1 商業(yè)智能定義
商業(yè)智能(Business Intelligence，簡稱BI)的概念最早是Gartner Group的Howard Dresner于1996年提出來的，我國學(xué)者將之翻譯為“商業(yè)智能”或“商務(wù)智能”，本文選用“商業(yè)智能”作為Business Intelligence的中文翻譯。當時將商業(yè)智能定義為一類由數(shù)據(jù)倉庫(或數(shù)據(jù)集市)、查詢報表、數(shù)據(jù)分析、數(shù)據(jù)挖掘、數(shù)據(jù)備份和恢復(fù)等部分組成的、以幫助企業(yè)決策為目的技術(shù)及其應(yīng)用。
2007年，國內(nèi)國外普遍加深了對BI的理解。Gartner商業(yè)智能峰會重定義了BI，視BI為一個傘狀的概念，它包括了分析應(yīng)用、基礎(chǔ)架構(gòu)和平臺以及良好的實踐。此舉印證也進一步引導(dǎo)BI實現(xiàn)著三個轉(zhuǎn)折：從數(shù)據(jù)驅(qū)動轉(zhuǎn)向業(yè)務(wù)驅(qū)動、從關(guān)注技術(shù)轉(zhuǎn)向關(guān)注應(yīng)用、從關(guān)注工具轉(zhuǎn)向關(guān)注工具產(chǎn)生的績效。其實質(zhì)是BI以業(yè)務(wù)為驅(qū)動，根據(jù)商業(yè)策略及其所需要的分析以運用數(shù)據(jù)。認識的轉(zhuǎn)變對技術(shù)的研發(fā)有著重大的指導(dǎo)作用。
2 商業(yè)智能的特點及核心技術(shù)
商業(yè)智能，首先是基于信息的大規(guī)模生產(chǎn)和數(shù)據(jù)庫技術(shù)的運用。目前，商業(yè)智能具有如下特點：
1、即時性
傳統(tǒng)手工數(shù)掘處理，從數(shù)掘收集、整理到分類、匯總，都需要經(jīng)歷漫長的時間過程。但是，商業(yè)智能使用的技術(shù)，可以實時地從業(yè)務(wù)系統(tǒng)中獲得最新的數(shù)據(jù)。在對時間性敏感的決策分析中，這一點尤其重要。
2、準確性
在準確性方面，因為計算機數(shù)據(jù)處理，避免了手工操作中存在的失誤，所以計算結(jié)果是絕對準確和可靠的。
當然，這其中會存在因為業(yè)務(wù)邏輯關(guān)系的缺失而導(dǎo)致的錯誤，即程序中設(shè)定的限制條件不充分而導(dǎo)致數(shù)據(jù)失誤。所以，對待重要的決策信息，應(yīng)同時建立數(shù)據(jù)核對機制，以保證建立在即時信息的準確性基礎(chǔ)上的決策的正確。
3、自動化
商業(yè)智能，包括一個數(shù)據(jù)抽取、轉(zhuǎn)換、裝載(ETL)的過程，這個過程可以按照用戶的要求，設(shè)定ETL的時間和周期，因此，整個基礎(chǔ)數(shù)據(jù)的獲得、數(shù)據(jù)的處理，以及數(shù)據(jù)的展現(xiàn)，都是一個自動化的過程，無需手工參與。使用者每同甚至每時獲得的信息，都可以是最新數(shù)據(jù)。這就為決策分析信息提供者的工作帶來了極大的便利。
4、靈活性
決策支持的展現(xiàn)方式靈活多樣，充分體現(xiàn)了智能的特點。
對于初級階段分析的展示，可以使用圖標和圖形的方式。譬如結(jié)構(gòu)百分比，可以使用餅圖、三維餅圖的方式；對于趨勢百分比、同比、定比、環(huán)比，可以使用折線圖、柱狀圖等；對于KPI指標，可以使用儀表盤管理；其他的散點圖、泡泡圖等，都可以根據(jù)實際業(yè)務(wù)的需要而建立。
