问题背景
问题来自天善智能社区 http://www.flybi.net/question/16627，正好上一个礼拜有一个朋友在微信中问过我类似的问题，但是一直没有回复这个朋友，正好一并回复。
这位朋友的问题和这个差不多，大概背景是：目前公司对于 BI 项目也有了投入，BI 团队有两个人，主要是使用一些开源的 ETL 工具从不同的数据源中抽取数据并产生部分报表提供给业务人员。困惑就是：第一，业务人员不知道如何提出需求？ 没有需求就意味着拿到的数据不知道如何分析。第二，BI 团队希望扩大，比如按每个业务部门配一个 BI 支持，即扩大 BI 团队以提供对不同业务部门的业务支持。但是老板在此时是不同意的，因为没有足够的理由来说服老板增加对 BI 团队的投入。
这两个问题可能是所有甲方 BI 团队会遇到的问题，本文刨去对 BI 官方的定义如何可以帮助决策者如何如何如何有价值，在此我来谈谈我个人在经历过一些项目的想法。
业务人员不懂得如何提出 BI 需求怎么办？
这种情况通常发生在一些从来没有上过 BI 系统或者刚上 BI 系统的甲方企业中，业务人员对于 BI 的认识非常模糊，不清楚 BI 系统到底在哪些方面能够帮助到他们。稍微好一点的情况是业务人员请求 IT 部门将需要的数据导出到 Excel，然后业务人员自己通过 Excel 加工数据、汇总和制作成图表作为他们日常工作的日报表、周报表或者月报表，这些报表通过开会或者邮件的形式展示向上级展示或者汇报。当然也有那种连 Excel 电子表格都没有的，还是传统的采用纸质打印的报表。这种报表通常是直接来自于业务系统的查询界面，格式全部定制化好，通用性很强但是分析深度不够。
除去这两个因素来说，另外还需要注意的是：不是每一个业务人员都懂得自己要什么数据的，一方面可能是业务人员自身的业务经验积累的不够，二是业务人员自身对待工作的态度可能也不够积极，不觉得上了这个 BI 系统就会对他们的工作效率有什么改变。
考虑到以上这几种因素，我们的切入点应该是什么？ 非常简单 —— 解决现有报表和潜在的对他们来说比较重要的报表，在这个环节省掉他们要花费的时间和精力。
第一步，收集和整理他们现在工作当中所用到的频率比较高的那些报表，通过这些报表了解他们现在重点聚焦的是那些业务和重点数据。思考在这个环节中，哪些数据是可以直接加工的，而哪些是需要他们大量计算和汇总然后才能得到的图表。赢得客户很重要的一个信任点就在这个环节，假设有些数据图表是经过多个环节计算然后调整最后出现一份比较干净的数据继而汇总成图表，这个过程通常情况下可能是每天一次、每周一次，每次30分钟到1个小时并且还容易出错。但是通过 BI 系统，这种深加工的报表是完全可以把业务人员解放出来的，工作效率的提高与数据准确性的风险转移，通常情况下业务人员还是非常乐意看到这样的 BI 系统上线的。这种 BI 需求并不是由业务人员直接提出，而是先要解决现有的重点业务需求。
第二步，除了现有的报表需求之外，需要与业务人员共同沟通重点的业务过程和报表。在这个过程中，重点研究的是引导业务人员构思他们之前曾经想关注的业务数据或者 KPI 指标，但是可能是因为这种数据加工过于复杂他们自己就放弃了，但是现在可以尝试把这部分的业务给引导出来一起讨论。这个过程不仅仅是帮助业务人员梳理和准备他们的需求，也是 BI 需求分析人员快速熟悉和深入业务场景的很好的一个机会。在这个阶段可以落实一些具体的报表分析原型让业务人员来确定并提出新的改进意见，通常情况下在这个环节是可以挖掘到很多有价值的信息的。
所以简单总结，第一步是针对现有报表进行业务范围确认，第二步是基于现有重点业务进行重点延伸。有了这两个阶段，完全就可以先划分项目的实施边界，把已经确定的需求实施落地，这样既可以满足他们的现有业务，也可以满足一些重点业务关注的点就可以了。除非我们的需求分析人员本身就是这个业务领域的解决方案专家，对于这个业务领域的 BI 需求已经了解的非常透彻并且已经有很多的项目案例落地。
