如果你是一名刚刚进入商业智能 BI 行业的新手，在职业规划中应该要注意什么？
如果你已经在商业智能 BI 领域工作过多年，技术成熟但遇到了职业成长的瓶颈，还有哪些改变的空间 ？
如果你是公司负责商业智能 BI 项目的管理人员，在这个项目中你应该可以收获什么 ？
如果你是公司商业智能 BI 需求的提出者，项目的参与者，可以在项目中把握什么样的一些机遇 ？
如何借助商业智能 BI 项目的建设让自己的职业的成长更加精进一些，更容易把握一些机会，在职场上让自己脱颖而出，这就是今天这篇文章要谈到的。
前几天在过一个项目的时候，我把项目上的一名 BI 开发顾问给“骂”了一顿，因为这个项目即将要上线了，但是在项目过会梳理分析页面的时候，随便问了几个分析指标以及背后的业务含义与价值，结果没有顺利的讲出来。
像这样的情况会经常遇到，作为一个老 BI 的过来人，在工作的头几年视角基本上就停留在技术本身，思考的是如何从技术上去解决问题，很少从业务层面去思考为什么要这么分析，企业为什么要看这些数据。等到真正明白再要去做这件事情的时候，已经过去三、四年时间了，回想以往的项目，实际上浪费了很多个人知识积累、突破与快速成长的过程。
这种情况，实际上是思维意识的缺失，没有这种意识去有意准备、留意和积累，自然就没有行动的方向和目标。人，往往最难改变和提升的就是思维意识，以及和它的高度与广度。
思维意识的缺失，一方面是与每个人成长的阅历、悟性有关。另外一方面，在团队中有没有人会点拨你，在关注技术的同时，应该做出一些什么样的规划。
实际上从现在来看，我认为对于参与企业商业智能 BI 项目建设的每一个人，无论是甲方还是乙方，无论是技术人员还是需求提供者、参与者，实际上都可以通过这个过程来提升与改变自己，这也是这么多年自己在不断的反思和总结过程中得到的一些体会与感受。
一个完整的商业智能 BI 项目往往展示和传递的是企业最真实的、最核心的业务经营管理思路，无论是部门级的业务分析，还是企业级的整体经营管理分析。
随着项目建设的深入，涉及到业务的广度会越来越广、深度会越来越深，企业业务经营管理的思路和细致程度会通过商业智能 BI 完整展现。
并且，在所有的 IT 信息化建设过程中，只有商业智能 BI 是基于全部业务信息化系统之上的那一层，无论底层架构如何改变，是大数据架构、数据中台或者数据湖，在数据分析和可视化领域，商业智能 BI 都是最终的出口。
在这个过程中，商业智能 BI 建设的参与者完全有机会通过数据、可视化报表接触和了解到一家企业的商业模式、运营模式、经营管理模式以及经营管理思维的背后的深度逻辑。而以上这些内容平时只有谁才会思考 ？一定是部门和企业的高层管理者。
这样一个近距离的学习机会在整个的 IT 信息化建设项目中很少见，因为基础的业务系统建设大多数情况下是面向单一的业务领域、业务部门，比较分散。而非像商业智能 BI 一上来就直接面向核心部门或者直接到经营管理层站在一个整体、全面的角度看问题的。
第一，如果在个人的职业成长规划上，要走向管理决策层，特别是甲方，这是一个最好的能够提前接触了解和洞察企业经营管理思路的途径。
个人执行力够了、专业业务的能力够了，剩下的就是要思考站在一个企业的管理决策者的角度该做些什么，他们关注的重点是什么，企业在不同的阶段关注的点是什么...如何通过一些数据的现象来判断问题，如何解决并开展下一步的工作...思维意识的提升，由被动的执行者变成一个主动的思考者。
企业管理层在选择和培养年轻干部的时候，除了基本的忠诚度、业务能力、执行力、管理能力之外，最重要的一点就是思维意识的层次，是否具备独立的思考能力并且与企业的发展保持在同一个思维层面。工作能力和技巧可以在工作中慢慢培养，但思维意识决定了行动方向与做事的格局，是首要考察因素。
我在一些企业见过负责商业智能 BI 核心业务的中层管理人员，通过商业智能 BI 项目对企业的整体业务进行梳理、资源协调到推动落地，最后成为企业的高层管理人员。
