如今是数据可视化分析系统的黄金时代，国内兴起了一系列大数据分析厂商，bi商业智能分析系统纷纷成为企业cio首选的管理产品。然而，在bi商业智能分析系统的部署过程中，出现一种认知：钱花得越多，配的功能越齐全，bi就越强大。其实，这种想法是不可取的，没有依据可言。每个bi分析系统的部署都要根据所在企业的具体情况来定，使得业务人员能充分使用工具，才能达到数据决策的最终目的。那么，bi商业智能分析系统的部署究竟要注意些什么呢？
bi分析系统
其实bi部署的过程并没有想象中的荆棘密布，只要远离以下三大误区，则可以使bi工具尽早融入业务系统中，为企业大数据分析及管理决策保驾护航。
1、技术部门数据主导，业务部门缺乏参与度
国内实施商业智能bi的现状往往是技术部门主导，业务部门参与度低，这也就导致bi功能设置开发偏向以数据为核心，不仅后期数据维护成本大，业务需求也无法及时响应。因此，系统开发设置以业务为主导，再通过适当培训让业务人员能够做到自己根据业务逻辑进行自由分析。
2、基础数据质量参差不齐，etl成本高
许多主管与业务人员盲目依赖bi工具，以为工具可以解决一切数据问题，在不了解问题的情况下盲目收集信息造成业务数据错误、空缺、与数据仓库中的数据不一致，这样也就大大增加了etl过程的成本，并且直接影响到bi分析结果的质量。
所以，要从源头上梳理和控制数据的质量，保证数据原封不动地从数据仓库提取到数据集市中，同时将etl整理和重构的过程文档化、持久化，形成数据维护的规范和制度。
3、需求不分缓急，项目规划周期冗长
许多企业在开始实施bi时贪大求全，不划分需求轻重，试图一次性实现所有功能，最后，个别需求拖慢整个进度，项目人员压力过大，士气低落，导致实施失败。
做项目要避免贪大求全，从最重要最迫切基础数据最齐全的业务需求入手，划分确定项目周期，争取以一个成功案例为基础，推广到其他项目。bi部署应该遵循以业务需求为导向，划分主次，循序渐进，逐步提升。
bi工具
在国外，投资建设bi商业智能分析系统的企业有60%～70%以失败告终；而在中国，这个数据可能会更高。bi分析系统的部署问题是时候要引起大家的重视了，不然再好的bi工具都无法发挥作用。
原文出自于奥威软件官网。