- 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：2018-11-20来源：安德鲁威尔士浏览数：513次
“分析世界”正在发生变化。自助式分析工具（如亿信BI）使业务用户能够自行执行报告和分析，而IT组织几乎不提供任何支持。这一趋势由于以下几个因素而演变：
1. 组织充斥着数据，IT组织无法跟上
2. 更易于使用商业智能工具使业务用户更有效地直接创建报告，而不是通过IT来完成项目
3. IT组织分析项目可能需要几个月的时间才能在几周内让企业需要这些信息
这一趋势促使IT商业智能（BI）团队将大部分能源收集，清理和构建数据用于业务，以通过自助服务模型执行自己的分析。在特殊情况下，它们提供工业强度报告，可以扩展到需要可信验证数据的数千名用户。然而，当谈到一些更有趣的工作时，它们仍然被展示出来。
IT BI团队可以做些什么来保持业务的相关性和价值？我们有几个建议涉及将自助服务分析作为新的现实，并将商业智能团队的核心竞争力从纯粹的描述性报告转移到诊断和预测分析。
让我们在规定几个解决方案之前解释最后一个概念。大多数分析的当前状态本质上是描述性的，并且有助于回答“发生了什么？”的问题。诊断和预测分析有助于回答“为什么会发生？”的问题，并设置回答“我能做什么”的阶段关于它？“诊断分析帮助组织不仅了解什么，而且还了解为什么以及可以采取什么决定和行动来解决问题。这种类型的分析对业务更有价值，并且要求IT BI团队有能力从他们多年构建分析解决方案中获得独特的资格。
为了使IT业务智能团队能够提升价值链，从提供商品报告到业务驱动分析，我们建议添加以下四个组件：
1.构建数据科学能力 - 数据科学家开始出现在公司内部的分析小组中。然而，它们仍然不是普遍存在的，而且功能也很少。此外，公司内的大多数团队都无法证明全职数据科学家的成本。通过将数据科学家添加到IT BI组织，您将创建一个集中式团队，该团队可以为组织中服务不足的部分提供分析。该团队已经专注于创建分析数据结构和报告，并且添加从数据中获取洞察力的能力是一种自然的延伸。
2.制定决策 - 在您的需求流程中，添加决策架构方法作为功能。捕获分析需求的大多数方法都集中在数据要求的问题上，以推测维度和事实。虽然这为我们提供了很好的描述性分析，但它并没有使公司沿着分析成熟度曲线前进。更深入地关注业务所做出的决策，从而将分析能力集中在帮助实现可操作的洞察力上。
3.为您的分析添加决策理论 - 如果数据科学帮助您将信息转化为可操作的见解，则决策理论可帮助您构建决策流程，以指导人员做出正确的选择。决策理论与行为经济学一起致力于理解决策过程的组成部分，以解释我们为何做出选择。它提供了一种系统的方法来考虑属性之间的权衡，这有助于我们做出更好的决策。阈值，警报，决策矩阵和选择架构等工具应被视为添加到团队工具箱中的重要功能。
4.创建报告认证流程 - 随着自助分析报告的激增，如果分析要被更广泛的受众消费并且值得信任，那么为报告的健康和有效性创建标准将变得非常重要。例如，您可以让一个组创建一个报告，其中包含来自未经认证的数据源的关键指标。通过将各个部门的报告通过类似于电子产品上的UL标签的认证过程，更广泛的消费者将了解数据治理和IT团队对报告的审查程度，从而信任其中包含的数据和指标。
随着IT商业智能团队希望在他们为内部客户提供的功能中提升价值链，添加额外的技能组合，方法和工具将是必要的。所概述的功能非常适合集中式团队拥有，IT BI团队的这种转变可以说明这些增强功能为业务带来的价值。
