如果你正在努力解决BPM该做什么以及如何做的问题，Forrester Research分析师Susan McNeice基于这些年在这个领域的经验提供了一些建议。据McNeice的观点，区分分析学和商业智能（BI）非常重要，因为它们是互补的，而且是完全不同的事物。

　　商业智能在业务用户的业务状态上采集、净化、准备和呈现信息方面做得很好。数据分析主要与这些应用进行协同工作，来执行更多复杂的活动，适用于像模式识别这样的技术，提供一种新的或假定想不到的深刻见解。

　　作为运作中的分析的一个例子，McNeice引证了智能网格的想法，电力供应的“未来”是一种数字技术，将允许消费者和提供者之间的富连接，改善成本分配并驱动效能。智能网格是开放的、多变量的解决方案，有成千上万的消费者和数以千计的能源源头，这完全适用于分析学。

　　总体上来讲，分析学是BI发达肌肉的大脑，BI在管理大量数据和组织其可以很好地被使用方面做得很出色。它可以把组织中很多部分的数据聚集在一起，像制造、市场、客服。

　　分析是洞察力的附加层的最后一步，随后可以提供具体现象的观察。因此，在业务流程管理中它起到了前所未有的重要作用。“我有些冒险地说，在BPM中，分析将会就流程的效用给你提供极大的洞察力。它可能会显示出哪个流程最高效，流程中哪里需要被改进。”

　　“分析是一种反馈环路，它使得思考、计划、检查业务周期成为可能。我们需要这个反馈环路改善流程，”她补充道。实时分析，类似智能网格的例子，让事务进一步发展，可以成为流程内改变的媒介物。

　　建议

　　McNeice表示分析对于BPM通常不是简单的即插即用。尽管你可以从厂商那里购买软件包，“分析会花费时间。你需要在组织中开发分析能力或者需要取决于服务托管商，如果你的公司比较小，这是个不错的选择。”McNeice说道。

　　此外，企业需要有耐心。分析必须由人来实现，这些人这道要做什么。不一定是统计学博士，但是要知道如何加入产品的价值。“好的分析环境的品质证明是资源地进行试验。从小的项目开始，有一些试点项目，迅速的进行扩展。”