BI的囚徒困境
https://mp.weixin.qq.com/s/SxYGt2gje_lTHOYZ6nj0Aw
写过一篇《为什么传统BI分析专题很难成功》，谈到了很多传统企业BI分析专题项目失败的原因，自己再看一遍时，却觉得自己当时的理解并未触达根本，写得时候以为过去的自己是个囚徒，但现在看来，自己依然是个囚徒。
触发感想的有二件事，一件是大数据运营的反思，另一件是最近几年的人员离职现象，本来这两件事没啥关系，但却都有一个相通的因素，就是在“出口”上的追求，几年前的一位同事离职的时候，同样谈到出口问题，就是得不到自我实现的感觉。
由此想到以前做的BI项目，也面临同样的问题，当时在技术、建模、人员上投入不能说不多，但效果难说理想。
有人曾经一针见血的提到当前很多传统企业大数据亦或BI的核心问题是渠道问题（注意这里的BI特指跟业务相关的专题项目），对于传统企业来讲，如果在渠道上不给予大数据或BI赋能，很难成功，大数据或BI出口的第一步，就是要掌控渠道的实际数据运营权。
这里的渠道是个广义的概念，就是大数据或BI最终的分析结果，能否由大数据或BI主导推送到想推送到的对象：
比如分析报告能否直接推送到决策者手中？能否第一时间得到决策者的反馈？
比如目标客户是否能直接推送到线上线下渠道中？能否第一时间通过渠道得到效果的反馈？
中间每增加一个中间环节，大数据或BI的价值就降低一点，直到耗尽，在很多传统企业中，做建模的人和享受数据价值的人相距过于遥远，也许就是症结所在。
如果认可这一点，在BI专题项目开始前，就需要先与业务谈妥渠道协同的问题，别急着建模型或搞系统，前面没谈清楚，成功的第一个数字只能是0, 如果成功了，更多也是皇帝的新装吧，只有解决了渠道问题，才有建模和系统，才有后续的迭代，才有所谓的互联网速度。
但是，传统企业有自己传统业务的坚持和可用的经验规则，产出本来就可以，储备产能倒并不是非常迫切，强调能力的大数据或BI要生存，必须适应它，但显然工作的第一要务不是冲到前面去做一个个的专题应用，“搭台唱戏”似乎更为可行了。
所谓的台，既可以是一个提升传统工作方式的自动化系统，也可以是一种运营手段，比如宣贯、培训、辅导、竞赛等等，在不同的时期，采用的手段也不同。
在传统BI时代，企业的数据意识并不强，BI更多应在工具层面去提升效率，比如人工取个数很慢，就搞个自助取数工具，其效果好过搞高大上的模型或专题分析。
大数据来了，很多企业的数据意识渐起，业务用大数据的驱动力十足，应该抓住时代赋予的机会，吸引大伙到构建的大数据平台上跳舞，自己做好模型、技术等支撑，但吸引是个艺术活，极大考验组织能力和运作能力，有时还得亲自上马搞个最佳实践，助推一把，要相信“星星之火，可以燎原”。
如果有可能，企业赋予了你运营某个渠道的权利，那一定要珍惜这次机会，好好用数据运营它吧，肯定让你觉得数据不够用，每天“欲仙欲死”，这就是互联网的迭代吧，失败应是常态，但肯定会获得更大的成长。
无论是哪种方式，都算是解决了出口问题，对于BI或大数据的，这是一个新的开始。
历史足迹
传统BI的认知：
《我们需要什么样的ETL?》
《BI一线管理者的二次创业？》
《十幅图读懂BI自助取数系统！》
《为什么传统BI没前途？》
《为什么BI取数这么难？》
《BI自助取数是怎么炼成的？》
《报表系统的雄心？ 》
《重新认识数据可视化》
《为什么数据挖掘很难成功？》
《如何才能做好一张报表?》
大数据的实践：
《大数据需要什么样的合作伙伴？》
《不忘初心，大数据不是IT的狂欢！》
《大数据，悟道2016》
《我们缺什么，一次大数据头脑风暴的启示！》
《一个大数据应用是如何炼成的？ 》
《一只传统企业大数据平台团队的绽放！》
《大数据，为什么不是传统BI的简单升级？》
数据管理的领悟：
《重装上阵-大数据管理的实践和思考》
《我如何完成一本企业数据字典的编写！》
《为什么数据管理工作很难成功？》
《七幅图读懂企业的数据字典》
《六把武器？ 谈谈DT时代的大数据资产管理》
数据人员的修养：
《数据分析师的自我修养》
《为什么有些人用3年的时间获得了你12年的数据分析经验？》
《经营分析师如何进一步提升自己的境界》
《数据从业者与PPT的进阶》
运营商大数据：
《联通的大数据反欺诈，依赖互联网公司靠谱吗？》
《电信运营商的反欺诈系统不会侵犯用户隐私！》
《DPI大数据之战，运营商的艰难抉择》
《PK BAT大数据？谈谈运营商大数据的价值》
《唯有数据创新，运营商才能实现大数据变现的突破》
《逆袭 | 运营商吸引大数据人才的七个优势》
我的读书笔记：
《读吴军的智能时代》
《如何清晰的理解区块链？》
《我如何理解深度学习？》
《进阶: 产品启示录》
《黑客帝国的前奏：工业大数据的崛起》
《互联网广告：大数据变现的颜值担当》
