商业智能项目不是一个简单的工程，我们可以从应用、行政，技术三个角度来切入。

　　这些年信息化的实施让企业积累了大量的运营数据，如何从这些数据中提取出价值，并指导业务更好开展成为企业实施商业智能最大的诉求。但是如何能及时、透明、准确的获得信息，从而从信息中获得知识，时刻了解企业的客户、销售、库存、物流、生产、采购、财务的状况，成为实施商业智能时企业最关心的话题，

　　首先，在立项前，企业就要明确知道立项的目的，要解决的问题。而不是为了数据而数据。

　　其次，定好了项目的目标，成立项目小组，或者指定专人研究项目的可行性，研究为达到目标所需要的人力物力以及项目的范围。从企业的内部了解企业内部的系统分布：比如系统的应用部门，数据的存储、数据库、中间件、运行平台、操作系统等。知道现在所能获得的信息、方法和手段。从项目实施的外部了解这方面的咨询厂商、产品供应商、在本行业中成功的案例，了解实现商业智能的基本技术路线、工具和实施方法论。

　　接下来，就是产品的选型、产品供应商的选择、咨询公司的定位等，在选型时，一定要考虑行业的经验、公司的综合实力、产品与技术的优势、方案的提供，项目实施的经验、售后服务和产品咨询的价格，

　　最后就是最重要的环节：实施，我们可以从应用、行政、技术三个方面切入，从而保证商业智能项目的成功实施。

　　应用角度

　　第一是业务驱动，目标导向，一定要结合公司的实际，了解企业急待解决的问题，从老总最关心的业务主题开始，比如应收账款和账期、现金流、生产质量、库存或者是促销结果等。选择主题时要考虑能在短期内实现，比如在5个月或者半年让相关领导能看到结果。不要一开始就贪图大而全，其结果导致两三年看不到结果。

　　是否能在短期实现取决于数据源的完整性和准确性、业务范围的大小，尽量先选取单一的、数据准确性比较高的数据源，比如财务数据或者生产采购数据，这样才能保证项目的快速上线，其次就是业务目标制定的范围要尽量小。由于商业智能系统和ERP系统在思维模式上完全不同，ERP是流程驱动，而商业智能是目标驱动。从要达到的目标出发，考虑要解决的问题，然后给问题用公式或者描述下定义，比如客户的流失分析，如何定义客户流失，是客户离开了公司或者放弃了产品叫流失，还是客户有了流失的迹象叫流失等。往往商业智能项目的需求分析和整体设计应该占到整个项目的2/3时间。

　　第二是商业智能项目应该是全员使用的“业务系统”，应该成为按照角色划分的应用系统。高层需要了解公司的关键绩效指标达标现状和存在的问题，也就是关键绩效指标的预警，管理层需要了解为什么发生，找到原因，调整执行的战略，对高层提出建议。分析层需要对业务进行分析和跟踪，从而对企业的运营提出建议；执行层需要了解具体执行的情况，了解自己所完成任务的状况。只有让系统在整个企业使用，每个人都成为主人公，才能慢慢将商业智能项目变成“运营系统”，才会有生命力。

　　第三是系统应用的简易性。由于商业智能系统是为业务部门应用的，业务部门的需求也在不断的变化，所以该系统不是设计好固定的界面而让业务部门来应用就可以了，而是一定要让应用部门学会自己使用“傻瓜照相机”，不要所有的应用都让IT部门开发，就像使用Word一样，能够立马上手进行分析、查询和问题跟踪。

　　行政角度

　　第一是业务部门和IT部门齐心协力，业务部门主导提出需求，而不是IT部门问业务部门有什么需求，这样一般业务部门的重视度不够，导致到系统上线了，业务部门认为项目不能满足他们的要求，需要重新修改内容。商业智能项目返工的工作量相当大，因为数据的整合需要大量的工作量。一旦需求发生变化，可能会直接影响到数据模型的改变。

