[摘要] 對商業(yè)智能（BI）的特性、架構、技術(shù)等進(jìn)行歸納分析，重點(diǎn)討論企業(yè)BI的實(shí)施過(guò)程，研究企業(yè)實(shí)施BI的策略，結合當前市場(chǎng)、技術(shù)等因素認為SaaS、云計算是BI的未來(lái)發(fā)展方向，最后分析BI與知識管理的關(guān)系以及BI在物聯(lián)網(wǎng)中的運用。
[關(guān)鍵詞] 商務(wù)智能 部署 趨勢 SaaS 云計算
1引言
隨著(zhù)經(jīng)濟全球化和信息時(shí)代的到來(lái)，企業(yè)所處的環(huán)境更加復雜多變，市場(chǎng)競爭更加激烈，企業(yè)自身的組織結構也越來(lái)越復雜、規模越來(lái)越龐大。在此環(huán)境下，企業(yè)要想求得生存和發(fā)展就必須高效運營(yíng)、正確決策、快速響應。這就需要有工具來(lái)幫助企業(yè)對經(jīng)營(yíng)過(guò)程中產(chǎn)生的大量數據和資料進(jìn)行收集、整理、分析和評估，據此做出正確的預測，從而實(shí)現從數據到信息、從信息到知識、從知識到利潤的轉化。
企業(yè)以前是通過(guò)信件、電話(huà)或是傳真與客戶(hù)聯(lián)系，現在正努力進(jìn)行數據化、信息化，因為它需要對客戶(hù)的動(dòng)態(tài)做出更快的響應，提高服務(wù)水平并降低成本。企業(yè)資源規劃(ERP)、銷(xiāo)售終端(POS)、市場(chǎng)調查、供應商、客戶(hù)、網(wǎng)絡(luò )、政府部門(mén)等都在不斷地給企業(yè)添加數據，實(shí)際上平均每18個(gè)月企業(yè)的數據量就翻一番，但并不是全部的數據都能被分析和利用，有專(zhuān)家估計，目前被利用的數據只有5%-10%[1]。大量的數據是冗余、不相關(guān)、不完整或者質(zhì)量很差的。怎樣才能把大量的數據迅速轉換成可靠的信息，發(fā)現數據背后隱藏的信息和知識，商務(wù)智能（business intelligence，BI）因此而誕生。BI的核心價(jià)值在于它能夠把信息轉換為知識，然后把知識轉變成利潤。
2相關(guān)研究回顧
商務(wù)智能1989年由Gartner Group的Howard Dresner[2]首次提出，它描述了一系列的概念和方法，通過(guò)應用基于事實(shí)的支持系統，來(lái)輔助商業(yè)決策的制定。BI技術(shù)提供幫助企業(yè)迅速分析數據的技術(shù)和方法，包括收集、管理和分析數據，將這些數據轉化為有用的信息，然后分發(fā)到企業(yè)各處。
1990-1995年，對BI的研究主要基于數據庫、數據建模，Edward R. Tufte[3]在1990-1991年間發(fā)表的關(guān)于信息，特別是信息定量可視化的著(zhù)作為BI研究奠定了基礎。Inmon[4]于1994年提出數據倉庫的概念，1996年發(fā)表的Managing the Data Warehouse[5]成為數據倉庫的里程碑，1997年出版的Corporate Information Factory[6]為數據倉庫和數據挖掘建立了著(zhù)名的信息工廠(chǎng)的框架。1998年以后BI的研究逐漸增多，Larry Kahaner[7]提出競爭智能，還有一些學(xué)者對數據倉庫和數據挖掘技術(shù)、數據質(zhì)量、機器學(xué)習等不同方向進(jìn)行研究。2001年以后，BI的研究主題從技術(shù)層面上升到了企業(yè)戰略層面，如平衡計分卡、戰略競爭分析等。
國內方面，王茁的《三位一體的商務(wù)智能管理、技術(shù)與應用》（2004）是一本全面介紹BI概念、框架、實(shí)施等方面的專(zhuān)著(zhù)，從組織管理、技術(shù)實(shí)施、行業(yè)應用幾個(gè)維度對BI進(jìn)行了詳細的探討[1]。李萍等（2005）研究了BI實(shí)施的戰略、運營(yíng)和商務(wù)三個(gè)層面[8]。宗平等（2006）對主流的BI系統進(jìn)行了橫向對比分析研究[9]。龍青云等[10]（2007）歸納分析了BI的組成部件及其功能，列舉了BI實(shí)施中的技術(shù)工具。張巧[11]（2009）研究了目前國內BI的框架結構及關(guān)鍵技術(shù)，歸納了實(shí)施現狀與未來(lái)趨勢。宋麗麗[12]（2009）從BI的數據結構角度研究了BI在技術(shù)上的具體實(shí)現方法。