在圖表數(shù)據(jù)方面，可以進行數(shù)據(jù)的鉆取、旋轉(zhuǎn)和切片操作。當需要進一步了解明細數(shù)據(jù)的時候，需要使用數(shù)據(jù)鉆取功能，當需要從不同的角度觀測數(shù)據(jù)以發(fā)現(xiàn)數(shù)據(jù)變動規(guī)律時，需要利用多維數(shù)據(jù)的旋轉(zhuǎn)功能，而當需要關(guān)注特定數(shù)據(jù)的時候，可以對特定區(qū)域的數(shù)據(jù)進行切片分析。商業(yè)智能分析的靈活性，建立在分析模型設(shè)計時周全的考慮。
從商業(yè)智能系統(tǒng)建立的技術(shù)角度來看，構(gòu)建一個完整的商業(yè)智能系統(tǒng)涉及到以下幾種核心技術(shù)：
·數(shù)據(jù)倉庫(data warehousing)
·聯(lián)機分析處理(on-line analytical processing，簡稱OLAP)
·數(shù)據(jù)挖掘(data mining)
數(shù)據(jù)倉庫主要是對分散在不同系統(tǒng)的數(shù)據(jù)進行收集、整理和分析，用于克服常常出現(xiàn)的信息孤島問題，使機構(gòu)對客戶和自己內(nèi)部有一個完整、準確的理解，更好地服務(wù)于客戶，有效的管理內(nèi)部。它是管理信息的基礎(chǔ)工程，是企業(yè)和政府走向智能管理的關(guān)鍵和基石。聯(lián)機分析處理和數(shù)據(jù)挖掘是數(shù)據(jù)倉庫上獲取兩種不同的數(shù)據(jù)增值技術(shù)，將這兩類技術(shù)在一定程度上融合，會使分析操作智能化，使挖掘操作目標化，從而全面提高商業(yè)智能技術(shù)的實用價值，一方面，聯(lián)機分析技術(shù)可以為數(shù)據(jù)挖掘提供預(yù)期的挖掘?qū)ο蠛湍繕�，避免挖掘的盲目性。另一方面，�?shù)據(jù)挖掘技術(shù)可以使聯(lián)機分析處理智能化，減少分析人員的負擔(dān)。把聯(lián)機分析處理技術(shù)和數(shù)據(jù)挖掘技術(shù)進行融合和互補，將是商業(yè)智能技術(shù)發(fā)展的未來走向。
3 商業(yè)智能的體系結(jié)構(gòu)及構(gòu)建流程
商業(yè)智能所涉及的數(shù)據(jù)包括來自企業(yè)業(yè)務(wù)系統(tǒng)的訂單、庫存、交易賬目、客戶和供應(yīng)商資料及來自企業(yè)所處行業(yè)和競爭對手的數(shù)據(jù)，以及來自企業(yè)所處的其他外部環(huán)境中的各種數(shù)據(jù)。而商業(yè)智能能夠輔助的業(yè)務(wù)經(jīng)營決策既可以是操作層的，也可以是戰(zhàn)術(shù)層和戰(zhàn)略層的決策。為了將數(shù)據(jù)轉(zhuǎn)化為知識，需要利用數(shù)據(jù)倉庫、聯(lián)機分析處理(OLAP)工具和數(shù)據(jù)挖掘等技術(shù)。因此，從技術(shù)層面上講，商業(yè)智能并不是基礎(chǔ)技術(shù)或者產(chǎn)品技術(shù)，它是數(shù)據(jù)倉庫、聯(lián)機分析處理OLAP(OnlineAnalytical Processing)和數(shù)據(jù)挖掘等相關(guān)技術(shù)走向商業(yè)應(yīng)用后形成的一種應(yīng)用技術(shù)，其系統(tǒng)架構(gòu)如圖1所示：
