【IT168 信息化】
无疑，商业智能正朝着大众化，普及化的方向发展，以前，制约商业智能发展的一个重大瓶颈就是覆盖率底，而商业智能提供商也一直都在致力于改变这样的状况，让更多的人受益于这个曾经被包围在象牙塔里的“贵族软件”。而现在，这样的状况正在逐步改善，随之这个市场也在快速崛起。事实上，除了金融、电信，零售等传统领域对商业智能的需求继续保持着快速增长外，像一些大型制造行业，如钢铁、汽车、机械等，以及能源、交通领域的增长也比较明显，甚至于中小企业也开始有了使用商业智能的需求。而用户如何能够更好地“射”准这个“移动靶”——商业智能，则是我们需要探讨的。
在大多数人的眼中，国外企业在IT系统的部署方面要领先于国内很多年，尤其是像商业智能(BI)这样的“贵族软件”更是如此。在全球知名的通用汽车公司中就流传着这样的一句话，“上海通用学全球通用”，就是说全球通用建设了什么样的IT系统，上海通用就直接拿过来复制一下。
而现在，这样的观念可能要改变了。在几年前，上海通用就自主选择一套商业智能系统，虽然上海通用并没有把它叫做BI，但实际上，这个业务支撑系统是所有售后的数据和客户的反馈，功能主要包括数据的跟踪、信息的挖掘、零配件的调配和整个全国的数据仓库，规模涉及到了全国所有的零售店和4S店。从某种意义上说，这是一个相当大的商业智能系统。
以前，在上海通用，整车出厂后如果发现了一个缺陷，到最后厂里生产线把这个缺陷改进需要三个多月的时间。而在这三个多月的时间里都做了些什么呢?首先是用户报告了一个故障，然后前台将其一级一级地往上传，上面的领导可能会认为一个用户的问题并不能代表什么，等反映问题的电话多起来了就重视了，派人去调查。随后，调查的结果就转到了设计部门，设计部门又将其转到了进货部门，然后是协调部门，最后是生产部门。我们假设每天出产5万辆汽车的话，三个多月就是400多万辆汽车，如果发生问题，实施召回制度，就会让上海通用遭受重大的损失。
而在应用了这套商业智能系统之后，情况得到了很大的改观，90多天的时间被压缩到了20多天，在20多天内就可以从所有的环节反馈回生产部门。由于这套系统在上海通用应用得很成功，所以全球通用也开始学习上海通用，日本、印度，美国等6个厂都建设了同样的BI系统。当然这样的BI系统能够获得成功，与IT部门和售后质量部等业务部门的紧密配合是分不开的。
今天的商业智能
商业智能概念最早是由GartnerGroup在1996年提出来的，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应用。其实，商业智能所涉及的技术和应用，甚至是产品，在Gartner Group命名之前就有，作为企业内部的信息系统，最早其被称之为执行信息系统(EIS)，在转化成商业智能之前叫做决策支持系统(DSS)。
而在十多年后的今天，事实上，把商业智能看做是一个还在不断完善的解决方案更为恰当。现在的商业智能中包含了大量的技术和应用系统，而且还有更多的新技术和应用正在向商业智能的旗帜靠拢。
就目前来看，商业智能是一个概念，不同背景的厂商在这个概念下提供着自己的产品和服务。就好比是一头大象，每个厂商提供的产品都只是大象的一部分，任何人还都不知道大象究竟是什么样子，不只是用户，商业智能的提供商也是如此。所以很多人把商业智能比喻成一个动态的、变化的、不断发展的“移动靶”。
当然，商业智能并不是一个虚无缥缈的概念，经过这些年的发展，已经形成了几大关键技术和应用，在这其中比较重要是数据仓库、数据分析、数据挖掘、前端展示和发布等。
“在商业智能这个概念下面有很多技术，比如说数据仓库技术还有ETL技术。SAS作为专业的商业智能厂商可以应用这些技术提供一个整体的解决方案，其中也包括数据仓库以及与其他系统的整合，比如ERP或者是数据库等。整合之后还可以进行分析和呈现，可能还涉及到智能的预测等。”SAS市场总监罗威说。
应对动态发展的BI
在商业智能市场还未完全成熟、商业智能本身还处在动态发展阶段的今天，用户对于商业智能的需求却在快速地增长。从应用的角度来讲，商业智能在应用方面可能会出现一些新的变化，在国内，信息化走得比较快的企业，ERP、CRM、HR或者财务、采购和供应链的这些IT系统都已经部署完了，新的业务需求促使企业开始了商业智能的部署。”计算机世界执行总编孙定表示。