也见过一些企业部门通过商业智能 BI 项目建设挖掘出有潜力的后备培养人员，他们做事沟通的方式，各个部门之间的协调，对核心业务的理解，包括责任感、有担当能抗事...个人潜在能力在这个过程中得到了全面释放。
有的项目是他们从以往的局部的业务过程管理上升到企业的整体经营管理，懂数据、懂业务有钻劲，思维意识够了，业务能力够了，有意识也有行动力，最终成为了部门或者企业管理层最得力的助手。
有的项目是他们做成了高层领导想做成的事情，以往在企业内部很多看破不说破的事情，最终通过商业智能 BI 把企业真实的情况给反馈出来，用数据说话，客观中立解决了以往沉淀在企业里看得见但说不清的问题。
企业高层把这件重要的事情交给你，本身就已经表明了态度。上升的通道是打开的，就看自己能不能看得到。
第二，如果在个人的职业成长规划上，就想在某一个专业领域或者行业取得成绩，做一名行业专家、业务专家，也是同样的道理。
专业度不仅仅体现在专业知识面上，同时思考问题的深度和广度也需要日积月累的沉淀和不断的打磨。商业智能 BI 在某些特定领域、特定行业、特定业务的深度分析足以弥补个人在某些问题思考深度上的缺失。
企业级商业智能 BI 的建设不会一蹴而就，分析的思路、看问题的思路都是在不断优化过程中通过一个问题点引申出更多的问题点，在解决这些问题点中形成了体系化、系统化思考问题的思维框架。
通过数据观察现象，通过现象找到问题，通过问题找到解决思路，通过解决思路来验证自己的专业想法。系统化能力的提升，作用不言而喻。
第三，如果在个人的职业成长规划上，有创业的想法和规划，这也是一个很好的学习机会。
创业就意味着你以后要独自经营和管理一家企业，除了自身的能力、资源、资金、行业性判断的准备和学习沉淀以外，还有很多重要的东西需要学习，例如基本的财税知识、经营管理思路、商业模式的选择、业务经营出现问题之后的调整能力等等。
虽然说创业是一条不归路，即使在上战场前做了一千种准备，但是一旦踏入真实的战场，所有的准备可能都会被现实冲散的七零八落。但有机会仍然要提前准备，通过商业智能 BI 项目的参与完整的了解一家企业的运营模式、经营管理思路，培养自己对问题的判断力、决策力，重要的是站在一定的高度思考问题的能力。
综上种种，商业智能 BI 并不会带给你在职业成长过程中的全部所需，但它却是一种比较有效的途径和门道让你可以提前站在一个很高的高度去思考和准备。
做一个有心的人，做一个雷达时常开着的人，个人的职业成长才会走的更远一些。
商业智能 BI 是最容易让人接近一家企业最核心的经营管理思路的那一层信息化，直达最高层、下至核心业务部门。并且在这个过程中所接触到的用户的层次并不低，基本上都是部门经理、总监与公司管理高层这样的级别，对于他们所关心的分析问题基本上能够反映出他们思考问题的角度。这些角度可能是业务管理层面，也可能是经营分析层面，恰好也体现他们站在管理者的角度运营一家企业、部门、业务线的思路。
在与不同的企业打交道的过程中，能够切身感觉不同企业的管理者对于同一件事情看问题角度的差异性，也基本上通过沟通能够大致判断出他们思考问题的深度，这些深度最终就能够体现在商业智能 BI 的分析需求层面。
集团经营分析概览
例如，同样的关于采购分析，在有些企业管理人员所提供的日常用来记录、维护和分析的 EXCEL 表就非常的细致，清晰的数据、规范的格式、从不同角度对采购指标进行解读，包括在沟通过程中提出的一些非常深远的想法。从这些细节就可以看出来这位管理人员对自身业务管理的细致程度，想法成熟且有点有面，既能从整体角度出发，又能够追踪到业务细节，这样的人是非常值得学习和沟通的对象。他们唯一所缺乏的就是通过商业智能 BI 把他们日常的精力从繁琐的 EXCEL 表中解放出来，并通过 BI 将他们之前很多想实现却未能实现的想法落地来验证一下。
