商业智能在现代企业中的应用研究

２００９年第６期　Ｓｃｉｅｎｃｅ　ａｎｄ　Ｔｅｃｈｎｏｌｏｇｙ　Ｍａｎａｇｅｍｅｎｔ　Ｒｅｓｅａｒｃｈ　科技管理研究　２０（）９　Ｎｏ．６　文章编号：１０００—７６９５（２００９）０６—０４１２—０３　商业智能在现代企业中的应用研究　方　芳　，万　波　，谢　忠　，　（１．中国地质大学经济管理学院，湖北武汉４３００７４；　２．中国地质大学信息工程学院，湖北武汉４３００７４）　摘要：现代企业在应用商业智能收获效益的同时，也面临着许多的问题和挑战。在分析商业智能的技术体系、　应用现状及存在问题的基础上，提出了成功实施商业智能的对策，包括避免与业务脱节，独立业务规则模块及　构建业务规则引擎，整合结构化与非结构化数据，增强数据可视化功能以及重视非技术因素和策略等方面。　关键词：商业智能；业务规则；业务规则引擎；非结构化数据；数据可视化　中图分类号：ｆ　７０．７　文献标识码：Ａ　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　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　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，由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　一数据挖掘两大技术。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。　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。　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访淡结　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　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）。　报　Ｊ。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。　数据数据预处理数据仓库　数据分析　数据展现　凰目前，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。　取　匡　女据ＩｌＣ元数据　　画　换装载　／　＼数一　—据仓、一、库１　ｌ画　捆　转　（）ＬＡＰ眠务器　、　数据挖掘服务　分析人受　图１　商业智能技术体系框架　商业智能系统（如图１所示）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第一步，它包括数据的抽取、转换　收稿日期：２００８—０９—２０。修回日期：２００８—１２－０３　从国内来看，商业智能也是企业信息化中最重要的组成　部分，越来越多的企业提出他们对商业智能的需求，把商业　方芳等：商业智能在现代企业中的应用研究　４ｌ３　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１】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　Ｊ。商业智能无疑是当前企业管理中最为前沿的实　ＢＩ系统不成功的主要原因在于系统与业务脱节、实施者存在　贪大求全的错误思想、企业对基础信息的不重视以及操作复　杂等的方面，针对这些具体问题，建议进行以下几个方面的　改进。　４．１　关注核心，避免与业务脱节　企业实施商业智能项目，并不是分析工具和分析引擎越　多越好，应筛选对企业最适用的模块并加以定制化。商业智　能要想大做小，从最迫切的业务人手。先把最紧要的业务管　理起来，以便迅速响应市场需求，做出最佳决策。积累了一　定经验后，再逐渐增加商业智能系统继续对其他业务进行决　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％一７０％以　失败告终，而在中国，这个数据可能会更高。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Ｂｌ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，只是为了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，没有专门的咨询顾问，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表统计，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１０ＴＢ，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Ｂｌ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ＢＩ的一大关键。