在现阶段，用户应该如何应对因业务需求而带来的对商业智能产品的选择呢?又该如何更好地部署商业智能呢?“其实做得好的商业智能应用有一个共同的特点，就是要与业务很好地结合，不然BI就变成了只是报表的堆积。而谈到业务，大家就会想到这样的问题，为什么要部署商业智能呢?”SAS市场总监罗威表示：“实际上，现在用户上BI主要是因为感觉到了竞争的压力，竞争的压力越来越大，他们希望BI能够更好地帮助企业解决业务上的难题。用户切实地需要一些真实的数据来支持，同时也需要分析和深度的数据挖掘。”
而动态发展着的商业智能也不免让用户感到了困惑，Sybase软件(中国)有限公司技术总监卢东明把商业智能的发展分为了6个阶段：产前期、婴儿期、幼儿期、青少年期、成年期、睿智期。就目前来看，中国的商业智能已经发展到了哪个时期呢?可能现在任何人都还很难明确地给出一个答案。
“所以，企业不要为了BI而BI，对于用户来说，商业智能最终还是要落到企业的业务上来。企业到底要用商业智能来做什么?为什么要做?商业智能能给企业的业务带来什么样好处?这些都是用户必须想清楚的问题。”卢东明表示。
如何更好地应用BI策略
BI系统对于企业发现新的市场机会、创造新的竞争力优势的作用是显而易见的。但是，在企业真正实施BI的过程中却并不是一帆风顺的，或者说并不能很快地就达到理想目标。甚至有些企业在BI方面进行了巨额的软硬件投资，及人力投资却并不能给企业带来预期的管理效率，因此在部署BI时的策略以下五方面则显得至关重要：
分析需求，确定目标。
领导重视，全员参与。
建立项目管理体系和运作机制。
加强培训，提高认识。
完善企业信息的基础工作。
的确，商业智能不是IT部门一拍脑门就要去部署的，业务的需求才是部署商业智能的核心，而业务部门也应该在这其中起到更为关键的作用。刘琳珂表示：“商业智能与业务紧密联系，这从商业智能发展演进的过程就能很明显的看出，BI是在逐步地往下渗透的，从这个过程本身来讲，商业智能就可以被叫做业务智能，它是业务与企业决策的结合。”
罗威还特别强调说：“我们发现，现在越来越多的接触到的是企业的业务部门，而不再像以前只是与IT部门沟通，这样的变化让我们很明显地感受到了企业对于IT系统与业务的紧密结合的重视。”
当然，在以业务为主导的同时，在企业的内部建立标准，对于商业智能的成败也起着至关重要的作用。刘琳珂表示：“目前，无论是在国外还是国内，商业智能领域都比较活跃，在这个领域的提供商比较多。很多企业，尤其是大型的集团，很可能是在用各种各样不同的工具来做同一件事情，这对企业的决策是很不利的。所以，在最近几年，国内的很多企业开始做一项叫做‘BI标准化’的工作。”
未来的商业智能
在谈到未来商业智能的发展时，各厂商都不约而同地提到了BICC(Business Intelligence Competency Center)的概念，虽然他们对于BICC的中文解释不大相同，但无论是“商业智能竞争力中心”还是“商业智能化能力提升中心”，相信都不会影响到BICC这一概念的推广。
“BI的技术越来越成熟，但是如果用户想真正地应用BI提高自身的竞争力，还面临着一种文化上的创新。而这种文化的创新决定了所应用的BI技术能否给企业的竞争力创造价值，所以在国内出现了这样的一个概念叫做BICC。”SAS市场总监罗威介绍说：“BICC是用户的一个组织架构，这个架构的主要作用是在企业内部完成BI的推广和企业内部文化的创新，包括在企业内部普及BI的应用，也就是‘全民BI’；协调各部门的关系，业务部门、财务部门等与IT部门的合作；建立与上层决策人物沟通的桥梁。”
Better Management调查显示：设置了BICC组织的企业其整体效益会获得相当程度的提升。其中，商业智能的应用范围提升了74％，业务用户的满意度提升了48％，对BI的理解程度加强了45％，企业应用BI的价值在原有基础上提升了45％；企业用于决策的速度加快了45％；降低了26％的企业员工成本和24％的软件成本。这些数据足以说明BICC可以帮助用户更好地应用BI。
商业智能的快速发展让企业有了一个更好地提升业务的武器；企业的应用需求为商业智能的发展提供了很好的土壤，这是一个相互促进、共同成长的过程。而在未来，商业智能又将会朝着哪些方向发展呢?
