-
-
wut 数据老手Lv5
发表于2021-11-30 17:06
楼主
本帖最后由 wut 于 2021-11-30 17:08 编辑
1、 推动数据分析难点
1) 搞定公司管理层
3、如何搞定数
1) 明确BI实施路径
1、 推动数据分析难点
在企业数字化转型大趋势下,数据分析、商务智能BI相信大家已经耳熟能详了。从早期的信息化、报表自动化,到现在的复杂灵活分析、自助分析、多数据源抽取,大数据整合、数据治理,甚至未来与AI结合的智能分析,各式各样的数据分析应用层出不穷,企业也在不断探索数据分析应用模式,想要在企业中真正应用好数据分析,发挥数据分析的价值不是那么容易的?要克服两大难点,“人”与“数”才能更好的在公司中用好数据分析。
2、如何搞定人
要想在企业里推行数据分析,首先肯定要得到公司管理层的战略高度的认可,从上而下去推进这件事。现在大部分的公司都有建设BI的意识,都会愿意去做这个事情。但是在一些传统企业的公司,管理者管理公司往往是依靠他们一直以来的经验和直觉,现在让他们认可数据、依靠数据来进行公司的管理和决策,对于他们而言是非常具有挑战性的。虽然在意识上知道要建BI,但是实际过程需要颠覆一个人长期以来的习惯,按照人的下意识都会抗拒,不接受。所以这时我们不能操之过急,需要我们慢慢的引导和新思想的灌输,潜移默化让他认可数据分析价值,从而让他们时刻关注公司数据,形成了讨论必以数据为基础的风气和习惯。
2) 搞定业务线的领导业务部门是我们的需求方,数据分析都是为业务部门服务的,是我们重要的用户,那业务部门的领导更是重中之重。如果在数据分析应用的过程中,一直得不到业务部门领导的正向反馈,那我们数据分析之旅估计就凉凉了。如果可以和业务部门配合愉快,能够帮助他们及时发现业务运营中的问题,为他们的决策支持提供实时数据支撑,得到业务部门领导的认可和赞赏,那样我们肯定能事半功倍,形成一个良好的口碑和氛围,通过舆论效应加速数据分析在全公司的推进。
3) 搞定你的直属boss直属boss是你工作上最大的支柱,最强大推动力。跨部门沟通、人员资源协调等工作中都需要他大力的支持。要想让他尽可能支持你,那你必须让他认识到你的对部门、对团队带来的价值。在实际工作中我们需要定时汇报工作进度,工作成果,最大化体现我们工作的价值,让他将部门资源尽可能的倾斜于我们。得到领导的全力支持,我们的执行工作会开展更加顺畅,也能无后顾之忧往前冲。
4) 搞定你的核心团队要想取得更高、更大的成果,靠自己一人是有限。俗话说的话,众人拾柴火焰高,所以必须要有团队的配合和支持。首先在确定我们的目标,然后分解目标,根据目标去分阶段性地组建相应的团队成员,比如:产品经理、开发工程师、数仓工程师等。然后给每个团队成员制定明确的KPI、绩效奖励以及个人发展计划,清晰让他们知道自己为什么努力,并且给他们实质的奖励,这样才是一个好团队该有的。将个人目标、团队目标、你的目标牢牢绑定在一起,通过大家共同努力来完成。一个好的团队将是你最坚实的后盾和底气。

在数据分析(BI)项目建设之前,应具备一个系统性和全面性的项目规划,这样才能对整个项目建设流程以及项目风险点了若指掌,规避一些实施中的问题。笔者这几年一直从事BI项目,结合实际的项目经验,总结归纳如下的建设流程。

