【IT168 资讯】企业经营不是散兵游勇，也不是单打独斗，它需要整个团队有条理、有计划、有“头脑”的去策划，只有这样才能充分迎合市场和客户的需求。因此，企业需要有一个聪明的“大脑”支配企业的商业活动，而这个大脑就是商业智能。商业智能可以将企业中现有的数据转化为知识，帮助企业做出明智的经营决策。
而这些现有的数据包括来自企业业务系统的订单、库存、交易账目、客户和供应商资料，来自企业所处行业和竞争对手的数据，以及来自企业所处的其它外部环境中的各种数据。而商业智能能够辅助的业务经营决策既可以是操作层面的，也可以是战术层面和战略层面的决策。
为了将数据转化为知识，企业需要利用数据仓库、联机分析处理（OLAP）工具和数据挖掘等技术来实现。因此，从技术层面看，商业智能并不是什么新技术，其早在10几年前就已经提出。
当时的商业智能被定义为一类由数据仓库（或数据集市）、查询报表、数据分析、数据挖掘、数据备份和恢复等部分组成的、以帮助企业决策为目的技术及其应用。但是，这种认识存在一定不足，因为它片面强调了商业智能本身的技术因素，而忽视了它的管理价值。
因此，现在的商业智能在范围和深度上都有了一定扩充，人们已经不再刻意的强调其技术实现方式。人们通常把能够将企业中现有的数据转化为知识，帮助企业做出明智的业务经营决策的工具统称为商业智能。
但商业智能本身离不开IT技术的实现：企业IT部门人员需要从不同的系统数据中提取出有用的数据，并进行清理，以保证数据的正确性，然后经过抽取、转换和装载，使之合并到一个企业级的数据仓库里，从而得到企业数据的一个全局视图。在此基础上，利用合适的查询和分析工具、数据挖掘工具、OLAP工具等对其进行分析和处理（这时信息变为辅助决策的知识），最后将知识呈现给管理、决策者，为经营、决策提供参考和支持。
本期《SYS展示》栏目中介绍的上海汽车工业销售总公司、山东联通、光大银行、广东移动、西门子中国自动化与驱动集团5家企业在商业智能应用方面具有很强的代表性。读者通过这些企业商业智能应用的介绍可以轻松了解商业智能的应用条件、应用要领和应用价值。
这5个案例中，上海汽车工业销售总公司的商业智能应用很具有代表性：上海汽车工业销售总公司原有多套不同的管理系统，经过数年的积累和运行后，已经拥有了大量的汽车生产、物流、销售、客户、服务等方面的数据，但这些海量数据多数只是实现了简单查询的作用，要对企业整个的业务、财务的进行横向和纵向比较，了解市场趋势，就面临要查询大量历史数据、要处理这些不同格式的海量数据的巨大工作量；同时，要根据一大堆的报表了解变化，也很难作出快速的分析和决策。
在应用商业智能后，上海汽车工业销售总公司可轻松汇总总部下属不同子公司、不同产品、不同时期、不同信息系统（如财务软件、ERP、CRM、SCM）中的不同格式的数据，通过通用数据接口按规范进行采集、抽取、整合和转化，建立起总部的数据仓库，以进行智能分析、决策。
现在，很多大型的金融、制造、电信行业企业都会遇到像上海汽车工业销售总公司这样的信息孤岛问题，采用商业智能技术和手段，将分散在各个系统中的有用信息抽取出来，以形成有效的分析、决策数据对于企业CIO和企业业务经营、管理者来说非常重要。这也是为什么越来越多的大中型企业开始建立商业智能系统的原因。
但需要指出的是，应用商业智能固然可以给企业安上一个聪明的“大脑”，但是企业还需要有很好的神经中枢和神经末梢，能够将企业各个部位收集到的准确信息快速、精准的传递给“大脑”。而这些神经中枢和神经末梢就是支撑企业的管理基础、数据基础、人员基础、系统基础，如果企业还不具备这些基础的话，即使花上再多的投资也只能让充满商业智能的“大脑”无法支配企业的经营、决策。
BI重整上汽信息孤岛
从1993年开始，上海汽车工业销售总公司(简称上汽)就已开始进行信息化建设，其物流、租赁及后续服务子公司先后采用了博科资讯、用友、金蝶、SAP等不同公司的系统，而几个销售、贸易子公司则主要采用博科的财务系统。上汽销售总公司根据各个系统不同的财务软件上报的各种数据，人工编制成不同角度的分析报表，以监控各个子公司的财务状况，从而对整个系统的发展进行有效的控制和决策。
但由于系统之间兼容性差，对下属公司日常财务分析、监控还是面临着诸多问题：不同的管理系统，经过数年的积累和运行后，已经拥有大量的生产、物流、销售、客户、服务等方面的数据。这些海量数据多数只是实现了简单查询的作用，实际上已经形成一个个信息孤岛。
