长期以来，企业通向商业智能的道路是有良好意图的

但是在这种特殊的方式下，每家企业都希望变得更加智能，在这种情况下，企业积累，使用和利用驱动其分析的数据的方式的一些基本原理似乎已经丢失，闪亮的自助式分析不一定是答案尽管大多数企业计划在其BI和分析产品组合中投入大量资金，但如今仍缺乏高管人员的支持。自助服务和移动交付机制的有效性在制度上存在一些脱节。尽管大量用户正在为这些闪亮的新分析对象而垂涎三尺，但后台BI和IT团队仍在努力在他们已经拥有的系统上提供一致的报告和仪表板。正如我之前在有关数据灾难的潜在可能性的文章中所写的那样，他们也正在努力应对数据治理。

挑战1：需要行政和文化支持

奇怪的是，在2020年，BI和分析程序需要更多的顶级支持。接受我们调查的受访者表示，他们正在寻找自己的BI和分析工作的，这对我来说，这些程序的优先级可能比假定的要低，强大的行政支持可以做什么？受访者告诉我们，高管人员的赞助将有助于解决数据治理问题，对组织进行分析标准教育，并定义通用的BI和分析策略，这种支持可以帮助企业抵御数据驱动的决策时产生的文化阻力。

用数据来驱动决策的实践通常要求组织的行为和文化发生变化

这些类型的更改需要了解BI领域的执行发起人的指导，并且可以支持围绕整个组织中单个真相来源所需的数据治理工作，在这种情况下，是否会伤脑筋？大多数企业计划在BI和分析产品组合上花费更多的钱：68％的调查受访者预计其BI产品组合会增加。如果现在将BI程序扩展得很薄，那么向其堆栈中添加更多技术不一定是解决此问题的正确方法。

挑战2：自助分析陷阱

报告中另一个有趣的趋势涉及终用户如何与BI和分析软件进行交互。我们接受调查的SAP客户需要易于使用，提供自助服务且快速的工具。因此，尽管拥有可靠数据的技术上合理的工具对于这些BI团队服务的终用户而言都很重要，但这还不够。一位接受调查的受访者表示：他们想被告知哪些数据很重要，为什么重要，对我来说，这意味着尽管自助BI工具的目标仍然值得实现，但用户仍然需要所有这些漂亮的可视化工具和仪表板的帮助。正如一位受访者在研究中所说：非技术经理需要简单直观的方法来查找和理解这些数据，现在每个人都可以拥有智能手机，许多用户将在他们的移动设备上寻找这些仪表板，尤其是在主管级别，平均而言BI工具的用户中有23％在通过移动设备查看数据。

我们的报告指出：“有些公司可能需要变更管理来鼓励员工使用移动设备与数据进行交互，而其他公司可能会发现采用分析程序取决于使它们对移动设备友好，当工作集中在公司关键的KPI上，并且BI团队可以同样专注于将这些事务交到用户手中时，自助服务将发挥的作用，而不是尝试使用不同的设备为1,000名主服务。

挑战3：没有技术的帮助，您将无法满足用户

每家公司的大门都是无数基于云的新兴技术，它们正等待破产，BI和分析领域也不乏不足，那么谁在守护大门？与当今的许多其他团队一样，商务智能和分析团队被要求以更少的钱做更多的事，然而正如我们的研究发现的那样，业务用户越来越频繁地向这些团队求助，以在需要时向他们提供他们所需的信息，以使其变得更加敏捷，他们想要他们闪亮的新技术，根据我们的研究，“新兴技术有望满足这一需求，这促使BI团队考虑自动化，人工智能（AI），更容易从物联网（IoT）提取数据以及机器学习来帮助他们更快地将数据放入上下文中，除非公司今天改变他们的方法，否则BI团队就没有人员来完成业务要求他们做的所有事情。而且，让我们面对现实，现在有太多数据需要分析，如果没有人工智能（AI）等技术的帮助，人类就不可能实现这一目标。

如果使用先进的技术可以将正确的数据快速分发给合适的人员

则可以使业务用户满意，从而真正推动决策，一位受访者指出：当我们将存储过程从Microsoft SQL转移时，业务用户注意到了差异，在月底关闭时，过去需要我们花费时间来刷新具有数百万行数据的报告的过程现在不到一个小时，迁移到云是我们的研究参与者添加高级功能并更好地分发其数据的另一种方式，一位与会者说要使用和强大的功能，您必须使用云平台。

未来的BI之路

所有企业终都将需要成为一个与其组织的机会，目标和理想相一致的智能企业。正如我们的研究发现的那样，当今的许多企业在其数字化进程中都面临着巨大但可管理的障碍，如果数据是推动每项业务发展的新动力，那么我们认为在业务战略层面将需要更多的关注和关注-尤其是当企业渴望成为聪明的企业时，使到位他们了解如何构建数据驱动型企业，将是这里取得成功的关键，如果我们想从此功能中获取全部价值，是时候将适当数量的资源投入到BI和分析中。