也有一些企业在同样沟通采购管理需求的时候，基本上对方的管理人员提不出切实的问题，也谈不出什么实际的想法。通过对他们日常工作管理中所用到的管理工具，比如系统的使用、EXCEL 表数据的基础维护和分析，也看不到太多有深入的思考，逻辑零散、缺乏框架性整体思维。面对这样的用户，如果可以以你的经验来引导他，向外输出，对自身而言也是一种能力提升和价值验证的机会。
观察优秀的业务管理人员，日常任何的工作一定是有条不紊，不管是向下的工作汇报、向下的监管，思路清晰，业务细致，善用各类文档工具组织和管理自己思考问题的过程，有清晰的入口，也有清晰的出口。
所以，与不同的部门、不同的业务管理人员、不同的管理层沟通的时候本身就是一种近距离的思维意识层面的交换，并且可以丰富分解同一件事情和问题的思路，向优秀的管理人员学习，这种潜移默化的提升是非常有益的。
每个人对同一件事情的认知高低不同，对于远远超过你的那些人应虚心请教、积极吸收，对于那些在某些认知不如你全面的人应耐心分享、积极引导，这就是有进有出 INPUT 和 OUTPUT 并存，这是一个人弥补和提升自己知识短板最有效的方式，费曼技巧讲的也是如此。
所以，商业智能 BI 从企业经营管理层面能够让人了解和洞察一家企业经营运转的重点思路，同时也可以让人近距离了解和洞察企业经营管理者审视问题和解决问题的思维方式，重要的是这一切涉及到企业的业务管理、经营思路都是真实发生的。与什么样层次的人经常打交道，最终就有可能变成这个层次的人，就有这样的一层意思。
思维决定高度，每个人都是先突破思维意识，之后才是改变。
技术思维的形成应该是什么样
正常情况下，1-2 年的商业智能 BI 技术的沉淀足够解决大部分项目中遇到的技术问题，对常用的技术语言、技术开发工具应基本掌握并熟练运用。
3-5 年基本上在技术上可以独挡一面，各类横向的技术开发工具可以在很短的时间内高效掌握，并熟练的运用到各类项目中以提升效率。
再往下走则是技术框架的抽象到落地、各类数据场景原型的抽象到复用，可以运用各种方式提升自己的工作效率，也可以提升他人和团队的工作效率。
想法很理想，但我从大部分的面试结果上来看，有很多即使在商业智能 BI 领域工作过五六年，甚至八九年的开发人员技术水平仍然只停留在高效写 SQL 取数、高效出报表的层面，对于商业智能 BI 理解的深度还非常的浅。
一方面是因为工作环境、项目环境的原因导致自己沦为 SQL 取数开发报表的工具，各类分工非常明确，一个萝卜一个坑，只要每年有薪资可涨就行了，薪资水平变成对自身价值判断的唯一标准。另外一方面，是企业自身对员工的培养缺乏正确引导和长远规划，没有复盘让员工认识到自身的不足，没有让他们真正意识到原来除了这些基本技术外还有那么多可提前准备与规划的方向。
这样的人在面试中遇到不少，技术定型，很难把自己所经历的项目业务框架和业务分析价值讲明白。但工作年限和薪资水平已经将自身顶在一个很高的水平线，很难放下身段沉下来来弥补自我薄弱的环节。实际上他们自身的技术沉淀并没有达到一个很高很深的程度，仅仅是熟练，这样就很容易被年轻人所替代。我们经常讲到工作经验，经验到底是什么？经验不是重复的事情做三年，而是三年一步一个脚印做了不同的事情，每一年都是一次新的沉淀和积累。
因此，所谓的技术（成长）思维在这篇文章中对它的定义就是：
第一，以高效解决问题为导向需要掌握什么样的技术就去掌握它，并熟练的运用到各类实际的项目中。
第二，每一个阶段审视一下自身的技术有没有成长和变化，在达到熟练使用的情况下是否还能有所突破和深入更上一个台阶。如果还有改进和提升的空间，则是以提升效率为主，优化技术的实现。如果没有改进和提升的空间，就应该主动规划下一个阶段要提升的新的技术点。
技术总是会过时的，但技术成长的思维并不会。
业务思维的形成
业务思维的养成对很对商业智能 BI 技术开发人员而言都是一件比较有挑战性的事情，因为已经习惯了用什么样的工具、用什么样的技术来解决什么样的问题的思维方式。比如：从哪里取一个数据、写个 SQL 把这个报表给如何展现出来，数据是否是正确的，企业组织架构的调整对于数据架构有无任何影响，如何设计和解决，这些都是一些纯技术角度思考问题的习惯。
