就我的经验来看，商业智能（Business Intelligence，BI）系统极可能是投资回报率最高的IT系统。当然，前提是企业选的是对的BI产品、且以对的方式导入。之所以有此结论，与企业在应用系统与档案服务器等设备中存放了成千上万笔数据数据有关。

　　由于企业数据多分散在各个地方，没有一个单一入口网管理这些数据。因此，使用者多半只能透过手动方式，在各个数据存取区找寻、比对与分析所需数据，该做法除浪费使用者的工作时间外，也不能保证使用者自行整理、统计的数据准确无误，而且也没办法做太复杂的数据分析。

　　就我的经验来看，企业可以透过以下两种模式解决数据过于分散的问题：商业智能工具与企业入口网（Enterprise Information Portal，EIP）。前者是以萃取可协助使用者下达各项决策的分析数据为主，如各类统计图表、顾客行为分析等，至于后者则是以协助使用者整合、搜寻与追踪文件等数据数据为核心。

　　商业智能贵在可提供定制化分析数据

　　商业智能工具之所以会受到市场欢迎，与其可依照每个使用者需求汇整出相对应的分析数据有关。

    商业智能工具之所以可以做到定制化的资料分析，在于其用来汇整、分析各式数据的后端工具可以不同构面解析出符合使用者需求的信息，如数据仓储（Data Warehouse，DW）系统与报表工具、在线实时分析、数据采集等多维度分析工具等。此外，前端报表工具多半可无碍连结、分析散落在企业资源规划（ERP）、顾客关系管理（CRM）与供应链管理（SCM）等系统的数据数据。

    在上述工作中，是以汇整数据等工作最为艰辛以及耗费成本，但因该工作是左右商业智能应用成败的关键，因此，再困难也得好好执行。关于这点，我的建议是，内部先自行开会讨论清楚所要的分析数据为何，再找厂商进来一起规划执行细节。

　　商业智能系统的常见应用情境

    虽然商业智能工具的强项是依照企业（使用者）需求提供相对应数据数据，但这可不代表企业会天马行空的随意使用商业智能工具，以下八种应用，是较常见的企业应用情境。

　　第一， 掌握消费行为。以商业智能萃取与分析顾客关系管理系统数据库，追踪顾客的购买行为、预测顾客需求，甚至是增加顾客的贡献度等。

　　第二， 掌握市场趋势。透过整合、分析散落在各地且与市场相关的数据，协助经理人掌握变动快速的市场情势，进而做出适当的反应与决策。

　　第三，减少库存投资。透过整合商业智能工具与供应链管理系统，分析、比对何为最佳物料，以及物料供货商名次。有了这个名单，企业除可降低总库存量，还可以更具经济效益的方式生产产品，以及提供具市场竞争力的商品价格。

　　第四，提升产品质量。藉由分析相关产品项目数据，让研发人员了解产品有哪些可改良之处，让每一次上市的产品都能够更接近消费者需求。

　　第五，管控服务质量。营销人员可以透过分析员工服务（业务）行为、消费行为与市场趋势，针对不同类型的客户，提供定制化营销服务与优惠活动。

　　第六，简化商业流程。企业可透过商业智能工具监测与分析业务流程，简化不必要的业务流程，以及缩减问题改善的时间。

　　第七，优化人力调配。透过商业智能系统分析员工离职原因、专长、职业资历等数据，将有助企业有效分配人力资源、举办各类培训课程，以及规划升迁机制。

　　第八，分析营运绩效。许多企业经营者误以为营运绩效管理的核心是在检阅静态、历史的财务报表，但那其实只是商业智能应用的冰山一角。我认为，上述静态数据分析根本无助于企业衡量真实的营运绩效。唯有将产品的质量、研发与创新、服务的质量、顾客满意度，以及合作关系等信息全部整合起来，才能掌握到可能影响企业营运绩效的事件，进而迅速的做出反应。而这，当然也得透过商业智能工具执行。

　　另外，就我观察，随着产业别的不同，每个企业的商业智能应用角度也有极大的差异。举例来说，政府单位比较重视资源管制，教育单位则重视平衡计分卡应用，金融业较需要风险管理应用，制造业则较常将商业智能用作产品质量管控，而零售业则是以存货周转分析等应用为主轴。

　　商业智能系统的建置与管理

　　为确保商业智能系统呈现出的数据数据确实符合每位知识工作者的需求，建议在规划、导入系统时，注意以下四点。
   
　　第一，使用者需求分析。就跟导入任何一种应用系统一样，导入商业智能系统前一定得先做好使用者需求分析。根据我的导入经验，该点几乎也是左右商业智能项目成败的关键。
   
　　理由在于，研发、业务、销售等知识工作者需求的信息都不同，再加上其所需的数据往往散落在各处，不易整合。因此，需要透过需求分析判别该汇整、分析哪类数据数据。
   
　　确认需求后，才会进一步找寻适切系统工具；在找寻合作伙伴这件事情上，我的建议是，为确保系统工具符合企业需求，一定要请系统整合（服务）商来现场展示工具与实机模拟；另外，再确认系统规格与导入预算后，也可以开始拟定系统导入时程、管理端与客户端的教育训练课程等。
   
　　第二，备份、备援计划。前者指针对后端数据库系统进行数据备份，后者则涵括了前端的商业智能入口网站与后端的数据库。
   
　　建议在备援后端关键数据库的数据时，同时考虑结合多部主机的丛集服务，以及各类数据库的排程备份与维护计划。至于前端的系统数据备份，我想透过网络负载平衡技术即可。
   
　　透过上述机制，商业智能系统除可因应组织规模扩增，随时增加服务器数量外，亦可分散平日网站流量，提升整体运作效能。而且，无论是前端的商业智能系统突然停机，或者是后端的数据库系统损毁，都还不至于造成使用者无法联机，或是数据的遗失。
   
　　第三，落实安全管理。商业智能系统的安全防护机制多半是以使用者权限管控，以及个人化信息呈现等两种方式进行。前者可避免使用者误触、存取其未被授权使用的信息，而后者则是依照使用者的智能、部门、区域位置、群组等属性，呈现相对应的数据，例如，财务部与业务部员工能够抓取的数据来源与分析的信息内容便不相同。
   
　　接着是系统本身的防毒、防黑客设计，建议企业在规划时，必须同时顾及前端网络应用程序，以及后端的数据库与数据仓储的安全。
   
　　第四，系统效能管理。若能将商业智能系统工具与相关的网管系统整合在一起，那么，信息人员除可透过网管系统实时监测，还可透过商业智能系统，快速了解网络流量为何会暴增（减），硬盘、CPU、内存等硬件出现什么问题，因为，商业智能工具会针对历史数据进行事件、报表分析。

　　结论
   
　　由于影响企业整体营运绩效的因素极多，若是全是以人工模式进行判别，成效有限（也极易出错），建议企业改以商业智能工具执行，至于应用深浅（要导入哪些系统工具），则视企业需求而定。