BI 的相关性是什么？早在 1996 年，我个人的 BI 故事就开始了，商业智能 (BI) 并不是一项 IT 爱好，而是一项特定任务。这包括使决策者能够利用相关信息评估某些问题。在过去的二十年里，除了提供信息的任务之外，对信息进行解释的需求也越来越大。此外，还应该更详细地审查决策的各种选择。这种决策支持仍然是当今 BI 的核心任务，与纯粹的报告形成了明显的区别。
二十年前，是 IT 部门提供此类报告。现在的趋势越来越倾向于自助式 BI 和数据探索，这是一个非常广泛的概念。然而，它对数据源的直接使用与可靠 BI 的要求存在很大的冲突。为了保证治理能够实现单一事实来源的想法，托管数据层支持这一点。
是什么造就了可靠的 BI？
所提到的要求直接源于相关信息的假定基本任务。对于决 爱沙尼亚 whatsapp 数据 策者来说，这种相关性源于可靠数据的及时可用性，更广泛地说，源于对不断变化的条件的灵活适应。这使得决策者能够获得充分的依据——毫不拖延，也没有错误信息的风险。
只有充分考虑这些因素，才能确保满足要求并过渡到具体实施。然而，这些要求的波动性也是 BI 项目的特征。毕竟，只有在极少数情况下才能提前收集完整的规范。因此，BI项目往往从明确的目标走廊开始，通过对发展方向的敏捷控制来确保项目的成功。
在许多情况下，BI 项目最多是在“全新”技术基础上实施的。一般来说，已经有一个实现操作要求的技术流程。然而，这通常充满了在实施 BI 项目时需要识别和解决的问题。仔细的需求工程构成了必要的流程理解的基础。
目前在项目业务中变得越来越强大的高级分析元素 - 例如机器学习组件的集成或认知服务的使用 - 可能需要有关通常需求工程的建议。最终，客户可能尚未定义或实施任何要求或流程的方面和程序可以包含在范围内。
其背后的流程是什么？
一旦建立了对技术流程的理解，并且对所涉及的参与者和利益相关者有了深入的了解，该技术流程只需要在技术上进行映射。或者？过去可能就是这样。 ETL 一词及其阶段提取、转换和加载也暗示了一定的简单性。然而，在当今的系统环境中，这种情况通常不存在并且不会随负载而结束。