敏捷商业智能

出自 MBA智库百科(https://wiki.mbalib.com/)

敏捷商业智能(Agile BI)

　　敏捷这个词汇最早于2001年被一些热衷于改善软件开发过程的软件工程师用来描述一种能够增加客户满意度的软件开发过程--敏捷式开发过程。在敏捷开发过程的12条基本原则中有6条原则可以用来描述敏捷商业智能。

• 优先级最高的是通过尽早的、持续的交付有价值的商业智能软件来使客户满意。

• 即使到了开发的后期，也欢迎改变需求，敏捷过程利用变化来为客户创造竞争优势。

• 在整个项目开发期间，业务人员和开发人员必须天天都在一起工作。

• 在团队内部，最具有效果并且富有效率的传递信息的方法，就是面对面的交流。

• 简单--使未完成的工作最大化的艺术---是根本的。

• 最好的构架、需求和设计出自于自组织的团队。

　　要在商业智能项目中成功运用敏捷方法，必须在以下四个方面做出改变：业务模型开发和设计，数据分析，实施团队和基础架构。同时，商业智能项目的领导者和实施者还需要抛弃传统商业智能理论的狭隘思想，而学习以敏捷的方式来规划和运作参与项目实施的人力、过程和技术。

　　敏捷商业智能项目中的业务模型

　　传统商业智能项目中对业务模型的建立也很重视，但是不足的是传统商业智能项目一般对业务模型的变化的容忍度很低，一般传统商业智能项目都要求有一个严谨的需求调研和业务模型的设计，一旦业务模型设立完毕就很难对其进行变化。这样的做法在传统的企业中还是可行的，但是对于需要适应当前经济全球化背景下的新经济模式的广大企业来说就会感到非常的被动，往往会造成IT部门千辛万苦建立起来的业务模型并不能适应企业的变化的格局，IT部门的员工往往会感叹“不是我不明白，是这世界变化快”。因此，按照敏捷商业智能的要求，在设计建立业务模型的时候就必须将未来可能的变化考虑进去。而对于商业智能软件的选型时也应该考虑能够适应业务模型变化的商业智能软件，比如，笔者用过的 Style Intelligence商业智能软件就是这样一款能够适合敏捷商业智能项目的软件，它通过允许用户分别建立物理层和逻辑层的数据模型，将物理数据结构与逻辑业务结构分开，从而更好的适应了业务数据模型的灵活性。

　　敏捷商业智能项目的数据分析能力

　　数据分析能力是商业智能项目的核心功能，但是就是这样的核心功能也不是每个商业智能项目都能做好的。在传统的商业智能项目中，IT部门通常都会按照业务部门提出的时间和需求提交商业智能应用，并以此作为商业智能项目实施成功的标准。但是即使能够满足这些标准的项目也并不一定是真正的成功，当真正的业务人员被问到这些问题的时候，往往会认为他们所得到的仪表盘、积分卡、报表等与他们实际的需求相去甚远。

　　业务人员并不关心商业智能项目的实施细节，不关心ROLAP、MOLAP、HOLAP、DOLAP之间的区别，他们所关心的是商业智能项目是否能在他们需要的时候“马上”回答他们的问题，而不是等待IT部门的实施。即时报表的出现在一定程度上就是为了满足这样的需求，但是由于技术上的限制，目前并没有哪家商业智能软件能比较好的在即时报表上成功解决这些问题的。最近几年随着可视化商业智能的发展，一些新兴的厂家采用了一些新的思路来解决这样的问题，取得了比较好的效果。比如 QlickView和Style Intelligence等，都是采用可视化的前端，允许终端业务人员自己通过交互性很强的界面完成即时信息的分析，大大缩短了商业智能需求的实施过程。

　　敏捷商业智能项目的实施团队

　　实施团队是商业智能化项目成功的关键。在传统的商业智能应用项目中，参与项目的成员往往按照企业原有的组织架构进行合作，虽然这样的合作在程序上保证了信息的流动，但是成员之间，比如业务人员和 IT人员之间缺乏真正的协作。而敏捷商业智能项目成功的关键就在于打破组织架构的隔阂，真正建立一支由企业高层的直接领导，有业务人员和IT人员共同参与并且能够并肩战斗的团队。可以说，哪个企业能够在激烈的市场竞争中首先意识到内部协作的重要性，能够首先建立一支这样的商业智能化实施团队，谁就能够最大程度的利用企业中的人力、过程和技术为企业带来增长和变化，谁就能够取得商业智能项目的成功。

　　敏捷商业智能项目的基础架构

　　传统商业智能架构的框架正受到越来越多的新技术的挑战，比如云计算、虚拟化、软件在线服务等。这些新兴的技术为商业智能项目带来了更多的技术上的选择，为大多数中小型企业摆脱传统商业智能软件巨头的垄断带来了希望，使得越来越多的中小型企业能够以更低的费用开始商业智能化的步伐，从而具备与大型企业同台竞争的能力。 敏捷过程是一个学习的过程，没有任何人天生具备理解和实施敏捷过程的能力。所有参与敏捷商业智能项目实施的人员包括业务人员、IT人员、领导者都必须意识到学习和实践敏捷思想的重要性。只有这样才能真正取得商业智能项目的成功。