关键词：商业智能BI管理
新零售时代，企业都各展所长卯足了劲往新零售浪潮里扎，数据化管理成为企业发展必不可少的能力，商业智能BI管理成为企业数字化的重要工具。
能否让信息资产得以充分利用，将决定企业在信息时代中数据管理的成败。然而企业对商务智能BI管理的运用却并没有那么容易达到预期效果，一般来说，实现有效的商业智能BI管理，需要注意以下四个问题：
数据驱动——分析工具不能解决理念问题
当一家企业开始推行数据驱动文化的时候，往往会寄希望于易于使用的数据分析工具，认为只要提供容易上手的工具就能提高员工使用数据分析工具的积极性。然而事实却并不尽如人意。
Dresner咨询服务公司2015年的一份关于智慧BI的报告表明，近40%的受访公司中只有不到10%的员工使用数据分析工具，而且这个比例相较于前些年并未增长。
数据分析工具越来越好用了，使用率却迟迟不见增长，甚至越来越低？首当其冲的是数据分析的理念问题。原本的工作方法使用得好好的，为什么要改变？耗费时间和精力去学着使用数据分析工具，值得吗？这都是员工可能会萦绕在脑海中的问号。
因此，管理层在引入数据分析工具的时候，首先要以适当的方式解释清楚，这个分析工具将会如何帮助员工提高处理数据的效率，证明这个分析工具是最高效的；其次，需要不断渗透数据驱动文化。最重要的还是管理层必须以身作则，做决策时让数据说话。
数据报告——统一标准，拒绝自说自话
《圣经·旧约·创世记》第11章宣称，当时人类联合起来兴建希望能通往天堂的高塔。为了阻止人类的计划，上帝让人类说不同的语言，使人类相互之间不能沟通，计划因此失败，人类自此各散东西。
这个故事很有警示意义。很多公司由于缺乏通用的数据词汇，IT部门和业务部门“语言不通”，严重影响BI管理的效率。要想从商务智能中获取最大的价值，就需要强大的数据治理能力，这往往从数据定义开始。
来自企业业务系统的信息碎片化地分散在组织中，需要来自业务部门员工与同事合作，共同创造通用的词汇和数据治理框架，保证既不会限制业务部门，也不会影响服务客户的数据标准。
数据分析——分析模型需要与业务相结合
主流的BI应用的关注点在过去——如何从已有数据中取得业务价值、了解顾客行为和发展趋势；而一些新兴的数据分析技术的关注点在未来——通过采用大数据技术预测分析未来可能发生的事情。
预测分析的构建必须以业务目标为基础，不仅需要在信息收集上投入大量精力，更要注意将信息收集和企业业务相结合，建立起建模人员与业务用户的合作关系。
数据决策——信息资产在组织中得到充分利用
商业智能BI管理最终的目的是让信息资产在组织中得到应用。企业内众多的技术平台和信息需要妥善管理，充分利用。如果系统间出现问题，导致无法访问数据，企业在没有信息支撑的情况下继续运行，由此带来的错误决策和滞后业务流程对企业的伤害是致命的。毫无疑问，在信息时代，信息管理是企业成功与否的重要因素。