BI 项目的开展是一个迭代的、需求驱动的项目过程。BI 项目可大可小，可以规划的很庞大，也可以规划的很聚焦。我个人认为解决好了前面两个步骤基本上 BI 项目就已经有了一个很好的开端：
1. 解决了现有业务人员重点关注的数据报表，不仅对他们现有的工作没有影响，并且提升了他们的工作效率。
2. 解决了业务人员曾经想关注的数据但一直没有做到的问题，不仅拓宽了他们基于数据对业务的判断视角，并且也增加了在老板面前加分的机会。
所以，一个好的 BI 项目开端应该充分站在业务人员的角度去思考，我们到底能帮助到他们，成就他们什么？
分段总结
最后再来回答业务人员不懂得如何提出业务需求怎么办？ 至此，有了上面这两个阶段，已经足够解决大部分重点的业务需求问题。通过这种方式可以促使业务人员对 BI 系统重视起来，我们已经给了他们一个很良好的引导。当他们每天在逐步适应 BI 系统上的报表数据分析之后，一旦有任何的数据变更需求、分需求第一个想到的自然是 BI 团队，不用我们特别去引导他们自己都会知道需要什么数据需要什么分析的角度。所以到时面临的不是业务人员不知道如何提出业务需求的问题，转而会痛苦这些需求提出来了 BI 团队有没有那么多资源支持的到，数据质量、清洗规则、需求细节等反复确认修改和实施过程了。
在 BI 项目初期阻力最大的需求分析和调研的过程以及梳理业务人员对 BI 项目的正确认识的过程。在项目初期，不乏业务人员对 BI 项目不重视、配合程度不高的问题。但是一旦前几阶段任务完成 BI 项目上线，业务MM逐步认识到 BI系统的价值之后，也不乏经常跑到 BI 项目组里面撒个娇请求支持，比如新上几个报表或者在自己动手做报表的时候遇到问题寻求一下技术支持。
如何说服老板增加对 BI 团队的投入
任何投入都是需要成本的，如何说服老板增加对 BI 团队的投入其实重点是让老板看到 BI 到底在公司给企业带来了多大的价值。当然，价值可以是有形的，也可以是无形的。对 BI 的投入很明显是属于无形的，不像销售或者其它投资就可以马上用数字来衡量投入和产出比。
那么如何来增加 BI 的有形价值呢？用户，即 BI 系统的使用者。虽然我们对 BI 的定义很广泛，既有数据仓库也提到了数据挖掘，决策分析等等。但是 BI 实际上最终与用户发生关联联系的就是报表数据。也就是说 BI 系统的用户绝大部分就是报表用户，报表用户的数量变化和级别变化就是 BI 系统最有形的价值。
（图1：对 BI 平台上的 ETL，业务报表，报表用户，数据库增长的 BI 监控案例）
可以想象一下，这样的一组数据变化：
在 2013年，某 BI 项目系统的报表用户数量涉及到了 3 个部门的30位用户，4/5的用户均为普通业务人员，1/5的用户为 Team Lead，平台总共有 100 张报表，总报表执行次数为 1200 次。
在 2015年，某 BI 项目系统的报表用户数量涉及到了 12 个部门的 300位用户，5/6的用户均为普通业务人员，1/6的用户为 Team Lead 和部门经理，平台总共有 2000 张报表，总报表执行次数为 12000次。
在 2013年，后台数据仓库 ETL 包总共运行时间是 1 个小时，在2015年，ETL 总共运行时间是 6个小时。
这组数据说明了什么问题？ 非常明显可以看得出自从 BI 系统从2013年上线之后，基于 BI 平台的用户人数在不断倍增，从最开始的3个部门扩展到12个业务部门，用户群体从最初的业务人员扩展到高层用户。在很多情况下，我们无法使用直观的数字来判断什么样的一个 BI 平台是一个成功的，到底给我们企业带来了哪些盈利和工作流程的改善，但是我们却可以通过 BI 平台上的使用用户、使用面和覆盖程度做出判断。当越来越多的用户在工作过程中愈来愈依赖 BI 系统，自己制作越来越多的报表来解决实际业务数据分析问题，覆盖人群从最开始的几个部门逐步覆盖全公司所有部门，基本用户从普通业务人员扩展到 Team Lead 和高层包括移动端用户的增长，报表执行次数...。
