自助BI第5部分

这是自助BI 6部分系列的第5部分。本系列将讨论自助BI的主要维度：

第1部分：黑夜充满恐怖：装备自助BI第2部分：国王之手支持自助BI：BI能力中心第3部分：自助BI的许多方面（和用例）第4部分：链的断裂：IT如何支持自助BI第5部分：未燃：支持自助BI的数据策略第六部分：冬天来了：下一步该怎么办

伙计。您需要一个用于自助BI的数据策略。未燃烧的是一个谁可以站在火灾和一些毫发无损这将不会发生没有一个新的，灵活的，可扩展的数据战略。这种自助式BI数据策略应有助于确定关键原则/任务：

协助找到正确的来源。管理元数据以便于使用。执行例行清理和重复数据消除。升级到企业资源，具有视图。尽可能少地移动/复制数据。确保已存档和已删除的信息被排除在外。

当然，您的数据策略应该与信息治理团队共享。该团队需要了解数据如何不仅支持企业事务数据，而且支持分析数据。

我们所说的信息治理是什么意思？关于以下模型的完整答案，请查看本博客系列。

简而言之，我只是数据，信息治理是一门学科。技术肯定支持所有的关键活动（这就是为什么外圈包含整个圆环），但大部分工作不是技术问题。与开发分析战略和自助式BI战略非常相似，信息治理战略包括定义数据的流程和指标，了解谁可以创建/读取/更新/删除数据，决定哪种数据适合哪种治理级别…列表会不断出现。

自助BI将为您的数据策略添加新的要求。随着数据可见性的提高，您需要一个可靠的数据策略来保持不被烧毁。

哪些数据集将被提升为企业源？清洁和改造在哪里进行？计算在哪里进行？是否有一个反馈过程来处理发现的错误和数据不一致？您将如何移动数据以避免创建大量的数据仓库？您对敏感或区域外数据的用户权限设置是否适当？如何将数据升级到企业源？你将如何分享共同的参考数据和丰富的来源？您将如何管理第三方数据集，大数据是什么，学生云服务器，如邓和布拉德街的数字或人口统计数据？

一些公司的分析活动所需的数据准备是一个关键维度，他们80%的分析工作都花在了数据准备上（见上面链接的TDWI报告）！确保为自助BI准备数据有一个深思熟虑的策略。

您与信息治理团队是最好的朋友吗？您是否制定了全面的数据准备策略？

在下一节中，快速自助建站，我们将从您的自助商务旅行开始，讨论如何应对冬季。

，世界人工智能