漫谈商业智能

 

题记——盲人摸象的故事

从前，有四个盲人很想知道大象是什么样子，可他们看不见，只好用手摸。胖盲人先摸到了大象的牙齿。他就说：“我知道了，大象就像一个又大、又粗、又光滑的大萝卜。”高个子盲人摸到的是大象的耳朵。“不对，不对，大象明明是一把大蒲扇嘛！”他大叫起来。“你们净瞎说，大象只是根大柱子。”原来矮个子盲人摸到了大象的腿。而那位年老的盲人呢，却嘟嚷：“唉，大象哪有那么大，它只不过是一根草绳。”四个盲人争吵不休，都说自己摸到的才是真正大象的样子。

扑朔迷离的商业智能

上面的这段故事，想必大家基本上也都听过，想起这个故事，是因为前一段时间和几个朋友的聊天才偶然想起了的（这几个朋友目前基本在国内的一线公司做项目经理以上）。在聊技术和业界的动态时，大家不约而同地谈到商业智能（Business Intelligent，也就是我们通常说的BI）：经过了多年的业务数据或者互联网相关数据的积累后，有如何利用这些数据的强烈需求，例如人人网存在的人员关系的数据分析、腾讯客户数据、游戏数据等等的挖掘，当然也包括我们公司内部的社医保数据的利用等等。一个朋友忽然问了一句：“你们聊了这么多，那你们认为什么是商业智能？”。一句话后，大家顿时就沉默了。

题外话

是呀，什么是商业智能呢？从我在公司接手商业智能开始，我也一直在摸索，到底商业智能是什么？说起来也挺好玩的，我记得一个在东南融通的朋友曾经说过：商业智能不就是数据抽取加上报表嘛，现在想来，既好玩，又不好玩。

回到我们刚才的话题，沉默了一会后，一个搞技术的朋友说：“BI就是ETL、应用数据仓库、OLAP、数据挖掘、数据展现（报表、多维分析和决策支持的）的技术集合。”恩，很明显，他是技术类的代表。

一个产品经理的朋友接着说“商业智能是指一种能力：通过智能地使用企业的数据财产来制定更好的商务决策，从数据仓库中获得有利的信息，进而帮助企业提高获利，增加生产力与竞争力。”。这是一个产品经理的典型代表。他接着说“商业智能是帮助企业提高决策能力和运营能力的概念、方法、过程以及软件的集合，其主要目标是将企业所掌握的信息转换成竞争优势，提高企业决策能力、决策效率、决策准确性”

另一个朋友接着他的话：“其实数据挖掘才是BI的主要内容，但是目前数据挖掘应用还不成熟，所以目前机会没有真正的BI应用”。

大家口若悬河大谈特谈后，突然又沉默了，是呀，商业智能本质上是什么？商业智能从20世纪后开始，从平凡走向了神坛，又从神坛上跌落下来，但是到目前为止，还是没有一个公认的统一的定义，我特地查了一下百度百科，上面是这样写的：

百度百科

商业智能的概念最早是Gartner Group于上世纪90年代提出来的，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的技术及其应用。

经过了多年的发展，不同的研究机构和企业都对BI提出了自己的理解，例如：

Gartner Group认为：商业智能技术提供使企业迅速分析数据的技术和方法，包括收集、管理和分析数据，将这些数据转化为有用的信息，然后分发到企业各处，辅助商业决策的制定。 商业智能技术提供使企业迅速分析数据的技术和方法，包括收集、管理和分析数据，将这些数据转化为有用的信息，然后分发到企业各处。