圖1 商業(yè)智能系統(tǒng)架構(gòu)圖
從圖中可以看到，實現(xiàn)商業(yè)智能應(yīng)用有4個十分關(guān)鍵的環(huán)節(jié)，包括數(shù)據(jù)源、ETL過程、數(shù)據(jù)倉庫及其應(yīng)用和BI前端展現(xiàn)四個主要階段。
1、數(shù)據(jù)源，數(shù)據(jù)倉庫系統(tǒng)的數(shù)據(jù)來源主要是外部的操作性應(yīng)用系統(tǒng)，這些數(shù)據(jù)源包括數(shù)據(jù)的業(yè)務(wù)含義和業(yè)務(wù)規(guī)則，表達業(yè)務(wù)數(shù)據(jù)的表、字段、視圖、列和索引。
2、ETL過程，ETL過程即抽取(Extraction)、轉(zhuǎn)換(Transformation)和裝載(Load)。ETL過程負責(zé)將業(yè)務(wù)系統(tǒng)中各種關(guān)系型數(shù)據(jù)、外部數(shù)據(jù)、遺留數(shù)據(jù)和其他相關(guān)數(shù)據(jù)經(jīng)過清洗、轉(zhuǎn)化和整理后放進中心數(shù)據(jù)倉庫。
3、數(shù)據(jù)倉庫及其應(yīng)用，數(shù)據(jù)倉庫是商業(yè)智能系統(tǒng)的基礎(chǔ)，是面向主題的、集成的、穩(wěn)定的和隨時間不斷變化的數(shù)據(jù)集合。通過聯(lián)機在線分析處理(OLAP)。
可以對數(shù)據(jù)倉庫中多維數(shù)據(jù)的鉆取、切片及旋轉(zhuǎn)等分析動作，可以完成決策支持需要的查詢及報表。通過數(shù)據(jù)挖掘(DM)，可以挖掘數(shù)據(jù)背后隱藏的知識，通過關(guān)聯(lián)分析、聚類和分類等方法建立分析模型，預(yù)測企業(yè)未來發(fā)展趨勢和將要面臨的問題。
4、BI前端展現(xiàn)，在海量數(shù)據(jù)和分析手段增多的情況下，BI前端展現(xiàn)主要保障系統(tǒng)分析結(jié)果的可視化。一般認為數(shù)據(jù)倉庫、OLAP和數(shù)據(jù)挖掘技術(shù)是商業(yè)智能的三大核心技術(shù)。
最后，決策者通過正確運用商業(yè)智能，將使用結(jié)果加以反饋。通過反饋，可以暴露出潛在的問題，同時，也可以根據(jù)情況變化，表達新的需求，提高商業(yè)智能流程內(nèi)在質(zhì)量的提高。
4 商業(yè)智能行業(yè)應(yīng)用
1、電子商務(wù)
分析商品銷售，協(xié)助改善網(wǎng)站經(jīng)營狀況；實時分析客戶行為、消費傾向，從而實施更具針對性和高效的商業(yè)戰(zhàn)略；幫助決策者優(yōu)化經(jīng)營模式、發(fā)現(xiàn)新市場，提高用戶忠誠度。
2、零售業(yè)
商業(yè)智能在零售業(yè)中有如下一些應(yīng)用：
預(yù)測：對需求進行預(yù)測，根據(jù)預(yù)測結(jié)果更好地管理庫存。
營銷：對顧客數(shù)據(jù)進行分析，從而不僅了解賣掉了什么，同時了解“誰”買了什么，實現(xiàn)由消費者“拉”動的營銷。
