6、决定是否购买或建立分析数据模型

    商业智能的实施不能搞一刀切，或者说一种规格不可能处处适用。一般来说，如果你具有一个更加相似的IT环境——诸如一个企业资源规划（ERP）系统、一个客户关系管理（CRM）系统，你可能会从一个现成的特定行业的数据模型中收益很多。不过一定要关注可扩展性和层次灵活性。越复杂的企业可能会从定制化的数据模型中受益更多——尽管你可能依然希望考虑从一个行业标准模型开始作为一个模板或指导方针（诸如典型事实、尺度等等）。

7、考虑所有的商业智能组成部分 

    影响商业智能实施成功与否的要素包括：元数据、数据整合、数据质量、数据建模、分析、集中式度量管理、展现形式（报表等）、门户、协作、知识管理和主数据管理。确信为商业智能堆的所有层定义体系架构。虽然上述这些可能本身不是商业智能战略的一部分，它们却可以影响商业智能实施的成功。

8、选择一个好的系统集成商 

    商业智能的实施需要来自一个具有深度经验的合作伙伴的指导。要准备好每花费1美元在软件上则需要花费5到7美元在服务上。不要将商业智能的优化工作进行外包，因为这个过程需要在终端用户、分析师和开发者之间的高度协作才能完成。

9、循序渐进掌握BI实施控制 

    选择一个最终用户、商业分析师和开发者在几天内创建第一手的BI实施效果证明。选择一些关键绩效指标，并创建一些报告，然后每几个星期增加新的版本。

10、选择从可轻松实现的目标开始 

    选择从高价值而又简单的部分开始。 

    举个例子说，一个销售分析数据中心可能是高价值目标，而且具有许多现有的模型和非常好的实践可以参考，可以作为最初开始实施的对象。在积累了一定经验后，再逐渐增加商业智能（BI）系统继续对其他业务进行决策分析，这样可以在一定程度上减少风险，因为商业智能（BI）的实施会影响到业务流程的调整，一个部门或一个项目的调整对公司的影响要比整个公司业务流程调整的影响小得多，就好比做小手术总要比做大手术给用户带来的疼痛小一些一样。