商业智能 BI 的本质是什么？商业智能 BI 的本质不是炫酷的可视化报表，它的本质是定位问题和发现问题，最终要回归到企业的业务和管理问题。
这样就可以看出来，商业智能 BI 的技术解决的是数据源的整合、数据的抽取、转换、处理 ETL 过程、业务分析建模与可视化报表最终展现的问题，但并没有触发到企业本质的业务和管理问题。
所以，要想在商业智能 BI 领域走的更长远，就必须具备一定的业务思维能力，真正的深入到企业的业务与管理层面，来发现和定位问题。
同时，这种业务思维能力并不会因为切换了行业而受到太大的影响，有很强的适应不同行业业务特性的思考与理解能力，对于业务的本质、原理性的东西看的很通透。
那么，商业智能 BI 的业务思维如何培养 ？ 我认为如果每一位商业智能 BI 项目的参与人员如果有心要提升自己的业务思维能力，回答好下面每一个问题就够了。如果不会，在以后的项目中把这些问题弄清楚，业务思维自然就得到了培养：
第一，BI 分析目前分为了哪些业务模块，他们在实际业务发生过程中的关联点是什么 ？
第二，BI 分析页面上每一个指标的业务含义是什么 ？为什么要从这些维度来进行分析，看这些被分析的数据目的是什么，有着什么样的业务背景？
第三，整个分析页面的分析路径是什么 ？从上往下的逻辑性如何体现 ？这些指标组合放在一起分析表达的是一种什么样的经营管理背景和逻辑 ？
第四，对于这些指标表现好坏评判的标准是什么 ？什么情况下是合理的、什么情况下是不合理的 ？
第五，什么样的报表是一线业务部门关注的 ？什么样的报表是部门管理人员关注的 ？什么样的报表是企业高层领导关注的 ？ 他们各自重点关注的分析指标又是什么 ？
第六，用 PDCA （ PLAN - DO - CHECK - ACTION ）方法将企业的计划目标和执行过程在 BI 分析中定位出来做出判断，下一步企业会有什么样的一些方式来改善或是忽略。如果要改善，改善的动作是什么，如果要忽略，忽略背后反映出什么样的一个思考逻辑。
第七，哪些分析内容可以分别体现出一家企业的业务发展、业务结构、业务质量和业务成本。
销售管理驾驶舱
也有一些人会问到，企业自身都不知道自己要分析什么怎么办 ?
其实有能力上商业智能 BI 项目的企业，自身 IT 业务信息化的建设已经达到了一定的水平，管理的细致程度也已经有了一定的深度，企业并不是不知道自身要分析什么，而是不知道如何有效组织、如何有效实现。
如同自己家里有一套新房子要装修，是真的不知道要装修成什么样子吗 ？不是的，只是不知道如何把自己的想法完整的表达让对方明白而已。真的装修的不好，不符合自己的心意，立马就不乐意了。对于这样的企业客户，实际上还是有很多方式来实现的，比如在派可数据的 BI 分析平台中，通过业务原型建模等方式，就可以很高效的把企业业务分析想法给还原出来。
框架思维的形成
所谓商业智能 BI 的框架思维，实际上就是指不要割裂的看待技术与业务，技术是业务管理分析落地的手段，而业务与管理分析目标是技术实现的方向。并且对于商业智能 BI 的理解不能仅限于技术、业务、管理、企业信息化建设等其中的某一个或几个点，实际上他们都是一个完整的框架整体。需要根据企业不同的发展阶段，信息化建设的水平，业务管理的细致程度，技术与项目资源的投入等多个角度去充分思考商业智能 BI 的建设方向和目标。
框架思维实际上就是一个体系化的思维，它的本质就是一套方法论，这套方法论支撑个人无论在学习、思考、决策的各个方面需要全面而体系化的分析的同时，又能够注重到细节，有全局的思考，也有局部的洞察。
全局的思考、局部的洞察不就正好就是商业智能 BI 在企业经营管理中扮演的角色吗 ？越偏向管理决策层，越是站在全局的角度看汇总的指标。越偏向一线业务执行层，越是站在业务过程的角度看过程的明细数据。而从全局到局部的实现就可以通过商业智能 BI 的多维分析、联动、钻取逐层分解从汇总到明细。