另据调查，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，而不是被迫学习和认知　一个全新的环境，或者依赖于ｒｒ部门的帮助。　４成功实施商业智能的对策　基于上述对ＢＩ系统应用现状和问题的分析，可以看到，　策分析，这样可以在一定程度上规避风险。　避免商业智能与业务脱节是保证商业智能成功实施并获　得良好应用的关键所在。商业智能项目应以业务驱动而非ｌＴ　驱动，也就是说应该由业务部门的需求主导软件的设计和开　发，商业智能项目的设计、规划和实施应当从了解商业、商　业流程，理解商业运行模式开始。但在实际项目实施过程中，　由于业务人员的水平经常不足以达到提出企业未来的管理模　型架构，因此，若出于这样的问题，企业应该给予ＩＴ部门绝　对的权威，让它有权要求业务部门配合ＩＴ部门共同协商提出　需求模型，以尽量准确地把握企业的业务发展方向。而对于　ＩＴ人员，则可以考虑以下建议去更好的了解和适应终端用户　的真实需求：其一，选择灵活的、动态的商业智能技术，以　应对业务环境不断变化的挑战；其二，参考商业智能厂商的　行业模版，从中获得同类企业的应用信息；第三，基于统一　的灵活的平台进行二次开发；第四，确保获得干净的、准确　的原始数据。　４．２独立业务规则模块，构建业务规则引擎　业务规则（Ｂｕｓｉｎｅｓｓ　Ｒｕｌｅｓ）是所有绩效管理系统（Ｐｅｒ－　ｆｏｒｍａｎｃｅ　Ｍａｎａｇｅｍｅｎｔ　Ｓｙｓｔｅｍ）和商业智能项目的核心基础，　在业务规则的基础上，报告生成系统能够自动解释数据，为　特定目标设定关键绩效指标（ＫＰＩｓ），并为解决问题提供建　议。　在很多前期的商业智能系统中，业务规则通常是设定在　数据仓库的ＥＬＴ过程中，或是在设计一些特定的报表时被编　码在商业智能工具里了，也就是说，业务规则是包含在应用　程序内的业务逻辑中的。每当需要更改规则的时候，这种嵌　入了规则的应用程序都需要修改应用程序代码，这就加大了　定制和扩展的难度。而如果将业务规则从应用程序中独立出　来，可以使分析员能够描述独立于应用程序逻辑的处理规则。　这种独立规则模块的方法其优点主要体现在四个方面：首先，　业务规则对使用者是透明的，有利于使用者更好地理解尚无　规则并发现问题；其次，便于在商业智能设计、实施和使用　过程中进行业务规则的不断修正；第三，能避免大量的冗余，　以及更新过程中大量的复制工作；第四，能够实现跨部门的、　企业层的管理和使用，各部门能够实现对业务规则的统一定　义，避免歧义，从而提高效率。　在独立规则模块的基础上，进一步考虑构建业务规则引　擎。业务规则引擎是业务规则的～个独立的业务逻辑构件，　它能捕获商业活动或者业务流程中的一些重要的知识，并能　把这些知识应用到实际业务中；或者也可以看作是“专家系　统”，可使用业务规则引擎来分析一个数据集，从中得出某　个（些）沦断。业务规则引擎在功能上的主要好处在于：首　先，在可变性情况下业务策略或规则的客观化，这种情况下　将业务规则标注插入应用程序代码或业务流程流中；其次，　规则引擎用于以一种直观的方式表达规则的语言；第三，规　４１４　方芳等：商业智能在现代企业中的应用研究　应用过程中还必须从系统工程和科学管理的角度出发，建立　健全工程项目管理体系和运作机制，主要包括：制订明确、　则引擎用于运行规则的执行环境；最后，它允许用户创建和　修改业务规则的工具。　４．３整合结构化与非结构化数据　以往，商业智能主要是关注那些比较容易获取的数据，　即以流程为核心的结构化信息——存储在内部数据库中的数　据和文本。而现在，越来越多的企业已经意识到，还有更多　量化的商业智能应用目标，进行商业智能等现代管理知识的　培训教育，引入企业管理咨询，进行商业智能项目需求分析，　开展企业管理创新，实行业务流程重组，实行商业智能项目　监理制和实行商业智能项目评价制等。　第三，要加强培训，提高认识。培训也是成功实施商业　智能系统的重要因素。商业智能项目培训的目的是为了增加　人们对商业智能相关知识的了解和规范管理人员的行为方式。　通过培训不仅要让用户的各级管理人员明确什么是商业智能，　的业务信息存在于非结构化的数据源中，例如像客户呼叫记　录、分析报告等信息都存在于ＥＲＰ、ＣＲＭ和财务软件之中。　据ＭＥＴＡ　Ｇｒｏｕｐ估计，平均７０％的企业信息资产是非结　构化的形式，这些数据对企业发展非常有价值的信息，比如　市场的整体表现以及竞争对手的表现等。由于非结构化数据　的形式与结构化数据集成难度很大，使得非结构化数据的使　用价值受到限制。