從文獻調研中可以看出，國內學(xué)者對BI的研究分為兩種類(lèi)型：①從普及、介紹的角度，對BI的概念、構成和功能等進(jìn)行全面的介紹，包括對市場(chǎng)中已有的BI軟件系統進(jìn)行對比分析，這一類(lèi)型的研究目的是導入BI的概念；②有計算機等專(zhuān)業(yè)背景的學(xué)者，多從編程、數據庫架構等技術(shù)角度對BI的實(shí)施和部署進(jìn)行研究，還包括對BI在不同行業(yè)領(lǐng)域內的應用的探討。調研發(fā)現，國內這兩方面的研究都缺少從具體實(shí)施、發(fā)展變化等組織與管理角度對BI的探討。按照一般的概念，BI不是簡(jiǎn)單的一個(gè)軟件應用，也不是一組軟件技術(shù)的堆積，而是一種建立在軟件應用基礎上的解決方案，單純的軟件部署只占BI中很有限的部分，在具體實(shí)施中一方面要面對企業(yè)組織管理方式的變革、商業(yè)流程的再造甚至是核心競爭力的改變等與組織管理、企業(yè)文化這類(lèi)非技術(shù)因素相關(guān)的問(wèn)題；另一方面BI作為軟件技術(shù)的有機組合，還要面對飛速發(fā)展的新技術(shù)、新環(huán)境對BI提出的變革需求。因此，企業(yè)要想通過(guò)實(shí)施BI來(lái)增強其競爭實(shí)力，優(yōu)化業(yè)務(wù)流程，僅僅靠概念普及、技術(shù)實(shí)現是不夠的，本文立足于BI的實(shí)施，從BI實(shí)施中遇到的問(wèn)題、相應的對策、可能面臨的挑戰與變革等方面出發(fā)開(kāi)展探索，力求從非技術(shù)角度對BI在企業(yè)中的實(shí)施與應用提供可行的研究分析思路。
3BI的概念
BI通常被理解為將企業(yè)中現有的數據轉化為知識，幫助企業(yè)做出明智的業(yè)務(wù)經(jīng)營(yíng)決策的工具。企業(yè)中的數據包括：①來(lái)自企業(yè)業(yè)務(wù)系統的訂單、庫存、交易賬目、客戶(hù)和供應商的數據；②來(lái)自企業(yè)所處行業(yè)和競爭對手的數據；③來(lái)自企業(yè)所處的其他外部環(huán)境中的各種數據。
目前，企業(yè)界、學(xué)術(shù)界對商業(yè)智能的定義并不統一，例如：
IBM(企業(yè)界)[13]認為BI是一種能力，通過(guò)使用企業(yè)的數據資產(chǎn)來(lái)制訂更好的商務(wù)決策。企業(yè)的決策人員以數據倉庫為基礎，經(jīng)過(guò)各種查詢(xún)分析工具、聯(lián)機分析處理或者是數據挖掘加上決策人員的行業(yè)知識，從數據倉庫中獲得有利的信息，進(jìn)而幫助企業(yè)提高利潤，增加生產(chǎn)力和競爭力。
Olszak(2002，學(xué)術(shù)界)[14]認為BI是一系列的概念、方法和流程的集合，其目標不僅僅是幫助決策，而且支持企業(yè)的戰略實(shí)施。它的主要任務(wù)是面向不同信息源的智能瀏覽、集中、綜合以及多維分析。
本文在閱讀文獻的基礎上，結合國內外BI實(shí)施情況，參照王茁的觀(guān)點(diǎn)，總結認為BI是一種解決方案，它的核心任務(wù)是從許多來(lái)自不同的企業(yè)運作系統的數據中，提取出有用的數據，進(jìn)行清理以保證數據的正確性，然后經(jīng)過(guò)數據、轉換、裝載（ETL，extraction，transformation，loading）抽取過(guò)程，合并到一個(gè)企業(yè)級的數據倉庫里，從而得到企業(yè)數據的一個(gè)全局視圖，在此基礎上利用合適的查詢(xún)和分析工具、數據挖掘工具、OLAP工具等對其進(jìn)行分析和處理（這時(shí)信息變?yōu)檩o助決策的知識），最后將知識呈現給管理者，為管理者的決策過(guò)程提供支持。
4BI的技術(shù)結構與功能
雖然BI不能簡(jiǎn)單地理解為一些軟件及數據庫的組合，但是IT技術(shù)在BI中還是發(fā)揮了基礎性的作用，支持從數據的收集、儲存到整合應用等整個(gè)商務(wù)智能運行環(huán)節，其中與BI實(shí)現的功能相對應的關(guān)鍵技術(shù)包括數據倉庫技術(shù)、OLAP技術(shù)、數據挖掘與可視化技術(shù)等，關(guān)于BI技術(shù)的討論不是本文的重點(diǎn)，但作為對BI進(jìn)行研究不可缺少的一個(gè)方面，研究BI的技術(shù)結構與功能還是必要的。
