企业BI项目搭建（从0到1）
2023-08-29 08:21:56 2 举报AI智能生成
登录查看完整内容
BI项目搭建全流程
作者其他创作
大纲/内容
上线前需求堆积多，上线后没人用或用的少
不做验证，不听反馈
数据质量差，无法准确支撑企业经营决策
项目上线后躺平，不花心思做内部推广
典型问题
只谈指标不谈资源支持
管理人员
BI项目建设需要有阶段性成果，激发领导层及各业务部门持续的积极性
不能独自憋大招，增加项目风险
数据治理过程漫长，为了最终的项目成功，埋头苦干就行
同行观摩调研
汇报立项，项目进度，项目预算时应该用领导听得懂的话，以便获取更多资源支持
领导认为太烧钱，不支持做BI项目，就放弃
把企业数据用起来，有效知道业务、决策和管理。
真实性、准确性也要排在展示好看之前
BI系统只把前端数据展示做好就行了
开发人员
只提需求，不考虑是否应该为项目付出
业务部门积极参与，BI才能真正解决业务痛点，带来实际业务价值
对待BI项目的态度
业务人员
项目误区
项目困扰
收集和整理需求
多跟领导及业务部门沟通，挖掘关注点
确定项目范围、整理项目的应用场景、功能需求、管理需求、预估项目周期
BI系统哪些部门要用、哪些场景要用，带来的价值（可见、可量化）
指明出发的本心
大致需求确定BI项目的核心价值及边界
规范前行的里程碑
详细需求确定BI项目的落地及验收
确定立项的大致需求与落地的详细需求
以模块为线、以整体为面、由粗到细、先整体后局部、先集团后部门
总体思路
在收集和确认需求时做到“抓痛点而不是抓痒点”
原则
依据BI系统的使用者确定需要调研的业务部门
和需要调研的部门确定业务对接人和数据对接人
调研与企业战略相关的指标分析需求
方法：层层拆解企业和部门的战略目标，从数据支撑战略目标的角度进行分析，获取需求数据
管理层
分析场景所属业务
对应业务
需要统计和分析的核心指标是什么
统计指标
需要通过哪些维度来分析数据，如市场、时间、大区等
分析维度
需要细化到什么级别：如月/日，省/市/区
分析粒度
是否有分析流程，当前方式，耗时
当前分析方式
需求场景
数据来自于哪些系统。CRM/MES/ERP等
需求数据来源
期望解决的问题和实现的效果
需求预期
业务部门在一些日常分析场景中的需求
当前部门内数据分析有哪些不方便，哪个环节问题最大，最想解决
业务痛点
当前部门的数据分析方式
已提交给IT部门的报表需求或分析需求，配合流程和单个平均需求耗时情况
部门OKR/项目进展等日常业务如何进行数据监控
平时业务人员常分析的数据、分析工具、使用的数据指标维度、以及常用的数据分析有哪些
除了当前分析，还有哪些想分析的内容
业务现状
确定当前分析模式
了解当前业务现状
当前分析数或者数据使用上不方便的问题
收集当前业务痛点
有什么好的方法能解决问题
讨论解决方案
通过什么样的方式在BI中实现
评估BI实现方式
总结
头脑风暴/访谈的方式
业务部门隐形需求
需求调研的三个层面
需求调研后，依据场景维度指标化和数据体系化的原则，对收集的所有场景需求进行总结
调研业务部门分析场景
明确各业务系统对接人
获取相关数据接口或数据字典
业务系统数据
收集历史手工数据资料
手工收集数据
关注数据的可用性及使用场景
外部数据
数据来源
共同整理现有数据库并确认数据质量
确认能满足需求的数据及不能满足需求的数据，并找到解决方案
与IT人员沟通
定义组织架构、用户及数据权限体系等项目核心架构数据
含义：能够查看到哪些模块
权限范围：查看某目录下的模块
模块查看权限
含义：能够管理的模块
挂出模块
调整挂出模块目录
删除模块
权限范围
模块管理权限
含义：次级管理员，可以给他人赋予权限
部门、用户、角色管理
数据权限管理
模块权限管理
权限管理权限
含义：管理数据，增删改表/数据集/业务包
增加表/数据集/业务包
修改表/数据集/业务包
删除表/数据集/业务包
数据管理权限
含义：可以使用的数据
查看某业务包的数据
查看某表的某些行数据
查看某表的某些列数据
数据使用权限
BI体系权限
调研数据质量
考虑原始表和基础宽表两个层级
结合调研情况数据需使用最小粒度
考虑分析中可能用到的维度、指标
分析场景全覆盖，满足各种数据粒度的要求
数据维度、指标、粒度的增/删/改
字段含义及逻辑口径统一
数据体系完成后，输出需求确认书
设计、确认及修改数据体系
三个关键环节
做好业务侧详细的需求调研
项目经理主导责任
业务部门数据分析师负责配合梳理业务流程、提供历史分析数据、配合需求确认
IT负责梳理现有数据库、确认数据是否满足当前分析需求、需求确认、开发数据
项目参与人员
收集明确BI项目需求
