对于商业智能的前生今世之思考和分析

申请免费试用、咨询电话：400-8352-114

一、商业智能概述

商业智能（Business Intelligence）对于身处IT和业务领先领域的技术和业务人员而言，用尽人皆知来描述可能言过其实，但相信绝大多数人已对此有一定了解。事实上，很多人对于商业智能已有深人研究，并取得了一定的成果。但是，目前国内这一技术的成功应用案例并不多见，原因何在？

大约在7～8年前，中国就己引入了商业智能的概念。然而，对这一概念的理解至今很多人仍存在偏差，常常有人把商业智能和数据挖掘、数据仓库等混用，也有人将其和多维分析等混用。商业智能的真正含义是什么呢？这个问题的焦点在于对Business和Intelligence的翻译和理解。这两个词都有多种解释，Business可译为商业、商务、生意、事务等；Intelligence可译为智力、理解力、聪明、情报等。两个单词组合后，译作商业智能或商务智能，甚至事务智能都没有错。问题在于，如何定义商业智能或商务智能等。较为合理的定义应该是：如何通过技术手段对分散在不同系统的数据进行有效整合，从数据中获取有用的信息，再将这些信息转换为知识，用于商业决策。这个过程包括四个关键点：数据、信息、知识和决策。

围绕这些关键点，从技术的实现方法来看，直接相关的技术主要是数据仓库技术和数据挖掘技术。数据仓库包含两个含义：数据仓库数据库（Data Warehouse Database）和数据仓库环境（Data Warehouse Environment）。从业务的角度来讲，则主要是知识和商业决策过程。

从应用的角度看，商业智能主要是指企业、事业和政府部门如何发掘、利用所拥有的数据中的信息，主旨是在决策过程之中应用这些信息，进而提升和改善自身的管理和服务水平等。需要注意的是，虽然事业单位和政府部门不属于商业范畴，但从技术、应用和管理的角度来看，商业智能可延伸得到非商业性机构。换言之，只是应用对象的不同，技术本身并没有差别。

二、商业智能技术

商业智能的技术主要包括数据仓库和数据挖掘。数据仓库主要是对分散在不同系统的数据进行收集、整理和分析，用于克服常常出现的信息孤岛问题，使机构对客户和自己内部有一个完整、准确的理解，更好地服务于客户，有效地管理内部。它是管理信息的基础工程，是企业和政府走向智能管理的关键和基石。数据挖掘主要是从大量的数据中提取潜在、有用的信息，并把信息用于决策之中的过程。

20世纪80年代，数据仓库起源于美国，早期成功率并不高，不到50%。经过了一段艰苦历程，从90年代中期开始已经非常成熟，项目的成功率已经达到 95%以上。而在美国这样的技术和应用领先的国家，数据挖掘得到大力推广也是19%年之后的事情了。但是，数据挖掘的实用性很快得到业内的认可，并迅速地推广到全球的许多地方，尤其是在欧美国家。

数据挖掘引入中国最早是在20世纪末，起步较晚。但是这一技术很快得到银行和电信的认可。

从2000年开始，国内的一些企业已经开始建立数据仓库，确切地讲应该是开始探索和使用一些多维分析工具和前端展现工具。2003年，数据仓库在银行、电信等行业已经开始推广，期间数据挖掘在国内也已经开始推行，但这些都还处于启蒙时期。

数据仓库和数据挖掘的理念以及它们可能为企业、事业和政府所带来的经济效益和管理水平的提高已经得到普遍的认可，但是，这些技术距离有效推广和应用尚有一段路要走。从对于技术本身的把握以及应用的理解方面来看，目前我国和发达国家相比还有较大的差距，只是从硬件和通用软件的角度来看，似乎差别已不明显，事实上，我们很多企业的硬件产品先进程度已经远远超过国外的同行。造成这种现象有多种原因，其中包括但不仅限于大厂商的宣传、鼓动；企业的理念和方法的问题;企业的决策机制；目前国内厂商和企业的应用实施能力还不太高；企业的应用和理解能力有限等等，众多的原因导致了我们许多企业花钱不少，但效益不高。

三、计算机软硬件水平不等于商业智能应用水平

我国目前在商业智能应用方面整体落后于西方发达国家，但是我们很多企业用于实施数据仓库和数据挖掘的软件和硬件却并不落后。软件方面，我们许多企业购买的版本几乎和国外厂商的最新产品同步，我们许多企业所购买的硬件往往优于国外同行。这中间有多种理由，但是主要还是理念问题。

很多企业追求的就是国内先进和国际一流，以为我们购买的机器和通用软件达到一流，我们的企业就是一流。很多银行和电信企业的计算机通用软件已经达到一流，但是绝大部分企业和西方先进企业的差距依然很大。片面地追求工具技术的领先和银行、电信的业务以及业务管理水平的提高没有太大的关系。

计算机的并行处理速度和能力很重要，但它决不等于一家银行或电信公司的商业智能应用水平。机器的大小和节点的多少与企业的经济效益未必成正比，这些更不能代表一个企业的先进性。许多企业在做数据仓库的概念验证时主要是看机器的处理速度、并行处理能力等。

这些性能指标对于IT厂商很重要，对于计算机公司很重要，但对于银行和电信来讲是重要的，但是没有厂商宣传的那么重要。对于银行和电信来讲，重要的是应用，是用新系统和技术解决企业的问题。

银行和电信都是服务提供商或产品提供商，重要的是搞好企业的运营和管理，开发出客户喜欢的产品，提供客户所需要的服务，做好风险管理和企业内部管理等等。只有用好商业智能技术解决企业的基本问题，才能提升企业的工作效率、盈利能力和抗风险能力等。技术的有效应用远比技术本身重要，尤其是对于商业智能技术来讲。