針對BI的系統結構，不同的組織、學(xué)者、機構等針對各自研究重點(diǎn)與領(lǐng)域給出了許多不同的結構模式，這是一種非常正常的現象，因為BI本質(zhì)上是服務(wù)于企業(yè)管理與決策的由一組軟件技術(shù)構成的解決方案，并不是靜態(tài)的軟件包，BI面對不同的應用、行業(yè)必須呈現出不同的結構和功能，以滿(mǎn)足具體的應用需要，沒(méi)有必要追求BI結構的形式上的統一。
本文以BI的核心——數據倉庫為基礎，以美國數據倉庫研究院給出的BI架構為例說(shuō)明BI的技術(shù)結構。
數據來(lái)源:美國數據倉庫研究院（）
美國數據倉庫研究院的商務(wù)智能架構由左右兩個(gè)部分組成:左邊為數據倉庫環(huán)境，右邊為分析環(huán)境。其中，數據倉庫系統是商業(yè)智能應用的核心，它是整個(gè)系統存儲和管理數據及信息的地方。
商務(wù)智能技術(shù)，也即企業(yè)利用數據倉庫、數據挖掘、在線(xiàn)分析處理、決策支持系統等現有信息系統對企業(yè)經(jīng)營(yíng)過(guò)程中產(chǎn)生的大量結構化和非結構化商務(wù)數據和信息進(jìn)行收集、整理、分析，以便輔助企業(yè)做出正確決策，采取有效商務(wù)行動(dòng)，優(yōu)化商務(wù)流程，是全面提高商務(wù)績(jì)效的工具、方法、技術(shù)的統稱(chēng)[15]。商務(wù)智能技術(shù)是企業(yè)提升智能化決策水平的一系列關(guān)鍵技術(shù)，是多項技術(shù)交叉在一起的復合應用。
商務(wù)智能技術(shù)是企業(yè)智能化決策的重要手段和工具，其基本應用包括個(gè)性化的信息分析、預測、輔助決策。商務(wù)智能支持企業(yè)內各種角色的應用：戰略決策層將通過(guò)建立戰略企業(yè)管理模式的商務(wù)智能系統來(lái)實(shí)時(shí)了解企業(yè)對戰略目標的執行程度；中、高層管理人員通過(guò)建立運營(yíng)智能系統來(lái)隨時(shí)了解企業(yè)運行情況；企業(yè)分析研究人員則可通過(guò)商務(wù)智能分析工具對企業(yè)現狀進(jìn)行分析，向高層領(lǐng)導提供分析結果，支持決策。商務(wù)智能提供了一種戰略的、戰術(shù)的、功能性的框架在組織中處理商務(wù)分析需求。
5BI在企業(yè)中的應用
5.1企業(yè)對BI的關(guān)注
商業(yè)智能軟件市場(chǎng)方興未艾，為低迷的IT產(chǎn)業(yè)帶來(lái)了一束曙光。根據弗瑞斯特研究中心[16]的調查發(fā)現，2008年底有44%的企業(yè)表示，計劃在今年購買(mǎi)BI軟件。根據IDC報告[17]的數據，在2012年之內，商業(yè)智能市場(chǎng)不包括日本在內的亞太地區規模將從2005年的3.4億美元擴大到2010年的6.39億美元。正是看到了BI市場(chǎng)的巨大前景，一些IT服務(wù)提供商紛紛推出自己的BI軟件，如Oracle、微軟、IBM公司、國內的金碟公司等。
5.2企業(yè)BI的部署
從技術(shù)角度說(shuō)，BI 是一種運用了數據倉庫、在線(xiàn)分析和數據挖掘等技術(shù)來(lái)處理和分析數據的技術(shù)，目的是為企業(yè)決策者提供決策支持，但技術(shù)并不是BI的全部，BI是管理手段和信息技術(shù)的融合。企業(yè)級商業(yè)智能的構建是一個(gè)系統工程，它有三個(gè)層次，需要一步一步建設。第一個(gè)層次business i-Mode是整個(gè)BI工程的基礎，第二個(gè)層次business integration 是整個(gè)BI工程的技術(shù)實(shí)現基礎，第三個(gè)層次business intelligence才是真正意義上的商業(yè)智能的軟件實(shí)現，如圖2。這三個(gè)層次相輔相成，缺少任何一個(gè)層次，企業(yè)都沒(méi)有辦法形成完整的BI體系。
5.3企業(yè)BI部署遇到的問(wèn)題及對策
我們知道沃爾瑪是應用企業(yè)BI提升競爭力的典范，沃爾瑪通過(guò)使用BI對零售業(yè)務(wù)流程進(jìn)行全面詳細的數據分析，在物流、定價(jià)、選面等幾個(gè)關(guān)鍵成功因素方面都取得了巨大的競爭優(yōu)勢，但是我們也要知道，像沃爾瑪這種把信息技術(shù)運用到極致的企業(yè)，還是相對少的，在國內，中國本土企業(yè)在BI應用上依然鮮有作為。雖然工商銀行、民生銀行、廣東發(fā)展銀行等金融企業(yè)和樂(lè )百氏、雙匯這類(lèi)傳統企業(yè)都在著(zhù)手建立BI系統，但目前還無(wú)法驗證應用的效果到底如何[18]。
