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。