1 引 言

　　商业智能（Business Intelligence，简称BI）被人们称为“混沌世界中的智能”。它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，它能够从传统业务系统中获取各类客户数据和业务数据，曲此建立多层次的分析体系，并将其转化成有商业意义的信息。商业智能把先进的信息技术应用到整个企业，不仅为企业提供信息获取能力，而且通过对信息的开发，将其转变为企业的竞争优势。商业智能系统对于企业发现市场新机会、创造竞争新优势的作用是显而易见的，但企业在真正实施商业智能过程中，并不都是一帆风顺，很多企业在商业智能方面进行了巨额的软硬件及人力投资，却并没有给企业带来预期的管理效率。

　　2 商业智能技术体系框架

　　商业智能的概念最早是Gartner Group于1996年提出来的。当时将商业智能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。商业智能所涉及的技术与应用，在Gartner Group命名之前就有，起初被称为经理信息系统（EIS），在演化成商业智能之前叫决策支持系统（DSS）。

　　目前，商业智能通常被理解为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。这里的数据包括来自企业业务系统的订单、库存、交易账目、客户和供给商资料，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他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，既可以是操作层的，也可以是战术层和战略层的决策。为了将数据转化为知识，需要利用数据仓库、联机分析处理（Online Analytical Processing，简称OLAP）工具和数据挖掘等技术。因此，从技术层面上讲，商业智能技术并不是基础技术或者产品技术，它是数据仓库、OLAP和数据挖掘等相关技术走向商业应用后形成的一种应用技术。与一般的信息系统不同的是，商业智能在处理海量数据、数据分析和信息展现等多个方面都具有突出性能。

　　商业智能系统主要包括数据预处理、建立数据仓库、数据分析及数据展现四个主要阶段。数据预处理是整合企业原始数据的一步，它包括数据的抽取、转换和装载三个过程。建立数据仓库则是处理海量数据的基础。数据分析是体现系统智能的关键，一般采用联机分析处理和数据挖掘两大技术。联机分析处理不仅进行数据汇总/聚集，同时还提供切片、切块、下钻、上卷和旋转等数据分析功能，用户可以方便地对海量数据进行多维分析。数据挖掘的目标则是挖掘数据背后隐藏的知识，通过关联分析、聚类和分类等方法建立分析模型。预测企业未来发展趋势和将要面临的问题。在海量数据和分析手段增多的情况下，数据展现则主要保障系统分析结果的可视化。

　　3 商业智能应用现状和存在的问题

　　2006年1月Gartner Group公布的对1400位CIO访谈结果显示，商业智能被CIO们列为企业优先考虑的十大技术之首。2006年9月，由商务周刊（Business Week）发起的对商业智能价值调查的结果显示，绝大多数的公司都认为他们大规模的或战略性的商业智能实施正在为公司带来预期的回报。从全球范围来看，商业智能已经成为最具有前景的信息化领域，是当前企业最为关注的技术热点，是ERP后最有发展前景的信息技术。

　　从国内来看，商业智能也是企业信息化中最需要的组成部分，越来越多的企业提出他们对商业智能的需求，把商业智能作为一种帮助企业达到经营目标的一种有效手段。据ChinaBI（中国商业智能网）统计，2007年中国大陆地区（不含港、澳、台）的商业智能市场份额约为20亿元人民币，比2006年增长35%，其中商业智能产品许可汪约为9亿元人民币；商业智能系统集成（不包括许可证）约为11亿元人民币。在未来几年内商业智能市场需求旺盛，市场规模增长迅速。商业智能无疑是当前企业管理中最为前沿的实践应用，但商业智能实施成功的概率却不容乐观，有统计数字显示，在国外，投资建设商业智能的企业有60%～70%以失败告终，而在中国，这个数据可能会更岛。也就是说，对于大多数企业而言，信息至今仍是一笔未被充分挖掘的资产，大多数企业还没有从花费巨资所构建的BI系统中享受到应有的益处。具体来说，企业在部署BI的过程中，常常存在以下问题和误区：

　　3.1 系统需求不明确，与业务割裂

　　许多企业对BI系统的应用需求不明确，往往在启动BI项目的最初目标比较单纯，只是为r吸引企业领导能够多使用系统（而使用的方式，大都局限于信息查询或报表查询），企业决策层对BI系统的用途及如何得到投资回报也并很不清楚。在系统实施前，没有专门的咨询顾同，甚至没有专门人员对系统需求进行调研和细化。以至直接导致在系统实施过程中，实施人员在系统设计时对使用人员的需求考虑不够全面，如：只是单纯地进行数据抽取和报袁统计，没有充分考虑到分析的重点和分析意义；单纯的报表和数据罗列，未考虑到结果展示的重要性和使用便捷性等等。所建立起来的BI系统里尽管也是满满当当的数据和报表，也可支持数据的抽取和查看，但系统并不适合使用。究其根本原因很简单，就是企业在实施BI系统时与业务之间是断裂的，系统对于经营分析缺少考虑。

　　3.2 系统贪大求全

　　企业贪大求全的心态是阻碍BI系统成功最直接的诱因。BI在企业的应用中是多层次的，其庞大程度超过任何一个业务处理系统。许多企业上BI之前，都会先建一个庞大的数据仓库，但是如果企业数据存储容量未达10 TB，建立数据仓库不但耗费资源，还会带来种种问题。

　　3.3 无法提供高质量的数据

　　无法提供高质量的数据也是BI部署中常见的问题。比如由于数据仓库的数据来自于多个数据源，有的数据库中信息有几千万条，但是因为标准不统一，所以数据的一致性很难得到保证，因此这些信息需要专业的工具来清洗和改良。此外，根据企业政策的不同，有时很难得到所有必要的数据元素，有些数据可能包含机密信息或者高明感度的细节。再则有些数据可能来自于合作伙伴，他们的数据源可能并不是完全开放。

　　3.4 系统的易用性较差

　　据美国《信息周刊》的调查表明：针对非技术员工的易用性问题是妨碍BI方案部署的首要障碍，也就是说，对于非技术人员而言，系统操作的简便程度如何，很可能成为能否普及刚的一大关键。另据凋查，企业中只有15%的人员在实际工作中采用了商业智能的工具，而且，除非厂商在简化用户界面方面取得突出的进步，否则这种情形很难改变。最终用户希望简捷、自动地获取信息，而不足被迫学习和认知一个全新的环境，或者依赖于IT部门的帮助。