相關(guān)統計數字顯示，在國外，投資建設BI的企業(yè)有60%-70%以失敗告終，而在中國，這個(gè)數據可能會(huì )更高。其中的原因有很多，比如缺乏歷史數據支持、理解上存在誤區等。據澳信傳媒集團2008年9月發(fā)布的《第三屆中國IT技術(shù)趨勢調查》總結報告顯示，已經(jīng)有60%以上的企業(yè)開(kāi)始了商業(yè)智能項目的開(kāi)發(fā)和應用，雖然這已經(jīng)是一個(gè)很不錯的比例，然而，從諸多調查數據中可以看出，商業(yè)智能應用實(shí)際上并沒(méi)有像業(yè)界預測的那樣，產(chǎn)生井噴式的增長(cháng)，傳統的數據庫應用包括數據處理和存儲等依然在數據庫應用中占據較大的比例。簡(jiǎn)言之，目前還存在諸多因素阻礙企業(yè)開(kāi)展商業(yè)智能應用。
5.3.1BI實(shí)施困境的成因
● 與組織結構、經(jīng)營(yíng)管理方面相關(guān)的原因包括：①實(shí)施過(guò)程難以控制；②協(xié)調配合難度大，如大型的BI項目需要多個(gè)部門(mén)的認真配合，如導入源數據到數據倉庫這么一個(gè)簡(jiǎn)單環(huán)節也會(huì )同時(shí)牽涉到眾多部門(mén)的參與；③一把手支持力度不夠，參與BI的業(yè)務(wù)人員級別低、資金投入少以及BI系統上線(xiàn)后的使用者數量少且不專(zhuān)業(yè)；④領(lǐng)導層的意識里對BI存在錯誤認識，對于BI的期望值過(guò)高等，也會(huì )造成BI項目的失敗。
● 與具體操作層面有關(guān)的原因包括：①企業(yè)運營(yíng)層不能提供可靠的信息，有許多商業(yè)人士不能確信他們企業(yè)內部的信息是否準確，很多企業(yè)的管理者表示他們因為缺乏可信的信息而做出過(guò)失敗的決策，可見(jiàn)數據的質(zhì)量存在很大的問(wèn)題，BI的有效應用，離不開(kāi)數據的支持，如果沒(méi)有準確的數據，那么所要分析產(chǎn)生的報表、決策都與事實(shí)存在差距，將會(huì )導致整個(gè)決策的錯誤；②技術(shù)不成熟，目前只有報表、OLAP、儀表盤(pán)和統計分析等使用比較成功，而其他方面的應用還處于研發(fā)、摸索階段，例如對非結構化數據和質(zhì)量不高的數據的處理，目前還缺少有效的實(shí)用工具；③國內大部分企業(yè)的信息化水平較低，一些企業(yè)的信息化水平甚至非常低，這就造成了在整個(gè)市場(chǎng)競爭中，信息化水平整體偏低的企業(yè)難以把BI做好、做出效果。
5.3.2BI成功實(shí)施的策略
BI系統對于企業(yè)發(fā)現市場(chǎng)新機會(huì )、創(chuàng )造競爭新優(yōu)勢的作用是顯而易見(jiàn)的。但企業(yè)在真正實(shí)施BI過(guò)程中，并不是一帆風(fēng)順或者很快就能達到理想目標的，有些企業(yè)在BI方面進(jìn)行了巨額的軟硬件投資及人力投資卻并不能給企業(yè)帶來(lái)預期的管理效率。因而，必須注重BI應用的策略，本文從應用、行政、技術(shù)三個(gè)方面討論BI成功實(shí)施的可能策略。
●應用角度。①業(yè)務(wù)、目標主導BI。企業(yè)BI的實(shí)施要結合公司的實(shí)際，了解企業(yè)急待解決的問(wèn)題，從管理層最關(guān)心的業(yè)務(wù)主題開(kāi)始，比如應收賬款和賬期、現金流、生產(chǎn)質(zhì)量、庫存或者促銷(xiāo)結果等。以業(yè)務(wù)趨動(dòng)而非IT趨動(dòng)BI，很多企業(yè)明白這樣的道理，即應該由業(yè)務(wù)部門(mén)的需求主導軟件的設計和開(kāi)發(fā)。但由于業(yè)務(wù)人員的水平不足以提出未來(lái)管理模型架構，企業(yè)應該給予IT部門(mén)絕對的權威，讓它有權要求業(yè)務(wù)部門(mén)配合IT部門(mén)共同協(xié)商提出需求模型，以盡量準確地把握企業(yè)的業(yè)務(wù)發(fā)展方向。②進(jìn)行BI成本控制。BI經(jīng)常被企業(yè)視為龐然大物，非得花費個(gè)上千萬(wàn)的預算才有可能辦到，而這些預算中，數據倉庫往往又是當中最耗費成本的。排除數據倉庫在建置時(shí)采用主題式、整合過(guò)的數據這類(lèi)方法，數據倉庫本質(zhì)上就是可以?xún)Υ娲罅繑祿臄祿?