對于商業(yè)智能的前生今世之思考和分析

申請免費(fèi)試用、咨詢電話：400-8352-114

一、商業(yè)智能概述

商業(yè)智能（Business Intelligence）對于身處IT和業(yè)務(wù)領(lǐng)先領(lǐng)域的技術(shù)和業(yè)務(wù)人員而言，用盡人皆知來描述可能言過其實(shí)，但相信絕大多數(shù)人已對此有一定了解。事實(shí)上，很多人對于商業(yè)智能已有深人研究，并取得了一定的成果。但是，目前國內(nèi)這一技術(shù)的成功應(yīng)用案例并不多見，原因何在？

大約在7～8年前，中國就己引入了商業(yè)智能的概念。然而，對這一概念的理解至今很多人仍存在偏差，常常有人把商業(yè)智能和數(shù)據(jù)挖掘、數(shù)據(jù)倉庫等混用，也有人將其和多維分析等混用。商業(yè)智能的真正含義是什么呢？這個(gè)問題的焦點(diǎn)在于對Business和Intelligence的翻譯和理解。這兩個(gè)詞都有多種解釋，Business可譯為商業(yè)、商務(wù)、生意、事務(wù)等；Intelligence可譯為智力、理解力、聰明、情報(bào)等。兩個(gè)單詞組合后，譯作商業(yè)智能或商務(wù)智能，甚至事務(wù)智能都沒有錯(cuò)。問題在于，如何定義商業(yè)智能或商務(wù)智能等。較為合理的定義應(yīng)該是：如何通過技術(shù)手段對分散在不同系統(tǒng)的數(shù)據(jù)進(jìn)行有效整合，從數(shù)據(jù)中獲取有用的信息，再將這些信息轉(zhuǎn)換為知識(shí)，用于商業(yè)決策。這個(gè)過程包括四個(gè)關(guān)鍵點(diǎn)：數(shù)據(jù)、信息、知識(shí)和決策。

圍繞這些關(guān)鍵點(diǎn)，從技術(shù)的實(shí)現(xiàn)方法來看，直接相關(guān)的技術(shù)主要是數(shù)據(jù)倉庫技術(shù)和數(shù)據(jù)挖掘技術(shù)。數(shù)據(jù)倉庫包含兩個(gè)含義：數(shù)據(jù)倉庫數(shù)據(jù)庫（Data Warehouse Database）和數(shù)據(jù)倉庫環(huán)境（Data Warehouse Environment）。從業(yè)務(wù)的角度來講，則主要是知識(shí)和商業(yè)決策過程。

從應(yīng)用的角度看，商業(yè)智能主要是指企業(yè)、事業(yè)和政府部門如何發(fā)掘、利用所擁有的數(shù)據(jù)中的信息，主旨是在決策過程之中應(yīng)用這些信息，進(jìn)而提升和改善自身的管理和服務(wù)水平等。需要注意的是，雖然事業(yè)單位和政府部門不屬于商業(yè)范疇，但從技術(shù)、應(yīng)用和管理的角度來看，商業(yè)智能可延伸得到非商業(yè)性機(jī)構(gòu)。換言之，只是應(yīng)用對象的不同，技術(shù)本身并沒有差別。

二、商業(yè)智能技術(shù)

商業(yè)智能的技術(shù)主要包括數(shù)據(jù)倉庫和數(shù)據(jù)挖掘。數(shù)據(jù)倉庫主要是對分散在不同系統(tǒng)的數(shù)據(jù)進(jìn)行收集、整理和分析，用于克服常常出現(xiàn)的信息孤島問題，使機(jī)構(gòu)對客戶和自己內(nèi)部有一個(gè)完整、準(zhǔn)確的理解，更好地服務(wù)于客戶，有效地管理內(nèi)部。它是管理信息的基礎(chǔ)工程，是企業(yè)和政府走向智能管理的關(guān)鍵和基石。數(shù)據(jù)挖掘主要是從大量的數(shù)據(jù)中提取潛在、有用的信息，并把信息用于決策之中的過程。

20世紀(jì)80年代，數(shù)據(jù)倉庫起源于美國，早期成功率并不高，不到50%。經(jīng)過了一段艱苦歷程，從90年代中期開始已經(jīng)非常成熟，項(xiàng)目的成功率已經(jīng)達(dá)到 95%以上。而在美國這樣的技術(shù)和應(yīng)用領(lǐng)先的國家，數(shù)據(jù)挖掘得到大力推廣也是19%年之后的事情了。但是，數(shù)據(jù)挖掘的實(shí)用性很快得到業(yè)內(nèi)的認(rèn)可，并迅速地推廣到全球的許多地方，尤其是在歐美國家。

