我从事商业智能业务超过20年，很少听到商业用户说：

我们有一个出色的报告、分析和规划解决方案我总是有我需要的数据新的需求得到了快速的实现不再需要电子表格了自助BI正在工作我们的BI团队符合我们的期望我们觉得BI团队理解我们我们知道我们能为用户提供什么我们知道我们能从BI团队得到什么我知道数据的来源我们没有足够的数据，但我们没有洞察获得见解是不言自明的任何时间、任何地点、任何设备都是事实，而不仅仅是口号

让我们看看一些有关BI消费者幸福感的问题：

商业用户的期望通常很高。这是好的和公平的，问题开始如果他们是不合理的。Z一代已经步入职场，阿尔法一代正在慢慢步入职场。这一代人是在智能手机和平板电脑的环境下长大的，他们对工作场所的期望丝毫不逊色。他们可能会参加会议、网络广播、与同行交谈，在那里他们可以看到最新最炫的仪表盘。

他们拥有最新的智能手机和平板电脑，拥有最先进的应用程序，用它做他们的全部私人生意。刷卡和打字竞争。然后，星期一早上8点，他们登录到公司解决方案，遇到"5、10、15年"的旧应用程序。显然，这不符合他们的期望，也无助于他们的动力。

为什么"旧"系统可能有各种原因。我相信，业务部门和IT部门之间良好而持续的沟通是更好地了解彼此立场的第一步，能够建立一个坚实的路线图。

以上对所有IT应用程序都是有效的。在商业智能方面，我们可以通过

数据质量来衡量商业用户的幸福感数据可用性，来自不同来源的结构化和非结构化数据报告和分析的执行情况支持用户轻松获得见解并在后端管理大量数据的工具新请求的执行速度自助BI一个单一的平台，涵盖商业智能、仪表板、分析、规划，并丰富了预测、人工智能和机器学习随时随地，任何设备帮助台/支持

有很多项目方法书和意见。我认为，数据与大数据，挑战在于选择正确的方法。如果你选择瀑布或者Scrum，那么就要坚持到底。不要做伪Scrum或瀑布项目。一个大型的转换项目可能包含这两种方法。例如，使用SAP Analytics云构建故事是敏捷方式的完美案例。项目团队必须经过适当的培训，并致力于遵循所选择的方法。不要陷入太多的项目管理工作，这需要适当的平衡。

当然，让您的利益相关者和业务用户从一开始就参与。

成熟的组织通常有一个适当的BI能力中心。SLA是商定和定期衡量的。一切都很好。bicc经常会在运行一个出色的操作、支持任务、变更请求、新项目、交付创新以及预算限制和有限资源之间产生冲突。有了SAP Analytics Cloud和SAP Datawarehouse Cloud等更新的工具，一些任务可以转移到业务中，以实现每个人的利润。

推出的解决方案的质量往往达不到预期。因为我们谈论报告，建站论坛，数据质量是一个主要的关注点，大数据是数据，并且常常是一个阻碍或导致延迟的原因。主数据管理不是那么花哨，也不仅仅是一个一次性的项目。这是一个持续的过程，是公司中任何依赖于主数据并涵盖几乎所有应用程序的任务的必须和基石。

为了提供自助BI，您需要对术语建立共识，或者，坚持前面的语句"管理对自助BI的期望"。此外，您还需要一个支持自助BI的适当软件解决方案。除此之外，运营模式、治理和数据质量直接影响自助式BI的成功实施。我是自助商务的热心倡导者。SAP Analytics Cloud和SAP Datawarehouse Cloud等工具使业务用户能够自行构建和创建故事、仪表板、报告和分析，从而使BI民主化。他们还提供预测，人工智能和ML功能，使每个用户成为一个"爱好"数据科学家。这通常足以深入研究数据并运行高级分析，云服务器报价，悠哉返利机器人，如智能发现，见下文。

工具本身只是一个使能器，但您还必须查看和调整业务中的流程和技能集。你必须提高技能和重新技能可用的资源和责任将从IT转移到业务。适当的变更管理流程支持这种转变。

智能发现充当你的数字业务分析师。它自动化了数据探索过程，以揭示统计相关的信息。

针对您的数据，经过训练的机器学习模型生成重要模式、异常值、关键驱动因素和影响因素的概述。然后，基于模型创建一个交互式假设模拟，允许您探索不断变化的因素和变量可能产生的结果。

通过智能发现自动生成的故事，您的数据本身就说明了问题。智能算法消除了分析完全由人类主导的需要，减少偏见，以确保重要的趋势不被错过。

我在以前的博客中写过https://www.cubeserv.com/en/author/merzr/今年我们在网络研讨会上也谈到了一些话题：https://www.cubeserv.com/en/events/