企业级BI为什么这么难做？

本人长期在银行内从事数据线相关工作，亲眼目睹过多个企业级BI（非部门级BI）产品从上线试用、全行推广、然后衰败没落，再替换到下一个BI产品重复此过程。企业内没有任何一个BI产品即能长期运行，又能赢得非常好的口碑，所以为什么企业级BI这么难做？

/请尊重作者劳动成果，转载请标明原文链接：/

/* https://www.cnblogs.com/jpcflyer/p/15487015.html * /

仔细思考，原因有很多，不可能一一列全，但把能想到的原因都写出来，后续可以采取“逐一攻破”的策略，先一点一点解决企业级BI面临的难题，以点带面，最终争取实现全面解决。

一、企业级BI面临用户众多，众口难调

该问题最根本、也最难解决，所以放在首位。难度不亚于“给满山跑的野人定制一套标准西装”，考虑因素和面临挑战较多。

1.用户多

银行内部企业级BI用户一般在千人规模以上，对操作体验和功能需求仁者见仁、智者见智，同样的功能和体验在用户圈中的口碑差异太大。企业级BI需要满足全部用户的数据分析需求和操作体验本身就是一种挑战，此为挑战之一。

2.角色不同

企业级BI用户角色主要有数据分析师、中高层管理人员等。前者要求数据全面准确及时，便于进行自助数据探索与分析，而后者只关注重点指标的固定展示，要求所见即所得。企业级BI要满足所有角色的不同场景也是一种挑战，此为挑战之二。

3.访问数据范围不同

银行内部有总行各个业务部门和各地分行，总行各业务之间数据范围和指标口径不一样，各个分行之间的数据访问权限也不一样。企业级BI需要解决数据仓库中表级、字段级、记录级的全面权限管理，也是一种挑战，此为挑战之三。

4.用数场景不同

用户和角色不同，对用户场景的的技术要求也不同，具体包括访问数据量、查询性能等，此为挑战之四。

二、企业级BI没有所属业务部门

一般企业级BI由IT部门主导建设，各业务部门都可以提出自己的用数需求，同时各业务部门只会考虑自己部门内部的需求，当各部门需求之间出现矛盾时，没有一个业务部门能够统筹负责管理全局。

另外，无主导业务部门，也就没有义务愿意参与企业级BI的宣传与推广。带来的后果就是，对于企业级BI产品好的地方，各部门默默用之，不对外宣传。而对于企业级BI不好的地方，纷纷对外或向上层反馈吐槽。

三、企业级BI依赖基础配套设施比较多

企业级BI能否成功，关键也要看企业内部是否有一套成熟的基础数据平台，以及是否有配套的规范制度等。

银行内部一般有传统数据仓库和大数据平台等基础数据平台，此两者能否给予企业级BI工具足够多的资源和技术支持，直接决定企业级BI的成败。如果底层基础数据平台的功能定位、技术支持、资源支持不够完善，这对企业级BI来说简直是一种噩耗。

除基础数据平台外，还要看是否有完善的数据资产管理、数据治理等配套设施。

四、企业级BI要开放自助，对IT要求高

1.技术实施方面

自助数据分析是目前企业级BI的必备功能之一，具体包括自助ETL、自助制作报表、图表、仪表板等。自助和传统定制化开发相比，前者对开发、运维及运营的要求更高，即要满足尽可能多的业务自助分析需求，也要做好管控应对因自助操作带来的异常和风险。

2.推广运营方面

受限于每个人思维方式不一样，在企业级BI推广过程中，每位用户的可理解和可接受程度就不一样，往往需要有不同的团队采取不同的方式进行培训，以此尝试改变、统一企业用户的思考习惯。但往往改变用户习惯是很难的。

那么，如何从以上的原因出发，逐一寻找破局之策呢？

1.充分调研需求、差异化设计产品和实现

按机构、按角色、按用户分别调研企业BI相关的需求和痛点，进行梳理并总结。

首先，按照场景分类，区分固定查询（固定报表、驾驶舱等）、自助分析（即席查询、灵活分析等）和数据挖掘。然后，针对不同的场景，从产品层面分别设计功能，尽量满足不同场景下的对应功能需求，也可以邀请用户参与设计或反馈。

最后，假设企业要内部自研实施，需采取不同的技术栈，做好技术组件对比与选型测试，由开发团队落地实施。假设企业可以采购产品，也可以选择采购对应场景下的商业BI工具，但仅限于采购前台功能应用，底层建议复用行内基础数据平台（尤其是大数据平台）的存储和技术能力。

2.发挥业务部门的积极主动性

首先，可以尝试邀请用户全程参与需求、设计和上线过程，增加用户的参与感。

另外，企业级BI也可以按业务部门设计不同的“轻量级门户“。底层由企业级BI提供统一的技术和资源支持，为不同业务部门建立不同的系统”门户“，该”门户“可以设计作为部门级BI品牌，归属于业务部门统一负责管理，也可以将此”门户“作为独立的虚拟系统进行宣传和推广。这样能发挥业务部门的主导性。

3.推动底层基础数据平台的完善

联合相关团队，完善数据仓库、大数据平台等设施，保证能够有充足的资源和技术支持。同时推动完善数据资产管理等，进一步提升企业级BI的使用体验。

4.建立技术过硬的开发团队

不管如何规划和设计，能否落地还是要看能否有一只技术过硬的开发团队。按企业级BI的技术栈要求，选择和建立团队，联合攻关，保证需求的开发落地。同时，建立一套标准的运营推广体系，多种方式实现企业级BI的使用宣传推广，真正做到”人人都是数据分析师“，提升企业级BI产品的满意度。

以上仅为个人对于企业级BI的一点思考，不同企业面临的问题不一样，也比较复杂。但都可以参考采取“逐一攻破”的策略，来实现产品的升级，最终解决企业级BI的困境。

——搜索关注微信公众号“程序员姜小白”，获取更新精彩内容哦。