第一个要实现的是为 850 Siebel Sales 实现 OBIEE。它关注于一些基本需求：销售渠道分析、活动机会、结束收益和收益/亏损报表。

　　“我们尝试专注于尽可能多的开箱即用的功能以便启动它并快速运行，”Isele 说。“可能其中 70% 都是开箱即用的。我们的策略是快速地实现并不断地扩展它。”

　　报表直接显示在用户的 Siebel 首页，并专注于用户工作流和销售过程。

　　为了保证采纳，用户需要信任这些数据。OBIEE 项目包含了一些异常报告，以便帮助用户了解数据可能出错的位置在哪里，他们能够如何清理他们的坏数据。

　　“我们将它们称为数据异常报告，因为这个名称更容易让人接受，”Isele 说。

　　下一个版本专注于一个新的单独的用户组：产品专家。在 McKesson，有一些推销人员在同时支持多个具体项目，并且协助这些产品销售。他们希望访问的只是他们的数据，而不是整体机会或销售数据。

　　为了解决这个问题，McKesson 在 OBIEE 之外寻找解决方法，同时让客户执行官指配产品专家给销售团队。

　　“一个专家会拥有一个引用，”Isele 说。“我们为产品专家在收益线项目上创建一个属性，并让专家将他们自己标记在他们的交易机会上。”

　　然后，产品专家将会到位。

　　最终，Isele 和他的团队将报告显示在销售 Portal 上，这是一个在销售人员之间共享的内部 Portal，直接将他们的统计仪表板显示在他们登录后的页面上。他们也保证 OBIEE 得到信任。

　　“很重要的是用户了解数据来自于何处，”Isele 说。

　　每一个报告都在底部分标记上“Source: Sales Analytics”。

　　此外，McKesson 创建了它的 OBIEE 实现以便浏览 SQL Server 数据仓库。这意味着将数据填充到一个 Informatica 的抽取、转换和加载(ETL)工具中。

　　“您需要在 ETL 运行进行通信，”Isele 说。“我所做的一件有用的事是在每个页面的底部增加一些报告，告诉用户 ETL 的运行时间。这能够让他们知道数据仓库中最旧的数据是什么。”

　　OBIEE 几乎能够连接任何数据源，Isele 说，包括 Excel、事务数据库或数据仓库。

　　“对于事务型数据库，您高度规范化的是高效的更新，”他说。“对于数据仓库，您高度规范化的是高效的报告。使用 ETL 向数据仓库填充数据，将会非常快速。这并不是实时性的问题。我们的 ETL 是在夜间运行的。”

　　Isele 也推荐实现了 OBIEE 的组织引入外部技术来启动它们。同时，不要关注于美化方面的修改。业务将会要求进行美化修改，但是获取正确的数据才是应该关注的。

　　任何 IT 项目的关键是实现 IT 与业务齐头并进。

　　“这意味着 IT 需要了解业务端 —— 这是不可行的，”Isele 说。“引入业务用户和他们所需要的数据。同时快速实现并对它进行改进。”