產(chǎn)品銷售模式：某種產(chǎn)品的銷售特點，不同產(chǎn)品之間的關(guān)聯(lián)關(guān)系，作為進貨和商店御局的參考。
3、保險業(yè)
商業(yè)智能在保險業(yè)中有如下一些應(yīng)用：
理賠分析：根據(jù)險種、保單持有人、理賠類型以及其它特征分析理賠趨勢，以確定準備金的數(shù)量，理焙分析可以幫助識別保險欺詐。
顧客利潤率分析：分別按不同的品種、不同的地區(qū)、不同的代理人、不同的客戶群的服務(wù)的成本和所得到的收益進行量化分析，找出利潤率差異的原因，以利用開發(fā)新品種、對于已有品種進行客戶化改進并識別能帶來高利潤率的顧客。
客戶價值分析：顧客利潤率不是評價顧客對于保險公司價值的唯一指標，也許一個顧客具備在將來購買高利潤率保險產(chǎn)品的潛力，也許會成為很好的高利潤率顧客的介紹人，因此要考慮顧客在與保險公司打交道的整個過程中的價值。
客戶劃分：將有各種共同特征的客戶劃分為不同的客戶群，掌握其需求和產(chǎn)品的使用模式，以分別確定營銷方案；分析委托人的利潤率，識別機會，改進服務(wù)。
風(fēng)險分析：了解引入新險種和發(fā)展新客戶的風(fēng)險。識別高風(fēng)險客戶群和能帶來機會的客戶群，減少理賠頻率。
4、金融和證券業(yè)
商業(yè)智能在金融和證券業(yè)中有如下一些應(yīng)用：
顧客利潤率分析：了解各個顧客在當自仃的和長遠的利潤率。使盡量提高對于高價值顧客的銷售，減少用于低價值顧客的成本。
信用管理：了解各種產(chǎn)品的信用狀況，建立不同顧客群的信用模式，及早幫助顧客避免信用問題的發(fā)生，預(yù)測信用政策變化所產(chǎn)生的影響，減少信用損失；
5、電信業(yè)
商業(yè)智能在電信業(yè)中有如下一些應(yīng)用：
用戶劃分：分析用戶使用電信產(chǎn)品的歷史數(shù)據(jù)，進行用戶呼叫行為分析，提供個性化服務(wù)和有效的激勵手段；
需求分析：分析用戶各種產(chǎn)品使用及其花費數(shù)據(jù)，深入了解顧客對于新產(chǎn)品和服務(wù)的需求，對于通信網(wǎng)絡(luò)投資、定價和競爭性進行分析。
6、制造業(yè)
商業(yè)智能在制造業(yè)中有如下一些應(yīng)用：
市場營銷：提供面向顧客的交易數(shù)據(jù)，實現(xiàn)由消費者“拉”動的營銷；預(yù)測：(同零售業(yè))；
采購分析：掌握供應(yīng)商的成本、供貨及時性等因素；
5 商業(yè)智能的促進作用
1、促進ERP、SCM、CRM應(yīng)用軟件規(guī)范使用
對于超市里諸如銷售員業(yè)績分析、銷售訂單與收款對比分析，需要應(yīng)用軟件在設(shè)計上做出調(diào)整，以便在信息錄入的過程中就記錄下其間的關(guān)聯(lián)關(guān)系。
又譬如，某些ERP軟件中的產(chǎn)品成本信息只能歸集到產(chǎn)品大類的級別，無法真實記錄和歸集每個產(chǎn)品的成本信息。在這種情況下，企業(yè)的替代做法是將大類產(chǎn)品成本數(shù)據(jù)，按照一個標準(如明細產(chǎn)品的重量或者金額)劃分到每個明細產(chǎn)品中去。這是按照假設(shè)使用了一個可以接受的核算方法。但是，如果改進ERP軟件的核算機制，完全有可能將產(chǎn)品成本的記錄明細到單個產(chǎn)品上。
對于零售業(yè)的客戶會員信息，企業(yè)也可以采取一些相關(guān)措施，如對真實信息實行積分獎勵的辦法，促進消費者提供真實的信息。