，從目前微軟的SQL Server 2005都宣稱(chēng)能儲存TB級別的數據量來(lái)看，以較低成本建置資料倉庫事實(shí)上不難達成。③系統應用應具有簡(jiǎn)易性。由于商務(wù)智能系統是為業(yè)務(wù)部門(mén)應用的，業(yè)務(wù)部門(mén)的需求也在不斷地變化，所以該系統不是設計好固定的界面讓業(yè)務(wù)部門(mén)來(lái)應用就可以了，而是一定要讓?xiě)貌块T(mén)學(xué)會(huì )自己使用“傻瓜照相機”，不要所有的業(yè)務(wù)應用都讓IT部門(mén)專(zhuān)門(mén)為其開(kāi)發(fā)并進(jìn)行針對性的培訓，而應該使業(yè)務(wù)部門(mén)像使用日常辦公軟件一樣，能夠較為容易地掌握使用方法和基本的開(kāi)發(fā)與拓展技術(shù)，可以及時(shí)地使用商務(wù)智能系統進(jìn)行一般的分析、查詢(xún)和問(wèn)題跟蹤工作。
●技術(shù)角度。①控制數據來(lái)源。導入BI系統，用意在發(fā)掘數據中的事實(shí)，由這個(gè)事實(shí)再發(fā)展出種種分析結果與面向服務(wù)對象的決策協(xié)助[19]。因此想要發(fā)掘出事實(shí)，有賴(lài)于“干凈”的資料數據。BI架構中，干凈的數據通常利用ETL工具達成，數據從來(lái)源到目的的清潔過(guò)程，每經(jīng)過(guò)一個(gè)階段，數據就更具價(jià)值。而對于有ERP系統的企業(yè)，這個(gè)問(wèn)題較小。②注重數據分析：要成立專(zhuān)門(mén)的數據分析部門(mén)。在國內，對數據分析師這個(gè)職位提到的還不多，國外有專(zhuān)家建議，如果準備上BI系統的話(huà)，一定要落實(shí)相應的數據分析部門(mén)。企業(yè)對數據進(jìn)行優(yōu)化的目的，是要從中找出最有價(jià)值的數據，這些有價(jià)值的數據挖掘出來(lái)后，如果沒(méi)有相應的人對其進(jìn)行跟蹤處理，數據的價(jià)值也就只停留在被用于迅速做出報表的層面了。③分段的設計思想。在數據倉庫的設計中，要考慮將數據倉庫和業(yè)務(wù)系統相對隔離，將數據倉庫和分析應用相對隔離，BI實(shí)施前，要對項目的整體規劃、技術(shù)架構、分步實(shí)施進(jìn)行規劃，對于是否需要ODS，數據倉庫的邏輯架構和物理架構的設計以及數據集市的結構等都要進(jìn)行認真的設計。業(yè)務(wù)驅動(dòng)的系統容易出現問(wèn)題使初期的數據整合很難拓展為企業(yè)的數據倉庫，所以在設計時(shí)，需要特別關(guān)注系統的整體架構。
管理角度。①領(lǐng)導參與。商務(wù)智能項目與企業(yè)其他信息化工程一樣，是一把手工程。在項目實(shí)施過(guò)程中，如果部門(mén)相互獨立，相互協(xié)作就得不到保證。如果是IT部牽頭，業(yè)務(wù)部應該有專(zhuān)人介入。否則，由于業(yè)務(wù)繁忙，業(yè)務(wù)部門(mén)的人員對項目的重視程度往往不夠，很少發(fā)表意見(jiàn)或者參與項目決策，導致項目的失敗，所以一定要由企業(yè)的一把手出面，各個(gè)相關(guān)部門(mén)有專(zhuān)人參加，參加的人對企業(yè)的業(yè)務(wù)比較熟悉，而且能領(lǐng)會(huì )領(lǐng)導的意圖。②加強培訓。項目前期需求需要引導和培訓，項目中間需要對項目組人員進(jìn)行技術(shù)工具培訓，以便項目上線(xiàn)后，公司會(huì )有專(zhuān)人維護。因為商務(wù)智能項目是一個(gè)過(guò)程，必須根據業(yè)務(wù)需求，實(shí)時(shí)進(jìn)行項目的開(kāi)發(fā)。項目上線(xiàn)后還要對業(yè)務(wù)人員進(jìn)行培訓，特別是教會(huì )業(yè)務(wù)人員學(xué)會(huì )工具的利用，針對自己的需求自行進(jìn)行項目開(kāi)發(fā)[20]。
6企業(yè)BI的前景與趨勢
商務(wù)智能從誕生到普及伴隨著(zhù)企業(yè)信息化進(jìn)程的不斷推進(jìn)，正處在高速發(fā)展的階段，經(jīng)歷著(zhù)劇烈的變革，這其中既緣于技術(shù)進(jìn)步的驅動(dòng)，更緣于市場(chǎng)對企業(yè)BI提出的新需求，本文試從BI與搜索技術(shù)的融合方面討論BI的未來(lái)趨勢。
