“分析世界”正在發生變化。自助式分析工具（如億信BI）使業務用戶能夠自行執行報告和分析，而IT組織幾乎不提供任何支持。這一趨勢由于以下幾個因素而演變：
1.??? 組織充斥著數據，IT組織無法跟上
2.??? 更易于使用商業智能工具使業務用戶更有效地直接創建報告，而不是通過IT來完成項目
3.??? IT組織分析項目可能需要幾個月的時間才能在幾周內讓企業需要這些信息
這一趨勢促使IT商業智能（BI）團隊將大部分能源收集，清理和構建數據用于業務，以通過自助服務模型執行自己的分析。在特殊情況下，它們提供工業強度報告，可以擴展到需要可信驗證數據的數千名用戶。然而，當談到一些更有趣的工作時，它們仍然被展示出來。
IT BI團隊可以做些什么來保持業務的相關性和價值？我們有幾個建議涉及將自助服務分析作為新的現實，并將商業智能團隊的核心競爭力從純粹的描述性報告轉移到診斷和預測分析。
讓我們在規定幾個解決方案之前解釋最后一個概念。大多數分析的當前狀態本質上是描述性的，并且有助于回答“發生了什么？”的問題。診斷和預測分析有助于回答“為什么會發生？”的問題，并設置回答“我能做什么”的階段關于它？“診斷分析幫助組織不僅了解什么，而且還了解為什么以及可以采取什么決定和行動來解決問題。這種類型的分析對業務更有價值，并且要求IT BI團隊有能力從他們多年構建分析解決方案中獲得獨特的資格。
為了使IT業務智能團隊能夠提升價值鏈，從提供商品報告到業務驅動分析，我們建議添加以下四個組件：
1.構建數據科學能力??- 數據科學家開始出現在公司內部的分析小組中。然而，它們仍然不是普遍存在的，而且功能也很少。此外，公司內的大多數團隊都無法證明全職數據科學家的成本。通過將數據科學家添加到IT BI組織，您將創建一個集中式團隊，該團隊可以為組織中服務不足的部分提供分析。該團隊已經專注于創建分析數據結構和報告，并且添加從數據中獲取洞察力的能力是一種自然的延伸。
2.制定決策??- 在您的需求流程中，添加決策架構方法作為功能。捕獲分析需求的大多數方法都集中在數據要求的問題上，以推測維度和事實。雖然這為我們提供了很好的描述性分析，但它并沒有使公司沿著分析成熟度曲線前進。更深入地關注業務所做出的決策，從而將分析能力集中在幫助實現可操作的洞察力上。
3.為您的分析添加決策理論??- 如果數據科學幫助您將信息轉化為可操作的見解，則決策理論可幫助您構建決策流程，以指導人員做出正確的選擇。決策理論與行為經濟學一起致力于理解決策過程的組成部分，以解釋我們為何做出選擇。它提供了一種系統的方法來考慮屬性之間的權衡，這有助于我們做出更好的決策。閾值，警報，決策矩陣和選擇架構等工具應被視為添加到團隊工具箱中的重要功能。
4.創建報告認證流程??- 隨著自助分析報告的激增，如果分析要被更廣泛的受眾消費并且值得信任，那么為報告的健康和有效性創建標準將變得非常重要。例如，您可以讓一個組創建一個報告，其中包含來自未經認證的數據源的關鍵指標。通過將各個部門的報告通過類似于電子產品上的UL標簽的認證過程，更廣泛的消費者將了解數據治理和IT團隊對報告的審查程度，從而信任其中包含的數據和指標。
隨著IT商業智能團隊希望在他們為內部客戶提供的功能中提升價值鏈，添加額外的技能組合，方法和工具將是必要的。所概述的功能非常適合集中式團隊擁有，IT BI團隊的這種轉變可以說明這些增強功能為業務帶來的價值。
（部分內容來源網絡，如有侵權請聯系刪除）