正是由于商業(yè)智能分析軟件的運用，才會認識到企業(yè)應(yīng)用系統(tǒng)中存在的問題，才會有針對性地改進和完善。
2、發(fā)現(xiàn)企業(yè)隱藏的問題
由于大量數(shù)據(jù)可以被及時和準確地提供，企業(yè)運營中的異常數(shù)據(jù)，即便是不使用數(shù)據(jù)挖掘技術(shù)，也可以很及時地被發(fā)現(xiàn)。
如超市旱的銷售毛利率異常波動、庫存商品呆滯期過長、應(yīng)收帳款呆賬需要及時處理、超過信用額度的銷售發(fā)貨等等，都是容易被隱藏的經(jīng)營情況。
3、輔助工作人員提高工作效率
事實上，商業(yè)智能分析報表不僅僅局限于決策支持。在商業(yè)智能分析過程中，很多報表其實是為普通操作者服務(wù)的。特別是對于需要向公司領(lǐng)導(dǎo)層提供報告的操作者，需要很多企業(yè)經(jīng)營方面的報表數(shù)據(jù)作為原材料。
目前的ERP系統(tǒng)中，查詢報表很不方便，客戶一旦有新的查詢需求，就需要軟件公司提供二次開發(fā)。
但是只要用戶提供了可能的查詢角度，則商業(yè)智能分析系統(tǒng)中就可以存在相應(yīng)的查詢報表，可以在用戶需要的時候，只通過簡單操作即可實現(xiàn)。
6 影響商業(yè)智能解決方案的因素
商業(yè)智能利用數(shù)據(jù)倉庫技術(shù)，OLAP和數(shù)據(jù)挖掘技術(shù)不斷發(fā)現(xiàn)新的知識，擴充到現(xiàn)有的企業(yè)知識中來。但就目前國內(nèi)企業(yè)應(yīng)用現(xiàn)狀和算法實現(xiàn)上來看，制約知識發(fā)現(xiàn)的因素較多，同時也影響了BI的性能。
1、基礎(chǔ)數(shù)據(jù)建設(shè)不完善
對于小企業(yè)來說，使用諸如ERP、SCM、CRM等在線交易系統(tǒng)的時間還不長，系統(tǒng)內(nèi)存儲的數(shù)據(jù)量還不是很大。但隨著信息化的發(fā)展，中型企業(yè)基本上已經(jīng)是比較成熟的ERP用戶了。正是進行商業(yè)智能分析的大好時機。
一般來說，基礎(chǔ)數(shù)據(jù)的不完善，存在著這樣2方面情況：
首先，是數(shù)據(jù)之間缺乏關(guān)聯(lián)關(guān)系。
譬如希望分析采購訂單與收貨記錄，以考核交貨及時率，但是系統(tǒng)的數(shù)據(jù)庫表中并不存在采購訂單與入庫驗收單之間的關(guān)聯(lián)；希望考核銷售員業(yè)績，但是系統(tǒng)的數(shù)據(jù)庫表中不存在銷售訂單與銷售員之間的關(guān)聯(lián)關(guān)系。這些關(guān)聯(lián)關(guān)系，都是在在線交易系統(tǒng)使用過程中實時錄入的，同后維護工作極大也不可行。
其次，是數(shù)據(jù)不真實。譬如超市對銷售客戶的分析。為了分析客戶的購買習(xí)慣，需要按照客戶的性別、年齡、家庭住址與超市的距離、家庭收入、家庭成員數(shù)等進行分類，但是，實際客戶填寫的資料并非是真實的。據(jù)此分析的結(jié)論顯然不會真實。
2、智能決策程度不高
由于目前中小型企業(yè)在擴張過程中，往往存在管理滯后的現(xiàn)象，以數(shù)據(jù)支持決策的工作還沒有得到成熟的階段。所以目前階段的商業(yè)智能分析，仍然處于收集數(shù)據(jù)、分類匯總、及時展現(xiàn)的初級階段。