6.1BI與搜索技術(shù)的融合
目前企業(yè)實(shí)踐中遇到的問(wèn)題是，有價(jià)值的信息高度分散在企業(yè)的各個(gè)角落，這是信息管理領(lǐng)域早已公認的事實(shí)，同時(shí)也是多年來(lái)未被攻克的一個(gè)難題。在BI的數據挖掘技術(shù)不斷演進(jìn)的同時(shí)，隱藏于一個(gè)簡(jiǎn)單Web頁(yè)面之后的企業(yè)搜索技術(shù)的介入，有望為企業(yè)用戶(hù)提供一條快速、簡(jiǎn)單且更加理想化的信息訪(fǎng)問(wèn)通道。在BI運行過(guò)程中，敏捷、準確地制作報表并分析是恒定不變的法則，但是在數據的實(shí)時(shí)展現和信息獲取的易用性方面，BI與用戶(hù)的實(shí)際期望值之間一直存在距離。雖然各大BI廠(chǎng)商都力圖把自己的產(chǎn)品打造得更貼近客戶(hù)需求、界面更友好，但BI報表定制對絕大多數的企業(yè)員工而言，依然是一個(gè)神秘的領(lǐng)域。企業(yè)業(yè)務(wù)信息的掘取似乎是那些統計學(xué)專(zhuān)業(yè)人才方能勝任的工作。最近幾年來(lái)，BI廠(chǎng)商一直在尋找讓BI應用更加平民化或大眾化的方法，但直到BI與企業(yè)搜索技術(shù)交疊之后，才使用戶(hù)看到了BI應用最有價(jià)值的一面。
BI與搜索技術(shù)的融合帶來(lái)的明顯好處有兩個(gè)方面：①BI數據更易于訪(fǎng)問(wèn)，用戶(hù)不必知道信息來(lái)自何方，這是搜索為BI領(lǐng)域帶來(lái)的革命性改變[21]。具體來(lái)說(shuō)，就是用戶(hù)在進(jìn)行BI數據訪(fǎng)問(wèn)時(shí)，并不需要了解在企業(yè)搜索引擎背后數據收集、數據過(guò)濾、報表定位以及報表重建等步驟是怎樣運作的。他們所要做的只是熟悉企業(yè)搜索引擎的使用方法，了解它和基于Web的消費類(lèi)搜索引擎的細微差異，以及如何使用它的高級搜索選項。②整合結構化與非結構化數據?；仡橞I的技術(shù)發(fā)展史，傳統BI 主要提供結構化信息的搜索。但對于非結構化數據的搜索，一些BI廠(chǎng)商提供的文本挖掘技術(shù)覆蓋能力有限。在技術(shù)的區分方面，結構化數據搜索主要包含數值計算和分析技術(shù)，非結構化數據主要圍繞關(guān)鍵詞、主題詞或元數據的搜索，其核心技術(shù)仍是結構化查詢(xún)。企業(yè)搜索技術(shù)將幫助企業(yè)解決非結構化數據檢索問(wèn)題。其關(guān)鍵作用是擴大數據查詢(xún)和分析的范圍，建立結構化與非結構化查詢(xún)結果的關(guān)聯(lián)關(guān)系，有效彌補BI數據挖掘和文本挖掘技術(shù)的不足。
BI與搜索技術(shù)融合的構想一經(jīng)提出，就被寄予了厚望。人們希望這種融合能夠解決那些長(cháng)期懸而未決的問(wèn)題。以Google One Box為代表的企業(yè)級搜索產(chǎn)品的成熟更是讓BI行業(yè)發(fā)生了很多改變，但我們也必須正視這一領(lǐng)域所面臨的困難。傳統BI所實(shí)現的結構化數據搜索無(wú)法向用戶(hù)提供上下文關(guān)聯(lián)信息，這樣的問(wèn)題最終會(huì )通過(guò)元數據搜索的介入而得到解決，就像在數據庫領(lǐng)域XML所獲得的成功一樣。但是在目前，海量的結構化數據與非結構化數據的結合仍是一個(gè)難題。非結構化數據搜索的挑戰在于，如何駕馭如此龐大、高容量的文檔信息[22]。
BI與搜索的融合不是單純易用性的改進(jìn)，需要解決的關(guān)鍵問(wèn)題包括實(shí)施成本、技術(shù)標準化等。雖然現有的解決方案已經(jīng)能夠支持企業(yè)對BI與搜索系統的同步部署，但是分步實(shí)施仍是最佳選擇。企業(yè)BI實(shí)施者需要協(xié)調BI和搜索的部署特性，BI項目強調以客戶(hù)應用為中心，而搜索強調技術(shù)標準化，在技術(shù)融合過(guò)程中需要加以調和。真正的融合應該是無(wú)縫的，BI與搜索在現階段的融合表現顯然與這一標準還有很大距離。其中，結構化和非結構化數據搜索怎樣自然結合是癥結之一。結構化和非結構化信息的搜索技術(shù)是截然不同的，非結構化搜索的技術(shù)也有進(jìn)一步的細分。非結構化數據搜索應該被更加準確地定義為文件檢索技術(shù)，包含檢與索兩方面。檢就是文檔歸類(lèi)，在這一領(lǐng)域，SAS[23]等廠(chǎng)商所提供的文本挖掘(text mining)技術(shù)正趨向于成熟；索就是搜索，目前最成熟的是以Google為代表的蜘蛛(spider)技術(shù)。
