正所谓磨刀不误砍柴工,一个项目的启动,先得从金字塔顶端做好规划,摸清楚需求、背景、客观条件、可投入资源等。
本文,BI项目详解的第一篇,先来谈谈BI项目的规划和需求定义。
一、如何启动一个BI项目?
Q:一个项目的启动有哪些事情?
A:通常包括两块,准备计划和实施事项。
准备计划包括项目背景的调研,明确项目目标,项目的核心需求,解决方案规划。
1、项目的背景调研
背景的调研和需求的挖掘个人认为是很重要的,因为这决定了项目的内驱力,决定了你推动这个项目从哪些痛点和人群去着手。
背景的调研,比如公司的主营业务、需求体量、数据体量以及软硬件实力。然后本次项目需要完成哪些功能模块,参考哪些成果,借鉴了哪些行业的经验…
像BI项目已经是相当成熟的项目了,通常的痛点和需求有:
数据多报表多,报表需求响应慢,数据跟不上业务。
各业务系统分散独立,数据孤岛严重,数据标准不一致,数据质量差,指标口径不一致。
企业经营转型、业务创新困难,急于从数据应用上寻求转型突破。
2、明确项目的目标
决定要做了之后就要明确项目的目标,做到什么程度?比如:
从企业战略出发,依托BI驾驶舱平台支撑战略目标层层分解,支撑经营管理行为闭环,极大提升企业数据化管理水平。
理想的数据化状态应该是从大量低水平重复的数据获取、整理工作中解放出来,有更多的时间用于自服务的报表及分析,做多维度多场景的运营分析与预测。
商业智能的建设应从企业实际情况出发,根据企业的实际的数据应用成熟度有计划有步骤地推进数据化应用,从快速自动化报表到全面数据资产管理,逐步有序推进。
以上几步明确了项目的领航标,接下来就是怎么着手干。
3、资源协调与管理
审时度势,分析客观要素,首先就是资源。站在IT的角度,这里的资源主要包括项目需要的运行环境和开发环境,所需要的软硬件设备和其他配套设施等内容。
在项目实施中根据项目需要的人力和设备资源结合项目的进度、计划和工作安排,由管理者列出详细的项目计划资源使用图。
4、搭建团队确定工作内容和项目成员
围绕目标,将项目的事务分解成具体的内容。项目内容通常包括需求分析,数据模型的设计,数据模型的物理实现,ETL,数据分析和报表展示功能的设计和实现,并由此划分成员和工作范围。
5、确定项目需要交付的成果
交付的成果包括商业智能系统、技术开发文档、测试说明文档、项目管理文档等。
二、注重项目规划和方案设计文档
以上是BI项目的大致流程,但是通常想是一套,做出来又是一套,最终要能保障项目能按照规划落地,在前期准备计划极端,必然需要一份项目规划和方案设计文档。
个人觉得,一个项目规划和设计文档的好坏,往往决定了一个项目整体的调性和可预期的产出结果。但是,这么重要的文档,真正能写好的人却并不多,很多人甚至可仅仅是把它当作一个软件流程的规范来简单应付,怎么快怎么来。
关于项目规划方案,我主张的是前因后果逻辑清晰,每一步详略得当。篇幅所限,这里仅简单罗列个人觉得重要的核心点:
1、项目背景和目标要切入痛点
正如我上述所说,就是这个项目从业务的角度,最核心的推动力是什么?就是痛点是什么?有痛点自然就有目标,你希望项目最终以什么方式解决问题,能达成什么目标。
2、对现状和问题进行充分的收集和分析
这一部分内容,很可能在我总结前面的背景,目标,核心区需求的时候,就需要加以收集和分析。这块内容本身没有太特别的地方,就是现在实际情况如何,有什么问题,关键是如何把问题收集完整。
所以这部分内容,难的是如何发现问题,很多做技术的同学往往容易陷入只关心技术难点,只能看到技术问题的局面中,而实际上,更多的问题往往是整体流程如何设计更加合理的问题,而不是技术方案绝对对错的问题。
3、最后,是输出解决方案
定完需求目标,分析完问题和现状,接下来才是规划具体做什么,怎么做,什么时候做。这部分内容,强依托前面的核心需求和问题分析工作,没有做好前面的准备工作,千万不要着急开始动手“规划”方案!!!
三、项目的需求定义
需求分析是商业智能项目第一步也是开端最重要的一步。通常包括需求采集和需求分析。
这一块后面再说吧。
最后,我来谈谈BI的价值吧,它和数据库、数据仓库、大数据平台有关系吗?肯定有。
这问题已经很多年了,答案也应该都懂了吧,但非常遗憾,答案没有问题普及的广,看着好像很简单,但也难说清,不同的人,总会有不同的看法。
为什么要解释这个并不新鲜的问题,因为有人问啊!当一个两个问我的时候,并没有在意,被问的多了,也觉着这问题还没有过时了。
数据挖掘和建模分析,价值很容易说出来,因为它是点对点打出来的,但是一个报表或者bi平台,所谓的决策支持平台,他的价值要怎么讲,还真的有点模糊。
首先,数据分析平台作为数据呈现和分析的载体,而这样的载体早已存在于各个企业中,可以是excel,可以是sql结果,也可以是jsp或者php展示出的。它不会因为报表或者bi平台的出现而出现,也不会因为报表或者bi平台的消失而消失。
其次,数据分析平台为管理提供决策支持,这样的决策支持也早已存在于企业之中,或许是ppt中的图表,也可能是word报表中的数据。
我这样写,主要是想说,数据分析BI平台,可以很大很复杂,也可以很小很简单,但是它的价值绝对不是平地起高楼,无论大小,它都是围绕着实际的业务和管理,其所表现出的价值大小,也更多取决于成熟的管理思路和丰富的业务经验,并不会因为上了一套很牛的平台,价值就表现的很大了。
它的价值,也是基于这一点来进行发散的。
数据分析 BI
原创文章,作者:Maggie-Hunter,如若转载,请注明出处:https://blog.ytso.com/173022.html