|
|
感谢 QlikTech 十几位 BI 专家的意见，在过去的几周里，我写了几篇关于交付 BI 项目道路上的坎坷的文章。（列表如下。）本文是该系列的最后一篇文章，重点介绍了与正确内容有关的最后几个难题：良好的数据和良好的分析工具。 感谢 QlikTech 十几位 BI 专家的意见，在过去的几周里，我写了几篇关于交付 BI 项目道路上的坎坷的文章。（列表如下。）本文是该系列的最后一篇文章，重点介绍了与正确内容有关的最后几个难题：良好的数据和良好的分析工具。 数据和工具我们经常看到组织面临以下问题： 更多阅读 数据安全 NIST 800-171 保障措施帮助非联邦网络处理 CUI 使用人工智能为消费者打造定制的电子商务体验 人工智能带来强大的新型电子商务欺诈检测软件 使用 AI Voice Over Generator 实现个性化学习体验 彻底改变采购：人工智能在供应商管理系统中的力量 数据一致性。
当 BI 项目遇到数据一致性问题时，可能会遭受重大损失。例如，一家公司可能会记录同一合作伙伴名称的八种不同变体。或者，一个业务部门可能会在实体付款的第一个月末将实体视为客户，而另一个业务部门则在收 巴拿马电话号码表 到付款之前、下第一个订单时将实体定义为客户。 BI 软件不灵活且难以使用。想要变得灵活的组织需要积极主动且适应能力强的人员。反过来，这些人需要灵活、友好的工具。然而，在许多组织中，即使人们有动力快速行动，他们所拥有的软件工具也有一个漫长而缓慢的学习曲线，限制了他们的敏捷能力。 例如，ETL（提取、转换和加载）过程（只是传统 BI 项目中的一个步骤）可能是一个巨大的障碍。许多 BI 平台由堆栈中的多个层组成，每个层都有自己的技术技能集要求。不同的人经常负责堆栈的每一层（例如，数据仓库、ETL 和报告编写），并且他们有责任进行有效的沟通。
应用程序开发人员和业务请求者通过比较源与目标以及比较分析应用程序内和多个应用程序中同一指标的各种出现来验证数据非常重要。IT 的部分职责是确保 IT 提供给业务用户供分析应用程序使用的数据经过准备、清理和管理，同时又足够精细以提供价值。在这个赋权的时代，灵活且易于使用的分析软件应该成为任何 BI 项目的首要任务——这是决定用户接受和采用的两个主要特征。 （这是“BI 的坑洼”系列中的第四篇也是最后一篇文章，其中包含 QlikTech 的以下 BI 专家的见解：Chaitanya Avasarala、Miguel Angel Baeyens、Gary Beach、David P. Braune、Greg Brooks、Annette Jonker、John Linehan、布拉德·彼得曼、奥拉夫·拉森伯格、迈克·萨利特、克里斯·索特、马修·斯蒂芬、克里斯托夫·施瓦茨和马克·瓦恩。
|
|
发表于 2023-9-20 19:44:52