۱. جمع‌آوری داده‌ها (Data Collection)
داده‌ها از منابع مختلف مثل پایگاه داده‌ها، فایل‌های اکسل، سیستم‌های ERP، CRM و … جمع‌آوری می‌کنه.
این کار شامل اتصال به دیتابیس‌ها و گاهی API ها می‌شه.
مثال: گرفتن اطلاعات فروش از سیستم فروشگاهی و اطلاعات مالی از حسابداری.

۲. پاکسازی و آماده‌سازی داده‌ها (Data Cleaning / ETL)
داده‌ها همیشه تمیز نیستن. ممکنه تکراری باشن، ناقص باشن یا فرمتشون اشتباه باشه.
متخصص BI داده‌ها رو مرتب، یک‌دست و آماده تحلیل می‌کنه.
ETL یعنی Extract (بیرون کشیدن)، Transform (تبدیل و اصلاح) و Load (بارگذاری به سیستم BI).
مثال: اصلاح تاریخ‌ها، حذف ردیف‌های خالی، استاندارد کردن نام محصولات.

۳. طراحی و ساخت مدل داده (Data Modeling)
داده‌ها رو به شکلی ساختاریافته و منطقی درمیاره تا راحت‌تر تحلیل بشن.
معمولاً از ستاره‌ای (Star Schema) یا مثلثی (Snowflake Schema) استفاده می‌کنه.
مثال: درست کردن جدول Fact (فروش‌ها) و Dimension (محصول، مشتری، زمان).

۴. تحلیل داده‌ها (Data Analysis)
با داده‌ها کار می‌کنه تا الگوها، روندها و شاخص‌های کلیدی (KPI) رو پیدا کنه.
می‌فهمه کجا مشکل هست یا کجا فرصت رشد وجود داره.
مثال: تشخیص اینکه فروش در یک منطقه نسبت به بقیه افت کرده.

۵. ساخت داشبورد و گزارش (Reporting / Dashboarding)
داده‌ها رو بصری می‌کنه تا مدیرها راحت تصمیم بگیرن.
از ابزارهایی مثل Power BI، Tableau، QlikView استفاده می‌کنه.
نمودارها، جداول، نقشه‌ها و KPI ها رو طراحی می‌کنه.
مثال: داشبورد فروش هفتگی، سود به تفکیک محصول، تعداد سفارشات باز.

۶. مانیتورینگ و بهینه‌سازی (Monitoring / Optimization)
سیستم BI رو پایش می‌کنه تا داده‌ها همیشه به‌روز باشن و گزارش‌ها درست باشن.
اگر تغییری در منابع داده یا نیاز سازمان پیش اومد، مدل و داشبورد رو آپدیت می‌کنه.

۷. مشاوره و حمایت تصمیم‌گیری (Decision Support)
تحلیل‌ها و گزارش‌ها رو به مدیران و تیم‌ها ارائه می‌ده و کمک می‌کنه تصمیمات استراتژیک بگیرن.
مثال: پیشنهاد افزایش تولید یک محصول که فروش بالایی داشته یا کاهش تبلیغات محصول ضعیف.

۸. مستندسازی و استانداردسازی
همه کارهاش رو مستند می‌کنه تا تیم‌های دیگر هم بفهمن داده‌ها از کجا میاد و گزارش‌ها چطور ساخته شدن.