自服务分析工具现在大受欢迎，很多用户喜欢它易于安装、使用方便。不过对很多公司来说，真正的工作是在部署软件之后开展的。自服务应用程序让商务智能和IT团队反观自身，重新认识自己与终端用户的协作方式，确保工具能够满足业务的需求。

咨询公司埃森哲的信息管理和商务智能总监MichaelBridges认为：“这不是购买技术那么简单。”

Bridges认为，让全公司的员工都采用自服务BI技术是最难的一步。在部署自服务BI工具时，有很多因素要考量，比如确保数据系统在后端有合适的架构，软件有针对用户的良好的配置。当业务落在自服务部署上时，技术软对往往没有考虑好技术如何融入到内部工作流程。

对此，初创公司SpareFoot的技术副总裁Josh Lipton也发表了自己的看法，他认为要增加用户采用率，就要做得小而精，满足客户个性化需求。SpareFoot运营一家在线市场，帮助把客户连接到自存储设施。Lipton表示，传统的BI软件和自服务分析部署模式，尤其是在小型企业内，是要对中心化的工具提供广泛的入口，但他现在要采用一种更加个性化的方式。

SpareFoot使用了带有自服务功能的云基础的BI平台，但它不是一开始就在全公司内铺开。Lipton表示，他希望有一种更敏捷的方式让他和他的团队可以快速迭代开发，在很短的时间内对特定用户提供可用的应用程序。

满足数据分析需求

最先采用的自服务BI的是公司的呼叫中心。Lipton建立了BI系统帮助管理者预测电话量，跟踪员工效率，监测客户交互成果。有了所有这些数据，管理者就能更好地做出决策，比如了解员工需求，给员工提供更精准的信息，增加时间安排的弹性。

呼叫中心自服务BI工具的部署，给公司带来了15%的工作效率的增长，降低了每通电话的时间。Lipton表示，他不会用同样的方式在其他部门部署BI工具，因为“一个团队需要它，并不意味着所有人都需要它。”

要想让自服务工具真正为前端员工所用，理解用户是核心所在。并不是每一个人都会快速地适应新方法。这就需要BI和分析团队改变员工，不管他多么依赖之前的软件。

从事在线艺术和邮票市场的Redbubble公司的业务分析总监Manoj Yadav表示：“让员工完全自助对公司也有好处。不然公司的分析团队还要提供支持，我们希望能够做更多更有意义的事。”

以用户为核心的自服务BI技术

对不同类型的业务用户提供不同类型的支持很重要。公司内部的客户服务、市场和供应链运营等部门的需求是不同的。Yadav认为，在不同的部门，用户的兴趣点是不同的。有的员工希望自己剖析数据，有的希望只是接收构建好的报表。

为了支持不同阶段的客户对技术的采用，Yadav和他的团队出版了一本词典，介绍所有不同的使用BI工具的方法，并解释了数据来源、数据类型和软件中可用的标准。

Redbubble在2012年第一次部署自服务分析工具时，速度是很慢的，但过程从未间断。这也导致了一个新的问题，即越来越多的人认识到工具的好处，也就有越来越多的人想要应用它，这就需要Yadav和他的团队给予更大的支持。Yadav表示：“使用自服务BI工具的员工促进了BI工具的推广，不过他们也不断产生新的需求。”