入职两年，我和业务争吵了108次

刚刚，大师兄有位做IT的朋友跟我抱怨，今天又跟业务人员争吵了，这已经是他入职以来第108次和业务争吵了。

原因嘛也很简单，据他原话：

“我所在的信息部门需要对公司数据进行集中管控，作为IT人员负责报表工作我责无旁贷，不就是需求多一点、加班晚一点、熬夜多一点吗，我都认了，但是我都已经这么累了，那些做业务的居然还不理解我，天天催，还有人怀疑我在偷懒？

有的人需求不一次性讲清楚，刚做出来的报表没过多久就要修改，又得沟通老半天，不知道改来改去很花时间吗！

还有人找我提一些复杂业务分析的需求，给我说一堆理解不了的业务内容，最后还说我做出来的东西跟他们想要的完全不一样。上次我还听说销售部门的xx在背后说我智商太低，我又没在业务部门待过，哪里能完全理解他们的情况！

还有些部门的人想自己取数去做一些分析，数据这么重要的东西怎么能随随便便放权给他们，当然要让他们向上级打申请，他们居然还说我形式主义。

据不完全统计，我已经因为报表需求不明确问题和业务争吵了49次、重复改需求吵了15次、取数权限问题吵了18次、数据分析问题吵了26次。

去年做企业员工互评的时候，我的分数几乎排全公司倒数，我勤勤恳恳工作，发际线日渐变高，居然就得到这样的结果，再这样下去，我没法干了！”

听完，大师兄真的挺心疼我这位朋友的，不过业务人员确实也挺冤枉的，现在很多部门都需要依靠数据来辅助业务决策，数据是要求时效性和精确性的，他们的有些吐槽也不无道理。

这种IT和业务的矛盾其实是很多企业的常态。对业务来说，业务部门对于数据分析具有极大的需求，但却苦于没有数据以及工具的有效支持，依赖于 IT的报表制作，报表需求得不到及时响应，而固定报表缺乏灵活性，也会导致业务部门缺乏对业务现状的精确把握；对IT来说，业务部门需求集中扎堆，难以及时响应，明明已经天天熬夜加班做需求了，业务部门仍然怨声载道；

实际上，这个问题很好解决，搭建一个企业自助BI平台就好了。和传统BI依赖于提需求给IT这一模式不同，自助式BI将数据分析的主动权交给了业务人员，IT准备好数据设置好权限后，基础数据获取、数据处理、数据分析、分享与查看数据这些流程都由业务人员来完成。

同时，自助式BI使用门槛较低，通过简单的拖拽点击就能对数据进行分析，业务人员能够快速上手。

企业通过自助BI平台，由IT集中数据管控来进行数据分发，将数据分析的任务从IT转移到业务人员身上。

这样一方面业务人员能够在一定程度上摆脱对IT部门的大幅度依赖，灵活使用数据进行分析，探索数据价值，及时通过数据辅助业务决策。

另一方面，有了自助分析之后，IT人员会更有精力去聚焦企业的数据底层，让企业的数据质量越来越好，或者去创新，去突破数字化转型道路上更多技术点，比如数据挖掘智能式BI等。而企业层面，最终才能实现信息化水平提升，实现数据化管理。

很多企业在没接触商业智能系统前对它的认识存在误区，认为商业智能系统就是买个技术买个软件而已，其实不然，BI不仅仅是一个软件/平台，而是一个完整的商业智能解决方案，从前期部署到后续维护，需要考虑各方面因素，比如数据系统后端架构，企业业务需求的适应，实施技术如何融入到内部工作流程等等。那么，企业应该如何建设新型自助式BI平台呢，这里我拿FineBI为例来讲解一下企业构建自助式BI的步骤。

底层搭建

企业数据从产生到应用依次经过数据产生、数据存储与处理、数据应用三个阶段，由业务系统产生的数据经过ETL加载到数据仓库，并在数据仓库中进一步加工处理后进入BI工具，通过BI工具实现数据分析与可视化展示，FineBI处于企业数据管理的最上层，即数据应用层。

要想顶层应用良好，底层的数据建设尤为重要，因此搭建自助式BI的前提条件就是建设良好的底层数据，故bi系统建设的第一步就是要搭建数据仓库。数据仓库的建立，有以下几个主要方面工作：

①业务数据进行整合

②主数据管

③元数据管理

④数据质量管理

⑤数据抽取清洗、转换

⑥数据装载

⑦分主题建模等，最终支持各级业务人员的数据分析、业务预测、决策。

应用部署

系统正式上线使用前，IT人员需要进行一列的系统准备工作，该阶段主要任务是完成系统规划，主要包括平台的目录管理、用户管理、系统管理、安全管理、平台使用情况监控建设五个部分。

需求调研

平台部署完成后，IT人员要对业务人员数据分析需求进行收集，然后针对目标推广业务部门所需要的数据体系、权限体系、数据更新体系、运维体系的进行搭建，提供业务人员进行自助分析所需要进行的环境。

由于业务人员对数据的理解不同于IT人员，需求调研的过程容易出现数据需求五花八门，标准不一的情况，所以要建立需求收集规范，规范业务人员的需求内容，降低IT的理解成本。在系统开放给业务人员使用前，建议由IT人员收集部分业务核心模板需求并与业务人员合作完成核心模板上线。需求表单参考如下：

数据准备

经过前面的应用部署和需求调研后，进入数据准备阶段，将数据仓库中的数据加载到BI平台中，由管理员（一般为IT人员）准备好业务分析需要的数据。企业数据源众多，不同部门需要不同的数据，为方便数据管理，要将数据按照业务打包分类，FineBI中就是以业务包的形式来管理数据的。

这里建议将业务包划为两种类型的分组：1）公共分组：用于存放基础数据或公共数据；2）部门分组：用于存放部门数据，一个部门一个分组，分组下存放该部门的业务包数据，业务包以业务线命名，方便权限管理。

权限设置

为了保障数据安全，需要对数据进行权限管理，让不同部门层级的人只能看到对应权限下的数据。Finebi中权限管理分“权限受体”和“权限项”，权限受体可以部门、角色或用户为单位，权限项包括人员权限、目录权限、管理系统、业务包权限。

可以按照角色为单位分配权限，比如建角色一个财务部总监的角色，分配财务数据查看权限，也可以“部门”为单位，比如给销售部门下的销售员分配销售业务包的数据使用权限；还可以以单个用户为单位分配权限。

经过上面的五个步骤，一个自助式BI平台就基本搭建完成了，但要想实现业务自助分析，还需要对业务人员进行培训，学会使用BI工具进行分析。因此企业在选择BI工具时还需考虑工具的分析性能和操作繁杂度，FineBI就是一个很好的选择，点击、拖拽的傻瓜式操作，能让业务人员快速上手，实现自助分析。从此，IT不愁加班，业务不愁等待！