自助式BI已在企業中發展，并且必須采用強有力的策略來確保采用后的成功。做得好，自助服務BI策略可以使用戶發現整個企業數據中的隱藏價值和機會。

IT解決方案咨詢公司技術評估中心商務智能和數據管理首席分析師Jorge Garcia說：“自助式BI和分析策略旨在使用戶能夠輕松開發，使用和使用自己的工具來分析數據”。

過度專注于技術很容易，但是成功的自助式BI戰略還必須包括用戶，需要了解他們的目標和陷阱。Garcia建議自助式BI項目還應解決易用性，培訓需求和整體數據治理策略。他說：“業務用戶不一定是BI或分析專家，這意味著易用性是至關重要的因素。”以下是在自助服務BI策略中實現這些因素的一些重要技巧。

找到平衡

Garcia說，在易用性，數據可用性和治理之間取得適當的平衡可能是一個難以實現的目標。進行項目前的評估和自我評估，以從技術和業務角度確定已經存在的內容，這一點很重要。接下來，考慮什么才能部署成功的自助式BI平臺。最好通過組建跨職能團隊來計劃，設計和開發必要的工具來實現，這也將使與管理利益相關者的適當溝通成為可能。

Garcia說：“我們需要確保IT部門了解業務數據和流程，并可以在遵守數據治理策略的同時為用戶提供必要的工具。”

創建專門的支持

強大的自助服務BI策略取決于確保BI工具可供所有用戶使用，無論他們的職位或技能水平如何。美國食品加工公司JBS的Qlik BI經理Stephanie Duran說，培訓是關鍵。她說，BI開發人員應培訓所有人員進行開發。請務必注意，其他利益相關者（包括客戶）也可能使用該應用程序。

杜蘭說：“為業務開發人員和用戶建立專門的支持團隊對于自助式BI戰略至關重要。”

JBS有一個五人團隊，以支持他們在整個企業中對Qlik的使用。此外，組織的其他IT團隊也知道BI環境可以提供和支持Qlik團隊。即使是一名經理，Duran也會努力找出業務用戶的需求，并幫助他們設置合適的護欄。 JBS還每周運行一次協作時間，整個IT團隊都在線。在這段時間內，業務部門開發人員可以在所有業務部門的幫助下提出腳本和設計問題。

優先準備數據

電子制造商WellPCB的電子工程師Abby Hao表示，為自助式BI戰略準備數據需要涉及各種隱性成本。 她發現安裝用于處理和交付自定義自助服務分析所需的工具和軟件可能會很昂貴。 如果將這些項目的支持和維護等因素考慮在內，成本將變得更加昂貴。

郝說，最好的解決方案是采用云BI工具。她發現這可以改善預算，因為可以清楚地了解初始設置成本，而且其他所有方面都可以通過一個固定的月度訂閱包得到解決。

了解業務問題

數據分析咨詢公司Rachel和Winfree Consulting的共同所有人Holly Rachel說：“了解業務問題似乎很簡單，但是這一關鍵步驟可能會制定或破壞您的整個戰略”。了解業務問題包括將其分解為特定部分，并著眼于它們如何影響業務用戶。

克服這些障礙的最佳方法是，首先要花費大量時間來定義和理解您想回答的問題。交互式可視化平臺AnswerRocket的服務總監Nicole Kosky建議團隊從為企業帶來價值的成果開始。要問的好問題包括您希望通過分析實現什么以及您要回答什么業務問題。這些問題可確保您的解決方案滿足最終用戶的需求，并產生可以提高采用率的買入方案。例如，業務成果可能會改善您的品牌績效。業務問題可能是關于什么因素在推動品牌績效以及您的品牌與競爭對手的比較方式。自助服務BI策略應該以有意義的可視化和見解來回答這些問題。

不要從您的數據開始

Kosky說，許多組織開始將重點放在數據上，試圖完善數據湖或倉庫，并在其之上建立一個自助式BI項目。但是這種方法很容易導致BI無法提供業務價值，因為混合數據可能會損害對業務用戶最有價值的信息。最終用戶通常會收到可視化以及計算或統計方面的見解，但是輸出很少幫助他們做出更好的決策并提高性能。

團隊通常從數據角度出發，并想象數據會講述故事并找到模式。BI用戶需要了解這個故事，以便他們可以識別所需的數據源，以進行糾纏，轉換，整理和轉換為可以可視化的適當數據模型。

創建適當的訪問權限

開發企業范圍的角色可以更輕松地管理訪問權限并改善自助式BI項目的治理。專門研究數據分析和商業智能的IT咨詢公司Acxtron的創始人兼首席執行官Joseph Chong說，正確訪問數據源的正確級別對于用戶充分利用數據至關重要。

應該確定具有公司范圍訪問權限的通用數據集，并且可以將其他更具選擇性的權限授予這些數據集。在Power BI中，組織數據通常分為公共，私有或組織數據。在設置策略時，這提供了更好的結構，同時使用戶能夠引入自己的數據集。

確保人們可以信任數據基礎

人們只有相信結果，才會使用經過審查的BI基礎架構。

Up We Growth電子商務營銷分析經理Dimos Papadopoulos說：“在我的職業生涯中，很多時候，由于數據質量方面的信任問題，人們沒有自助處理他們的請求，因此寧愿不提出要求。”

除了確保回答了他們的問題之外，還需要針對數據清洗和數據質量責任制定明確的流程。

平衡好奇心和信心

用戶需要健康的好奇心來進行自己的自助服務研究。他們必須朝著正確的方向前進，這需要充滿信心地加以平衡。用戶需要確信自己不會誤解指標，查看不允許的數據甚至導致錯誤的信心。這種信心中的一部分需要適當的治理，以確保使用正確的防護欄進行數據好奇心。

制作一個全面的故事板

自助式BI策略應該使使用情節提要啟動項目變得容易，以指導探索。Lakings說，綜合的故事板可以闡明BI項目的目標。情節提要使戰略家能夠進行徹底的差距分析，并確保他們完全理解問題。它還可以確保他們應用適當的數據集，數據建模，分析建模和可視化來探索正確的故事。

慧都 BI 提供Qlik的產品和技術服務，更有企業級BI業務分析解決方案，我們擁有包括Tableau、Power BI和 IBM Cognos全球領先的BI產品，并提供相關解決方案，讓數據創造無限價值。詳情可咨詢慧都網在線客服>>