几十年来，商业分析一直是澳大利亚企业文化的一部分。近年来，它变得更加复杂，更加专业化，如果管理不善，可能是一项昂贵的工作。人工智能和 “智能” 分析也得到了巨大的推动，大型企业投资了数百万美元用于探测计划。然而，企业是否足够重视分析警告信号，以确保这些项目成功？

仔细研究如何以及为什么使用分析能够看到任何危险信号是至关重要的。在许多情况下，企业甚至可能没有意识到他们正在制造问题。要详细讨论，我们必须考虑公司遇到的一些常见问题，以及克服这些问题的解决方案。

钱进来了，但什么都没变

业务分析的一个典型失败是事情从未真正改变。企业可以将资金注入项目，雇佣数据分析师和数据科学家，但他们所做的工作需要积极实施。

当分析师交付结果但没有获得任何改变时，这是一个明显的迹象，表明企业脱离了其分析。需要注意的一个明确的警告信号是，分析中心与业务流程完全隔离。

解决方案

解决方案相对简单。企业应该将一些分析集成到其核心中。这意味着团队可以轻松地协作以得出共同的结论。这样做，不仅可以帮助数据更好地进行全面转换，而且还意味着未来的分析程序更有意义，更有用。应该根据可行性和对业务的影响来确定分析用例的优先级，而构建数据驱动的文化应该是重中之重。

有限的范围等于有限的结果

最明显的警告信号之一在于从一开始就限制了业务范围。许多企业无法正确扩展分析程序，例如计划详细的方案，而是创建模糊的，通用的计划。一个常见的误解是，一旦项目完成，分析程序就会开始和结束。在许多情况下，分析调整永远不会真正结束，随着业务的变化，它会不断发展以支持业务。

如果业务分析计划不是特定的，或者甚至过于专业，那么注定要返回有限的结果。范围不足很容易发现; 但是，这是许多人在入门时经常犯的错误。真正有效的分析计划必须为高级案例研究腾出空间，这些案例研究可能在将来发生，而不仅仅是在现在。

解决方案

这种情况的补救措施很容易找到，但可能需要时间和资源来纠正。分析程序必须考虑理论问题。正如任何好的商业计划都会讨论潜在的挑战和陷阱一样，分析计划也必须讨论。可行的分析，那些提供有价值、可操作的数据的分析，需要广泛的规划。

最终，在不仔细查看流程的情况下启动分析工作将导致资金在有限的数据上损失。这是一种确定的方法，可以找出您已经知道的内容。

执行团队对分析计划没有明确的愿景

随着高级分析的开始，这一点尤其明显。重要的是，不要只是随波逐流，在没有完全理解它如何适应整个业务的更广泛的数据和分析战略的情况下，将头头推向人工智能或机器学习项目。

解决方案

这通常可能源于传统分析 (描述性) 和更高级分析 (规定性，和预测)。负责业务中领先数据和分析的人需要在投资建立技能和交付成果之前，教育业务领导者更高级的分析适合更大的图景，以及它解决了什么问题。

业务分析角色定义不明确

上述分析警告标志假定，在计划中，数据分析师和专家具有明确定义和商定的角色。但是，在这种情况下，没有专家。一些公司会假设不需要专业的数据或分析技能，并且除了其他职责外，他们还可以与现有团队进行内部管理。

这可能会导致业务用户沮丧，时间和成本效率低下。幸运的是，这是一个简单的纠正。

解决方案

作为任何分析项目的业务范围划分阶段的一部分，应明确定义角色和职责-吸引技术，赞助商和业务流程所有者。这包括任何涉及的内部和外部各方。在技能差距或资源限制明显的情况下，可以聘请专业数据和分析咨询合作伙伴来补充内部资源或提供初始项目以设定基准。然后可以对内部团队进行培训，以交付初始项目。

从业务分析失败中得出的一个有用结论是，没有它们，我们将无法学习和适应。比以往任何时候都更加明显的是，为什么公司无法提供他们希望从分析中获得的结果。但是，与此同时，业务主管必须准备好并愿意在不仅仅是基本水平上理解和欣赏分析。这样，分析警告标志可以在实现时处理，而不是在数据交付后处理。