　　一般情况下，IT部门驱动的项目经常是以数据驱动，所以多将项目取名为数据仓库或者决策支持系统，目标是先将企业的数据整合起来，然后任何应用都可以从数据仓库中获得，这样也就自然会想到企业级数据模型。企业级数据模型固然重要，但是一定要考虑到可行性和现实。在一般情况下，企业特别是大型企业的数据整合需要三、四年的时间，等数据整合完了，业务系统又发生了变化，或者需求完全发生了变化，IT界人员流动非常频繁，没等项目上线，做项目的人已经离开了公司或者项目组，如果文档写得不到位，这样数据的接口也不知道，其结果就成为一个好看而不能实用的企业数据存储系统。

　　如果是业务部门驱动，往往是以业务应用为主，但是往往会只考虑到自己部门的应用而忽视了整体架构的设计，从而当这应用做完后，数据结构不能扩展成企业级的应用，为了消灭信息孤岛而人为的又产生了新的信息孤岛。

　　第二是商业智能项目是一把手工程。在项目实施过程中，如果部门相互独立，相互协作得不到保证。如果是IT部牵头，业务部应该有专人介入。否则，由于业务繁忙，业务部门的人员往往对项目的重视程度不够，很少发表意见或者参与项目决策，导致到项目的失败，所以一定要企业的一把手出面，各个相关部门有专人参加，参加的人对企业的业务比较熟悉，而且能领会领导的意图。

　　第三是要加强业务培训和技术培训。商业智能项目也分为三个阶段：一是前期的培训洗脑，让相关人员理解为什么要做该项目，能解决什么问题，让相关人员进入自己的角色。二是中期的咨询，通过对公司业务问题的诊断、调研，了解企业需要解决的首要问题，然后了解企业IT建设的现状，设计整体的架构。

　　三是项目的实施。项目前期需求需要引导培训，项目中间需要对项目组人员进行技术工具培训，以便项目上线后，公司会有专人维护。因为商业智能项目是一个过程，必须根据业务需求，实时进行项目的开发。项目上线后还要对业务人员进行培训，特别是教会业务人员学会工具的利用，对自己的需求自行开发。

　　技术角度

　　第一是“想大做小”。要对项目的整体规划、技术架构、分步实施进行规划，是否需要ODS，数据仓库的逻辑架构和物理架构的设计，数据集市的结构等都要进行认真的设计。对于业务驱动的系统容易出现的问题是初期的数据整合很难拓展为企业的数据仓库，所以在设计时，要对系统的整体架构进行认真的设计。

　　第二是数据质量的控制。“垃圾进垃圾出”，商业智能项目最重要的还是数据，如果在数据仓库或者数据集市中的数据有问题，其结果也难以保证真实性，这样就要求数据质量的完整和准确。如何保证数据的高质量，就需要有一个数据质量控制的工具，而不仅仅是通过ETL(数据的抽取、迁移和加载)，还需要数据的质量控制。

　　第三是“三分段的设计思想”。在数据仓库的设计时，要考虑将数据仓库和业务系统相对隔离，将数据仓库和分析应用相对隔离，因为当前的业务系统经常会升级或者更新，不要因为分析应用需求的变化或者业务系统的变化，将原来建立的数据仓库推到重建，一定要保护企业的投资回报。

（责编：韩雨彤）

免责声明：本网站（http://www.ciotimes.com/）内容主要来自原创、合作媒体供稿和第三方投稿，凡在本网站出现的信息，均仅供参考。本网站将尽力确保所提供信息的准确性及可靠性，但不保证有关资料的准确性及可靠性，读者在使用前请进一步核实，并对任何自主决定的行为负责。本网站对有关资料所引致的错误、不确或遗漏，概不负任何法律责任。
本网站刊载的所有内容（包括但不仅限文字、图片、LOGO、音频、视频、软件、程序等）版权归原作者所有。任何单位或个人认为本网站中的内容可能涉嫌侵犯其知识产权或存在不实内容时，请及时通知本站，予以删除。