因此，企业越来越需要一种统一的商业智　能平台来挖掘、分析和利用所有这些信息，解决各种非结构　化或者半结构化的数据信息的采集、管理、利用、传递和增　值，并将它们有机地整合到结构化数据的商业智能环境中，　以此来实现企业内容价值链的最优化。　４．４增强数据可视化功能　商业智能市场的火热反映出企业对有价值信息的渴求。　而其实本质上，企业需要商业智能做的是透过数据提供出对　市场环境和企业运营管理的一种洞察力，一种基于对过去历　史数据分析的预测能力。当前，数据可视化需求的呼声日益　高涨，其主要原因在于，一方面是业务与ｌ１ｒ的日益结合带来　的非ＩＴ人员理解、应用ＩＴ的需求；另一方面是数据可视化　技术本身可以带来的智能分析和调查的高效率。数据的可视　化功能应能以图形的方式对数据和数据间的关联进行描述和　展现，并运用关联分析、网络分析、路径分析、时问序列分　析、空间分析等图形分析方法发现和揭示数据中隐含的公共　要素和关联，帮助客户将大量、未知质量、低关联、低价值　的信息转化成少量、易理解、高关联性、可操作的洞察力。　４．５重视非技术因素和策略　商业智能实施的成功与否，除了技术层面的因素外，还　需要重视非技术层面的因素和策略。　首先，要明确系统需求，确定系统目标。企业在准备应　用商业智能系统之前，需要理智地进行立项分析：企业是不　是到了该应用商业智能系统的阶段？企业当前最迫切需要解　决的问题是什么，商业智能系统是否能够解决？商业智能系　统的投资回报率或投资效益的分析？在财力上企业能不能支　持商业智能的实施？实施商业智能的目的所在，到底为什么，　系统到底能够解决哪些问题和达到哪些目标？基础管理工作　有没有理顺？同时，将分析结果写成需求分析和投资效益分　析正式书面报告，从而做出是否实施商业智能项目的正确决　策。　其次，要完善企业信息基础和项目管理体系。商业智能　本身是企业在信息化具备一定基础的条件下出现的一种管理　方法。企业的信息基础是商业智能导人后的正常运作的前提，　只有做好了信息的基础工作，商业智能才有了基本的运行平　台，如果企业的数据库等基础工作没有到位，商业智能方面　的投资再大，其结果也只能是徒劳。另外，企业在商业智能　商业智能的实施将给企业带来哪些变化，同时还要他们明确　实施商业智能后各个岗位的人员如何进行新的工作方式。　５结语　实践证实，商业智能系统正逐步成为现代企业管理中一　把面向未来竞争的利剑，推动着企业管理实现数字化、精细　化、科学化。同时，商业智能也是一个年轻而充满希望的研　究领域，商业利益的强大驱动力将会不停地促进它的发展，　每年都会有新的商业智能的理论和应用问世，随着商业智能　应用的不断深入，企业还将面临着更多的问题和挑战，等待　我们去深入探索和研究。　参考文献：　［１］ｗｕ　ＪＯＮＡＴＨＡＮ．Ｉｎｄｉｃａｔｏｒｓ　ｏｆ　Ｓｕｃｃｅｓｓｆｕｌ　Ｂｕｓｉｎｅｓｓ　Ｉｎｔｅｌｌｉｇｅｎｃｅ　Ｓｏｌｕ－　ｔｉｏｎｓ【Ｊ］．ＤＭ　Ｒｅｖｉｅｗ　Ｍａｇａｚｉｎｅ，２００６（１２）：３４—３６．　［２］中国商业智能网．２００７—２００８中国商业智能市场发展报［ＥＢ／　ＯＬ］＋ｈｔｔｐ：／／ｗ＇ｗｗ　ｃｈｉｎａｂｉ，ｎｅｔ／Ａｒｔｉｃｌｅ／ｂｉｎｅｗｓ／２００８０ｌ／９２７．ｈｔｍｌ，　２ｏｏ８一ｌ一１４　［３］ＢＩ　ＡＳＵＭ　Ｒ．Ｂｕｓｉｎｅｓｓ　Ｒｕｌｅｓ　ａｎｄ　Ｂｕｓｉｎｅｓｓ　Ｉｎｔｅｌｌｉｇｅｎｃｅ［Ｊ］．ＤＭ　Ｒｅ—　ｖｉｅｗ　Ｍａｇａｚｉｎｅ．２００７（４）：５５—５７．　［４］ＧＲＵＭＡＮ　Ｇ．Ｒｅｔｈｉｎｋｉｎｇ　ｂｕｓｉｎｅｓｓ　ｉｎｔｅｌｌｉｇｅｎｃｅ［Ｊ］，ｌｎｆｏＷｏｒｌｄ，２００７　（２）：３３—３５．　［５］ＷＡＴＳＯＮ　Ｈ　Ｊ，ＷＩＸＯＭ　Ｂ　Ｈ．Ｔｈｅ　Ｃｕｒｒｅｎｔ　Ｓｔａｔｅ　ｏｆ　Ｂｕｓｉｎｅｓｓ　Ｉｎｔｅｌｌｉ　ｇｅｎｃｅ【Ｊ］．Ｃｏｍｐｕｔｅｒ，２００７，４０（９）：９６—９９．　［６］朱晓武．商业智能的理论和应用研究综述［Ｊ］．计算机系统应　用，２００７（１）：１１４—１１７．　［７］胡翠华，陈登科．商业智能在我国的发展现状、问题及其对策　［Ｊ］．科技管理研究，２００７（１Ｏ）：５Ｏ一５１．　［８］夏维利，许昌元．商业智能技术在企业战略决策中的支持作用　及方法研究［Ｊ］．软科学，２００４，３（１８）：１５—１６，２１．　［９］焦慧敏．汪林林．商业智能在现代企业中的应用与研究［Ｊ］．计　算机工程与设计，２００６，２７（１３）：３３—３５．　作者简介：方芳（１９７６一），女，湖北黄冈人，讲师，博士研究生．　研究方向为管理信息系统与空问决策支持；万波（１９７５一），男，湖　南澧县人．讲师，博士，研究方向为空间数据库及空间决策支持；谢　忠（１９６８一），男，广东梅州人，教授，博士生导师，研究方向为地　理信息系统及空间决策支持。　（本文责编：熊俊）