在过去的八年中，Jackson一直与企业的其他高管合作，使该项目趋于成熟。他们已经升级到了一个新的商业智能平台，培训了更多的员工使用该工具，并制定了一项进一步推进数据和智能使用的计划。

他说，这些举措帮助该信用合作社更频繁、更有效地利用数据，并一直在让员工通过将请求表述为实际的面向业务的问题来查询数据。

Jackson并不是唯一一个关注数据的人，因为各种企业和组织都优先考虑数据项目。然而，即使寻求自动化和人工智能等先进的数据驱动技术，他们仍然发现运行良好的商业智能程序具有重要价值。

最近由分析技术提供商Unsupervised公司对700多名商业领袖进行的一项调查发现，71%的企业已经实施了商业智能战略，希望预测业务、改善客户体验、获得竞争优势、加快数据分析，并做出更多数据驱动的决策，这是实施商业智能项目的首要目的。

根据调查，他们的商业智能投资正在获得回报。调查结果表明，94%的受访者表示他们公司的收入在实施后有所增加。

调查受访者将增加收入、增加销量、改善客户服务、提高生产力和拥有更多新客户列为他们从商业智能使用中获得的主要的五个好处。还有三个好处是更好的供应链管理、提高员工满意度和提高客户保留率。

然而，很多企业领导也承认他们的商业智能项目面临挑战。根据调查，商业智能成功的十大障碍包括与软件相关的问题、缺乏足够的预算、缺乏培训和专业知识、缺乏战略、战略目标不明确以及缺乏采用。

调查表明，成功的商业智能项目不仅仅是技术。以下是企业可以帮助克服这些挑战以创建成功的商业智能战略的8个关键因素。

1.在选择商业智能工具时考虑现有的基础设施

数字咨询机构Appnovation公司的数据科学和分析高级总监Ashley Fitzgerald曾与一位客户合作，该客户购买了价值数百万美元的商业智能软件包，但即使通过API也无法连接到该公司的数据库。

与其相反，该公司必须构建集成工具来实现数据流。Fitzgerald表示，他们必须在购买的工具的基础之上构建工具。

她补充说，这种额外的技术给产品增加了不必要的成本和复杂性，而这可以通过更加关注现有基础设施、可用的商业智能软件、每种技术的限制以及这些限制将如何影响部署来避免。

Jackson表示同意，他说信用合作社曾经有一个难以扩展的商业智能应用程序，并且需要专业的技术技能。因此，当该企业寻求新的解决方案时，找到可以利用现有基础设施的最佳解决方案是其首要任务。

2.在选择商业智能工具时考虑其业务目标

IT服务管理机构Trianz公司的首席执行官Sri Manchala表示，IT基础设施要求不应该是影响商业智能工具选择的唯一要求。首席信息官和IT采购人员应征求将使用该软件的员工，了解他们想要回答的问题类型以及他们希望如何获得这些问题的答案。

他说，“IT团队花费足够的时间与企业员工打交道，了解他们的优先事项是什么，他们正在寻找什么样的见解和可视化，让业务人员描述他们的需求，然后IT团队可以弄清楚如何实现它。”

这些信息将有助于确定企业需要哪些数据存储来满足其商业智能需求、哪些类型的界面可能对用户最有用，以及哪些特性和功能最能满足业务需求。

咨询机构AIM公司数据和分析高级总监Steve Tycast说，“这不是关于技术，而是关于业务、他们拥有的数据以及他们如何与之交互。这是关于创建以数据为中心的文化，以便能够将这些见解提供给最终用户，以讲述企业的故事。”

3.在采购过程中进行尽职调查

管理和IT咨询机构Swingtide公司的高级分析师和合同专家Chris Herman表示，在某种程度上，商业智能工具已经成为商品。他说，这可能会减轻选择和采购过程中的一些压力，因为当市场上的一切都表现得很好时，就不会面临更大的灾难。”

