成功实施BI项目的四大要素
其实所谓“要素”不一定是项目执行过程中的关键点，这其中也包含了执行人的要素，毕竟所有项目的实施都是以人为发起点，然后以事件作为驱动，所以项目中最难把控的就是人的风险。
要素1：明确需求
万事开头难，所以项目前期需求分析的梳理尤为重要，一个需求文档的确认重点是在于过程，而并不是以客户签字为目的整理，原因很简单，如果盲目快速的去制定需求，在很多需求没有得到明确认同的情况下就确认，就会导致后期开发过程中需求的不断变更，延缓项目进展，增加项目风险，并为项目后期埋下了一个定时炸弹。所以在整个需求整理过程中要明确几个要点：
（1）不盲目跟随客户想法
因为商务智能系统不比应用系统，梳理好操作流程，然后不足之处后期慢慢完善即可，数据分析过程中很多重要的数据以及重要的分析方向有时客户并不清楚，也就是说客户并不知道自己真正想要的是什么，很多时候只是根据个人想法去提出一切要求，我们也知道有时理想与现实是有很大差距的，所以在实施过程中首先要了解甲方目前业务系统建设情况以及使用情况，对数据的覆盖面有一个大致的了解，在此基础上再合甲方提出的想法，整理出实际的需求，而并不是对于客户提出的所有要求都去满足，因为最终项目交付的产物只是一个空中楼阁，我相信客户并不会满意。
（2）提出合理化建议，引导客户明确需求
很多项目我们在去实施时发现，客户提不出什么好的想法，甚至很多时候对于系统的要求高于本身所能实现的功能，所以在这个时候我们就需要引导客户，首先要提出自己的一些合理化建议，或者提供相关类似行业的案例让客户作为参考，通过合理的沟通与引导，让客户知道自己的实际需求，从而才能更好的去制定和完善这样一个需求分析文档。
要素2：专业经验
项目实施人的专业经验对于项目实施有着至关重要的因素，其实前面已经提到过现在很多项目在实施过程中都是以追求利益为主，专业性的人才逐渐减少，更多的都是技术性人才，一个开发人员可以从建模、ETL开发、前端报表全部胜任，甚至是独挡一面，技术的全面性固然很好，但是个人认为这并不是目前BI商务智能发展的主要方向，甚至可能只是一种误区，从短期来看技术可以很快的让人融入项目，增加项目经验，包括薪资甚至岗位都会有一个很快的提升速度，但是从行业趋势以及发展来看只能是短期现象。
就目前来看，各个行业都在向智能化方向发展，包括智能制造、智能医疗、智慧农业等等，百花齐放百家争鸣。从BI开始兴起时只是提供一些数据分析、数据报表到现在的大数据分析，其实整个行业在不断的进化与前进，不论任何发展都是以人为核心，人性化是发展的宗旨，敏捷性、便利性是提高的目标。所以整个BI行业的发展也在逐渐改变，未来也许会逐渐的实现功能的整合，会为客户提供一套完整的、人性的、便捷的、易用的行业智能分析系统，类似于我们今天使用的各种软件，并不再需要大量的项目实施人员。所以专业性的技术人才也许才是一个发展的主流，因为对于一个产品的功能是否可以满足客户的需要，为客户提供所想和所要的功能，关键在于产品功能的设计，所以这就要求设计人员甚至开发人员必须是一个行业的专业性人才，甚至比他们的客户更专业，只有这样才能站在专业的角度先于用户所想，先于用户所做，这个也与我们项目的实施是一个道理，我们需要为客户提供的就是人性化、定制化以及专业化的设计。
（1）人性化设计
其实所谓人性化设计，简单点说是指在设计过程当中，根据人的行为习惯、人的思维方式等等，在系统基本功能和性能的基础上进行优化的设计，使客户用起来非常方便、舒适。所以主要说的就是操作的便捷性以及易用性，虽然商务智能系统操作并不是很多，但是界面结构的设计，图表展示的方式以及如果能快速获取客户想要的报表等等都是需要认真揣摩的。
（2）定制化设计
其实定制化设计简单的解释就是：按照用户需求为用户量身定制的设计。根据用户日常工作的需要，在系统允许的条件下，设计开发出一些系统本身并没有的功能，更好的去迎合用户的需要。
（3）专业化设计
专业化设计可能更多的是对于应用系统的要求会多一点，但是对于BI项目也是不可或缺的，这要求设计人员具备一定的专业知识，甚至专业能力可能要高于使用者或者是客户。其中也包含界面结构的设计以及展示的合理性，什么才是客户第一眼想看到的，是客户最关心的东西能否最先出现在客户的视线里，并且得到的分析结果是否可以满足客户工作所需，甚至是超出预期，这都是对实施方的专业性有着很好的要求与标准。
所以综合分析，在不具备专业知识的情况下，要达到一个同样的交付交过，可能就要花费更高的时间成本与人力成本，由此看来一个具备专业知识的技术人员可以降低项目成本，提高项目运行的效率。
要素3：风险把控力
