奶农为了提高奶牛产奶的质量，会选择比较好的牧地。其实在BI项目中，也需要选择好的牧地。在BI系统中，这个牧地就是数据流。改善数据流的质 量与流向，能够有效的提升BI系统的工作效益。笔者认为，通过流程优化，利用标准化的流程来武装数据流，可以提高数据流的质量。笔者下面这些建议，或许对 各位读者有所帮助。

　　一、梳理与BI系统相关的流程

　　操作流程是过程，而数据流是结果。有些项目实施顾问 或者企业的项目管理员，在这里会有一个误区。他们自认为自己是将军，对下面的士兵说，我们只要结果，不管过程。我只要结果准确，不管你们中间做了一些什么 事情。笔者认为，如果项目管理员有这种观念，是非常危险了。因为，如果只管结果，不管过程，很难保证数据流的质量。即使用户通过核对和侍候的调整，发现一 部分错误。但是这也只能够保证本期数据的准确。以后各期的数据，又有谁来保证质量呢？

　　笔者在实施BI项目时，比较看重过程。因为笔者相 信，只要中间过程准确了，那么结果就自然而然的准确了。也就是说，只要第一次的结果准确，那么按照标准过程做下去，第二次、第三次都会准确。这就好像通过 模具生产产品。只要模具设计的没问题，那么从同一个模具中出来的产品，其形状都是相同的。所以笔者非常重视流程。

　　在实际工作中，笔者会 在项目的初期，让用户整理与BI相关的流程，主要是前期数据的来源以及流向。如企业可能已经上了财务管理系统，BI需要用这个系统中的相关数据。在这种情 况下，笔者会让企业用户先整理财务管理系统中的流程。然后笔者会根据用户的需求，确认与BI系统相关的流程。在流程优化与重组阶段，笔者会跟企业项目组一 起讨论这些流程，并进行适当的优化。特别是对于一些容易出现偏差的环节会重点关注。这么做的目的只有一个，就是修正模具，以提高数据流的质量。

　 　在这个环节中，笔者认为项目实施顾问需要抓住一个核心因素，即企业的BI需求。企业的操作流程有很多，但是跟BI需求相关的流程一般不是很多。根据笔者 的经验，大概占企业总流程的10%左右。在这种情况下，根据企业现有的BI需求，来定位需要优化的流程，就可以大幅度的减少流程优化的工作量。跟BI系统 无关的业务流程，就不是我们这里讨论的范围。

　　二、对流程进行优化，以满足BI系统的需求

　　找出与BI系统相关的流程之后，接下去的工作我们就是要对这些流程进行优化。流程优化是一门很广泛的学科。笔者不能够在这里做详细的说明。在这里笔者只结合BI项目，谈谈自己的一些感受。以后如果有机会，笔者会对这方面内容进行详细的展开。

　 　一是流程优化时，要以行业标准化流程优先。流程重组已经发展了好几年了。通过一些管理学家的努力，已经总结出了一套行业的标准化流程。笔者认为在流程优 化上，我们并不需要创新。而应该像腾迅QQ一样，学会模仿。直接模仿人家成功的经验，这可以帮助企业少走弯路，减少损失。

　　二是适当考虑 企业的个性化需求。标准流程是适合大部分企业的需求。不够实际情况是，企业在日常操作中还会存在一些个性化的内容。笔者以前就遇到过这种情况。有一家企 业，在结账时不按自然月进行结账。而是将每个月的27日作为结账日。结账日的不同，直接导致后面数据分析的不同。因为数据流的截断时间不一致了。笔者还遇 到一家企业，他们在分析订单毛利率的时候，必须要要考虑到退税的因素。故在流程优化时，要将退税这一个环节添加进去。

　　对于这种个性化的 需求，我们应该尊重。但是应该限制。即需要对企业的个性化需求进行分析。如果认为是合理的而且是必要的，我们才按企业用户的需求进行调整。否则的话，我们 应该说服客户，按照标准流程来操作。其次需要说明的是，如果是企业的个性化需求，那么在软件培训、系统配置、后续追踪时应该给与特殊的照顾。也就是说要采 取一些预防措施，以防止在这几个环节出错。如以退税率为例，就应该设计一个环节，来保证在数据分析时采用了正确的退税率。

　　三是需要注 意，无论是标准流程，还是根据企业的个性需求调整后的流程，一旦流程确定下来，用户就需要不折不扣的执行。这就好像模具设计完成后，用户必须按模具来生产 产品，而不能够按自己的创意来生产产品。只有如此，才能够保证最后得到的结果是准确的。在实际工作中，要做到这一点有一定的难度。要培养用户的遵循性，有 时候非常的困难。毕竟人不是机器。

　　只要编号程序，电脑就会一直按这个程序进行。为此笔者认为，在日常工作中，应该将这项内容作为重点， 即要时刻培育用户按照流程办事的观念。其实这不仅在BI项目中有用，也是企业日常管理的需要。故这可以跟企业改善日常管理的工作挂钩。我们的目的只有一 个，不要让辛辛苦苦整理好的流程成为一纸空文，而应该将其落到实处。

　　三、追踪数据流的质量，以判断流程优化是否到位

　 　什么样的流程才是合理的呢？遇到什么情况需要更改现有的流程呢？笔者认为，这主要需要通过数据流来验证。流程是过程，数据流是结果。或者说，流程是模 具，数据流是结果。要看过程或者模具是否合理，主要依靠结果或者最终的产品来验证。如果生产出来的产品与用户的意图不一致，那显然模具在设计上存在缺陷。 需要进行更改。

　　在实际工作中，有用户会问笔者，我这么设计的流程对不对。笔者就直接问题，根据这个流程产生的数据流准确不？这一期准确，以后各期是否准确？只要数据流（包括数据与流向）没有问题了，那么这个流程就是合理的。具体的说，可以考虑如下内容。

　 　一是一些意外情况这个流程是否考虑进去。如在订单成本分析时，有时候用户会用库存的原材料进行生产。此时在分析成本时，这个原材料的价格应该用哪个价 格？是这个原材料最近采购的价格，还是按库存成本来计算？这些意外的情况，虽然发生的几率不是很大。但是一旦发生，就会直接导致计算结果出现偏差。所以在 设计流程时，应该考虑到所有的情况。包括小概率事件。并在流程优化时采取适当的手段，来消除由此带来的负面影响。

　　二是需要不定期的抽查 数据流的准确性。在按模具生产产品时，企业质量人员仍然会不定期的检查模具与产品，以判断模具是否出现质量问题，或者因为原材料的问题导致无法生产出合格 的产品。这就叫做抽检。在这个环节中，项目管理员也需要对数据流进行抽检，以判断在这段时间内是否出现过意外情况。笔者一边建议用户，在系统刚上线的时 候，最好每周抽一天数据进行检查。而等到系统稳定之后，可以每个月抽一天的数据进行核对。以确保数据流的质量。

免责声明：本网站（http://www.ciotimes.com/）内容主要来自原创、合作媒体供稿和第三方投稿，凡在本网站出现的信息，均仅供参考。本网站将尽力确保所提供信息的准确性及可靠性，但不保证有关资料的准确性及可靠性，读者在使用前请进一步核实，并对任何自主决定的行为负责。本网站对有关资料所引致的错误、不确或遗漏，概不负任何法律责任。
本网站刊载的所有内容（包括但不仅限文字、图片、LOGO、音频、视频、软件、程序等）版权归原作者所有。任何单位或个人认为本网站中的内容可能涉嫌侵犯其知识产权或存在不实内容时，请及时通知本站，予以删除。