目前的一些大型企業(yè)的商業(yè)智能項目，其項目實現(xiàn)的目標并不實用，它們僅僅是實現(xiàn)了會計的三大報表(資產(chǎn)負債表、損益表、現(xiàn)金流量表)，以及預(yù)算與實際的對比，而在預(yù)算與實際對比的系統(tǒng)運用中，并不如理想中的方便。有的企業(yè)的商業(yè)智能分析軟件，是提供一個接口，讓操作者在Excel電子表中制作相應(yīng)格式的報表，然后定期導(dǎo)入到智能分析軟件中，完全喪失了軟件的自動化功能。
所以，中小企業(yè)應(yīng)該以務(wù)實的念度來對待商業(yè)智能分析系統(tǒng)。應(yīng)該通過商業(yè)智能分析，決策者看到報表數(shù)據(jù)，立刻可以決定下一步的行動計劃。決策者所需要的，僅僅是及時提供數(shù)據(jù)準確的報表。
3、系統(tǒng)智能不能很好實現(xiàn)
現(xiàn)有數(shù)據(jù)挖掘算法大多尚不成熟，效率較低。另外，作為BI數(shù)據(jù)基礎(chǔ)的數(shù)據(jù)倉庫或數(shù)據(jù)集市中數(shù)據(jù)量一般比較大，新知識形成的速度和準確性比較低，致使現(xiàn)有的BI系統(tǒng)在知識發(fā)現(xiàn)方面的能力不能滿足用戶要求。
4、系統(tǒng)工具缺乏
目前大多數(shù)BI系統(tǒng)功能集中在數(shù)據(jù)分析方面，如數(shù)據(jù)查詢、報表、OLAP、數(shù)據(jù)可視化，很少有開發(fā)商在系統(tǒng)中配有知識發(fā)現(xiàn)工具。因此，功能比較集中，更深一層次的要求無法滿足。
5、用戶需求不明確
大多數(shù)企業(yè)用戶對商業(yè)智能的認知還比較有限，如何準確定位這些企業(yè)的需求，激發(fā)其對于商業(yè)智能應(yīng)用的意識？企業(yè)決定實施商業(yè)智能的項目，需要具備多個條件。
——企業(yè)信息化的建設(shè)已有一定的基礎(chǔ)；
——對科學(xué)決策有一定的認識和需求；
——對實施前后應(yīng)該帶來的變化有一個初步的預(yù)估。
然而國內(nèi)的大多數(shù)企業(yè)離這些要求還有一定的距離，在認識的層次上還有待提高。隨著商業(yè)智能領(lǐng)域的擴大，應(yīng)該有效地引導(dǎo)新客戶在這方面的需求，擴大市場范圍，從長遠來看有利于商業(yè)智能的發(fā)展和提高。
6、標準的不統(tǒng)一
目前由于商業(yè)智能應(yīng)用尚處于初期，許多概念并不清晰明確。就算是商業(yè)智能這個概念本身，不同的業(yè)界人士都會有不同的解讀，更不用說大多數(shù)對這個領(lǐng)域知之甚少的企業(yè)決策者。企業(yè)在實施商業(yè)智能項目的時候，可能會遇到由于該行業(yè)發(fā)展良莠不齊而導(dǎo)致的損害，企業(yè)投資卻得不到應(yīng)有的回報等問題。
以歷史上ERP和BPR的開發(fā)應(yīng)用以及大面積的失敗率為鑒，商業(yè)智能領(lǐng)域急需未雨綢繆，建立統(tǒng)一的商業(yè)智能的理念和實施標準，這也是在商業(yè)智能發(fā)展路上所面臨的一個巨大的挑戰(zhàn)。
轉(zhuǎn)載請注明出處：拓步ERP資訊網(wǎng)http://www.ezxoed.cn/
本文標題：什么是商務(wù)智能（BI）？
相關(guān)文章
