分析BI项目案例，解析问题产生的原因并找到解决问题的方法

很多企业在做BI项目的时候，最初的目标是帮助企业构建可视化管理模式，深化管理的精细度，及时发现企业管理中的问题。然而，在项目实施和验收过程中，BI已成为一个报告开发项目，报告的需求往往与个人习惯有关；一旦人员发生变化，特别是新的高级管理人员，他们将移动前公司的内容，这需要重新开发大量报告。如果不从源头上控制，被动服务模式下的IT无法满足每个人的报告需求。接下来，我们想谈谈这个案例，它真正反映了这个过程。同时，它还分析了问题的原因，并找到了解决问题的方法。建议所有计划或实施BI项目的企业仔细阅读本文。从2011年底到2012年初，作者在一家女装公司组织了BI系统的实施。项目第一期花费100多万元，长达6个月。经历了一系列规范的项目实施过程，如业务需求研究、数据清理、指标系统梳理、数据模型构建等。从业务个性化需求报告到以业务指标为导向的数据模型、数据驾驶舱等，在项目团队看来，除了移动显示外，几乎涵盖了当前的所有业务需求；经过多次宣传和在线动员会议，BI终于正式运行。然而，现实给了项目组一个响亮的耳光。BI系统启动后，不仅在3个月内使用次数很少，而且最初要求的月度业务分析和绩效评估必须从BI中获得价值。业务部门仍需从各系统中导出数据，然后自行计算统计数据。第一阶段的项目很快被判失败，这对整个项目组造成了深刻的打击，实施方法没有问题；许多短期过渡报告也针对上述状态的可能性，以及最大的自由定义，但用户仍然不满意。原因是什么？02项目组进行了反思，并花了一周时间对用户进行了研究，进行了深入的讨论和总结。1)大多数用户反馈BI系统操作不方便，使用特别麻烦；因为每个用户只需要查看他们的日常工作数据，BI系统的第一阶段总结了所有的业务特征，并根据其基本功能设置指标组合和独立选择的时间跨度栏。因此，用户有一个印象，所有所需的报告都堆叠在一起，你需要找到什么，一些衍生指标需要重新计算，报告显示效率低，BI操作非常痛苦。事实上，每个系统都应该有决策层和管理层的视角。虽然根据操作层的指标系统和时间定制几乎涵盖了一切，但并没有为每个岗位进行相应的配置；为了得到用户的认可，主要要素需要满足各级用户在一定时间周期内的数据。2）指标系统的管理逻辑不清楚，用户需要根据经验找到数据背后的逻辑；BI的价值是通过数据提高管理的准确性，构建企业管理模型。实施BI系统的最大能力体现在如何梳理管理逻辑，帮助企业可视化管理模式和管理精细化。BI系统实施的最大能力体现在如何梳理管理逻辑，帮助企业可视化地展示管理模型和管理的精度。3)主数据定义的一致性，用户经常反馈业务系统与BI数据报表中相同维度的数据之间的一些差异，导致人们对BI数据的信任度严重下降。根据上述研究问题，项目组于2012年8月获得公司信息决策委员会同意，启动了BI系统第二阶段的实施；经讨论，项目组决定改变实施思路，暂停技术工作。首要任务是对公司进行数据管理。那么如何进行数据治理呢？一是主数据治理，即企业经营管理过程中会使用哪些主数据？派生主数据是如何产生这些主数据的，如何分发，将标记哪些维度来形成的？然后在BI中建立一个主数据中心库，根据分类原则提取业务系统的主数据，并开发主数据一致性验证程序和主数据分发日志表。二是对指标进行梳理，建立指标体系，定义各分析过程中使用的业务指标，建立评价标准和计算方法；更直观地呈现业务管理逻辑，直观地呈现销售环节的数据波动。通过指标的呈现，可以跟踪哪些业务问题。三是规范数据产生的入口和数据价值的出口标准；明确所有数据输入产生的操作标准，建立从每个系统到BI的界面规范。企业业务活动中产生的几乎所有数据都应该进入数据仓库，BI系统应该统一提取和处理数据。此外，对所有业务部门和职能部门提交的月度业务分析、月度绩效评估、年度关键评估指标和日常管理分析的所有数据需求进行综合评估和分析；构建相应的数据模型，要求所有应用数据从BI系统中获取价值。