现如今进入大数据时代，很多企业都开始或多或少的利用大数据所产生的价值。对于企业来说，大数据能够起到的角色和分量因企业本身而异。但是有一点可以肯定的是，现今的决策者已不断在利用数据分析辅助决策，已达到让决策更精准的目的。并且也有很多企业组建了数据分析团队，比如很多电商企业就会频繁的利用数据报表来诊断店铺问题，亦或者有很多企业利用DataFocus、Power BI等基于AI的智能数据分析工具来辅助决策。虽然说这些BI工具大都能应对复杂多变的数据分析需求，但是对于很多使用传统数据分析模式的企业来说，一旦数据分析需求变更，就意味着要大量修改甚至推翻已经开发好的模型，处理不当会造成大量的损失。我们曾和一家以数据分析为决策导向的大型企业交流，他们也曾经历临时多变的数据分析需求，现在以其做法进行分享。
首先我们要明确的是，变更是不可避免的。市场不是任何一家企业自己开的，就算是垄断企业都会受到不明因素的冲击，或是高层会议决策改变的战略实施等，变化有时候是一种应对方式。但是，原则上整个数据分析团队或是决策人是需要有分辨意识的，并不是一群傀儡而是能站在自身专业角度为公司考虑的团队，那么就要确保变更对项目有利，尽量防止不必要的变更。
那一旦真的有变更，应该要做到所有的变更都要被管理，变更控制也包括积极主动地去影响引起变更的因素。像上述企业，就有专门的项目监督委员会领导组PMO。变更者必须以申请的形式提出变更，再由数据分析的接收方进行响应，安排可行性评估、时间和费用预估等等，然后反馈到变更方才能实施。这样乍一看虽然增加了流程，但是要知道数据分析结果最后是应用到决策的，一步错步步错，所以，当数据分析需求变更的时候，应严肃应对。