所有阻碍项目进展的事物其实都可以理解为项目风险，这里所涉及的也可以理解为项目风险管理，但又不全是，因为所谓项目风险管理或是我们在真正去做项目的时候风险识别、风险分析、风险应对以及风险监控等几个过程都是必不可少的，只是在理论上这可能是一个体系或者是一整套理论，但是在实际应用的过程中，这些过程是要放在管理者身上的一种能力，让具备这些理论知识的管理者去把控与执行的，去解决和处理阻碍项目进展的事物，其实直白点说就是清楚项目前进的障碍，从项目管理的角度来看风险的产生对项目的影响无非就是从成本、进度、范围、质量四个方面。但是从实施商本身来看影响的只有成本，不管的进度、范围还是质量影响的无非就是时间、工作量、返工，这些其实增加的都是人工成本。所以这里要说的其实很简单，我们在做项目时就是发现风险，然后解决风险，保证项目顺利进行:
（1）识别风险
要对项目进行中的风险进行识别，包括突然出现的或是未来将要发生的，都要有一个应变以及预判的能力，这就类似于开车一样，要去了解和看清前方可视范围内的路况，不可能车子开到了石头边才发现，那就为时已晚。但是风险包含很多方面的因素，例如客户关系、开发进度、开发质量、需求变更、配合方的稳定性等等，尤其是人为因素很多时候更是不可控，客户观点不一致或者配合方不积极都会影响项目的进度，所以就要求项目管理者与参与者提早的去沟通协调，以避免影响进度。
（2）解决风险
解决风险并不是要项目管理者或者项目建设者亲自去解决项目中将要出现的问题，项目风险的解决首先是要对自身能力有一个判断，并结合风险的情况进行综合性分析，因为项目组成员或是项目管理者并不是万能的，在自身能力与周边条件无法处理和解决项目风险所带来的问题的时候，就要去协调资源，来处理这个问题，很多时候风险带来的问题是需要及时甚至提前反馈给公司的，而并不是由一己之力去承担这样的事情。
综上所述，一个项目的进展重要的是协调、组织、安排好项目中的各个因素，使之事物之间不发生甚至是少发现不必要的矛盾，提高项目执行效率，这样项目自然就会进展顺利，达到项目执行的预期。
要素4：项目执行力
我们在做一个项目的时候，经常会制定一些制度和方法来对项目的人员或者事件进行约束，也是为了项目管理更规范，例如下面这些条例或规则：
- 不断完善和建立健全管理规章制度和岗位职责；
- 对重要岗位和工作环节制定明确详细的工作流程；
- 采用综合筛选，优胜劣汰的用人策略；
- 有效落实绩效考核办法和奖罚措施；
- 建立完善的监督检查机制；
- 构建良好的沟通环境；
- 协调内部资源等等；
但是什么才是执行力呢？
被普遍认可并接受的解释是指贯彻战略意图,完成预定目标的操作能力,主要包含“完成任务的意愿,完成任务的能力,完成任务的程度”三个层次的内容。直白 地说就是“做”的能力,是选用合适的人去做正确的事,把事情做好的能力。
项目管理团队执行力是指项目管理团队把项目管理目标转成效益和成果的能力。一个项目部仅有好的管理模式、好的管理制度是远远不够的,必须还有一帮好的带头人,能充分调动各方的积极性,才能实现项目管理。主要包括团队的学习理解能力、协调沟通能力、过程控制能力、实现盈利和项目扩张能力等几个方面。
一个项目作为一个事件，它本身不会自己去发展，是需要有人去驱动事件的发展，所谓规范或者制度不过是一个模式或者叫规矩，按照这个规矩去推行所需要的事件，让项目的发展尽可能的去按照自己的想法去发展与前进。但是事情或者项目是可以由人来控制的，但是很多时候项目中的“人”却不是按照制度或者规范来做的，只有在出事的时候才会把制度和规矩搬来，用来参考惩罚尺度或者区分责任。所以综上所述，制度是在前进中的一些接线，管理者需要推动事件和人在这个界限内去活动，以达成项目的目标，创造出规定的产品、服务或成果。
这里面的“人”就包含了团队以及客户，对于团队来讲不仅仅是需要合理的安排和分配工作，与客户方不仅仅是需要沟通，还要分清客户需要配合的工作界面，划分好彼此工作内容，从表面上来开，其实这些也只是一个计划任务的分配，重点是需要分配到任务的每个人，都能够按照计划去执行工作。这就是执行力的体现过程，而项目管理者也就是要具备让别人去执行工作的能力。
项目的结束也并不是项目的终点，就实际情况来看，目前很多项目都会有一个延续性，执行力并不是执行完毕就可以，其实还有一个更深层次的意义，也就是挖掘项目后期的潜在价值，也就是项目的延续性，一个计划的执行，同时也要考虑下一个计划的启动与对接，而并不是只是完成目前的工作而已。尤其是BI商务智能项目，在架构搭建、建模、软硬件配置等等都要为后期考虑，以保证功能扩展性与延续性。而并不是只完成当前的需求，不为二期甚至后期优化留有余地。所以一个项目的执行力，不仅仅是工作的执行，其实也包含了工作中执行的过程，就像前面提到了，其实结果不是目的，重要的是过程是如何完成的，过程完成的不好，那么及时达到了想要的结果，其实也留下了很大的隐患。
本文来源：《数据实践之美》，作者：贾岩。
作者简介
贾岩，主要从事BI方向，有多年项目实施与管理经验，从项目实施，ETL开发到项目经理，既做过乙方也做过甲方，对于双方项目的经营理念与实施需求都经历了很深刻的认识。
END
投稿和反馈请发邮件至holly0801@163.com。转载大数据公众号文章，请向原文作者申请授权，否则产生的任何版权纠纷与大数据无关。