框架性思维如何培养 ？我认为阅读、分析和写作是最有效提升一个人框架性思维能力的途径。
阅读 - 培养的是一个人理解和洞察他人观点、意图和逻辑的能力，并可以快速从他人观点中吸收有用的部分来提升自己。
推荐大家阅读《如何阅读一本书》，可以帮助提升阅读的能力。
《如何阅读一本书》
这本书也是我一位很好的朋友推荐给我的，看了之后受益颇多，是我的良师益友。以前不喜欢看书，是因为不知道怎么看，看不到重点。看完这本书之后，都是带着框架思维去看的，努力提升自己的思维意识和作者站在同一水平线上，这样阅读能力就逐步提升了，摄取书面信息能力和分解作者背后想法的逻辑能力就得到了很大的提升。
分析 - 培养的是一个人在面对浩瀚信息的时候快速甄别并选择有效的、有价值的信息的能力，以及辩证思考的能力。往往在重点分析一个行业、一个客户的时候需要了解大量的与这个行业相关的信息，要从几十个甚至上百个网页中寻找出有价值的点，结合自己的经验通过思维脑图逐步分解，得到最后最有价值的那一部分信息内容。
写作 - 培养的是一个人由分析到总结深度思考、逻辑训练与最终产出的能力，真正完成从他人处吸收、到转换思考总结、到成为自我的一个过程。在以往学习商业智能 BI 技术的时候，两年的时间完成了几百篇技术性的文章撰写，以及各种技术视频。这背后的每一篇文章都是通过阅读几十篇各类相关技术文章、查阅各类技术资料再结合实际的项目运用到的技术仔细打磨而来。这种技术的成长性都是系统性的成长，对于以后接触到的新的技术、新的知识基本上往这个系统框架去填就够了。
框架性思维在个人学习上的实际感受就是学什么感觉都很轻松都很快，因为已经将看（ 了解 ）- 思考 （ 分解 ）- 动手（ 验证 ）- 总结复盘 （ 吸收 ）形成了一个适用于自己的、特有的、完整的方法体系，对于任何新鲜的事物，拿着这个方法论去套去学，并且在长期坚持的过程中已经将整个体系完整的植入到自己的思维意识中。
并且由以往需要通过写作来归纳记录和分解，到最后变成只要接受了这些信息就可以自动的沉淀到脑海中并形成一定的思维逻辑，已经从刻意的训练变成意识自动的沉淀。什么时候需要就拿出来验证和思考总结一下，这种信息量的摄取和加工后的产出是非常高效的。
包括我经常在派可数据公司内部要求我们的中层管理人员要拿出时间培养自己的阅读、分析和写作能力，并将这些点运用到实际的工作中。从简单的日报、周报开始到复杂的产品、项目、行业分析到复盘总结，就是这样的目的。
在自身经验、能力或者思维意识还不够，还远远没有达到把一件事情做透形成一种高标准输出的时候，这些方式就是最有效的方式。靠时间经验的自然积累，而没有刻意的去准备去执行，这种成长只是从具体事务执行层面的反复，思维意识上的提升速度太慢，很难谈上优秀。
看不到这个层面的人，在自身潜力和能力透支到一定程度，或者自身成长无法跟上公司成长的时候，是无法获得任何持续性成长的机会，因为光有输出而没有高质量的可持续性输入。
深度思考、费曼技巧、一万小时定律讲的其实就是这些道理。为什么专业，是因为你自己想变得专业。
所以，框架性思维不仅仅适用于商业智能 BI 领域的从业人员，也适用于各个领域的个人。
见多识广这几个字很适用于商业智能 BI 行业的从业者，会经历很多不同行业、不同类型、不同业务领域的项目，同时区别于常规的基础业务信息化建设大部分情况下只面对独立的部门，商业智能 BI 一上来就可以站在全局的高度向下俯视一家企业整体经营管理与局部业务执行情况。
同时，完全有机会接触到企业各核心业务部门管理层，他们是企业战略的思考规划和执行推动者。这一切，对于商业智能 BI 人员自身能力与长远价值的提升都有着巨大的推动作用。
从这个角度来看，技术并不是商业智能 BI 的唯一和最终目标追求，它只是一个着力点，最终都需要奔着业务价值、管理价值来实现，而要达到这个层次，就必须在业务思维和框架性思维同时得到提升，才允许你有这样的实力站在全局角度思考问题和洞察局部。(吕品）
