成功的BI项目，不仅仅是应用了BI工具软件，还要具备完善的BI服务体系，才能称之为真正成功的商业智能项目。
现在的BI(商业智能)比起几年前的ERP一样，成为CIO们关注的焦点。在ERP等基础信息系统部署完之后，企业能够对其业务数据进行更为有效的管理，如何利用这些数据创造价值成为企业下一步思考的问题。在这一背景下，BI被提上日程。与操作型系统ERP不同，BI是分析型系统，利用BI分析的结果给企业带来商业价值才是BI系统实施成功的重要标志。
2008年，某著名品牌饮料公司宣布其以应用分析系统建设和完善数据仓库管理为目标的二期决策支持系统建设完成。在二期项目没有立项之前，其单位CIO表示：一期项目只考虑到应该BI工具，所以购买了某国外BI工具产品，但忽略了BI后续实施服务，所以即使公司数据资源是其优势所在，但却一直没有发挥出来，而在二期项目实施服务完成之后，公司形成了相对完善的信息产品服务体系。
业内人士评价：成功的BI项目，不仅仅是应用了BI工具软件，还要具备完善的BI服务体系，才能称之为真正成功的商业智能项目。这样的评价是对即将应用BI及BI建设中企业的一个警示。
目前了解国内零售、电信、金融等行业已经有部分企业实施了BI项目，但真正能实现应用分析功能的确是少数。根据专业BI实施服务公司北京某科技有限公司技术总监表示：目前国内BI的实际应用水平主要停留在基本的数据整合阶段和统计分析，真正实现深度分析的应用极少。也许不能臆断这些处于初级阶段的BI应用都是失败的，但如果长期停留在该阶段，而没有相关的后期规划，那只能承认自己是失败的。比如在美国，BI项目的成功率也仅为20%。实施BI项目难点在哪里？到底应该怎么去做一个BI项目？有没有一些令人兴奋的BI应用存在？
事实上，国内一些实施过BI项目的零售行业运营商正在重新招标他们的BI项目。虽然实施起来不容易，但当企业用户真正意识到BI已经到了能够发挥作用的时候，还是毅然决然继续漫漫BI之路。
需求提炼：最头疼的事
“早期BI项目不成功的主要原因之一就是需求把握不够准确，”该公司科技技术总监在接受记者采访时说道。把握需求首先要了解BI系统能够做什么，其次要知道自己希望通过BI系统解决什么问题，然后将二者结合，才能做出合心的BI应用。道理都明白，但BI系统到底能够做什么？大部分人没见过真正的BI应用。
大多数业界专家将BI技术分为数据仓库和数据挖掘两部分，前者主要实现数据整合功能和业务统计分析功能，侧重对现有事实的描述;后者则实现业务预测功能。
数据整合阶段的需求相对比较好解决，无非是“各个部门需要展现哪些数据？”、“以什么形式展现？”等问题。不过就算是在这个初级阶段，需求制定也非常强调与业务部门的交互，而且比ERP等侧重流程实现的业务系统工具更甚，因为BI应用出于不同业务部门用户多样的分析目的，对数据的需求是五花八门。
该公司科技BI实施经理指出，其实相当多的需求是在用户使用过程中提出来的。现有的这种项目部署形式显然不可能实现企业所有需求，而如果后续需求在实现上跟不上，一定会影响BI系统的使用效果。这是BI应用需求提炼与其他企业应用系统相比非常特别的地方。这些是为什么在最初BI系统被做成了固定的报表系统之后就等于宣告了BI系统失败的原因，虽然在一定改进之后，有些企业依靠BI工具做成了较为灵活的报表系统，但实际上BI应用的精髓仍然被埋没。 考试中国提供
前期：80%的功夫
此著名品牌饮料公司总结经验时表示，此次BI实施成功的关键在于该公司科技公司具备了一整套完善的BI服务体系，即1+1+3的服务体系标准，参与了该项目的该公司技术总监表示：这套完善的1+1+3的BI实施服务体系是要为企业建设一个平台、一套标准、咨询服务、实施服务、数据中心。
