在過去的八年中，Jackson一直與企業的其他高管合作，使該項目趨于成熟。他們已經升級到了一個新的商業智能平臺，培訓了更多的員工使用該工具，并制定了一項進一步推進數據和智能使用的計劃。

他說，這些舉措幫助該信用合作社更頻繁、更有效地利用數據，并一直在讓員工通過將請求表述為實際的面向業務的問題來查詢數據。

Jackson并不是唯一一個關注數據的人，因為各種企業和組織都優先考慮數據項目。然而，即使尋求自動化和AI等先進的數據驅動技術，他們仍然發現運行良好的商業智能程序具有重要價值。

最近由分析技術提供商Unsupervised公司對700多名商業領袖進行的一項調查發現，71%的企業已經實施了商業智能戰略，希望預測業務、改善客戶體驗、獲得競爭優勢、加快數據分析，并做出更多數據驅動的決策，這是實施商業智能項目的首要目的。

根據調查，他們的商業智能投資正在獲得回報。調查結果表明，94%的受訪者表示他們公司的收入在實施后有所增加。

調查受訪者將增加收入、增加銷量、改善客戶服務、提高生產力和擁有更多新客戶列為他們從商業智能使用中獲得的主要的五個好處。還有三個好處是更好的供應鏈管理、提高員工滿意度和提高客戶保留率。

然而，很多企業領導也承認他們的商業智能項目面臨挑戰。根據調查，商業智能成功的十大障礙包括與軟件相關的問題、缺乏足夠的預算、缺乏培訓和專業知識、缺乏戰略、戰略目標不明確以及缺乏采用。

調查表明，成功的商業智能項目不僅僅是技術。以下是企業可以幫助克服這些挑戰以創建成功的商業智能戰略的8個關鍵因素。

1.在選擇商業智能工具時考慮現有的基礎設施

數字咨詢機構Appnovation公司的數據科學和分析高級總監Ashley Fitzgerald曾與一位客戶合作，該客戶購買了價值數百萬美元的商業智能軟件包，但即使通過API也無法連接到該公司的數據庫。

與其相反，該公司必須構建集成工具來實現數據流。Fitzgerald表示，他們必須在購買的工具的基礎之上構建工具。

她補充說，這種額外的技術給產品增加了不必要的成本和復雜性，而這可以通過更加關注現有基礎設施、可用的商業智能軟件、每種技術的限制以及這些限制將如何影響部署來避免。

Jackson表示同意，他說信用合作社曾經有一個難以擴展的商業智能應用程序，并且需要專業的技術技能。因此，當該企業尋求新的解決方案時，找到可以利用現有基礎設施的最佳解決方案是其首要任務。

2.在選擇商業智能工具時考慮其業務目標

IT服務管理機構Trianz公司的首席執行官Sri Manchala表示，IT基礎設施要求不應該是影響商業智能工具選擇的唯一要求。首席信息官和IT采購人員應征求將使用該軟件的員工，了解他們想要回答的問題類型以及他們希望如何獲得這些問題的答案。

他說，“IT團隊花費足夠的時間與企業員工打交道，了解他們的優先事項是什么，他們正在尋找什么樣的見解和可視化，讓業務人員描述他們的需求，然后IT團隊可以弄清楚如何實現它。”

這些信息將有助于確定企業需要哪些數據存儲來滿足其商業智能需求、哪些類型的界面可能對用戶最有用，以及哪些特性和功能最能滿足業務需求。

咨詢機構AIM公司數據和分析高級總監Steve Tycast說，“這不是關于技術，而是關于業務、他們擁有的數據以及他們如何與之交互。這是關于創建以數據為中心的文化，以便能夠將這些見解提供給最終用戶，以講述企業的故事。”

3.在采購過程中進行盡職調查

管理和IT咨詢機構Swingtide公司的高級分析師和合同專家Chris Herman表示，在某種程度上，商業智能工具已經成為商品。他說，這可能會減輕選擇和采購過程中的一些壓力，因為當市場上的一切都表現得很好時，就不會面臨更大的災難。”

