眾所周知，LOB，部門和企業管理方面的主題專家等待IT部署商業智能（BI）工具時，磨合期很長。尤其是當他們使用BI工具來托管查詢和分析報告時，并沒有他們渴望的那么靈活簡單。因此，用于BI易于使用的自助服務工具正在通過大眾需求傳播，通常不在IT控制之外。這已經在IT和業務用戶之間造成了緊張的因素，但其中大部分是有效的。因為BI和分析的民主化確實有可能引入數據混亂。
公司企業可以遵循以下七個步驟，以平衡治理需求與擴展使用自助式可視化分析工具（BI）
第1步：解決人員和處理挑戰
可視化分析和發現技術通常由尋求解決特定業務問題的LOB單位或部門選擇-并且技術是在沒有IT參與的情況下獲得的。當業務用戶在他們的發現工作中取得成功時，他們希望與那些希望應用相同技術的同事分享他們的工作。這是IT和BI團隊應該參與的地方，因此項目得到了適當的管理。但他們需要這樣做，因為推動者不是障礙。TDWI提供了組織應考慮采用的兩種最佳實踐。
第2步：將穩固和平衡的治理作為優先事項
在用戶自由和治理之間取得良好平衡至關重要，組織應該避免為了控制而強加不必要的規則。TDWI強烈建議治理委員會，因為它們可以促進業務用戶和IT之間的富有成效的討論，以便每個人都在同一頁面上。
第3步：改進受管理分析發現的數據準備過程
長時間等待IT準備數據無法實現快速，自助式分析和發現的目的。TDWI提供了一些改進數據準備的技巧，包括研究新的自助數據準備技術以及改進傳統的ETL例程。管理良好的數據準備對分析成功至關重要。
第4步：使用治理來指導用戶與集成數據的交互
商業用戶通常需要通過超越一個來源來查看趨勢，找到相關性并尋求其他見解。組織應評估新方法，使用戶能夠訪問從更廣泛，不同的數據集構建的數據視圖，以及訪問和分析多個數據源的能力。數據集成對于可視化分析和發現工具的用戶至關重要。治理流程可確保用戶查看高質量的相關數據，還可以幫助保護敏感數據免受錯誤暴露。
第5步：通過管理項目來提高敏捷性，以實現更快的價值
提高靈活性是組織希望從傳統的BI和數據倉庫環境轉向允許快速調整市場變化，改變客戶偏好和新興競爭的系統的主要原因之一。由于許多可視化分析和發現工具都是如此自助服務，因此它們非常適合更快，更靈活的決策制定。必須調整治理方法以適應這種加快的步伐。
第6步：培訓用戶利用數據可視化和講故事
雖然儀表板通常是進入數據可視化領域的第一次嘗試，但用戶需要更好的方式來消費數據，從而為數據驅動的決策提供信息。視覺數據交互，向下鉆取到更深層的能力，地理空間分析和數據講故事都在流行的數據可視化技術列表中，使主題專家能夠更有效地處理數據-并增加與同事的協作。
第7步：使用受管理的分析來制定更明智的運營決策
提高運營效率和有效性一直是部署BI解決方案的主要原因之一，并且它仍然是當今的關鍵驅動因素。用戶正在實施自助式分析工具，以便他們更好地了解他們的數據和目標-他們不僅需要電子表格來分析運營績效。TDWI建議使用三個重點領域來幫助用戶使用受管理的分析和發現來改進操作，包括設置用戶對可能未應用數據質量過程的近實時數據或實時數據質量的期望。
（部分內容來源網絡，如有侵權請聯系刪除）