中国某大型体育用品公司信息中心副主任认为，BI的部署需要企业具备较好的信息化基础，应该在ERP等基础信息系统完备之后再考虑。与此同时，在选择好BI工具产品，还要有实现对自己的信息化有一个整体规划。
将企业原始数据整合之后，数据的抽取、转换、清洗和加载(ETL)可以认为只是技术问题。按理说ETL工具要承担保证数据质量的任务，例如剔除那些有空白字段的信息、找出小数点点错了的数据等，但目前的ETL工具大多集中在数据的抽取、转换和加载方面的功能，对数据质量保证不够重视，所以在目前的大多数BI项目中缺少实施人员从技术角度去确保数据质量这个环节。
将BI实施做到极致的国内企业非该公司科技莫数。据赵静介绍，该公司科技采用的小项目模式周期非常短，每个项目一般耗时1～3周，不但实现了用户当时的需求，而且在与用户一起实现需求的同时传播了相应的BI理念和方法。更重要的是，该公司科技培养了一批能独立制作报表，并进行分析的业务部门用户，从而用户在使用过程中不断发现新需求，从而触动一个个小项目的诞生。如此“滚雪球”的方式，使得该公司科技充分享受到了分步实施带来的好处。
但并非所有企业都能做到该公司科技这样细维度的分步实施，因为该公司科技的BI项目实施工作完全是由自己的BI部门承担，所以才可能这样分步实施。事实上，在系统正常运作之后，只有4个人来支持系统的“滚雪球”建设，其中还有一个人兼职做BI培训。之所以能够配置如此少的人力支持，是因为其BI培训体系培养出来的业务部门用户完全能够根据自己的需求自己制作报表，其业务分析的工作是可以由业务用户自己独立完成。
对于该公司科技这种创新的BI实施方式大多数企业大概只能望而兴叹，或许让项目实施服务提供商来承包才是目前最可行的方式。那就提醒用户在项目实施过程中注意：实施服务提供商在产品的提供上可做的文章并不多，保证项目实施质量的关键在于连接各个环节的二次开发。
一个BI系统可以简单地看成由三个部分组成：数据源到数据仓库(或数据集市)，再到前端展现。但实际上它涉及的技术环境非常之多，包括ETL、数据仓库、OLAP(联机分析处理)、前端展现、模型设计等，相关的软件产品和工具有很多种，而每个工具之间的连接都存在相当的二次开发工作，这恰恰是容易被用户忽视的地方。
业界人士透露，实际上一些大型BI项目实施服务提供商只是扮演总承包商的角色，这些二次开发项目有很多都是外包给合作伙伴，甚至有些承包商并不把二次开发外包的实情告诉用户，只是在用户管得严的时候采用自己的开发队伍。不管是承包商自己节省了成本，还是它帮用户节省了成本，这样的做法肯定会影响到开发质量。考试中国收集整理
授人以渔而非鱼
斥资搭建BI系统的最终目的是，“让数据转化为信息，让信息转化为知识”才是正题。并非是单纯的选择效益好的BI工具厂商，更重要的是要选对有经验的专业的BI实施团队来配合企业的BI系统的建设。
“但实际上业务人员对相关业务数据的敏感性远远大于技术人员，哪怕是一个微小的波动都有可能让他们发现其中的商机或是漏洞。让技术部门去进行业务分析，一定需要模型，需要工具，而让业务部门去分析，可能只需要看一眼数据就能得出结论。让业务人员在与数据的碰撞中产生感觉，才是BI应用的较高境界，如果再加上一些模型的帮助，则更是如虎添翼。”该公司科技技术总监这样表示。实际上，BI工具本身做得越来越傻瓜，就是为了让更多的业务人员能够使用。只有业务人员通过BI系统才有可能利用BI工具去挖掘商机。
可以认为，该公司科技的所有员工都已不同程度地成为“初级BI分析师”，虽然业界对BI分析师的定义要求比较严格，经常是那些擅长BI分析的统计学博士才可能成为真正的BI分析师，但该公司科技的这种做法让记者感触颇深，希望借分析师的名头鼓励一下该公司科技，也鼓励一下正在往这个方向靠拢的其他行业用户。