但是，当首席信息官和采购团队因此在合同流程中走捷径时，他们可能会得到无法满足业务预期的产品。

Herman解释说，“他们根据在演示的基础上实施了一个协议，因此可能无法获得最佳体验。”

与其相反，他提醒企业在为其商业智能系统签订合同时要像核心应用程序一样勤勉，要有竞争性的提案请求、详细的服务级别协议和明确的可交付成果。

4.培养信任数据的文化

业务转型服务商Genpact公司的首席数字官Sanjay Srivastava表示，希望数据真正为决策提供信息的企业需要培养一种实现这一愿景的文化，并建立一个支持这一愿景的基础设施。

企业领导者必须提供正确的数据——单一版本的事实。然后，他们必须向业务用户证明可以信任数据，从而信任他们的商业智能工具生成的答案。

Srivastava说，“拥有数据的真实性和信任是非常关键的。”

他表示，企业需要通过对如何使用商业智能满足日常业务需求进行建模，来展示数据带来的价值。

5.不要忽视变革管理和培训

Fitzgerald表示，希望优化其商业智能计划价值的企业领导者需要将变革管理纳入他们的战略，并包括充分的用户培训。

不过，这种情况并不总是能发生。她说，“即使企业采用干净的数据构建了完美的平台，也只有一小部分企业会考虑培训、采用和优化。”

Fitzgerald表示，她通常计划进行三到六个月的变更管理和培训，以确保充分利用商业智能工具。她说，“我们需要告诉他们需要什么来推动他们的决策。浏览他们的日常活动，然后指导他们说，‘在这里你可以使用这个工具。’他们需要了解哪些部件正在使用，哪些没有，以及仍然在哪里使用Excel。”

她曾与一家医疗设备公司合作，该公司只有不到10%的销售人员使用新部署的商业智能平台，但发现使用商业智能的员工销售业绩更高。企业高管为此展示了这些早期采用者的成功，并让这些早期采用者培训他们的同事使用商业智能工具来提高工作绩效。

Fitzgerald说：“我们专注于激励他们的因素(销售更多产品)来进行培训，这样可以迅速提高采用率。”

6.数据民主化，赋予用户权力

Srivastava说，“我们都知道：分析只有在正确回答问题时才有价值，企业需要业务需求的交叉点，需要回答的问题以及甚至没有想过要问的问题。”

Srivastava表示，为了实现这一目标，首席信息官必须将探索和询问数据的权力交到业务用户手中。

例如，这意味着提供一些功能，使用户能够以方便推荐或引导他们进行新查询的方式可视化数据。

Srivastava说，这是关于数据的民主化，当首席信息官构建可供业务用户而非数据科学家使用的工具时，就会发生这种情况。

7.将治理纳入商业智能战略

商业智能工具应该为企业的更多员工提供数据，这种可访问性可以创建对业务的更多实时可见性，但如果没有通过控制进行充分管理，也会产生隐私和安全风险。

Srivastava说，“首席信息官必须具备这个工具包。”

治理应解决数据隐私和安全以及合规性问题，Swingtide公司分析师Herman表示，不应该就此结束。他说，治理还应该包括检查商业智能工具在其生命周期内工作情况的程序，以便首席信息官能够确定需要的调整、改进和升级。

8.迭代和推进

与IT和一般业务中的许多其他方面一样，有效的商业智能策略涉及迭代改进以及更大的飞跃，以实现更高级的数据使用，例如预测性和规范性分析。

有效的商业智能策略应该反映这一点。

Tycast说，“数据使用是一个旅程，而不是一个目的地，因此IT应该继续发挥战略支持作用，以了解新的和不断发展的工具和技术，以支持业务用户访问和利用数据的能力。”

ABI Research,公司的研究分析师Kateryna Dubrova对此表示认同，并强调商业智能计划应该能够随着转型优先级的变化而变化。

她说，“商业智能的最佳方法是迭代方法，这也会导致业务部门在选择商业智能满足其需求的地方或是否满足其需求时进行扩展。该战略应被视为一个动态且不可阻挡的过程，可以在未来的业务或环境中做出适当的决策。”