目前，在国内，很多人认为商业智能是“老板工程”，仅仅是为了方便经营者了解企业的种种数据和信息，做出各种决策。事实上，这种看法是非常片面的，商业智能高效的统计分析功能的确可以为经营者分析和决策提供科学依据，但是其主要的“功效”却是利用分类技术信息将信息消费者使用的决策支持对象分门别类，帮助业务人员解决业务运转可能出现的各种主要问题，提高业务人员的工作效率，从而提高企业的核心竞争力。因此，商业智能的建设需要包括经营者在内的所有业务人员的关注和参与，尤其是经营者。
戴江洪表示，对于企业的经营者来讲，商业智能是帮助他们建立一个理性的外脑。商业智能可以理解成是对“一把手”的大脑的延伸，借鉴历史数据，建立标准的分析和决策模型，并能够对未来做出正确的预测。王闯舟强调了业务人员参与商业智能建设的必要性，他认为商业智能建设不仅是技术部门的事情。业务部门应该积极理解和参与，并争取在项目建设过程中就能够熟悉和使用商业智能的各种工具和功能。商业智能最终解决的是业务问题，在企业中是IT部门来实施，业务部门使用。两者处于不同的角度，难以在业务目标上达到共识，高层的介入和支持，有助于项目的顺利完成。如果没有高层协调和监管的话，项目很容易变成“烂尾工程”，或偏离当初所设计的业务目标，各业务部门也不容易协调一致，往往导致失败。
虽然光大银行现今已经在两个业务部门成功应用商业智能，但是谈到实施过程遇到的困难时，陈敏专门提到了面向业务人员的“思想工作”。首先是，帮助业务部门量身定做系统需求分析。一般情况下，业务部门在项目建设之初不能感受，商业智能为管理决策提供的便利，他们也不能提出合适的需求。也就是说让业务部门很快理解商务智能或从他们那儿获取需求是挺难的。另外一方面，光大银行根据自身特点，引导用户使用工具，而不仅仅是固化报表，然而这种灵活的操作模式却让业务人员有点无所适从。鉴于这种情况，在测试过程中，项目组就让业务人员参与其中，共同讨论数据分析维度的选取，检验数据的准确性。通过这些工作，业务人员在应用过程中便得心应手了。
光大银行的领导对项目的支持非常坚决，并要求项目组立足于培养技术人才，因为专业人才的缺乏也是阻碍国内商业智能成功应用的绊脚石之一。当然，人才问题是目前各行各业老生常谈的话题。在商业智能这个新兴领域，问题更加明显。王闯舟介绍，对于企业来说，并不需要有太多专业金字塔上的人。但是能够对企业和行业的业务熟悉，对信息系统的构架熟悉的复合型人才不够多，Power User(分析型人员)应用水平有待提高。王善越的看法和前者不尽相同，他认为，国内数据分析师太少，既了解商业智能产品又了解行业经验的人不多，因此商业智能往往停留在报表及查询这一级别，不能更好地为企业服务。
从市场的角度分析，现在国内市场的需求迫切。市场需求越多，将来的项目也会越多，因此，人才需求就会更多。但是，国内商业智能领域的专业人才远远难以满足市场的需求。人才缺乏已经成为商业智能应用的薄弱环节。
(T112)