6.2BI在物聯(lián)網(wǎng)中的應用
自2009年物聯(lián)網(wǎng)受到各行各業(yè)的重視后，物聯(lián)網(wǎng)的聲音一直沒(méi)有中斷過(guò)，對于能夠成為推動(dòng)產(chǎn)業(yè)發(fā)展以及推動(dòng)整個(gè)社會(huì )進(jìn)步的一項重要技術(shù)，物聯(lián)網(wǎng)無(wú)疑成為當前以及未來(lái)的熱點(diǎn)。物聯(lián)網(wǎng)作為一種與互聯(lián)網(wǎng)、移動(dòng)互聯(lián)網(wǎng)同等重要的網(wǎng)絡(luò )，隨著(zhù)技術(shù)的日益成熟，應用日益普及，市場(chǎng)規模將會(huì )達到數萬(wàn)億元。正如物聯(lián)網(wǎng)報告指出，物聯(lián)網(wǎng)具備的條件最后需要智能處理，需要通過(guò)龐大系統來(lái)進(jìn)行智能分析和管理，而這個(gè)智能分析管理就是當前被企業(yè)管理者以及CIO所持續關(guān)注的商業(yè)智能（BI）[24]。
當前，商務(wù)智能已經(jīng)成為企業(yè)信息化建設的下一個(gè)目標，企業(yè)的領(lǐng)導決策者以及業(yè)務(wù)人員希望通過(guò)引進(jìn)商務(wù)智能來(lái)了解市場(chǎng)動(dòng)態(tài)、企業(yè)的內部管理等，對于商務(wù)智能的需求越來(lái)越強烈。從企業(yè)對于商務(wù)智能的需求映射到物聯(lián)網(wǎng)的發(fā)展，看似不同，但其本質(zhì)的發(fā)展都是一樣的。如果把物聯(lián)網(wǎng)看成一個(gè)“企業(yè)”，那么這個(gè)“企業(yè)”就是一個(gè)多元化的覆蓋不同領(lǐng)域、不同行業(yè)的企業(yè)，它所產(chǎn)生的數據、信息會(huì )相當巨大，如何把這些數據進(jìn)行分析、轉換成有效的信息以及實(shí)現智能的管理，顯得尤為重要。 關(guān)于物聯(lián)網(wǎng)與商業(yè)智能，在物聯(lián)網(wǎng)報告中同樣是這樣定義的：物聯(lián)網(wǎng)是一個(gè)智能的網(wǎng)絡(luò )，面對采集的海量數據，必須通過(guò)智能分析和處理才能實(shí)現智能化。因此，商務(wù)智能將大有可為。
雖然，我們看到物聯(lián)網(wǎng)對于商業(yè)智能的需求同樣也很強烈，但商業(yè)智能在物聯(lián)網(wǎng)的部署并不是一步到位的，物聯(lián)網(wǎng)的海量數據對商務(wù)智能提出了新的要求：①實(shí)時(shí)商務(wù)智能，即隨時(shí)隨地實(shí)現商務(wù)智能。受內部和外部的、可預見(jiàn)的和突發(fā)事件的影響，物聯(lián)網(wǎng)任何一個(gè)應用端均需要對瞬息萬(wàn)變的環(huán)境實(shí)時(shí)分析并做出決策[25]。②分析速度更快。實(shí)時(shí)商務(wù)智能要求其分析速度更快，這就使商務(wù)智能不得不進(jìn)行架構上的改變。BI專(zhuān)家指出，以前的BI都是把它存儲在硬盤(pán)上面，數據和硬盤(pán)有接口互相交換，這種交換限制了速度的提高。以前的BI只是一個(gè)軟件，如果用戶(hù)要分析的話(huà)，把它通過(guò)網(wǎng)絡(luò )連接到服務(wù)器進(jìn)行計算就可以了。但現在，BI 企業(yè)沒(méi)有完全將BI固化到硬盤(pán)里，而是和硬件廠(chǎng)商進(jìn)行綁定，推出一個(gè)專(zhuān)門(mén)為分析而制定的軟硬結合的工具，從而大幅提高分析速度。③數據質(zhì)量控制。海量的數據如果不能保證數據的真實(shí)性，那么就會(huì )產(chǎn)生錯誤的結果和判斷，后果非常嚴重。因此，數據質(zhì)量控制是獲得真實(shí)結果的重要保證。④關(guān)鍵績(jì)效指標分析、即時(shí)查詢(xún)、多維分析、預測功能以及易用的數據挖掘等也是BI必不可少并需要不斷加強的地方。
參考文獻：
[1] 王茁,顧潔.三位一體的商務(wù)智能（BI）——管理、技術(shù)與應用.北京:電子工業(yè)出版社,2004.