數(shù)據(jù)挖掘引入中國最早是在20世紀(jì)末，起步較晚。但是這一技術(shù)很快得到銀行和電信的認(rèn)可。

從2000年開始，國內(nèi)的一些企業(yè)已經(jīng)開始建立數(shù)據(jù)倉庫，確切地講應(yīng)該是開始探索和使用一些多維分析工具和前端展現(xiàn)工具。2003年，數(shù)據(jù)倉庫在銀行、電信等行業(yè)已經(jīng)開始推廣，期間數(shù)據(jù)挖掘在國內(nèi)也已經(jīng)開始推行，但這些都還處于啟蒙時(shí)期。

數(shù)據(jù)倉庫和數(shù)據(jù)挖掘的理念以及它們可能為企業(yè)、事業(yè)和政府所帶來的經(jīng)濟(jì)效益和管理水平的提高已經(jīng)得到普遍的認(rèn)可，但是，這些技術(shù)距離有效推廣和應(yīng)用尚有一段路要走。從對于技術(shù)本身的把握以及應(yīng)用的理解方面來看，目前我國和發(fā)達(dá)國家相比還有較大的差距，只是從硬件和通用軟件的角度來看，似乎差別已不明顯，事實(shí)上，我們很多企業(yè)的硬件產(chǎn)品先進(jìn)程度已經(jīng)遠(yuǎn)遠(yuǎn)超過國外的同行。造成這種現(xiàn)象有多種原因，其中包括但不僅限于大廠商的宣傳、鼓動(dòng)；企業(yè)的理念和方法的問題;企業(yè)的決策機(jī)制；目前國內(nèi)廠商和企業(yè)的應(yīng)用實(shí)施能力還不太高；企業(yè)的應(yīng)用和理解能力有限等等，眾多的原因?qū)е铝宋覀冊S多企業(yè)花錢不少，但效益不高。

三、計(jì)算機(jī)軟硬件水平不等于商業(yè)智能應(yīng)用水平

我國目前在商業(yè)智能應(yīng)用方面整體落后于西方發(fā)達(dá)國家，但是我們很多企業(yè)用于實(shí)施數(shù)據(jù)倉庫和數(shù)據(jù)挖掘的軟件和硬件卻并不落后。軟件方面，我們許多企業(yè)購買的版本幾乎和國外廠商的最新產(chǎn)品同步，我們許多企業(yè)所購買的硬件往往優(yōu)于國外同行。這中間有多種理由，但是主要還是理念問題。

很多企業(yè)追求的就是國內(nèi)先進(jìn)和國際一流，以為我們購買的機(jī)器和通用軟件達(dá)到一流，我們的企業(yè)就是一流。很多銀行和電信企業(yè)的計(jì)算機(jī)通用軟件已經(jīng)達(dá)到一流，但是絕大部分企業(yè)和西方先進(jìn)企業(yè)的差距依然很大。片面地追求工具技術(shù)的領(lǐng)先和銀行、電信的業(yè)務(wù)以及業(yè)務(wù)管理水平的提高沒有太大的關(guān)系。

計(jì)算機(jī)的并行處理速度和能力很重要，但它決不等于一家銀行或電信公司的商業(yè)智能應(yīng)用水平。機(jī)器的大小和節(jié)點(diǎn)的多少與企業(yè)的經(jīng)濟(jì)效益未必成正比，這些更不能代表一個(gè)企業(yè)的先進(jìn)性。許多企業(yè)在做數(shù)據(jù)倉庫的概念驗(yàn)證時(shí)主要是看機(jī)器的處理速度、并行處理能力等。

這些性能指標(biāo)對于IT廠商很重要，對于計(jì)算機(jī)公司很重要，但對于銀行和電信來講是重要的，但是沒有廠商宣傳的那么重要。對于銀行和電信來講，重要的是應(yīng)用，是用新系統(tǒng)和技術(shù)解決企業(yè)的問題。

銀行和電信都是服務(wù)提供商或產(chǎn)品提供商，重要的是搞好企業(yè)的運(yùn)營和管理，開發(fā)出客戶喜歡的產(chǎn)品，提供客戶所需要的服務(wù)，做好風(fēng)險(xiǎn)管理和企業(yè)內(nèi)部管理等等。只有用好商業(yè)智能技術(shù)解決企業(yè)的基本問題，才能提升企業(yè)的工作效率、盈利能力和抗風(fēng)險(xiǎn)能力等。技術(shù)的有效應(yīng)用遠(yuǎn)比技術(shù)本身重要，尤其是對于商業(yè)智能技術(shù)來講。