启动阶段:项目规划
此阶段不可小觑,做好项目规划才能站在项目的高处掌控项目全局。在此阶段需要组建项目团队、确定项目目标以及项目里程碑。项目目标是项目的魂,后续工作都需要围绕目标展开,为工作指明方向,防止在项目执行过程中迷失。此阶段需要进行的工作内容是项目资料的交接与收集、组建项目团队以及组织项目启动会。
方案阶段:方案设计
BI项目都是由企业需求驱动的,项目方案也只有和企业的需求契合才能产生价值。所以在方案输出之前,要摸清楚需求、背景、客观条件、可投入资源等,最好要具体到业务、数据、技术等层面的需求,这关乎项目的落地和项目交付验收,同时也支撑BI项目工具选型。
从启动阶段确认好项目何时开始后,便可以进入项目方案阶段,此阶段的目标为:调研相关需求内容及期望;收敛需求范围,统一交付目标;确认项目实施&研发计划;确认项目解决方案。方案阶段主要是确认“做多少”以及“怎么做”,所以这一阶段主要的工作为:业务需求调研,项目需求说明书,原型设计、方案输出及确认。
实施阶段:系统建设
搭建一个合理的BI系统是BI项目成功的关键。在项目实施阶段,主要工作内容为监督项目成员按BI项目计划及解决方案内容,准时保质保量开发完成各项功能,并可以交付使用。BI项目实施可用三步曲进行概括。
第一步:环境搭建。根据企业的实际使用人数、并发人数等指标,来确定正式环境服务器配置、带宽配置、是否需要集群部署以及数据库、中间件类型等,然后制定环境搭建方案。
第二步:数仓建设。数仓建设是数据分析及应用的基础,我们可以采取从上至下的搭建方法,根据已经确定的BI分析主题构建合适的数仓模型,从而逐步整合企业的业务数据。此种搭建方式针对性强,目标明确,聚焦于所需的源数据整理,缩小数据整理的范围,有效地避免了资源浪费。
第三步:BI开发。此阶段主要完成前端可视化的工作,可采取代码开发,也可以借助成熟的可视化工具进行开发。一般包含常规报表、可视化图表、分析报告、大屏展示、移动应用这几种展现形式。

第一步:环境搭建。根据企业的实际使用人数、并发人数等指标,来确定正式环境服务器配置、带宽配置、是否需要集群部署以及数据库、中间件类型等,然后制定环境搭建方案。
第二步:数仓建设。数仓建设是数据分析及应用的基础,我们可以采取从上至下的搭建方法,根据已经确定的BI分析主题构建合适的数仓模型,从而逐步整合企业的业务数据。此种搭建方式针对性强,目标明确,聚焦于所需的源数据整理,缩小数据整理的范围,有效地避免了资源浪费。
第三步:BI开发。此阶段主要完成前端可视化的工作,可采取代码开发,也可以借助成熟的可视化工具进行开发。一般包含常规报表、可视化图表、分析报告、大屏展示、移动应用这几种展现形式。
上线阶段:上线与验收
到了上线阶段,可先在小范围试运行系统,从业务满足性方面检验BI系统试运行效果,重点是业务流程满足度和业务场景满足度。 同时要做好用户操作培训和运维培训,保障BI系统后续独立使用。
此阶段所要做的事归结起来就是一个词——“查漏补缺”,主要的工作内容有:核查并完成未完成事项、 用户操作培训、系统运维培训、交付文档整理、项目总结与验收。
优化阶段:升级迭代
一个好的BI项目要注重持续建设,不断完善与扩展。在实际使用中,通过用户的反馈不断的打磨和完善系统,让BI系统更加贴合实际使用场景。
2) 选好BI工具工欲善其事,必先利其器。BI工具是BI项目的核心,选对工具,BI项目就成功了一半。面对市场上鱼龙混杂的BI工具,不少企业眼花缭乱,无从下手。如果将需求和产品功能进行匹配和梳理,总结下来,无非四大方面:

BI不断地迭代,亿信华辰就有这样一款功能全面而又可靠的工具。深耕大数据领域15年,连续多年荣登商务智能应用榜首,在成千上万个项目中不断打磨产品和服务,形成从数据填报、ETL数据处理、数据建模到数据分析、数据可视化、移动应用等一整套企业级商业智能产品方案——亿信ABI,实现多维度的数据分析应用,让数据发挥价值,驱动业务运营。