成熟和成功通常是一起实现的。对于人们来说,商业智能的应用也是如此。从制定战略目标和获得C级官员(首席xx官员)的支持到促进成功和对应急事件做出反应,按照下面的七个建议发展商业智能竞争力中心(BICC)将会提高商业性能。
1.从一个战略任务开始
不要认为它是“商业智能技术中心”,商业智能竞争力中心应该是围绕商业智能应用程序和优先次序的一个知识库和能力库。更重要的是一个整个机构的高级战略目标应该指导这个任务。
Gartner分析师Bill Hostmann称,整个要点是让它成为战略性和可重复的。BICC应该推广使用信息的方法以便更好地做出决策和管理商业的效绩。
与BICC团队的合作需要制定明确的书面章程。这个章程将指导BICC并且使其他人都明确这个任务。然后,BICC就能够针对当前的项目是否与呼叫中心、营销、金融管理、供应链、生产或者人力资源计划有关推广一个共享的观点、共享的方法以及一些共享的技术。
2.获得C级官员的支持
没有高级官员的支持和权威来采取行动,BICC就不能产生影响。这就是说,你必须要认真选择领导。首席信息官通常是BICC的领导。但是,这可能会发出一个错误的信息,让人们以为BICC是一个IT项目。BICC的目标应该是把商业智能嵌入到企业的日常运营中。
为了最好地推动业务和IT部门的协作,理想的选择是让首席运营官负责BICC.首席财务官和首席营销官也可以成为BICC有效的支持者。如果重点转向财务或者营销目标,他们负责BICC也不奇怪。
据IBM旗下的Cognos公司去年的一项调查,大约67%的BICC归IT部门领导,29%的BICC归业务部门领导,一般是首席财务官或者首席营销官。还有4%归其它部门领导。
3.适当的结构和拨款
BICC应该由多种技术人员混合组成,包括商业技术、分析技术、IT技术和计划管理技术。这个思路就是帮助技术人员理解什么对于业务是重要的,同时帮助业务人员和分析人员理解什么技术是可能的和现实的。
技术专长的良好组合以及独立于IT和其它部门有助于推动更广泛的应用。但是,BICC还需要对其基础设施和人员提供充分的资金。集中拨款的BICC有助于消除业务应用的障碍。如果你让业务部门自己购买设备,他们就会走开并且设法自己做这件事情。
4.准备随时提供技术支持
BICC不是一次性完成的项目,甚至不是一次性完成的一系列项目。它是需要随着业务的变化提供运行支持、监视成功以及不断提供建议和帮助的一个计划。这就是说要随着计划的发展不断调整人员配备和活动水平。
SAS公司的称,雇佣一个分析顾问是一个很好的迹象,表明这个企业正在使用技术运行期业务。商业智能最有效的部署和应用是以永远也不结束的流程或者计划状态为基础的。
5.建立权威和做出严格的选择
BICC必须有权做出技术选择和标准化决策。如果你有这个责任,但是,没有这个权利改变任何东西,你的BICC就是没有舵手的和没有效力的。跨职能部门的团队和C级官员的支持对于建立这种权威是非常重要的。
6.沟通目标和成功
除非你推销BICC,否则BICC的功能不会成倍增长。无论你怎样称呼这个团队,你都必须要宣传它,宣传它的任务和取得的每一次成功。
这个沟通计划从BICC建立的一开始就要执行,要说明它是什么和它不是什么。第二重要的目标是建立一种团体感,庆祝业务部门和IT部门共同取得的成功。这将吸引人们加入这个成功的活动中。
7.具有反应能力
要准备好放下一切事情,处理紧急的需求和要求。
MassHousing公司的Richardson说,如果经理或者副经理明天打电话来说他需要解决一个问题并且要附带一份报告。我们就会毫不犹豫地放下手头工作帮助他完成任务。
智能解决方案公司的Imhoff说,总会出现这种情况,业务部门的人说我们必须立即得到这篇报告、这个分析或者这个应用程序。因此,必须要有一个识别应急情况的流程和在正常的流程之外执行任务的方法。否则,业务部门就不能得到BICC的帮助。
如果业务发现其它的新方法,那么,BICC的最终目标就是重复取得的成功和避免犯同样的错误。
我们一直都在努力坚持原创.......请不要一声不吭,就悄悄拿走。
我原创,你原创,我们的内容世界才会更加精彩!
【所有原创内容版权均属TechTarget,欢迎大家转发分享。但未经授权,严禁任何媒体(平面媒体、网络媒体、自媒体等)以及微信公众号复制、转载、摘编或以其他方式进行使用。】
微信公众号
TechTarget
官方微博
TechTarget中国
相关推荐
-
BI公平化:云端数据分析
企业IT已经发现了大数据的商业智能价值,但是SMB和初创企业没有足够的资金和人员无奈错失了数据分析的利益。在本地分析艾字节的非结构数据需要显著的开支。
-
云计算和大数据和商业智能之前有怎样的关联?发展前景如何?
-
云商业智能的应用
即使云商业智能(Cloud BI)已经在业界存在了近十年的时间,但是人们似乎并没有对它产生浓厚的兴趣。
-
亚马逊工具如何利用大数据分析解决大数据问题
所有关于用户数据的收集,都是为了对数据进行智能分析,期待发现新的趋势和不可预见的行为。但如何才能使企业最好地利用他们积累的新资料和统计数据?