但是，當首席信息官和采購團隊因此在合同流程中走捷徑時，他們可能會得到無法滿足業務預期的產品。

Herman解釋說，“他們根據在演示的基礎上實施了一個協議，因此可能無法獲得最佳體驗。”

與其相反，他提醒企業在為其商業智能系統簽訂合同時要像核心應用程序一樣勤勉，要有競爭性的提案請求、詳細的服務級別協議和明確的可交付成果。

4.培養信任數據的文化

業務轉型服務商Genpact公司的首席數字官Sanjay Srivastava表示，希望數據真正為決策提供信息的企業需要培養一種實現這一愿景的文化，并建立一個支持這一愿景的基礎設施。

企業領導者必須提供正確的數據——單一版本的事實。然后，他們必須向業務用戶證明可以信任數據，從而信任他們的商業智能工具生成的答案。

Srivastava說，“擁有數據的真實性和信任是非常關鍵的。”

他表示，企業需要通過對如何使用商業智能滿足日常業務需求進行建模，來展示數據帶來的價值。

5.不要忽視變革管理和培訓

Fitzgerald表示，希望優化其商業智能計劃價值的企業領導者需要將變革管理納入他們的戰略，并包括充分的用戶培訓。

不過，這種情況并不總是能發生。她說，“即使企業采用干凈的數據構建了完美的平臺，也只有一小部分企業會考慮培訓、采用和優化。”

Fitzgerald表示，她通常計劃進行三到六個月的變更管理和培訓，以確保充分利用商業智能工具。她說，“我們需要告訴他們需要什么來推動他們的決策。瀏覽他們的日?；顒?，然后指導他們說，‘在這里你可以使用這個工具。’他們需要了解哪些部件正在使用，哪些沒有，以及仍然在哪里使用Excel。”

她曾與一家醫療設備公司合作，該公司只有不到10%的銷售人員使用新部署的商業智能平臺，但發現使用商業智能的員工銷售業績更高。企業高管為此展示了這些早期采用者的成功，并讓這些早期采用者培訓他們的同事使用商業智能工具來提高工作績效。

Fitzgerald說：“我們專注于激勵他們的因素(銷售更多產品)來進行培訓，這樣可以迅速提高采用率。”

6.數據民主化，賦予用戶權力

Srivastava說，“我們都知道：分析只有在正確回答問題時才有價值，企業需要業務需求的交叉點，需要回答的問題以及甚至沒有想過要問的問題。”

Srivastava表示，為了實現這一目標，首席信息官必須將探索和詢問數據的權力交到業務用戶手中。

例如，這意味著提供一些功能，使用戶能夠以方便推薦或引導他們進行新查詢的方式可視化數據。

Srivastava說，這是關于數據的民主化，當首席信息官構建可供業務用戶而非數據科學家使用的工具時，就會發生這種情況。

7.將治理納入商業智能戰略

商業智能工具應該為企業的更多員工提供數據，這種可訪問性可以創建對業務的更多實時可見性，但如果沒有通過控制進行充分管理，也會產生隱私和安全風險。

Srivastava說，“首席信息官必須具備這個工具包。”

治理應解決數據隱私和安全以及合規性問題，Swingtide公司分析師Herman表示，不應該就此結束。他說，治理還應該包括檢查商業智能工具在其生命周期內工作情況的程序，以便首席信息官能夠確定需要的調整、改進和升級。

8.迭代和推進

與IT和一般業務中的許多其他方面一樣，有效的商業智能策略涉及迭代改進以及更大的飛躍，以實現更高級的數據使用，例如預測性和規范性分析。

有效的商業智能策略應該反映這一點。

Tycast說，“數據使用是一個旅程，而不是一個目的地，因此IT應該繼續發揮戰略支持作用，以了解新的和不斷發展的工具和技術，以支持業務用戶訪問和利用數據的能力。”

ABI Research,公司的研究分析師Kateryna Dubrova對此表示認同，并強調商業智能計劃應該能夠隨著轉型優先級的變化而變化。

她說，“商業智能的最佳方法是迭代方法，這也會導致業務部門在選擇商業智能滿足其需求的地方或是否滿足其需求時進行擴展。該戰略應被視為一個動態且不可阻擋的過程，可以在未來的業務或環境中做出適當的決策。”