从一个BI项目的失败，看到数据治理的重要性

编辑导语：BI项目主要分为3个部分：梳理需求、技术设计、实际开发，每个部分都有一个项目里程碑；所以项目组和业务人员之间的关系非常重要，BI项目经理要协调各方关系，才能顺利进行；本文作者分享了从一个BI项目的失败看数据治理的重要性，我们一起来看一下。

很多企业在做BI项目时，一开始的目标都是想通过梳理管理逻辑，帮助企业搭建可视化管理模型与深化管理的精细度，及时发现企业经营管理中的问题。

但在项目实施和验收时，BI却变成了报表开发项目，而报表的需求往往和个人习惯有关；一旦人员发生变动，尤其是新入职的高层，会把前公司的内容搬过来，这就需要重新开发一大堆报表。

如果不从源头进行控制，被动服务模式下的IT不可能满足所有人的报表需求。

接下来我们要讲的这个案例就真实反应了这个过程，同时也为大家解析问题产生的原因并找到解决问题的方法，建议所有有计划或已经实施BI项目的企业，认真阅读本文。

2011年底至2012年初，笔者在某女装公司组织实施BI系统，项目第一期就花了100多万，长达6个月的周期，经历了业务需求调研、数据清理、指标体系梳理、数据模型构建等等一系列中规中矩的项目实施过程。

从业务个性化需求报表到以经营指标为导向的数据模型、数据驾驶舱等等，在项目组看来，除移动化展现，几乎覆盖了当前所有业务需求；在多次宣导并召开上线动员大会后，BI终于正式运行了。

然而现实却给了项目组一个响亮的耳光，在BI系统上线后，3个月内不仅使用次数屈指可数，就连最初要求的月度经营分析和绩效考核必须从BI中取值这两点都没有实现，依然需要业务部门从各个系统中导出数据再自行计算统计。

第一期项目很快就被宣判失败，这让整个项目组深受打击，实施方法论是没有问题的；也针对上述状态的可能性做了很多短期过渡的报表，还有最大自由定义的万能报表，但最后用户们依然不满意。

这究竟是什么原因呢？

项目组进行反思，并用一周时间去做了用户调研，进行深入地讨论总结。

1）大部分用户反馈BI系统操作缺乏便利性，使用起来特别麻烦；因为每个用户只需查看自己日常工作的数据即可，这第一期BI系统实施把所有业务特性进行了归纳，按照其基础职能设置指标组合与自主选择的时间跨度栏位。

用户因此产生一个印象就是需要的报表全部堆砌在一起，你需求什么自己去找，而且部分派生指标取值需要重新计算后产生，报表展现的效率低下，BI操作起来就很痛苦。

其实每一项体系既要有决策层的视角，也要有管理层的视角，虽然按照操作层的指标体系与时间自定义几乎涵盖一切，但这样并没有针对每一个岗位进行相应的配置；要想得到用户认可，首要要素需要满足各层级用户在某一时间周期内的数据所见即所得

2）指标体系的管理逻辑梳理不清晰，需要用户凭经验去寻找数据背后的逻辑；BI的价值是提升管理的精准度，通过数据构筑一个企业管理模型。

BI系统实施的最大能力就体现在如何梳理管理逻辑，帮助企业可视化展现管理模型与管理的精细度。

3）主数据定义的一致性问题，用户经常反馈业务系统与BI数据报表中相同维度的数据会出现的一些差异，导致大家对BI数据的信任度严重下降。

综合上述调研的问题，项目组征得公司信息决策委员会的同意，于2012年8月启动了第二期的BI系统实施；项目组经过商讨决定改变实施思路，先暂停技术性工作，首要任务是进行公司的数据治理。

那么数据治理要怎么开展呢？

第一个就是主数据的治理，也就是说企业经营管理过程会用到哪些主数据？这些主数据是如何产生、如何进行分发、会标记哪些维度形成派生主数据？

随后在BI中单独搭建一个主数据中心库，抽取业务系统的主数据按照分类原则存放，并开发主数据一致性校验程序与主数据分发日志表。

第二个是指标的梳理，建立指标体系，定义每个分析过程中的使用的业务指标，建立评价标准，以及计算方法；将业务管理逻辑进行更加直观的呈现，销售环节出现了数据波动就可以直观的呈现出来，通过指标的呈现，可以追踪哪部分业务发生的问题。