目前，学术界对商业智能的定义并不统一。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。

其他的商业智能定义

我也查了其他的一些组织或者厂商的定义：

IDC将其定义为：终端用户查询和报告工具、OLAP工具、数据挖掘软件、数据集市和数据仓库产品等软件工具的集合。

还有很多商业智能厂商都有自己的定义，例如：

SAS认为：商业智能是关于在组织内部和组织周围正在发生的智能或知识。

MSTR认为：商业智能是一系列能够使公司分析数据库中的数据并根据收集的信息获得的洞察力来做决策的软件系统。

可见，BI的定义真是“百花齐放”，给了人们更大发挥空间的时候，也往往给人们带来了迷惑：到底什么是BI的本质，BI到底是做什么的？

商业智能的本质

我归纳了一下每个人的观点，发现大体上分为下面几类：

<!--[if !supportLists]-->·         <!--[endif]-->技术论：认为BI更多的是技术，一些尖端的工具的组合，例如OLAP、数据仓库、数据挖掘、前段展现等；

<!--[if !supportLists]-->·         <!--[endif]-->业界论：目前比较适合商业智能概念的观点，从产品经理的角度出发，定义了商业智能；

<!--[if !supportLists]-->·         <!--[endif]-->理想论：认为只有数据挖掘才是BI应用的核心，目前没有使用数据挖掘的BI应用都不算真正的商业智能，朋友C的观点即属于此类。

当然，还有其他不同的视角来定义商业智能。从观点上来说，每个人的观点都没错，就像我们在摸象的过程中，大家接触到的那一部分。原因其实很好理解，不同行业、不同背景下对商业智能的认识是不一样的，自然得到的结论也是不一样的，但都是对的。实际上，从我接触多维开始到现在，差不多有七年了，专门从事商业智能的开发和实施，也有三年多了，我也希望对商业智能的定义诠释一下，如果要认清BI的本质，就是要明晰BI是什么，目的是什么，是为什么服务的？然后是如何实现？这几年来，无论是在会议上还是在和领导、同事的交流中，我也不断在修正自己的思路，随着对商业智能的了解深入，我越来越觉得商业智能其实是一种解决方案，它可以是客户提出的报表和图表的部分的实现，也可以是数据监测的具体表现：

商业智能是什么？

商业智能是客户愿景的解决方案，是可以使用户期望变为可执行、可量化的方案。通过一系列的技术手段，实现客户的监测、分析、预测的渴望。通过客户的期望，商业智能通过其本身具有的技术手段，整合企业决策层，管理层，执行层的工作效率，统一各方面的数据和制定规范的标准，从而快速地实现业务的决策， 使业务的相关数据得到量化。

BI是为什么服务的？

商业智能的面向对象是客户，客户可能是企业的领导，也可能是政府，或者是部门，但无论对象是谁，商业智能是为企业的运营管理、业务的顺利进行、政策的制定等提供服务的。

商业智能是如何实现的？

我不想陷入技术论，因为会陷入细节，也不想纯粹从宏观上去讨论，因为会陷入空谈，你无论是通过硬编码去实现例如报表的关联、图表的分析或者是多维的展现，还是通过开源，或者商业产品去实现，总之商业智能（方案），制定出实现商业智能（方案）的方法，实现企业的决策、考核、分析有机地结合和量化，达到上述的目的，这样就足够了。

实践是唯一真理

伟人同志曾经说过：实践是检验真理的唯一标准。

就像SOA，也一样经历了从炒作到神坛，再从神坛跌落，一个理念的正确与否是要通过实践来得到检验的。带着这样的理念，我们更应该针对业务的真正的切实需求来实现商业智能，避免空谈，规避细化，否则，商业智能高实施失败率的或许就有你的贡献。

从方案层切入，和客户的高层领导进行沟通，确保关键部门的介入，帮助理解和制定客户的战略规划，从方案级别给出切实的解决之道。再结合实际的业务对商业智能进行具体的规划，无论是制定统一数据标准，设计数据仓库，通过ETL抽取核心数据，通过前端展现工具实现动态报表、OLAP分析等应用，还是只关注业务模型的制定，通过OLAP技术或者预测方式的实现来进行客户决策，都是从解决方案上来实现。这样既贴近了客户的实际需求，也降低了开发和实施难度，或许这是一条比较可行的路吧。

 

补充

参考：畅想网朱晓龙—索问咨询CEO的（http://www.vsharing.com/k/BI/2006-5/A525476.html）