首先就是普及化和大众化，也就是大家所说的“全民BI”。从战略性的BI到实施型的、操作型的BI，让商业智能变得更加简单、易用，并被更多的人使用。
“为什么Google和iPod能够风靡全球，因为它够简单，我们希望下一代的商业智能也变得更简单。因为越简单也就越稳定，更多地用户就可以更好地使用商业智能。”BusinessObjects北方区售前顾问经理刘琳珂表示。
“从过去战略化的BI到一个实施型的商业智能，这是一个很重要的发展方向，当然这是对那些信息化已经准备好了的企业来说的。”甲骨文公司大中华区商业智能总监杨涛表示：“而过去的BI和现在的BI都存在一个比较典型的问题，就是总部或总局或企业的主管所看到的BI信息和实际操作部门看到的BI信息是脱节的，没有真正地反映出存在的问题，也没有把捕捉出来的信息跟决策挂钩。”所以商业智能除了要更加大众化和普及化，并让群众应用到商业智能外，让群众决策与BI相结合也变得更重要了。
这也就是商业智能的第二个发展方向，与群众决策的结合。事实上，在企业运营的过程中，有很多问题，而采用传统BI的方式，仅在现有内部数据库中进行定量的分析决策，需要花费很多的时间和精力，还不一定能得出正确的结果，因此，如何将大众决策和传统的BI决策相结合将是未来发展的一个重要方向。
“另一个方向就是向平台化发展，在很多的企业里，有各种各样的数据应用平台，都要跟商业智能打交道，平台越复杂，对于商业智能平台的代价也就越大。那么下一代的商业智能系统，我们希望不只是数据集成和应用集成，进一步地让企业里面的基础信息架构能够更适合商业智能的应用是我们的目标。”林晖表示。
可以说，企业信息化水平不断提升，对商业智能的要求也在不断提高，单一的BI产品很难满足用户的所有需求，不同的BI产品之间也很难做到信息共享、互融互通，恰好平台化则可以解决这样的难题。同时平台化的发展是按照模块化发展的思路，这就可以大大地降低用户的成本。
再次，就是商业智能与其他应用程序的整合。从目前商业智能的发展状况来看，企业所使用的BI产品大都是对企业内部信息系统中的数据进行分析，并做出决策的，从长远来看，仅仅依靠内部数据的支持是不够的，企业有时还需要外部数据的支持，需要对更多的数据进行分析，以此来得到更有效的决策。“BI厂商可以考虑建立一个全球性的知识库，并提供给更多的需求者，当然如何来保证外部数据的准确性、实时性和有效性是个关键问题。”计世资讯分析师徐斌表示。
最后，就是商业智能将逐步演进到非结构化，目前商业智能在数据挖掘上还主要是停留在结构化的数据上，而未来，对于非结构化数据的采集已经成为各大厂商攻破的重点。
