构建高效移动商务智能(BI)系统的成功并非偶然,需要精心的准备和规划,才能避开障碍,顺利部署。况且这样的障碍不在少数。
Deepa Deshpande是印度软件开发和IT咨询服务供应商Persisteng系统有限公司的一名高级技术顾问,他举例列出了一长串可能存在的移动BI麻烦和障碍。其中包括:屏幕小而且内存、磁盘空间和输入功能有限的设备;安全保护措施的缺乏;备份和恢复功能不完善;终端用户喜欢使用各种不同的设备和操作系统(可能是最大的问题)。
Richard Rothschild是美国加利福尼亚州奥克兰市Pandora媒体公司(在线音乐服务公司)的信息服务副总裁,他在为销售部门和其它用户组开发部署移动BI应用时就遇到了类似的问题。他指出,目前在多个移动设备平台上很难支持应用程序。
此外,他还列举了商业用户采用移动BI工具会遇到两个较大的困难,其一就是脱节的数据无法得到很好的整合。Rothschild说:“对于用户来说,在许多不同的地方使用各种不同的应用,想要获取决策所需信息变得更难了,这就涉及到数据整合的问题。”
数据递交从文档和定义开始
在基于角色的安全配置限制下,把正确的数据提供给合适的人也有一定挑战。为了避开障碍,Rothschild的团队与Pandora公司的主管和其它商业用户们一起工作,用文档记录了每个个体角色希望看到的数据。他们还在整个公司实施了数据标准化流程,以便于不同部门对关键数据元素(比如监听小时数)形成统一定义理解。他说:“我们需要形成那些共同定义,确保数据更加有用。”
Gartner公司分析师Andreas Bitterer在最近一次关于移动BI发展趋势和问题的网络视频上表示,移动部署的BI团队仍然面临一些挑战。Bitterer在德国工作,认为移动商务智能项目不应该只把笔记本或台式机上运行的应用在移动设备上重新实现一遍,因为这些应用在iPad、iPhone、android设备以及其它智能手机和平板电脑上可能无法正常工作。
Bitterer说,另外还需要一套合适的系统基础架构和数据建模、数据整合以及数据质量流程。他作出提醒,移动BI项目如果没有受到和传统BI系统一样的重视,是“不会有什么发展的”。
Bitterer说:“仔细去想,移动BI真的是漫长数据之旅的最后一站。高级主管可能会想使用看起来很酷的工具,并期待你能提供,但是如果你没有做好充分准备就无法完成这项任务。”
Claudia Imhoff是美国Intelligent Solutions公司的咨询总裁。与其他分析师一样,他也认为移动设备的可用屏幕尺寸限制对于BI团队是一个巨大的挑战。Imhoff还指出,尽管移动设备可以被远程禁用,而且保护措施远比USB移动硬盘要好,但设备丢失以及其它安全问题仍为潜在的障碍。
移动BI可能意味着控制权的丧失
此外,她说,采用移动BI,“你是在与不同的技术交流,你不能对其完全控制。”与在内部企业网络中公司配置的PC相比,这样的项目可能会令你头疼,且存在一定的不可靠性。
例如,企业只能指望移动BI用户在无线载体上不会掉线;而且对于业务用户对工作环境中设备的选择和支持,IT和BI团队没有任何决定权。Imhoff说:“我认为公司不可能要求员工必须使用某个品牌的手机或移动设备。”
还有一个障碍看似不太可能发生。如果你为用户构建了移动BI应用程序,但是他们不感冒怎么办?
在某些情况下这是有可能的。Jill Dyche是一位BI和数据管理顾问,她现在是软件供应商SAS研究所的思想领袖副总裁。Dyche说:“你会觉得,因为移动BI很新,所以它看起来会很炫。”但是,总会有一些业务用户更喜欢使用台式机上的电子表格。
我们一直都在努力坚持原创.......请不要一声不吭,就悄悄拿走。
我原创,你原创,我们的内容世界才会更加精彩!
【所有原创内容版权均属TechTarget,欢迎大家转发分享。但未经授权,严禁任何媒体(平面媒体、网络媒体、自媒体等)以及微信公众号复制、转载、摘编或以其他方式进行使用。】
微信公众号

TechTarget
官方微博

TechTarget中国
翻译
TechTarget特邀编辑。2003年入软件行业,熟悉软件过程所有环节,对机构信息化的各方面有深入理解和实践经验。现就职于某互联网创业公司,目前关注互联网分布式系统架构和机器学习。喜欢传统文化社科哲学(尤喜《周易》、《老子》),喜健身喜抓举(具备抱人引体向上的能力),喜欢中国象棋(具备盲棋1对2的能力)。
相关推荐
-
企业的数据科学团队如何挖掘数据价值
单纯地雇用数据科学家并不意味着企业能够充分利用数据科学带来的优势。来看看这些企业如何通过数据科学团队让数据价值最大化。
-
2017年分析型数据管理解决方案(DMSA)魔力象限(上)
分析型数据管理解决方案(DMSA)市场不断需要更多创新技术和更强的执行能力,以满足云端和本地部署以及云端与大数据产品组合的各种需求。
-
流数据分析带来的“速度与激情”
和构建大数据架构类似,支撑实时分析架构的软件种类繁多,这对于用户来说有利有弊。找到合适的技术,并把这些技术整合成一个有效的分析框架将是一个十分冒险的过程,一着不慎,满盘皆输。
-
年度数据仓库市场格局新鲜出炉 论技术论实力谁更受青睐?
国际数据管理分析机构The Information Difference在最新年度数据仓库市场格局(Big Data Warehouse Landscape)报告中,对全球前25家数据仓库厂商进行了评估。