[2] Gartner Group Inc.Gartner BI summit 2008: Q&A with Howard Dresner. Intelligent Enterprise,2008,11(3)：1.
[3] Edward R. The war on information clutter. Business Week.[2010-12-19].
/archives/1991/b321146.arc.htm.
[4] Inmon, W H. The data warehouse and data mining. Communications of the Acm,1996,39(11): 49-50.
[5] Inmon W H, Welch J D, Glassey K L. Managing the Data Warehouse. New York City ：John Wiley & Sons,1996.
[6] Inmon W H, Imhoff C, Sousa R. Corporate Information Factory. New York City：Wiley, 2001.
[7] Jenkins M, Alleyne S. What"s our business?. Black Enterprise, 2005,36(3):71.
[8] 李萍,張道宏. 論商務(wù)智能的應用與架構. 西安郵電學(xué)院學(xué)報,2005(4):8-11.
[9] 宗平,王文杰. 主流商務(wù)智能軟件分析. 計算機工程與科學(xué),2006,28(12):4-6.
[10] 龍青云，胡巧多. 商務(wù)智能的架構體系和技術(shù)工具.北京：AECC 專(zhuān)題學(xué)術(shù)研討會(huì )論文集，2007：152-155.
[11] 張巧. 商務(wù)智能發(fā)展現狀與趨勢分析.中國證券期貨,2009(2):14-17.
[12] 宋麗麗，王嶸冰. 商務(wù)智能系統的數據體系結構研究. 遼寧大學(xué)學(xué)報，2009,36（1）：55-59.
[13] 朱曉武.商務(wù)智能的理論和應用研究綜述.計算機系統應用,2007(1):114-117.
[14] Shake S M, Gembick M P. The waroom gudie to competitive intelligence. New York: McGraw-Hill,1999.
[15] Rouibah K, Ould-ali S. Puzzle: A concept and prototype for linking business intelligence to business strategy. Journal of Strategic Information and System,2002,11(2):133-152.
[16] Forrest Research. Business Intelligence.[2010-12-19]./go?docid=39218&src=45351pdf.
[17] 計世網(wǎng). IDC:商務(wù)智能2010年規模達19億英鎊.[2010-12-19]..cn/cio/data/ccw/sb/htm2007/20070207_240762.asp.
[18] 鄒大斌.商務(wù)智能:在危機中找機會(huì ).計算機世界,2009(3):1-2.
[19] 余長(cháng)慧,潘和平.商業(yè)智能及其核心技術(shù).計算機應用研究,2002(3):14-16.
[20] 胡翠華,陳登科.商務(wù)智能在我國的發(fā)展現狀、問(wèn)題及其對策.科技管理研究,2007(10):50-52.
[21] 張革伕.現行商務(wù)智能及其局限性與發(fā)展策略研究.電子商務(wù),2008(2):84.
[22] 焦慧敏,汪林林.商務(wù)智能在現代企業(yè)中的應用與研究.計算機工程與設計,2006(7):2503-2506.
[23] SAP公司.SAP產(chǎn)品白皮書(shū)（2000）.[2010-12-19]. /china/solutions/business-suite/brochures/index.epx.
[24] 吳勇毅.值得關(guān)注的BI未來(lái)新趨勢.信息與電腦,2010(11):31-33.
[25] 周瑾.商務(wù)智能與知識管理對比分析.情報雜志,2007(3):80-83.
[作者簡(jiǎn)介] 周格非，男，1988年生，碩士研究生，發(fā)表論文3篇。