上手难度
交互体验
学习资源
易用性
数据响应剫
稳定性
性能
数据准备
数据处理
数据分析及可视化
平台管控
PC端、数据大屏、移动端
场景转换
功能
采购成本
工具
品牌
服务
解决方案
厂商
市场占有率
行业地位
领先程度
市场
根据三大要素选择适合自己的BI工具
选择合适的BI工具
高效上报/填报数据
数据自动化处理
主数据搭建
快速展现报表
报表中心
数据可视化
数据抽取
主数据积累管理
复杂业务数据整合
扩充和优化报表系统
业务智能分析
决策树构建
外部数据整合
业务关键指标分析
内控和风险管理
驾驶舱/协同管理平台
移动互联网应用
决策支持系统建设
数据挖掘
人工智能算法
指标预警预测
价值链体系建设
内控与风险管理
价值链管理
决策体系规划
组织范围：框定实施项目的主体，涉及的业务部门
多sheet报表设计
参数查询
模块权限集成
打印/导出
远程设计
图标高级交互
基础模块
决策报表模式
聚合报表模式
数据分析
仪表盘
决策平台
定时调度
智能运维
权限控制
短信平台
门户
地图等
高级图表
移动决策平台
移动可视化平台
APP打包
移动端
二次开发
集成插件
扩展功能
功能范围：功能模块、具体功能
需要通过BI系统实现的日常业务处理和分析任务
对业务模块、分析应用、分析维度、分析形式进行定义
业务范围
数据源范围
数据关联规则
数据范围
BI系统是否嵌入企业其他系统
单点登录
明确系统接口的提供、开发、设计等
接口范围
确定项目范围：做什么
负责指导项目方向，进行关键决策
项目领导委员会
CIO/CTO/系统架构师/业务总监/行业咨询顾问
BI系统架构、需求规划、流程规划的全过程技术与业务指导
顾问团队
定义、计划、协调、控制和检查所有项目活动，跟踪和报告进度，解决技术及业务问题
项目经理
数据库管理员、元数据管理员、数据质量/安全管理员
涉及和监控项目所需要的数据库环境，制定数据标准，分析数据质量
数据管理团队
ETL工程师、数据建模工程师
数据仓库建设过程中的ETL开发，主体维度建模
数仓开发团队
业务需求分析师
参与业务维度模型的开发，提供数据定义，测试案例编写，定义业务需求，在业务人员和IT人员之间架起沟通桥梁
业务分析团队
报表/BI工程师、数据挖掘专家
前段报表和查询的开发，数据分析及挖掘
应用开发团队
QA工程师、测试工程师
过程改进、质量保证，系统开发、交付、上线各个环节的测试任务
质量管控团队
技术支持、解决方案推广师
编写发布培训材料、为关键用户提供培训和技术支持
培训支持团队
组件项目团队：谁来做
列出风险点
了解项目实施的环境
拆解现有任务
根据当前拆解的任务，列出项目计划，具体内容及完成时间
项目计划
满足可行性和全面性
准备数据源接口
数据处理层
搭建基础数据平台和业务分析平台
梳理各个业务板块的内容
搭建决策管理平台
通过报表、驾驶舱、移动端、大屏等多种方式展示数据，达到最终目标——信息共享、信息对称
基于业务需求分析结果，设计业务分析模型
业务方案
利用 ETL 工具抽取业务系统的明细数据
进行数据转换之后，载入企业数据仓库
在数据仓库的基础上形成数据集市
企业不同主题业务数据的整合分析
利用 BI 工具在不同门户与终端上实现仪表板、固定报表、自助分析等功能
支撑业务分析的整体技术框架
技术方案
数据获取方式
数据血缘关系的梳理与描述
数据校对功能的设计
数据校对策略的制订
数据方案
整体方案
客户端软件、BI 应用、中间件、数据库管理系统及操作系统
软件环境
参考 BI 系统的要求，描述 ODS（Operational Data Store，操作数据存储）服务器、OLAP 服务器、Web 应用服务器，以及整个网络的配置情况
网络与服务器环境
系统环境方案
明确数据仓库的建设理念和建设原则
架构规划
星型模型
雪花模型
数据模型
网络拓扑
硬件清单和集群
数据库灾备
扩展性方案
数据仓库建设方案
数据集成方案
数据补录方案
数据分析平台建设方案
多平台集成方案
在整体方案的基础上对每个模块的方案进一步细化
详细方案
蓝图方案
项目管理
设计实施方案：怎么做
BI项目规划
管理风险
需求风险
数据质量
原型风险
硬件环境
项目风险管理
变更申请
变更评估
决策
回复
增加实施变更
验证变更
需求变更管理
项目团队交付完成开发的数据应用模板
蓝图设计方案
系统测试文档
系统使用文档等
交付项目过程中产生的一些资料
标志项目进入持续的运维支持阶段
项目验收管理
BI项目开发与管理（保障项目开发能够稳步、有序进行，从而减小风险，顺利结项）
如何搭建BI项目
企业BI项目搭建
收藏
0 条评论
回复 删除
下一页
