最近有很多文章和演讲中都提到了敏捷BI这个词。但是，提出者对它的定义并不一致。主要有以下两种观点：
1、敏捷BI是指将敏捷软件开发的方法运用到商业智能项目中。随着终端用户需求的不断演进，BI解决方案也需要不断的变化。这种方法类似于项目管理中的快速应用交付法。
2、敏捷BI是构建一种商业智能的响应架构。它能应对组织中出现的任何环境变化并且快速做出反应。这种BI环境不但包括技术，而且包括支持BI的流程、方法和基础设施。
这两个定义非常相似，互不排斥。两者都认识到BI是一个不断演进的交付过程，没有明确的开始和结束日期。它们都提到，用户需求是会变化的，并且这种变化需要及时应对。两者的主要区别是，一个是看的是BI的整体过程，而另一个侧重的是BI项目的交付生命周期。
在商业智能项目实施失败的案例中，你会发现一种常见模式。开始的时候，有一个特定的用户群体需要一些报告，由此我们建立了BI项目。接下来，这个项目被定义为IT项目，并由PMO领导开展。项目通常会采用瀑布模型，以项目立案标志开始，以交付终端用户标志结束。首先会我们收集需求，接着设计解决方案，然后开始开发。可能大概8个月后，项目结束，交付用户要求的报告。这时，用户却说，如果是在8个月前，这些报告确实不错。但是现在业务发生了变化，所以报告里需要做一些补充和修改。他们想要增加仪表盘功能，或者数据探索功能。就这样，因为变更需求的出现，整个项目生命周期再一次启动。
在现有的BI项目中，IT部门开发了数据仓库来支持这些报告。他们采用了多种技术集成这些数据源。他们给出的BI解决方案能够交付报告，但不能很好地支持仪表盘或自助服务。为了适应新的用户需求，他们不仅要加入新的技术，同时要修改数据仓库设计，开发新的集成特性，并且很可能要增加额外的数据源。这并不是一个简单的事情。但是，站在用户的角度是很难认识到这一点的。
如果我们在BI项目开发之初就采用整体思维，便可以避免这些问题。商业智能的本质要求流程、人员和技术都能适应企业不断变化的环境。BI架构路线图应该是灵活的。这种架构图中应该包含可用而合适的的最佳实践知识产权。我们采用的项目管理方法要适应不断迭代的开发周期。
1、认识到BI开发本质上是迭代的，并采用相应的项目管理方法。
2、预测用户未来可能的需求。不要只盯着当前的需求，调查公司的发展方向，然后在项目中尽可能多的囊括和企业未来发展方向有关的数据。要知道，比起后期将数据整合到模型中，在一个完整的数据集上进行建模是一件容易得多的事。
3、采用符合最佳实践的敏捷数据集市。许多领域的业务都必须遵循行业规范标准和行业最佳实践。譬如说ERP组件，我们可以买到含有预配置的数据集市，然后在很短的时间内快速建立起来。这就相当于我们有一个可用的轮子，所以不需要去重新自己发明。Oracle,、SAP、 Rapid Decision和IBM等公司都提供不同预配置程度的数据集市。学会拥抱这些“同盟”吧，这比靠你一己之力去创建一个各方面都先进的数据仓库要敏捷得多。
4、内部发展也很重要，架构师要考虑到数据模型的变化。对于快速变化的数据结构、汇总和分析，可以考虑使用内存技术或者OLAP能力。
5、选择包含敏捷理念的商业智能软件。我们开发出的产品应该不仅能够创建报告，也要支持自助服务、用户自主探索和终端用户开发。为终端用户提供合适的产品才是我们工作的根本所在，所以在需要的地方放心地进行的混合与搭配。
6、确保你有适当的培训和支持力量。这种培训和支持帮助可以确保你对业务理解。通过它，你可以了解BI解决方案得到的信息对于企业的作用和影响。在BI项目的迭代中，培训支持人员应当致力于保证用户的需求一直被关注与满足。开发和支持BI解决方案的整体实践应该是统一的。
翻译：新炬网络梁铭图
整理:DAMS
原文地址：http://www.bi-software.com/?q=article/2014/08/20/becoming-agile-business-intelligence
架构师联盟微信号：jiagoushi2015
关于DAMS中国数据资产管理峰会：
中国数据资产管理峰会主题是行业顶级“数据”峰会，覆盖大数据与数据资产管理、架构、数据安全、云、运维及跨界数据应用等，预计2016年7月15-16日2天在上海，1主场9分场1500人规模，指导单位上海经信委，联合主办：上海云计算产业中心、DBA+社群，目前已经邀请到来自腾讯、阿里、蚂蚁金服、京东、小米、创大、浙江移动、壳牌等重量级演讲嘉宾，目标听众：CIO、CTO、架构师、大数据工程师、数据分析师、DBA等。
扫码关注
获取峰会最新信息