- 数据分析
- 数据治理
- 产品解决方案
- 行业解决方案
- 案例
- 数据资产入表
- 赋能中心
- 伙伴
- 关于
时间：2018-11-28来源：商业智能见解浏览数：606次
众所周知，LOB，部门和企业管理方面的主题专家等待IT部署商业智能（BI）工具时，磨合期很长。尤其是当他们使用BI工具来托管查询和分析报告时，并没有他们渴望的那么灵活简单。因此，用于BI易于使用的自助服务工具正在通过大众需求传播，通常不在IT控制之外。这已经在IT和业务用户之间造成了紧张的因素，但其中大部分是有效的。因为BI和分析的民主化确实有可能引入数据混乱。
公司企业可以遵循以下七个步骤，以平衡治理需求与扩展使用自助式可视化分析工具（BI）
第1步：解决人员和处理挑战
可视化分析和发现技术通常由寻求解决特定业务问题的LOB单位或部门选择-并且技术是在没有IT参与的情况下获得的。当业务用户在他们的发现工作中取得成功时，他们希望与那些希望应用相同技术的同事分享他们的工作。这是IT和BI团队应该参与的地方，因此项目得到了适当的管理。但他们需要这样做，因为推动者不是障碍。TDWI提供了组织应考虑采用的两种最佳实践。
第2步：将稳固和平衡的治理作为优先事项
在用户自由和治理之间取得良好平衡至关重要，组织应该避免为了控制而强加不必要的规则。TDWI强烈建议治理委员会，因为它们可以促进业务用户和IT之间的富有成效的讨论，以便每个人都在同一页面上。
第3步：改进受管理分析发现的数据准备过程
长时间等待IT准备数据无法实现快速，自助式分析和发现的目的。TDWI提供了一些改进数据准备的技巧，包括研究新的自助数据准备技术以及改进传统的ETL例程。管理良好的数据准备对分析成功至关重要。
第4步：使用治理来指导用户与集成数据的交互
商业用户通常需要通过超越一个来源来查看趋势，找到相关性并寻求其他见解。组织应评估新方法，使用户能够访问从更广泛，不同的数据集构建的数据视图，以及访问和分析多个数据源的能力。数据集成对于可视化分析和发现工具的用户至关重要。治理流程可确保用户查看高质量的相关数据，还可以帮助保护敏感数据免受错误暴露。
第5步：通过管理项目来提高敏捷性，以实现更快的价值
提高灵活性是组织希望从传统的BI和数据仓库环境转向允许快速调整市场变化，改变客户偏好和新兴竞争的系统的主要原因之一。由于许多可视化分析和发现工具都是如此自助服务，因此它们非常适合更快，更灵活的决策制定。必须调整治理方法以适应这种加快的步伐。
第6步：培训用户利用数据可视化和讲故事
虽然仪表板通常是进入数据可视化领域的第一次尝试，但用户需要更好的方式来消费数据，从而为数据驱动的决策提供信息。视觉数据交互，向下钻取到更深层的能力，地理空间分析和数据讲故事都在流行的数据可视化技术列表中，使主题专家能够更有效地处理数据-并增加与同事的协作。
第7步：使用受管理的分析来制定更明智的运营决策
提高运营效率和有效性一直是部署BI解决方案的主要原因之一，并且它仍然是当今的关键驱动因素。用户正在实施自助式分析工具，以便他们更好地了解他们的数据和目标-他们不仅需要电子表格来分析运营绩效。TDWI建议使用三个重点领域来帮助用户使用受管理的分析和发现来改进操作，包括设置用户对可能未应用数据质量过程的近实时数据或实时数据质量的期望。
