商业智能的发展及其应用

30年前，《纽约先驱论坛报》宣称一个至今不为人熟知的男人是“继牛顿、达尔文、弗洛伊德、爱因斯坦之后最重要的思想家”。直到网络盛行的今天，我们捧读他当年的著作，才猛然悟到此人的伟大。
他叫马歇尔·麦克卢汉。

“电子技术到来以后，人延伸出（或者说在体外建立了）一个活生生的中枢神经系统。” 1965年麦克卢汉在《理解媒介》一书中写下的这句话，以今天的眼光，仍是个有些高深莫测的说法。

是呀，如今网就是我们，人和企业的另一付神经。人造的电子神经和父母给的蛋白质神经完全不同，进化的伟力强逼二者互联。今天，从电子神经传来了大量的数据，可数百万年前人类为抵御风雨、猎捕野兽逐步进化而来的神经系统并没考虑处理这种数据的需求。

于是，问题来了。

数据迷雾中的迷茫

上世纪90年代初还没什么感觉，到了90年代末，人们已经能够察觉到眼前的数据迷雾。进入21世纪，雾更重了。这种事就在你我身边，一个平常饮料店的故事可以为证。

1993年前，店里卖的饮料只有啤酒、可口可乐和北冰洋汽水，进货出货老板在一个旧本子上记着，顾客是周围的街坊，全是熟人。1995年，生意大了，各处开了分号，饮料多了，酒也多了，卖的东西总共几十种。店里装了自动柜员机，每笔买卖都得摆弄键盘，有点儿麻烦，可省了动脑子。柜员机里记的账天天都打印出来送给老板。开始老板每天看，时间一长，看不过来，加个总数就算了。生意该怎么做，老板还算清楚。1998年，经营的品种过了百，店里连了网，用上了财务软件。1999年又上了互联网，周围的店一天天多起来，客人来自四面八方。账单每天打出厚厚一堆，老板瞧着密密麻麻的数字楞神，直嚷嚷生意难做。

自从饮料店老板多了这付电子神经，上面传来的数据一日多似一日，爹妈给的肉神经要超负荷运转了。原先，老板很清楚什么季节该卖什么、什么人爱什么、到时候进多少货、进什么货。现在看着精确无比、但毫无头绪的数字没了主意，弄不清什么地段的店什么好卖，弄不清进谁家的货更合算，弄不清什么样的顾客喜欢什么。手下人出的主意五花八门，眼看着利润往下掉，干着急。数字天书蒙住了人的眼睛，老板被裹入到“数据迷雾”中。

数据迷雾无处不在，企业越大，雾越浓重。做酒店的，弄不清世界各地分号每间客房的平均收益，弄不清什么样的客人常来，最后惨到弄不清自已的市场定位。数据总量的增长让人瞠目结舌，美国MCI是跨国的电信公司，长途电话客户2亿，电脑里数据存了5TB，每月还增加300GB。据美国加州一所大学研究，世界上每个人，不论死活，已经产生或将要产生250MB的数据，每年全球数据净增2×1010GB。

大雾沉沉如何行路？电子神经和肉神经之间可以装个转换器，把数字天书转换成彩色的图、简单的表、概括的信息，肉神经就能明白业务状态，做出决策。两付神经间的转换器、指引人类在数据迷雾里穿行的灯就是“商业智能”。

商业智能里的智慧

商业智能（BI）的概念最早是Gartner Group于1996年提出来的，那时互联网还没如此红火。当时将商业智能定义为以帮助企业决策为目的，对数据进行收集、存储、分析、访问等处理的一大类技术及其应用。当时，Gartner Group预测说：到2000年，信息民主将在具有前瞻性思维的企业中浮现。借助商业智能，员工、咨询员、客户、供应商以及公众就能有效运用信息。商业智能所涉及的技术与应用，在Gartner Group命名之前就有。作为企业内部的信息系统，最早被称之为执行信息系统（EIS），在羽化成商业智能之前叫决策支持系统（DSS）。

把商业智能看做一种解决方案应该比较恰当，其中包含大量技术和应用系统，还有更多的技术和应用正在向商业智能的旗帜集合。商业智能解决方案的基本成分有数据仓库、数据分析、数据挖掘、数据展示和企业信息门户。正在向商业智能靠拢的有ERP、CRM、文本挖掘、知识管理、Web智能、无线智能、竞争智能、市场智能等等，五花八门，数不胜数。

