商业智能正在改变各个行业全球企业的传统工作负载。商业智能实践使企业在有效采用数字化或数字化转型的同时更加现代化。根据业务目标和目的，有各种与人工智能集成的商业智能实施实践。在商业中利用人工智能将有助于提高客户参与度并渴望获得足够的利润。商业智能实施实践有助于在全球技术市场上为数百万家公司赢得竞争优势。人工智能和商业智能的结合通过自动化支持更好、更明智的决策。BI实践已成为帮助决策过程在2022年及以后满足客户满意度的关键要素之一。在业务中实施人工智能以消除潜在的巨大损失时，需要了解10大最糟糕的商业智能实施实践中的一些实践。2022年要避免的10大最糟糕的商业智能实施实践1.收集质量差的数据数据是商业智能中集成到人工智能模型中的最重要元素。公司不得收集任何质量低劣的数据以实施仅使用人工智能的业务实施实践。然后，它会阻碍整个数据管理过程，如实时数据跟踪、数据协调等。2.忽略关键数据源组织在继续实施商业智能实践时不能忽视关键数据源。除了数据仓库、ERO、CRM和特定数据库之外，还有多个关键数据源。忽略网络监控数据或社交媒体等其他关键数据源可能会导致企业做出不准确的决策。3.使BI实践复杂化最糟糕的BI实施实践之一是无缘无故地使BI实践复杂化。企业需要记住，人工智能的融入让商业智能的实践变得更容易、更简单，只需要一点点了解。毫不犹豫地使BI实践复杂化。4.不提供实际操作的BI培训组织必须找到准确的时间为员工提供实际操作的BI培训。避免对BI实践进行培训可能会给对BI和AI没有正确理解的员工带来更多的困惑和复杂的问题。避免适当的培训课程是最糟糕的商业智能实施实践之一。5.组织文化和结构在实施商业智能实践之前，组织必须对其文化和结构有深刻的了解。各个团队应该可以自由选择自己的BI实践，而不是规定成员需要什么。这种BI实施实践可以减慢从数据中采用不准确见解的BI实践的过程。6.BI项目意识不强BI实施过程中最糟糕的情况之一是BI项目意识不强。人工智能融入商业是为了让商业目标更容易在更短的时间内实现。商业智能项目的观念应该改变，以通过明智的决策来推动利润。7.将Excel视为BI实践的默认平台组织不得将Excel仅视为电子表格，并使其成为所有BI实践的默认平台。Excel可以提供业务中人工智能管理过程中的一些额外关注点，比如容易出错的流程、数据错误等等。企业应防止在Excel工作表中积累关键数据。8.避免为商业智能定义KPI在商业中实施AI需要为有效的商业智能定义KPI。战略商业智能实践必须包括将KPI定义为项目管理指标、营销数据、财务指标、客户指标和HR指标等类别。企业应该忽略并避免定义KPI，因为这是最糟糕的BI实施实践之一。9.找不到称职的软件供应商找不到称职的软件供应商是最糟糕的商业智能实践之一。要在业务中实施AI并集成AI和BI的组合，需要BI基础设施架构师、数据库管理员、数据挖掘专家、ETL首席开发人员和应用程序主管以及数据质量分析师和项目经理。因此，重要的是要找到一个称职的软件供应商来从事商业智能项目。10.不准确的估计不准确的估计往往会延迟一些顶级BI项目，从长远来看会阻碍业务流程和利润。这可能会导致严重后果，例如重新确定项目范围和在业务流程中实施人工智能。
