如何正确理解商业智能（BI）？--上

 

引言

商业智能（ BI ）是目前在国外企业界和软件开发界受到广泛关注的一个研究方向。可以用两点来总结这种研究 热点 出现的原因：

一、信息技术的 高速 发展带来了企业利用信息技术提高本身竞争力的巨大空间：信息技术不但使企业获取需要的信息，而且，促进企业对信息的再利用，以此营造企业的竞争优势；

二、 IT 界许多以提供软件 平台 和工具平台的大公司通过多年与企业的交流，已经认识到企业对商业智能的迫切需求，纷纷加入到从事商业智能的研究与开发上来。 IBM 建立了专门从事 BI 方案设计的研究中心， ORACLE 、 微软 等公司纷纷推出了支持 BI 开发和应用的软件系统，有的直接进入了 BI 的开发领域。
　 　　

1 、商业智能概述
　　商业智能不是一个新名词。多年来，企业一直在寻找对商业智能的理解和实现的方式，以增强企业的竞争力。早在 80 年代，当时 “ 商业智能 ” 的标准是能容易地获得想要的数据和信息。 90 年代是商业智能真正起步的阶段。到目前为止，关于 BI 还没有统一的定义，不同的人只是从不同的方面表达了对 BI 的理解。早在 90 年代初， Garter Group 的 Howard Dresner 把 EUQR （终端查询和报表）、 DSS 、 OLAP 称为商业智能。企业使用这些工具使企业获得的优势也被称为商业智能。后来，出现了数据仓库、数据集市技术，以及与之相关的 ETL （抽取，转换，上载）、数据清洗、数据挖掘、商业建模等，人们也将这些技术统归为商业智能的领域。目前，存在将商业智能与数据仓库和基于数据仓库的分析方法等同起来的认识趋势。
　　其实，商业智能代表为提高企业运营性能而采用的一系列方法、技术和软件的总和。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。对该定义的正确解释，从以下四个层面展开：
　　信息系统层面：称为商业智能系统（ BI System ）的物理基础。表现为具有强大决策分析功能的单独的软件工具和面向特定应用领域的信息系统平台，如 SCM 、 CRM 、 ERP 。与事务型的 MIS 不同，商业智能系统能提供分析、趋势预测等决策分析功能。
　　数据分析层面：是一系列算法、工具或模型。首先获取与所关心主题有关的高质量的数据或信息，然后自动或人工参与使用具有分析功能的算法、工具或模型，帮助人们分析信息、得出结论、形成假设、验证假设。
　　 知识 发现层面 ：与数据分析层面一样，是一系列算法、工具或模型。将数据转变成信息，而后通过发现，将信息转变成知识；或者直接将信息转变成知识。
　　战略层面：将信息或知识应用在提高决策能力和运营能力上；企业建模等。商业智能的战略层面是利用多个数据源的信息以及应用经验和假设来提高企业决策能力的一组概念、方法和过程的集合。它通过对数据的获取、管理和分析，为贯穿企业组织的各种人员提供信息，以提高企业战略决策和战术决策能力。
　　总之，商业智能的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。为完成这一目标，商业智能必须具有实现数据分析到知识发现的算法、模型和过程，决策的主题具有广泛的普遍性。这个特点是本文定义商业智能时应特别强调的。

基于以上定义的商业智能应具有以下功能： 　　
a) 数据管理功能 ：从多个数据源 ETL （抽取、转换、转贮）数据、清洗数据、数据集成能力；大量数据高效存储与维护能力。
b) 数据分析功能： 具备 OLAP ， Legacy 等多种数据分析功能；终端信息查询和报表生成能力；数据可视化能力。
c) 知识 发现功能： 从大型数据库中的数据中提取人们感兴趣的知识的能力。这些知识是隐含的、事先未知的、潜在有用的信息，提取的知识表示为 概念 （ concepts ），规则（ rules ），规律（ regulations ），模式（ patterns ）等形式。
d) 企业优化功能： 辅助企业建模的能力。