目前，BI在应用企业中有点声名狼藉，很多人都对BI有这样的看法：浪费大量资源，提供的报表又几乎没人去读。而事实上，BI的投资回报之所以不确定，其问题并不是出在技术本身，而是由于技术与业务的脱节。

　　BI常常遭遇这样的尴尬：公司主管们需要更多的报表来获取宝贵信息，从而有效管理公司，于是，IT部门购买新的BI单点解决方案，但即使越来越多的时间用于清理数据、生成报表上，统计结果却被一再要求改变，因为IT人员提供的报表经常离谱。

　　　掌握BI越来越重要。弗雷斯特、Gartner和IDC等知名咨询公司都认为，竞争日益加剧促使业务经理们需要随时掌握关键绩效指标(KPI)，大企业对BI的需求已经出现了增长趋势。Martens说，实施不当的BI不但是“治标不治本的解决办法”，也满足不了日益增长的业需求：监控流程运行状况、掌握客户需求的变化、当前销售方法对公司财务状况的影响等。

　　Evelson建议：“不要从数据仓库或者分析引擎入手，而是要从解决业务问题着手。”

　　关注核心

　　“大家日益认识到，不能单单把BI加到一大堆数据上，这种方法成本高、效率低。”德勤咨询公司负责BI业务的合伙人Scott Sognefest说：“这就像你绝不可能先建好工厂，再决定想要生产什么产品。”

　　所以，要先弄清楚实施BI的理由，然后再构建及完善通用数据模型，并确保来自多个系统的数据具有一致性。Gartner公司的副总裁Betsy Burton说：“数据质量和数据完整性问题永远不会消失，没有简单的办法可以解决。”

　　BI厂商们试图利用主数据管理(MDM)解决方案来解决数据质量和集成问题，但数据治理、清理及调和等方面的工作不单单是BI的范畴，还会影响企业的每个角落。公司必须全面完成数据工作，这是一个长期项目，最好的策略是减少数据源，只留下可满足明确的业务目标的数据源。这可以消除相互冲突的数据源，从而易于管理数据清理和集成。力求数据尽量准确，让数据更贴近上下文和元数据，Martens补充说：“抽取、转换和加载(ETL)需要很大的成本。”他指的是从遗留系统获取大块静态数据的常见方法。

　　减少数据源的数量有助于避免繁琐的工作，但数据质量仍要达到标准。

　　简化解决方案

　　炼油企业Valero Energy负责报表和财务的主管Kirk Hewitt说，不仅要简化数据，还要合并BI工具。经过长达十年的收购后，Valero现在使用5个工具。该公司已经通过采用通用的ERP系统、通用的财务管理工件(譬如会计科目表和管理软件)以及统一数据库(如客户或者炼油信息数据库)，简化了数据环境。Hewitt说：“我们极力主张采用主数据管理、在源头清理数据。”

　　拥有多个BI工具意味着各部门的分析方法各不相同，哪怕数据是一模一样的，也会得出不同结果。BI方面的另一个常见错误就是，以为所有数据在分析之前必须位于数据仓库中。使用Oracle公司BI工具的Martens说：“如今的BI工具能够指向任何数据存储区。”金属品经销商Hillman集团的CIO Jim Honerkamp同样表示，“在的Information Builders系统中，我们根本不用数据仓库，我们可以直接查看支持事务系统的数据库，譬如财务和送货等数据库。”

　　不过，数据仓库及其他历史数据存储区也有一席之地。Evelson说：“你需要把数据存放在某处，无论是放在数据仓库、数据库，还是放在高速缓存中，关键在于确定你需要为哪种类型的数据使用什么样的存储区。”

[1] [2] [3] 下一页