　　商业智能成熟度是否跟企业的规模和所处的行业存在很强的关联呢？在数聚多年的 BI部署经验看来，这个判断很难做。因为我们经常见到世界顶级企业的财务或运营分析仍使用着众多人工制作并更新维护的电子表格，也见到过一些初创企业在建立之初就完善起了指标体系，并借助各类BI工具与服务搭建起自己的BI体系。

　　那么，什么是BI成熟度呢？低BI成熟度的组织有哪些特征？我们又应如何提升自己所在组织的BI成熟度？下文将带大家一一了解。

　　BI成熟度较低的组织表现出特定的特征有如下几点：

　　1.IT基础设施原始，缺乏甚至没有IT建设团队。

　　2.IT和业务用户之间几乎没有合作，彼此割裂互不了解。

　　3.BI功能主要基于包含电子表格，预设报告，即席查询和一些表格仪表板作为交付报告。

　　4.数据分析结果很少与明显改善的业务成果挂钩，大部分仅作为KPI展示，数据的维护与分析仅作为IT的一项成本，而很难挖掘出相应价值。

造成组织商业智能成熟度低的原因有很多，除开预算有限等客观原因。最常见的往往是由于领导层缺乏一定的战略规划和对于数据分析能力提升的重视程度，毕竟BI并不是灵丹妙药，无法在短期内产生价值，他们缺乏足够的耐心等待部署和漫长的数据治理过程。同时很多企业虽然具备完备的技术体系和人员储备，但数据分析无法落实到业务驱动，IT垄断着各类技术和数据权限且缺乏业务分析的思路和敏感性，而业务部门虽然了解业务，但由于缺乏对技术的了解，对技术始终怀着高门槛的仰视心态，无法与IT技术进行有机的融合。这往往使得IT团队通常被视为生产率低且交付缓慢，但业务部门单独承担数据或分析项目以寻求优化流程。这些问题往往进一步导致数据孤岛，流程和资源重叠浪费以及团队之间的协调性差等一系列衍生问题。。

　　低商业智能成熟度严重限制了试图实现BI现代化的分析领导者。它还会对分析工作流程的每个部分产生负面影响。

　　为此，清晰专业的组织商业智能体系建立规划显得尤为重要，一般企业在建设BI的必经之路可分为以下三个阶段：

　　第一阶段：建立起 数据管理（数据库、数据仓库）+报表+仪表盘体系

　　第二阶段：整合数据探索

　　第三阶段：自主探索分析

　　而为了提升商业智能的成熟度，企业可以通过以下四个方面稳步推进：

　　1.通过主动与业务利益相关者合作，定义项目路线图，业务成果和绩效指标（“战略”），制定具有明确愿景的整体数据和分析战略。

　　2.通过创建灵活的工作模型，使用整个企业的分析资源以及实施持续的分析培训（“人员”）来培养和增强分析功能。

　　3.管理最少量的数据以实现最大的业务影响，并将自助服务分析推广到更广泛的用户群（“治理”）。

　　4.创建可通过现代BI分析技术支持广泛用例的集成分析平台，并随着成熟度的增长（“技术”）允许持续扩展功能。

　　通过以上四步建立起来的商业智能集成分析平台的核心组件有如下两块，数聚股份的SEMF产品正是高效整合型BI分析平台的典范之作：

　　信息门户：以传统 BI https://www.dataconverging.com/工具提供的报告或仪表板的形式向业务用户提供可信信息。由业务人员或IT人员直接驱动，访问数据源并生成和发布BI内容。

　　分析工作台：使业务用户能够主动通过自助数据准备和可视化数据发现工具自主生成和发布洞察。通过IT实现和支持基础架构，业务发挥主要作用：探索信息并创建交互式仪表板等输出。

ITPub博客

BI成熟度组织的主要特征和提升策略

最新文章