（图2：微软 BI SSRS 制作的 ETL 监控）
所以一个 BI 系统的价值是使用者赋予的，用户的依赖性越大使用程度越高说明 BI 系统的价值就越大，因为没有人会帮时间浪费在一个无助于业务提升的系统之中。我们经常在讲 BI 系统到底对用户有什么价值，对于业务有什么价值，数据分析对于业务有什么样的价值，这些基本的道理大家都懂，但是如果能够辅助上面的这些监控数据让业务人员替我们发出声音不更好吗？
讲几个实际小案例：
第一个，某客户公司通过项目外包的形式完成了几期 BI 项目然后上线运行，各个部门的用户每日该看报表的还是看从来都没有觉得有什么问题。偶然一次月末月初要出大量的报表汇总的时候，BI 系统 ETL 部分由于源数据系统出现异常数据导致 ETL 数据仓库报错终止，新的统计数据迟迟不能发布，导致整个公司各个部门在月初总结例会无法开展，由于自身没有专业的 BI 团队维护这个 BUG 的修复花费了大量的时间和精力才得以解决。
第二个，某客户公司最初刚上 BI 项目的时候，BI 项目组还得不到重视，业务人员也不是非常重视，连基本的需求都提不出来。BI 系统上线之后，业务人员越来越依赖新的 BI 系统，逐步放弃了以前手工作业的方式。到后来 BI 项目组资源严重不够，业务组 MM 经常跑到 BI 项目组撒娇求支持。
第三个，某客户公司一个部门的自定义 Ad-hoc 报表开发达到了近 1200 张，BI 项目组给各个部门业务人员提供技术培训让其掌握基本的报表开发技能，BI 项目组只负责基础的数据仓库搭建和维护。后来共10余个部门200多位业务人员自行开发了共计 2000 余张报表，报表使用人数从最初的 30多人达到 200 余人。
需求在这里，BI 系统只要解决了用户的问题，只会越来越受到重视。
在新的产品采购有限的情况下，在业务需求在源源不断的被提出的情况下，BI 团队的工作量在持续增长，势必会影响一些业务需求的实现。当业务人员的需求得不到满足和及时响应，这些矛盾一定会被提出，新的资源计划一定也会被提出。该采购新的产品工具就采购新的产品工具，该增加人力资源就增加人力资源，BI 团队的角色不是催促高层下决定，而是应该摆出事实数据和实际工作量的变化让高层看到这种投入的必要性，把决定留给他们。
分段总结
再来简单总结如何说服老板增加对BI团队的投入？
第一，服务好已有的用户，真正的让他们认识到 BI 的价值，真正的为他们创造价值。（什么多维分析、探索式分析、分析方法等自行与用户填充）
第二，监控好所有的基础数据，BI 平台用户增长数量、报表的使用频率、常用报表和非常用报表使用频率、数据量增长趋势、业务数据源表数量增长趋势、用户级别变化趋势..等等，这些基础数据就能凸显 BI 平台的价值高低。
第三，摆工作量、当前实际工作量，在饱和状态下可以完成的最大工作量；当前任务预估所需要的工作量；未来工作预估的工作量。这些都可以根据业务部门的支持需求来衡量，工作量大了支持力度自然就不够，不够自然就需要投入和产品改善。
文章总结
对于这个问题“业务人员不知道如何提出 BI 需求，老板不重视 BI 项目怎么办？”相信每个人都有每个人的处理方式与手段，上述的一些观点和看法是站在一个甲方人员的角度来考虑这个问题的。对于第一个问题，我觉得还是相对比较容易解决。对于第二个问题，因人而异，有的老板就可以非常重视投入；有的老板也非常重视，但是凡事就需要有一个明确的说法和条理，这种对于 BI 价值的思考过程其实也是非常有价值的。换个角度，从实际项目中与业务人员互动的过程中其实也可以看到 BI 系统的不可替代。如果一个 BI 项目上线之后可轻易代替甚至完全忽略不用，只能说是项目的失败，而不是 BI 的失败。BI 系统价值有高低，仅在于如何引导，如何用产品 + 业务 + 分析经验 + 指导决策发挥的更好一些，而我们要做的就是这个推手而已。
