工具|最好用的bi数据分析工具_思迈特软件( 二 )
三、ISV生态合作破解BI项目实施难题场景理解力强
与普通IT系统，尤其是SaaS产品相比，BI工具的一大特征就是项目制的交付方式，实施周期较长，这其中的原因是多方面的。
首先，并非所有客户都像银行那样有完善的数据仓库，BI项目往往要直接面对多个业务系统的数据源，这些数据源的结构千差万别，数据质量也参差不齐，往往还会出现“脏数据”。
其次，在不同行业中，存在大量的行业know-how（一般指不同行业的业务知识、技术诀窍），使得客户需求的数据模型也会存在很大差别。
另外，在BI项目推进过程中，客户的需求往往并非在开始阶段就十分明确，而是会在项目推进过程中根据进展而发生变化。因此，实施人员与客户之间必须进行大量且反复的沟通，才能完全确定其最终期望的数据模型。
因此，实施人员在数据集市建造、ETL构建等阶段，面临着大量不可控因素，这都使得BI工具的交付过程天然就是难以标准化的。面对BI项目重人力、长周期的现状，不同的BI厂商选择了不同的项目策略，部分BI厂商选择扩大实施团队规模，直接服务于最终客户。
但Smartbi选择的策略是深度依靠ISV生态合作伙伴，将自己的标准化产品交付给ISV，由ISV负责BI项目的具体实施。这样的方式一方面会降低人力成本，但在另一方面，由于BI项目对实施人员的要求很高，如果Smartbi无法对实施过程实现有效掌控，那么项目效果就难以保证。
为了解决资源占用与实施质量之间的矛盾，Smartbi提出了“BI+行业”的战略，通过对客户场景的深入理解，为不同的行业场景定制不同的行业模板。
文章图片
在金融领域，由于基础设施建设相对成熟，行业模板很容易来提炼，大量成熟的模板也已经被积累下来。但在零售、制造业等领域，行业模板的积累仍然是欠缺的。针对这种现状，Smartbi目前的策略是引导行业ISV按照给出的模板格式，在项目实施过程中与Smartbi来共同积累和完善行业模板。
有了行业模板之后，Smartbi和ISV在遇到同行业客户的时候，就可以将来自异构数据源的数据直接对接到模板中，只需额外在模板基础上定制少部分特性就能完成数据模型构建，在一定程度上实现了实施流程的标准化。
通过与ISV在行业模板标准化上的深度合作，Smartbi的客户服务周期缩短，这也就意味着Smartbi能够依靠一支较为精干的实施团队服务于更多客户，规模化效应也将逐步体现。
推荐阅读
- 新时代应急人好样子丨汪家科：立志成才 做最好的“火焰蓝”
- 自行车|2020全中国6一12岁儿童自行车最好的牌子排行榜
- 时尚装修知识大全|家里最没用的10件家具家电，再有钱也别买，看你家中了几个？
- 疫情下，多大的房子最好卖？广州8成新房买家都爱这个面积段！
- 企业|企业站的百度抓取频次多少最好？
- 明星八卦|郑爽在圈中最好的5个朋友，全是超一线大腕，最后这小两口没人敢惹
- 知识科普|ATT配仓宝实体企业营销好工具 带领企业开启数字时代
- 有梅无雪不精神|虽然金毛很聪明，却不是最好的导盲犬，这种狗才是最优秀的
- 到现在依然|目前烂大街的三部手机，有你在使用的吗？
- 中医实战笔记|《本草精荟》：贝母的功效与应用