要对上汽整个业务、财务信息进行横向和纵向比较，了解市场趋势，就面临要查询、处理大量分散的历史数据和报表，而且如果仅仅根据这些分散的数据和报表，也很难做出快速的分析和决策。因此，上汽决定实施博科资讯的BI项目重整分散在企业各个分子公司的数据和信息孤岛。
通过一段时间的努力，上汽新的BI系统顺利上线，新系统可轻松汇总总部下属不同子公司、不同产品、不同时期、不同信息系统（如财务软件、ERP、CRM、SCM）中的不同格式的数据，通过通用数据接口按规范进行采集、抽取、整合和转化，建立起总部的数据仓库。这个仓库，是所有智能分析的基础，其中包括预算数据、投资收益、长短期投资、IT软件费用等，同时还有生产成本、人员工资、现金流量、营业收入、支出等实际发生的数据。然后，按照总部的分析要求，建立财务数据的分析模块，实时快速调用数据，生成分析报表，寻找隐藏在数据与数据之间的潜在关系，如比较不同年度内部交易数据、指标数据；比较不同子公司同一时间应付工资及福利费、管理费用、销售费用、财务费用等明细数据等，对成本与收入之间的匹配状态进行分析，将各种数据信息变为辅助决策的知识，并根据预先建立的财务分析模块，快速得出分析结论。另外，BI系统还可以对公司的数据仓库里的海量数据进行深度挖掘，根据特定的数理统计模型，发现存在于海量数据中的规律，分析并预测企业报表项目的变动因素以及变动趋势。
通过BI系统，上汽的各类分析数据可以通过丰富的图形和立体报表灵活的形式给出报告。在预测模型的基础上对未来做出判断，发现问题，找出规律，预测将来，帮助管理者认识企业和市场的现状。如同一款车型在同一时期内各子公司销售额的比较、在不同时期各子公司销售趋势、总体销售趋势变化等，均可在同一分析报表中通过“旋转”、“钻取”、“切片”等操作输出各类数据报表及相应的图形效果，为管理层的决策提供直观、快速、精确的数据支持。
山东联通：BI抢占商机
要准确了解用户的行为特征，如哪些用户含金量高？他们更喜欢接受什么样的服务？不同的人群分别喜欢哪些套餐？这些都需要商业智能和数据挖掘技术的支持。因此，山东联通对能够分析大量数据的商业智能系统产生了强烈的需求，对计费系统中用户数据的深度挖掘和分析成为他们寻找客户并为客户打造贴身服务的重要手段。
通过数月选型，山东联通最终选择了IBM作为合作伙伴。2003年12月，IBM成为本项目的总包商，负责项目管理和质量控制、切入项目实施中的需求分析、业务设计等各个重要环节。
由于商业智能解决方案的实质是把人脑的想法通过计算机辅助的手段来体现，然而每个人的想法都不同，甚至每天的想法也都并不相同，尤其是对随市场情况需要灵活应变的营运部来说，需求的朝令夕改更是家常便饭。
此时，IBM在其中扮演的已不仅仅是软件产品提供商的角色，更是一个对客户需求进行引导的咨询者角色。凭借自己在国内外拥有大量电信项目经验的咨询人员，IBM对山东联通业务部门提出的一些实际需求，能够在提供更好想法的同时，适当地加以引导并提出自己的见解，让山东联通的业务部门来对其中不错的意见加以参评，在修改一些不合适的局部后，形成自己独有的体系。
经过第一阶段的实施，山东联通看到了BI项目实实在在的效益。但也发现了一些问题：首先，项目需求还不是非常明确，这给需求调研，需求分析和业务设计带来了一些麻烦；其次，项目的实施周期较长和短期效果之间存在矛盾；第三，生产系统的客户等分类统计信息还有待完善。
下一步，山东联通将会有针对性地进行重点研发，形成能够深入挖掘和分析的决策支持库——这也正是山东联通商业智能项目的最终目标。
光大银行：数据集中不是目的
光大银行认为，数据集中并不是银行信息化的目的，数据集中只是为了更好地挖掘隐藏在海量数据后的知识信息。只有对数据进行深入挖掘，才能够把数据集中的效果落到实处。如果只有集中，没有挖掘，集中将毫无意义。
因此，光大银行在实现主机集中、数据集中后，迫切需要解决的问题是把散布在不同系统的数据进行整合，实现全行的信息共享，在此基础上采用新型数据分析手段，加大分析挖掘力度，从而提升自身业务管理、风险防范和对外服务的水平。
光大银行国际结算部作为光大银行的重要业务部门，业务品种纷繁复杂，涉及数十种国际业务，原有的业务系统一方面无法为决策层提供准确数据源，另一方面，也无法为决策层提供对数据进行分析查询所必需的先进、灵活的手段。这些迫在眉睫的问题让国际业务结算部成为光大银行应用商业智能的先锋。
