迈向更高的成熟度。

 

 

一、战略层面:制定BI路线图

和IT项目路线图一样,BI路线图应该明确规定目标、时间表、关键节点、优先事项、资源、业务计划和KPI,需要业务部门和IT部门一起协调制定。BI路线图应该是迭代的,可更新的,这样IT部门就有足够的时间和灵活度来应用最佳实践,对业务或技术的任何变化做出反应。笔者建议,BI成熟度低的企业应当从一个小型项目开始,以简单活定义明确的业务流程为突破口,通过一个一个的小胜利扩大战果,稳步推进,最终打一个大胜仗。成功不是采用了什么新技术、新工具,而是是实打实的带来了业务价值,这样BI能力的成熟度水平才会提高。

二、人员和管理层面

1、构建业务驱动的“虚拟BI团队”。

加强业务部门与业务部门之间、业务部门和IT部门之间的联系,让所有的相关利益者参与讨论,从而实现流程、技术、资源投入与目标的一致,从而弥合部门之间的差距,克服信息不对称的问题,确保大家齐心协力达成战略目标。

2、让业务利益相关者参与分析决策。

传统上BI工具更多的是给高层管理者使用,中层人员难以及时得到IT部门的支持。IT部门应该将业务利益相关者纳入分析讨论,让他们从不同的角度分析、决策。将业务和分析结合在一起,就可以让上上下下明确关键业务的驱动因素、目标,以及支撑目标达成的分析策略,只有和具体业务分析结合了,BI分析的价值才得最大化。很多项目被取消掉,或以失败告终,大多还是业务理由不在有效,或者IT部门缺乏对业务最新变化的认识。

三、技术层面

1、建立可以随着BI成熟度增长而扩展定基础数据治理框架。首先应当全面掌握企业的信息化状况,即创建信息资产的数据清单,明确报表、表单所在的系统位置,以及数据的来源和去向,确定相关数据、报表的权限和用途。其次需要确定应该管理的优先事项,一般的经验是从共享的关键数据开始治理,比如销售、财务模块的数据。一开始,治理方案可能非常基本和有限,也会遇到一些阻力,需要业务部门与IT部门一起克服。企业高层也应当给予支持,将数据治理定义为基本策略,是公司战略必须,而不是单方面的一个事情。随着企业的经验和成熟提升,治理框架可以扩大范围,实现正式的企业信息管理(EIM)或主数据管理(MDM)计划。

2、选择适合企业现状的工具。在评估一个工具时,不仅要考虑成本,特别对于没有IT能力薄弱的企业,还需要考察其他因素:咨询能力,分析功能,易用性,培训和服务支持。除此之外,企业还应当主动利用市场上已经提供的技术、技能和经验,而不是再造轮子。

 

附:上文提到的Gartner BI成熟度模型分为五个阶段,分别是:

1、不知道阶段(Unaware)

在不知道阶段,企业没有BI信息化,所有分析都是基于excel进行,分析也都是临时的,没有完整的分析策略和体系。该阶段问题也非常明显,报表需要重复制作,多次加工,人力成本高企不下,时效性差,做出来的报表也可能没用,或者数据就是错的却无法校验,种种问题让数据化决策称为空谈。

2、投机阶段(Opportunistic)

在投机阶段,业务部门追求自己的BI和分析计划,自己对数据分析负责。企业内部存在多个业务系统,如CRM、ERP、BPM等,业务系统中多少内置着一些报表和分析页面。每个系统的关联性并不强,数据烟囱和数据孤岛问题一直存在,业务部门很难做整体的、全局的分析,各个部门的数据、指标甚至冲突。为了做报表,做分析,业务部门可能单独采用一些数据集成、中间数据库和分析工具,最终导致企业存在多个分散存储在不同地方的源数据库、BI平台、仪表盘等。虽然这种模式可以满足业务部门的一部分需求,但知识不能共享,优秀项目难以扩大解决其他用途,企业仍然处于规模经济较低的状态。

3、标准化阶段(Standards)

在标准化阶段,人力、流程和技术在企业中协调发展,数据可以支持用户做分析决策,组织开始转向共享服务,确定技术标准。这个阶段,企业还具备有业务部门、IT部门和数据分析师组成的BI能力中心(BICC),以分享知识,提高业务系统或信息使用的一致性。业务部门和IT部门共同建设相关业务的分析、分享系统,至少有一位高级管理人员,成为业务数据分析的专家。技术标准开始出现,包括信息基础建设、数据仓库和BI。企业首次通过改进配合流程和技术标准化,降低BI和分析工作的总体成本,但是,此阶段的BI和分析系统的适应性仍然很低,企业尚未出现规模经济效应,管理者对其他流程的洞察力仍然不足。

4、企业级阶段(Enterprise)

在企业级阶段,企业以绩效为导向,企业运营和分析指标体系已经十分完善,具有一致性和稳定性,首席数据官(CDO)和首席分析官(CAO)在企业的决策流程链条中有着不可替代的作用,高层管理人员对BI建设给予更多的人力和财力支持。此阶段,公司中高低层均可以借助BI和分析系统做报表、做分析。虽然BI和分析系统变的更加高效,但是使用增长,成本依然很高,企业必须确保不同领域都有高水平人才,适当支持每个业务部门对新技术和新模型的应用。

5、变革型阶段(Transformative)

在变革型阶段,BI和分析系统已经成为企业和IT部门共同运作的战略举措,并得到企业最高层次的支持和管理,企业将信息化视为战略资产,利用BI和分析来创造收益、提高运营效率,为客户提供一流的服务。企业绩效指标框架扩展到相关的合作伙伴与客户,所有利益相关者都使用BI和分析系统响应多变的业务分析需求,并进行变革性的决策。在此阶段,BI和分析系统有着非常强大的灵活性,可以让用户进行多样的自助分析、预测性和规范性分析。

Gartner:当商业智能成熟度低时,如何加快分析采用率