敏捷商業智能

出自 MBA智库百科(https://wiki.mbalib.com/)

敏捷商業智能(Agile BI)

　　敏捷這個辭彙最早於2001年被一些熱衷於改善軟體開發過程的軟體工程師用來描述一種能夠增加客戶滿意度的軟體開發過程--敏捷式開發過程。在敏捷開發過程的12條基本原則中有6條原則可以用來描述敏捷商業智能。

• 優先順序最高的是通過儘早的、持續的交付有價值的商業智能軟體來使客戶滿意。

• 即使到了開發的後期，也歡迎改變需求，敏捷過程利用變化來為客戶創造競爭優勢。

• 在整個項目開發期間，業務人員和開發人員必須天天都在一起工作。

• 在團隊內部，最具有效果並且富有效率的傳遞信息的方法，就是面對面的交流。

• 簡單--使未完成的工作最大化的藝術---是根本的。

• 最好的構架、需求和設計出自於自組織的團隊。

　　要在商業智能項目中成功運用敏捷方法，必須在以下四個方面做出改變：業務模型開發和設計，數據分析，實施團隊和基礎架構。同時，商業智能項目的領導者和實施者還需要拋棄傳統商業智能理論的狹隘思想，而學習以敏捷的方式來規劃和運作參與項目實施的人力、過程和技術。

　　敏捷商業智能項目中的業務模型

　　傳統商業智能項目中對業務模型的建立也很重視，但是不足的是傳統商業智能項目一般對業務模型的變化的容忍度很低，一般傳統商業智能項目都要求有一個嚴謹的需求調研和業務模型的設計，一旦業務模型設立完畢就很難對其進行變化。這樣的做法在傳統的企業中還是可行的，但是對於需要適應當前經濟全球化背景下的新經濟模式的廣大企業來說就會感到非常的被動，往往會造成IT部門千辛萬苦建立起來的業務模型並不能適應企業的變化的格局，IT部門的員工往往會感嘆“不是我不明白，是這世界變化快”。因此，按照敏捷商業智能的要求，在設計建立業務模型的時候就必須將未來可能的變化考慮進去。而對於商業智能軟體的選型時也應該考慮能夠適應業務模型變化的商業智能軟體，比如，筆者用過的 Style Intelligence商業智能軟體就是這樣一款能夠適合敏捷商業智能項目的軟體，它通過允許用戶分別建立物理層和邏輯層的數據模型，將物理數據結構與邏輯業務結構分開，從而更好的適應了業務數據模型的靈活性。

　　敏捷商業智能項目的數據分析能力

　　數據分析能力是商業智能項目的核心功能，但是就是這樣的核心功能也不是每個商業智能項目都能做好的。在傳統的商業智能項目中，IT部門通常都會按照業務部門提出的時間和需求提交商業智能應用，並以此作為商業智能項目實施成功的標準。但是即使能夠滿足這些標準的項目也並不一定是真正的成功，當真正的業務人員被問到這些問題的時候，往往會認為他們所得到的儀錶盤、積分卡、報表等與他們實際的需求相去甚遠。

　　業務人員並不關心商業智能項目的實施細節，不關心ROLAP、MOLAP、HOLAP、DOLAP之間的區別，他們所關心的是商業智能項目是否能在他們需要的時候“馬上”回答他們的問題，而不是等待IT部門的實施。即時報表的出現在一定程度上就是為了滿足這樣的需求，但是由於技術上的限制，目前並沒有哪家商業智能軟體能比較好的在即時報表上成功解決這些問題的。最近幾年隨著可視化商業智能的發展，一些新興的廠家採用了一些新的思路來解決這樣的問題，取得了比較好的效果。比如 QlickView和Style Intelligence等，都是採用可視化的前端，允許終端業務人員自己通過交互性很強的界面完成即時信息的分析，大大縮短了商業智能需求的實施過程。

　　敏捷商業智能項目的實施團隊

　　實施團隊是商業智能化項目成功的關鍵。在傳統的商業智能應用項目中，參與項目的成員往往按照企業原有的組織架構進行合作，雖然這樣的合作在程式上保證了信息的流動，但是成員之間，比如業務人員和 IT人員之間缺乏真正的協作。而敏捷商業智能項目成功的關鍵就在於打破組織架構的隔閡，真正建立一支由企業高層的直接領導，有業務人員和IT人員共同參與並且能夠並肩戰鬥的團隊。可以說，哪個企業能夠在激烈的市場競爭中首先意識到內部協作的重要性，能夠首先建立一支這樣的商業智能化實施團隊，誰就能夠最大程度的利用企業中的人力、過程和技術為企業帶來增長和變化，誰就能夠取得商業智能項目的成功。

　　敏捷商業智能項目的基礎架構

　　傳統商業智能架構的框架正受到越來越多的新技術的挑戰，比如雲計算、虛擬化、軟體線上服務等。這些新興的技術為商業智能項目帶來了更多的技術上的選擇，為大多數中小型企業擺脫傳統商業智能軟體巨頭的壟斷帶來了希望，使得越來越多的中小型企業能夠以更低的費用開始商業智能化的步伐，從而具備與大型企業同台競爭的能力。 敏捷過程是一個學習的過程，沒有任何人天生具備理解和實施敏捷過程的能力。所有參與敏捷商業智能項目實施的人員包括業務人員、IT人員、領導者都必須意識到學習和實踐敏捷思想的重要性。只有這樣才能真正取得商業智能項目的成功。