站在业务和IT不同的角度来回答“怎样更好地创造业务价值”这个问题，一定会有不同的答案。在融合了这两种角色的视角后，企业知识开源首席布道师陈果的答案是：数据归IT，分析归业务。即IT部门主要负责管理好数据、提供好工具，分析本质上是业务要做的事情。近日，陈果分享了他的思考。
近期协助国内某大型消费品企业优化BI体系，针对其BI效率提升问题给到了一些建议。该企业规模庞大，IT团队有数百人，企业IT设施完备，主流软硬件装备齐全，数据链条畅通无阻，标准数仓建设到位，BI平台功能完善，可视化开发游刃有余。然而，即便资源丰富，仍面临数据需求交付周期长的难题，短则三周，长可达月余，症结何在？
问题出现在“怎么用”上。企业上了很好的BI工具，但依然深陷传统模式——业务提需求，IT开发。IT部门内部组织了20多人的BI团队，并构成跨财务、HR、营销等四五个业务域的分析团队小组，成员精通SQL、擅长BI工具运用、熟稔数据模型构建及可视化开发，但这整个过程中却没有业务用户参与。同时，内部数据资产梳理缺失，导致业务提出的需求不知道是否已有数据，使交付周期充满不确定性。
所以，该企业的问题不是技术问题，而是能够提升BI效率的敏捷组织的问题。对此，我们提出了三点建议：
第一，BI组织架构重塑。缩减BI团队规模，将数据工程师和数据架构师保留在IT部门，聚焦数据管道建设与SQL优化，基于数仓按照业务域开发标准化数据产品，深化数据治理。
第二，业务导向的流程优化。迁移业务分析师等至各业务部门，配以多样化的BI工具训练，让业务分析师能够自助建模分析。同时，更重要的是业务部门建立“数据驱动”的业务流程改进机制，让数据真正发挥价值。数据部门也要蜕变为核心推手，引导业务流程革新，让“表哥”“表姐”们称为业务改进的洞察者，为业务创新产生真正的价值。
第三，全方位数据素养提升。有用数需求的业务也能分成两类，一类是业务分析师，一类是实际要看数据的人。企业要在分析师与终端用户角色上双管齐下，推进全公司数据素养提升。通过数据黑客松比赛等方式提升业务部门用数能力，并且落实全公司的数据治理体系，营造浓厚的数据氛围，构筑坚实基础设施，确保数据效用贯穿企业上下。
对上述公司的三条建议，可以成为更多企业构建敏捷组织的参考。但要实现以上三点，企业也面临着一些挑战。其一是业务部门用户需要具备较强的数据工程能力，其二是分布式分析模式下，对指标管理归属的定义。它们指向的是“如何让业务用起来”的问题，而解决这一问题有三个前提条件：
1、建立指标管理，集中管控和自主分析的平衡。“让业务用起来”需奠基于健全的指标分析体系之上，哪怕是ChatBI，如果数据质量差、指标治理混乱，效率也会很低。定义指标可以在数据层、数据平台的指标层乃至独立的指标层进行，企业定义指标不论在哪一层进行，指标策略都要支持企业的分析形态。
2、以用户为中心的可视化。结合实际应用场景与目标（展示说服、确认理解、探索分析），甄选合适的可视化方式，以此激发表达效果和认知共鸣。现在网络上有很多开源的数据可视化模版，但掌握如何站在用户的角度可视化展现数据的方法更为重要。
3、降低对业务部门的数据工程能力要求。目前整个行业应用AI的旅程才刚刚开始，从数据准备、业务洞察到用户体验，如何利用AI能力，提升整个数据分析链路上的某一个环节或全链路的效率，让业务人员更好地把BI用起来，是未来要持续探索的方向。
除此之外，陈果还详述了BI的发展阶段，从数仓，到敏捷BI，再到未来的人工智能BI方向，以及业务部门与IT部门的协作变化。内容非常精彩，完整内容可扫描上文二维码下载。
