大数据时代，每个追求发展，与未来接轨的企业都会希望做好信息管理，让数据驱动成功。大量数据表明，由数据驱动的决策可以使企业更加灵活、高效和响应迅速。然而，信息孤岛、不愿共享、缺乏分析技能以及业务用户难以查找和获取数据，这些都是阻碍企业真正以数据为中心的因素。因此，企业管理人员想要掌握大数据知识，就要对商业智能分析做一个深入的研究，了解其不同情况以及设施下的需求，对基础技术做一个全面的把握。
在规划一个商业智能分析项目时，由于各部门需求太多，各种诉求叠加，在面对这些多而杂的需求时，很多人都会手足无措，不知从何入手。因此，规划一个完整的商业智能建设方案颇具挑战。
那么，应该如何打破如此僵局？可以从以下几个角度，结合企业的实际情况来思考：
第一，需求由企业高层提出。
有的时候，需求是从高层管理者这里提出的，那么他们对BI的需求就不是一个从部门级或者个人级角度去看问题了。他们更多的是站在企业经营管理的角度，一个更高层次的角度，那么首先考虑的就是分析的全面性。而分析的全面性反映到系统中，就会涉及到多业务系统、多数据源、多部门、多组织的问题。在数据层面上，就需要打通各个业务系统的数据，数据范围要求全。但是，他们不会看过多的明细数据，通常需要的是高度汇总的数据分析指标，所以在规划商业智能第一个阶段的项目的时候，重点是把控高层领导需要关注的KPI指标，指标不一定要多，但是一定要精，通常这些指标也是可以固化下来的。
第二，需求由具体的部门提出。
通常情况下，如果需求由具体的部门提出，基本上重点考虑的是如何解决部门的分析诉求，比如财务部门、销售部门、采购部门等。这些部门的通常有两个层面的需求，一是服务于部门的管理决策，二是服务于日常的业务管理，比如把日常的报表工作通过商业智能让它自动化、程序化，把人力成本和时间成本给降下来。所以反映在数据层面，可能所涉及到的业务系统就不会有很多，比如财务部门可能就是财务系统，销售采购可能就是供应链管理系统，当然也有需要跨业务的分析需要。这一类的需求通常对数据源、业务系统的数据的范围不会覆盖那么高，但是对要看的数据、分析的内容会比较深入。
第三，这两者的结合，既有具体的部门的分析需要，也有高层的分析需求。
这时在规划商业智能项目的时候，既要考虑数据的全面性的问题，也要考虑到到具体业务分析深度的问题。
对于企业来讲，要想彻底发挥其作用，就要彻底发挥商业智能分析和大数据业务之间的结合，让技术人员和业务人员之间形成良好的沟通，确保各个数据的完整和精准。但是，对于这一点，很多企业都很难做到，为什么？因为技术人员和业务人员所侧重的方面是不同的。商业智能分析技术人员主要侧重技术，从技术角度去研发，而业务人员考虑的是用户需求、利润、客户，而这正是商业智能发展所需要的，也是必备的。只要将这两者很好的融合在一起，那么，未来的发展必然可圈可点。