只有通过入口和出口的规范，才能确保数据的一致性和唯一性。04完成上述三项行动后，项目组与企业管理部门合作编制公司数据管理系统，发布全公司文件；数据管理系统定义了主数据生成、指标系统的结构和算法、数据输入和输出标准，是公司完整的数据管理规范。同时，还明确了公司数据管理团队的组织结构和功能。管理数据团队有四个角色：数据操作员是业务部门的操作人员，主要发起主数据调整、BI系统维护、指标系统修改申请等；数据审核主管往往是部门领导；每个数据由不同的部门负责。首先，数据操作员提出第一级申请，二是数据负责部门审核；数据分析师，他分析了数据审核主管的审核，看看修订要求是否合理？是否影响其他主要数据、指标和数据模型；BI系统管理员必须由系统管理员进行调整，即使每隔一段时间仍有许多业务指标需要调整；如新业务或新业务变化，甚至调整公司组织结构，过程应用是项目管理形式。OA还配备了三个相应的流程：主数据修订流程、管理指标和KPI指标调整流程、报表优化流程。OA还配备了三个相应的流程：主数据修订流程、管理指标和KPI指标调整流程、报告优化流程。IT团队的数据中心部门通过数据治理的实施过程，基本实现了公司数据的总体规划，形成了PDCA的整体循环。经过一个月的数据治理，项目组重新优化了BI系统。关键点如下：梳理业务分析系统：首先从纯业务的角度进行总结和梳理，分析各业务中的流程和思路、共同角度、导向、评价标准以及业务背后的原因；该系统的建立不仅是业务分析的总结，也是业务流程的真实需求，为后续指标系统和系统的实现奠定基础；同时，在建立业务分析系统的过程中，收集和分析业务和数据的痛点和需求。重组分析需求：根据收集需求、业务分析流程和思路，以及系统中的报表进行匹配和细化，形成新的分析需求。重组分析需求：根据收集需求、业务分析过程和思路，以及系统中的报告进行匹配和细化，形成新的分析需求。根据公司零售业务的变化特点，记录月度业务调整引起的指标比例系数调整和变化的历史数据，如新店到新店、新店升级到旧店的时间维度差异。更直观地呈现指标系统的业务管理逻辑，可以直观地呈现销售环节的数据波动，清楚地知道哪些业务出现了问题。对于更详细、更准确地划分管理层的数据显示，业务运营层的用户也可以直观地呈现日常应用程序、周度报告、月度绩效和年度关键指标；虽然开发工作量增加，但用户体验急剧增加。06公司的管理理念也发生了深刻的变化，从上到下不再用定性语言表达，形成了用数据说话的习惯；当管理维度和业务发生变化时，也形成了通过数据处理系统进行相应修改和调整的习惯。IT团队的数据中心部门有五个职位：数据中心经理负责管理；数据分析师负责数据模型的设计和指标分析；两个BI系统开发人员负责数据仓库维护和数据模型开发；H5开发工程师负责移动开发。07从整个BI项目的实施价值来看，有几点可以分享:从公司经营决策者的角度来看，企业的整体业务可以通过驾驶舱快速看到，及时掌握公司的经营状况，通过数据钻取透视看到整体业务的变化过程。业务层面的任何问题都可以通过数据预警反馈给业务管理逻辑，也很容易找到相关的业务行动，即哪些业务存在问题。管理者可以通过驾驶舱和关键评估指标的组合报告快速阅读自己的KPI指标和关注和业务指标的变化，因为系统中清楚地梳理了每个管理岗位应该关注的内容。数据仓库，通过建立数据仓库，进行企业数据管理，开放企业数据，形成可分析和重用的数据资产。整个操作层用户的工作效率提高了很多。每个人都在同一个频道报告相同的数据源，不再需要像过去那样临时处理一些混乱的报告。BI系统第二阶段的实施极大地丰富了IT团队的知识结构，特别是数据中心团队的总结和分析，以及对公司主营业务的认知和理解；也使业务部门清楚地认识到IT对企业管理的价值，并配合未来信息系统的实施和部署，直观地反映了IT部门的影响力。