在我們的世界中，“商務(wù)智能”和“分析”術(shù)語就像花生醬和果凍一樣普遍�？紤]到我們的全球讀者，為了避免任何可能的本地或區(qū)域偏見，我們也許還應(yīng)該考慮魚和薯?xiàng)l、羅宋湯（俄羅斯甜菜濃湯）和土豆、豆泥和沙拉三明治等等，但我不想長(zhǎng)篇大論這個(gè)話題。
在回頭看商務(wù)智能的歷史方面，我可以最大程度地做出決定，商務(wù)智能（BI）這個(gè)術(shù)語首次被H. P. Luhn在一篇名為“一個(gè)商務(wù)智能系統(tǒng)”的文章中所使用，這篇文章于1958年發(fā)表于一份IBM研究雜志。Luhn這樣定義BI：“以指導(dǎo)行為朝著理想的目標(biāo)的方式去領(lǐng)悟呈現(xiàn)的事實(shí)之間的相互關(guān)系的能力。”這聽起來很簡(jiǎn)單。
在接下來的30年里，通過不同的成熟階段，我們發(fā)展了原始的概念：在20世紀(jì)70年代和80年代期間，決策支持系統(tǒng)（DSS）和執(zhí)行信息系統(tǒng)（EIS）相當(dāng)盛行。在1989年，當(dāng)Gartner公司的分析師Howard Dresner這樣描述BI的時(shí)候：“通過使用基于事實(shí)的支持系統(tǒng)以提高業(yè)務(wù)決策的概念和方法。”BI已經(jīng)達(dá)到了一個(gè)重要的里程碑。
在此期間所做的工作大部分都集中在技術(shù)、標(biāo)準(zhǔn)、流程和工具，以支持?jǐn)?shù)據(jù)的收集、儲(chǔ)存合理化和檢索以及報(bào)告的創(chuàng)建。數(shù)據(jù)倉庫、數(shù)據(jù)集市、數(shù)據(jù)字典以及抽取、轉(zhuǎn)換、加載（ETL）過程變得無處不在。將這個(gè)階段視為將數(shù)據(jù)轉(zhuǎn)化為信息并利用信息幫助推動(dòng)（主要是操作上的）決策的開始。
轉(zhuǎn)向分析的基本原則
然后，一切都開始改變，主要是被一個(gè)已有2500年歷史的學(xué)科所驅(qū)動(dòng)：統(tǒng)計(jì)（即“分析”）。根據(jù)維基百科，使用統(tǒng)計(jì)的證據(jù)可以追溯到公元前5世紀(jì)，關(guān)于這個(gè)主題更多正式的作品可以追溯到在9世紀(jì)由by Al-Kindi所著的“解密加密消息的手稿”。關(guān)于如何使用統(tǒng)計(jì)和頻率分析破譯加密消息，這個(gè)著作提供了詳細(xì)的描述。
作為哈佛商學(xué)院訪問教授以及德勤（Deloitte）分析公司的高級(jí)顧問，Tom Davenport被公認(rèn)為在商務(wù)智能和分析方面全球領(lǐng)先的權(quán)威。在“競(jìng)爭(zhēng)能力分析：制勝的新科學(xué)”（哈佛商學(xué)院出版社，2007年）中，在如何使用分析方面，Davenport和合著者Jeanne G. Harris描述了從根本上的轉(zhuǎn)變。他們的著作向我們出示了表現(xiàn)最佳的企業(yè)是如何使用數(shù)據(jù)驅(qū)動(dòng)的分析去指定競(jìng)爭(zhēng)性策略，字面上指如“秘密武器”一樣的領(lǐng)先的能力。引述的多元化例子包括亞馬遜、巴克萊（Barclay’s）、第一資本（Capital One）、哈拉斯（Harrah’s）、寶潔公司（Procter & Gamble）、美聯(lián)銀行（Wachovia）和波士頓紅襪（Boston Red Sox）。很顯然，如果做對(duì)了，帶來的好處是不容置疑的。
而且還有，根據(jù)Gartner最近的一項(xiàng)研究，商務(wù)智能項(xiàng)目中70%至80%都失敗了。在商務(wù)智能和分析項(xiàng)目中投入幾十萬、上百萬、甚至數(shù)億美元，通常產(chǎn)生有問題的商業(yè)利益。作為一個(gè)約50年的行業(yè)以及超過1000年的文明，鑒于我們一直在投入這些挑戰(zhàn)，為什么我們不能做好呢?
