zoukankan      html  css  js  c++  java
  • BI商业智能项目中的若干风险要素

    BI商业智能项目应在 “业务驱动,总体规划,统一设计,分期实施” 的总体设计原则下分期实施,采取Agile BI方法论迭代开展,先确保核心功能满足客户需求,在总体规划下不断完善整个系统,以提高可交付性并降低风险。

    以下总结了以往多年在商业智能项目(BI/DW项目)实施中遭遇的一些典型风险因素。

     

    1)  BI项目的目标及需求范围不确定,或者项目目标没有在用户方相关业务环节关键管理人员或业务人员之间形成统一的认识,或用户方对BI项目寄予不切合其业务及系统现状实际情况的期望;

    2)  BI项目的需求未优先解决甚至遗漏用户企业分析需求中的刚性需求,即真正的高优先级需求,或者以BI系统未来使用者的身份高低不恰当的确定需求的优先级,从而导致BI系统在项目建设过程中就已经显得可有可无,系统上线后使用程度不高,直至搁置;

    3)用户误认为BI项目是一次性交付一蹴而就的系统,或安装购买皆可快速见效的系统,而认识不到BI系统应该随着企业业务的发展及分析需求的变化而演进,在项目交付后忽略分析内容在后继使用过程中的持续完善与改进,导致项目的投入产出比达不到目标;

    4)用户的业务人员(尤其是中高层管理人员)参与程度不够,实施团队单方面根本无法有效形成长期规划及分阶段交付计划,无法保证对需求、实施内容的落实与评审;双方对沟通管理的重视不足;

    5)用户将BI项目实施工作交了没有丰富经验的BI实施团队或仅以售卖BI软件产品License为目的的厂商,将导致BI实施不成熟、甚至不完整;

    6)厂商蓄意错误的解读用户自助型BI、Agile BI等概念,引导客户走向短平快的实现思路,过份强调BI产品的能力,有意规避实施的负担。

    7)厂商通过BI软件快速定制查询、报表的能力及数据可视化能力,快速完成用户提交的百来张报表便急于交付,忽略对项目整体规划,缺乏足够的时间和预算形成系统的、合理的规划,构建统一的集成的数据基础及分析应用,导致系统后继使用时业务人员无法独力改进分析内容以适应新的要求,系统的用途及使用频率逐渐衰减直至搁置;

    8)双方,尤其是用户方,没有充分认识到BI/DW是针对性的解决方案,而非系统平台或软件产品,更非一项具体的技术。从而导致客户重软件而轻实施,不但自身没有很好的决策分析战略规划,而且将项目预算和人员精力大量投入到BI软件的选型中,选型过程谨慎而漫长,但留给项目实施的时间和预算都严重不足。

  • 相关阅读:
    deeplearning.ai 卷积神经网络 Week 1 卷积神经网络
    deeplearning.ai 构建机器学习项目 Week 2 机器学习策略 II
    deeplearning.ai 构建机器学习项目 Week 1 机器学习策略 I
    deeplearning.ai 改善深层神经网络 week3 超参数调试、Batch Normalization和程序框架
    deeplearning.ai 改善深层神经网络 week2 优化算法
    deeplearning.ai 改善深层神经网络 week1 深度学习的实用层面
    cs231n spring 2017 lecture8 Deep Learning Networks
    cs231n spring 2017 lecture7 Training Neural Networks II
    cs231n spring 2017 lecture6 Training Neural Networks I
    cs231n spring 2017 Python/Numpy基础
  • 原文地址:https://www.cnblogs.com/dyllove98/p/3141034.html
Copyright © 2011-2022 走看看