国际结算业务统计分析系统作为光大银行首次利用数据仓库技术开发和实施的商业智能系统，于2003年上半年成功完成了系统的开发、上线和推广工作，为光大银行国际业务添加了新的统计分析手段。目前，该系统运行情况良好，成为光大银行管理层和各级业务人员日常经营和分析决策不可或缺的工具。
目前，光大国际结算业务统计分析系统以“日”为单位，实时更新。业务部门可以针对重要的业务做出及时的反应，能用丰富的图形展示出多位分析表，使管理层不仅能从数据中得到最新的业务情况，而且还能从图形中看到整体的情况及个体的分布状态。
通过新系统的建立，光大银行能够更加深入的分析、发掘隐藏在数据背后的信息，从而使各级管理层和各级业务人员可以准确、全面的发现业务中出现的异常，进一步掌握客户和市场的变化，及时了解竞争对手的发展，提高业务部门的市场反应速度和决策水平。
广东移动：借BI整合MASA
早在1997年，广东移动就认识到数据分析的重要性，并在珠海开始研发MASA（移动通信市场和用户行为分析）系统。1999年底，MASA系统在珠海分公司试运行完成。2000年3月底，MASA系统在全省推广。
可是，MASA系统在应用过程中也逐渐暴露出它的局限性。其主要局限性在于无法保证与BOSS系统间的数据严格的实时性和一致性。由于MASA系统建设较早，在最初设计的时候只考虑了和BOSS系统间每月传送文件的接口，所以，只能到每月出帐之后才能处理分析需求，实时性就无法保证。同时，MASA系统和BOSS系统没有严格的对接，数据误差比较大。另外，MASA系统是由广东移动统一选型，各地市公司分开建设的，各地信息和分析经验无法共享，形成了“信息孤岛”。
为了整合现有的信息资源，将信息转换为可供利用的知识，2003年3月，广东移动成立广东移动经营分析系统项目组（以下简称为GMCC BI）。考虑到MASA系统的局限性，广东移动实施了新的BI系统——广东移动经营分析系统。2004年1月，广东移动经营分析系统上线试运行。
经过6个月的试运行，2004年7月，广东移动经营分析系统正式上线。据介绍，该系统为广东移动提供了全方位的报表、分析、挖掘系统服务，同时也逐渐开始为服务客户和公司决策提供良好、及时地支持。
西门子A&D 为CRM装上“大脑”
西门子中国自动化与驱动集团（简称西门子A&D）涉足的领域包括钢铁、机械、冶金、食品、饮料、包装、汽车、石化等行业，并且占据PLC(可编程控制器)、CNC(数据控制)和大型驱动市场中的头把交椅。但是，其市场竞争形势却并不乐观，在中国工业自动化市场上，越来越多的本土厂商参与到这场群雄逐鹿的游戏当中，另外，国际自动化领域的大鳄罗克韦尔、三菱、OMRON、GE、松下电工、法国施耐德等也加大了在中国市场的拓展步伐。
在激烈的市场竞争环境下，谁最先掌握客户的需求和市场的变化谁就赢得了大部分市场。为此，西门子A&D并不吝于在IT方面大规模投资，其很早就建立了CRM系统。但是，经过几年业务拓展和数据积累，西门子A&D发现CRM系统并没有发挥真正价值，而其主要原因在于分析、决策功能不足。
其中，西门子A&D原来应用的maximizer CRM系统中记载了近6000多家客户行为业务数据，但maximizer CRM系统却无法提供西门子A&D对客户行为趋势深入分析的新的功能需求。而且maximizer CRM的报表制作周期也显得过长，难以适应越来越强调效率的业务节奏。
另外，出于对经营环境的关注，西门子A&D也针对不同地区、不同行业收集了大量的宏观经济数据，再加上其它通过各种系统产生的内部商务数据，西门子A&D拥有庞大的数据库群。管理人员、市场人员、业务人员、业务支撑服务人员都有从数据库中获得相关支持数据信息的需求，但是，基于这些数据的分析应用工具却极为缺乏。
于是，西门子A&D开始考虑实施新的管理信息化项目。2004年1月，西门子公司与和勤软件进行合作，签约《A&D市场分析系统》项目。据了解，该市场分析系统的数据来源包括CRM系统数据、各种宏观经济数据、内部商务数据等，通过ETL(转换、清洗、校验、加载)过程，将各个数据源加载到数据仓库中。数据仓库模型根据设计过程中确定的分析主题，将所有的数据以相同的指标排列，以便进行各种查询以及业务分析。
2004年3月底，西门子A&D BI系统——A&D市场分析系统正式通过验收。西门子A&D通过实施BI项目，整合了原有的CRM系统，并深度挖掘了市场销售数据和其它多种数据源。
来源：《信息系统工程》
