本文是由客户体验实验室的主任兼创始人Sergey Shopik编写的。 基于Martha Bennett在国际分析机构Forrester Research网站上发布的材料。 我们邀请所有人在莫斯科时间6月18日20:00。 免费研讨会“从A到Z的可视化”。 您可以在这里注册。
数据太少。 数据过多。 数据不完整或对数据，报告和仪表板的访问受限，这些数据形成时间太长，而这些往往无法达到您的目标。 只有少数训练有素的专家可以使用的分析工具。 所有这些都是来自数据挖掘和商业智能（BI）领域的投诉列表。 它非常长，不幸的是，自动化无法解决这些问题。 同时，由于公司开始清楚地认识到数据和分析在优化解决方案以获得最佳结果方面的价值，因此BI多年来一直是组织实施的主要优先事项之一。
因此，您如何做才能确保BI计划不会落入失败项目的转储中？ 找到这个问题的答案并不是一件异常且复杂的事情，但是它将需要答案来解决明确的问题，并把“谷物与谷壳”分开。 很多时候，人们可以听到有关该地区价值数百万美元的项目完全失败的故事。 通常，这是我们尝试找出以下原因之一。
成功的BI分析项目与卡在生产地狱中的项目有什么区别？ 在研究成功项目的最佳实践时，差异似乎很明显，但是正是这些差异将那些BI项目不能满足业务需求（或原则上失败）的人与那些成功项目的人区分开。
因此，最重要的是：我们将在什么样的任务类别中分配一个类似的项目？ 对于公司IT或我们要使其报告自动化并且要查看其数据的业务部门之一？ 通常，整个问题是项目的实施完全由企业IT负责，而没有使业务用户参与其中。 通常情况下，这恰恰是在后者的主动下发生的-让他们介绍它，然后我们按一个按钮，就开始“分析”。 不完全是 该计划应该完全来自业务和业务任务，而不是相反。 显而易见，但同时又很复杂。 我们该怎么做？
- 形成明确的目标：这个仪表板对我来说是什么，我们将这个或那个指标用于什么目的？ 错误的答案是安抚股东/管理层。” 一个好的答案是评估某些动作的有效性，并在此基础上确定a，b，c。
- 保持灵活性，不要试图一次“关闭”所有任务。 第二个常见错误是编写完美的TK。 自动执行一项任务，检查结果，然后继续执行下一项。 一年不要尝试部署大型项目。 分12个步骤达到目标-每月1个步骤。 同时，不要忘记主要目标。
- 了解数据。 由于缺乏数据，项目无法起飞。 这也会发生。 我回想起这样的情况，即由于企业会计程序中销售数据未与折扣卡捆绑在一起而停止了按客户群细分的项目！ 这是否意味着您需要在头上撒灰并且放弃计划？ 没门 这仅意味着需要链接数据并开始对其进行累积，以便以后适合计划。 同时，开始建立指标体系，以后将其整合到流程中。 检查是否所有数据都可用，然后重复该循环。
- 根据任务选择工具，反之亦然。 一个古老的笑话：我们买了东西，现在我们正试图将我们的流程推向那里。 但这应该是另一回事。 已为任务选择了用于BI分析的工具，反之亦然。 如果公司中的所有部门都知道其中所使用的技术，那就太好了。 否则，您将在每个部门中拥有20个程序，每个程序都以自己的方式进行考虑，但是事实并没有统一的版本。 您所能做的就是实现第21个工具。
- 如有必要，不要害怕寻求外部帮助。 没有什么特别的补充。 这很正常：打电话给顾问或聘请外部团队以在短时间内解决必要的问题。 不正常：自己动手做两年。
- 变更管理和学习是一个持续的过程。 您不能“永远”引入某些东西。 市场在变化，目标，指标，公司情况也在变化。 监视决策的相关性并在必要时快速制定它们很重要。 最后，对于独立商店有效的方法与大型联邦网络不太可能完全相关。
在存在最佳实践的地方，根据定义，应该避免一些陷阱。 我们确定了其中最常见的：
- 在商业智能中使用IT似乎比实际要容易。 在您实施BI方法进行数据分析之前，通常只有一个问题。 实施后，问题的数量增加了十倍，因为 分析的机会要大很多倍。 与技术一起，发展一种处理数据的文化。
- 在吸引外部合作伙伴提供帮助后拒绝履行职责。 因此，不幸的是，它不起作用。 外部顾问或团队将帮助您建立流程。 但是对他和与他一起工作的责任是您的。
- 专注于技术开发和实施，而不是更改管理和培训。 在Power BI上实施小型报告系统并根据数据有效地制定运营决策，比花费数百或数千小时实施SAP而不使用功能（甚至减少1％），而是继续在Excel中相互发送图纸要好。
遵循这些简单的规则，您无疑会成功。 从预感决策到使用BI分析实现平衡和数字化决策的过渡将尽可能轻松。 祝你好运，朋友们！