這里列出一些更常見的錯(cuò)誤：
•缺少業(yè)務(wù)的參與和支持，導(dǎo)致有問題的目標(biāo)承諾以及被不足或不存在的商業(yè)贊助伴隨的利益;
•跨業(yè)務(wù)或地域的地窖式的（封閉的）數(shù)據(jù)，圍繞所屬關(guān)系以及對(duì)需要的數(shù)據(jù)的訪問，經(jīng)常伴隨著治理不足，往往使數(shù)據(jù)不一致的理解和解決很難去理解，有時(shí)甚至是不可能解決的問題;
•大爆炸范圍、多年的時(shí)限和不斷擴(kuò)大的交付范圍，幾乎保證不理想、太常見的災(zāi)難性結(jié)果;
•IT的假設(shè)，如果他們建立BI，業(yè)務(wù)將介入，往往源自對(duì)缺乏購買和參與的一種無知的反應(yīng);
•糟糕的操作性能，基于過于復(fù)雜的、交付太少、延遲的IT解決方案。
我可以繼續(xù)下去，但我認(rèn)為觀點(diǎn)已經(jīng)給出。這里的工作有四個(gè)重要的動(dòng)力，作為我們行業(yè)的領(lǐng)導(dǎo)者，我們現(xiàn)在需要接受、擁抱和積極響應(yīng)：
1. 在商務(wù)智能或分析計(jì)劃中常見的失敗原因不完全是由于計(jì)劃本身�；仡^看看上面的列表，并從您的角度刪除BI/分析，并考慮，例如ERP、CRM和財(cái)務(wù)管理，挑戰(zhàn)清單中的相關(guān)性是差不多的;
2. 由技術(shù)——像移動(dòng)計(jì)算、社交網(wǎng)絡(luò)和社交媒體、非結(jié)構(gòu)化數(shù)據(jù)、地理空間、生物識(shí)別技術(shù)、傳感器技術(shù)、IT消費(fèi)化和云計(jì)算——驅(qū)動(dòng)的業(yè)務(wù)上的進(jìn)步，所有這些技術(shù)以前所未有的速度驅(qū)動(dòng)在信息類型和信息容量上的爆炸。我們一般稱這個(gè)為“大數(shù)據(jù)”。這是否意味著這一時(shí)期之前所做的是基于“小數(shù)據(jù)”?并且是否我們受到“小數(shù)據(jù)”的挑戰(zhàn)，我的天�。∣MG）;
3. 由在上面描述的技術(shù)進(jìn)步驅(qū)動(dòng)的許多新的數(shù)據(jù)類型可以實(shí)時(shí)獲取。商務(wù)智能和分析學(xué)科正在快速地演化，從看歷史去預(yù)測(cè)未來到從看現(xiàn)在去告知立即采取的行動(dòng)——例如，最佳的客戶供應(yīng)、實(shí)時(shí)供應(yīng)鏈管理、主動(dòng)的客戶服務(wù)等等。就信息管理，如果我們受到這些批量方法的挑戰(zhàn)，我們將如何加強(qiáng)以真正利用實(shí)時(shí)行動(dòng)和響應(yīng)的價(jià)值?
4. 從日益多樣化的數(shù)據(jù)源，通過利用在信息類型上的快速變化以及可獲取的令人難以置信的信息容量，可以成功地?fù)肀Ш蛯?shí)現(xiàn)商業(yè)價(jià)值的企業(yè)將擴(kuò)大差異化競(jìng)爭(zhēng)的鴻溝。這將成為——如果它尚未成為——差異化競(jìng)爭(zhēng)的鴻溝。不能參與此計(jì)劃的企業(yè)將有可能被邊緣化，或者更糟。不能通過這些計(jì)劃的成功制定以成功地領(lǐng)導(dǎo)自己的企??業(yè)的首席信息官們，將很可能處在各種可能的范圍中的“更糟”的一端。
所以，我尊敬的IT同事、朋友和同胞，請(qǐng)將我的話作為一個(gè)警醒。首先，確保你的優(yōu)先次序正確連接到您的業(yè)務(wù)。確保你能為正確贊助和適當(dāng)支持的商務(wù)智能和分析活動(dòng)明確表達(dá)真正的商業(yè)價(jià)值和正確的商業(yè)案例。
轉(zhuǎn)載請(qǐng)注明出處：拓步ERP資訊網(wǎng)http://www.ezxoed.cn/
本文標(biāo)題：BI的前世今生
相關(guān)文章
