目前,我国对BI的研究与开发工作尚未处于起步阶段。突出的问题在于数据分析、知识发现能力、效率低,或者缺乏知识发现,而更像一个操作型应用系统。很难在决策支持方面发挥BI应有的作用。首先应该认识到BI发展、应用的总体趋势,其次多借鉴国外BI成熟的技术和方法,开发或不断完善真正意义上的BI系统。相信本文对国内BI的市场开发和研究会有启发。
引言
商业智能(BI)是目前在国外企业界和软件开发界受到广泛关注的一个研究方向。可以用两点来总结这种研究热点出现的原因:一、信息技术的高速发展带来了企业利用信息技术提高本身竞争力的巨大空间:信息技术不但使企业获取需要的信息,而且,促进企业对信息的再利用,以此营造企业的竞争优势;二、IT界许多以提供软件平台和工具平台的大公司通过多年与企业的交流,已经认识到企业对商业智能的迫切需求,纷纷加入到从事商业智能的研究与开发上来。IBM建立了专门从事BI方案设计的研究中心,ORACLE、微软等公司纷纷推出了支持BI开发和应用的软件系统,有的直接进入了BI的开发领域。
由于BI尚处于从起步阶段到发展阶段的转变时期,许多人对BI的理解存在一定的偏差。很多人认为BI仅仅是一个进行数据分析的软件包,一些较为悲观的人认为BI是存在于理想家头脑中的、企业永远不可能达到的境界。本文首先系统地诠释了BI的概念,从多个方面总结了BI具有的功能,接着分析了BI的研究内容和发展趋势。为了让读者更加清晰地把BI与MIS系统区别开来,本文讨论了BI与DSS(决策支持系统)、EIS(经理执行系统)的主要区别。最后,本文分析了制约BI健康发展的若干因素。
1.商业智能概述
商业智能不是一个新名词。多年来,企业一直在寻找对商业智能的理解和实现的方式,以增强企业的竞争力。早在80年代,当时“商业智能”的标准是能容易地获得想要的数据和信息。90年代是商业智能真正起步的阶段。到目前为止,关于BI还没有统一的定义,不同的人只是从不同的方面表达了对BI的理解。早在90年代初,Garter Group的Howard Dresner把EUQR(终端查询和报表)、DSS、OLAP称为商业智能。企业使用这些工具使企业获得的优势也被称为商业智能。后来,出现了数据仓库、数据集市技术,以及与之相关的ETL(抽取,转换,上载)、数据清洗、数据挖掘、商业建模等,人们也将这些技术统归为商业智能的领域。目前,存在将商业智能与数据仓库和基于数据仓库的分析方法等同起来的认识趋势。
其实,商业智能代表为提高企业运营性能而采用的一系列方法、技术和软件的总和。商业智能,是帮助企业提高决策能力和运营能力的概念、方法、过程以及软件的集合。对该定义的正确解释,从四个层面展开:
信息系统层面:称为商业智能系统(BI System)的物理基础。表现为具有强大决策分析功能的单独的软件工具和面向特定应用领域的信息系统平台,如SCM、CRM、ERP。与事务型的MIS不同,商业智能系统能提供分析、趋势预测等决策分析功能。
数据分析层面:是一系列算法、工具或模型。首先获取与所关心主题有关的高质量的数据或信息,然后自动或人工参与使用具有分析功能的算法、工具或模型,帮助人们分析信息、得出结论、形成假设、验证假设。
知识发现层面:与数据分析层面一样,是一系列算法、工具或模型。将数据转变成信息,而后通过发现,将信息转变成知识;或者直接将信息转变成知识。
战略层面:将信息或知识应用在提高决策能力和运营能力上;企业建模等。商业智能的战略层面是利用多个数据源的信息以及应用经验和假设来提高企业决策能力的一组概念、方法和过程的集合。它通过对数据的获取、管理和分析,为贯穿企业组织的各种人员提供信息,以提高企业战略决策和战术决策能力。
总之,商业智能的目标是将企业所掌握的信息转换成竞争优势,提高企业决策能力、决策效率、决策准确性。为完成这一目标,商业智能必须具有实现数据分......