数据仓库之父Bill Inmon在1990年写道：“数据仓库是面向主题的、集成的、随时间变化的、永不散失的数据集合，用以支持管理层制定决策。”数据仓库的数据不是[b]数据库[/b]里公司运营的流水账，而是通过元数据（Metadata）按主题组织的；数据仓库集成多种数据源，包括公司内部和外部的数据，并将其整合成连贯的整体。数据仓库是商业智能的数据基础。



X坐标:每天的时间 Y坐标:月份 Z坐标:销售量 灰度坐标:气温

商业智能里数据分析的方法很多，时下最时兴的是OLAP（在线分析处理）。利用这种方法，可以从不同角度和维度抽取并观察数据。比如，分析销售可以从产品、地域、时间等三个维度产生视图。What-If分析（假设分析）是另一种标准的方法，利用它，能建立部门或企业的数据模型。决策时，将参数输入，由系统根据历史数据模拟，预测结果。第三种常见的是ANOVA分析（变动分析）。利用它，能从多种可能性中确定造成问题的真实原因，在制造业中应用较为广泛。数据挖掘也是一种数据分析的方法，其目的是在历史数据中寻找潜在的趋势，使企业在“记忆”中学习，预测未来。

商业智能里数据展现的方式也很多。预先设计的标准报告可以用电子与纸介形式提供固定格式的数据；结构化报告允许用户对格式和数据项进行一定范围的变动；特别报告可以随用户要求任意提取数据和制定格式；OLAP通常将数据展示成三维彩色图；例外报告是将超过规定值的数据汇总，作为警报输出。

企业信息门户（EIP）已经演变成商业智能的标准成分。EIP为商业智能解决方案提供了统一的、基于Web、易于融合多种数据源和应用系统的界面。

数据迷雾是商业智能的饲料，雾越大，BI越多越壮。上世纪80年代，商业系统只输出打印在纸上的报告。90年代初雾重了，销售部门用了数据仓库，可以回答前十名客户是谁，目标市场何在这类的问题。到90年代末，不仅销售部，市场部、客户服务部，甚至研发部都想成为BI的用户，商业智能壮大成了企业的公共平台。本世纪，BI只用于企业内部运作已经不够，人们还要它分析客户行为、市场走向、对手和合作伙伴。

商业智能已经从部门级应用进化成了企业级应用，正在从企业内部应用向全局应用进化。

智能市场里的景致

本世纪以来，商业智能市场挺热闹。

今年6月，Dataquest说去年全球数据库销售额是88亿美元，它还在早先的报告里预测明年商业智能市场全球销售额可达62亿美元。数据库市场近年来年增长率在20%左右，而商业智能超过35%。看看，现在商业智能市场与数据库差不多，没两年就能超过去。有实力的公司怎么会忽视如此庞大的市场，在美国市场上有数十家各种各样的BI厂商，嚷嚷几年了。现在国内声音还小，过不了几个月，媒体厂商没准也会让你满眼都是BI。

去年，Gartner Group研究一番，把商业智能系统的供应商分为领先者和挑战者两大阵营。领先者全是知名度不高的小公司，比如AlphaBlox、Cognos、Crystal等等，这些公司进入BI市场较早，产品功能完备，用户多。它们提供包括What-If分析和OLAP在内的比较完备的数据分析及展示工具，这些商业智能平台都要建立在第三方的数据仓库之上。

Gartner Group 把Oracle、CA、SAP、SAS以及微软这些大家伙列进挑战者名单。这类公司有自己传统的数据库、数据仓库，甚至ERP、CRM解决方案，现在开始构筑或加强数据分析和展示平台。Oracle不仅有数据库、数据仓库、CRM、ERP，还提供财务/销售分析。SAP除数据仓库外，也提供财务/人力资源分析、CRM和供应链管理解决方案。这些公司进入BI市场稍晚，产品不够完善，提供BI解决方案时需集成第一阵营的产品。IBM、HP、Compaq、Sybase、Infomix等公司虽然在报告中没入围，也在向客户提供BI解决方案。

今年以来，国内银行已有BI系统投入运营，电信系统也开了研讨会，不过，主要是国外厂商在推动。其实，BI中数据分析与展示工具挺适合小公司开发，相信很快会有国内公司加入这个潮流。

电子神经在你我身外不知不觉地滋长蔓延，数据迷雾一刻比一刻浓密。如果有一天你在商场上迷失了自已，不要忘记：点亮商业智能。