商业智能（BussinessIntelligence，简称BI）渐成电信业应用热点

在建成BOSS系统之后，中国移动在去年年底开始建设另一个系统——BASS系统（业务分析支持系统），用以分析来自31个省级机构和总公司的业务数据。由NCRTeradata和亚信公司共同合作的这个项目目前正在实施当中。中国移动的BASS系统建立在NCRTeradata提供的数据仓库解决方案上，这个方案包括电信业务逻辑数据模型——一个集中的、一致的和可扩展性的中央数据库系统。这其中，商业智能（BussinessIntelligence，简称BI）将充当重要角色。

    中国移动建设BASS系统，目的在于通过这一系统分析获得可纵览全局的单一视图，从而提高决策质量，提高竞争优势。其实，不仅仅是中国移动，国内其它几家电信运营商都已开始着手于这方面的系统建设。中国电信从2003年下半年就已同NCRTeradata合作，在全国两个省级公司进行试点。而中国联通一些省级公司已建成了相关系统。由此可见，商业智能应用越来越受到电信运营商的关注。

    商业智能的概念最早在1996年提出。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技术及其应用。目前，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。这里所谈的数据包括来自企业业务系统的订单、库存、交易账目、客户和供应商资料及来自企业所处行业和竞争对手的数据，以及来自企业所处的其他外部环境中的各种数据。而商业智能能够辅助的业务经营决策既可以是操作层的，也可以是战术层和战略层的决策。为了将数据转化为知识，需要利用数据仓库、联机分析处理（OLAP）工具和数据挖掘等技术。因此，从技术层面上讲，商业智能不是什么新技术，它只是数据仓库、OLAP和数据挖掘等技术的综合运用。

    因此，把商业智能看成是一种解决方案应该比较恰当。商业智能的关键是从许多来自不同的企业运作系统的数据中提取出有用的数据并进行清理，以保证数据的正确性，然后经过抽取（Extraction）、转换（Transformation）和装载（Load），即ETL过程，合并到一个企业级的数据仓库里，从而得到企业数据的一个全局视图，在此基础上利用合适的查询和分析工具、数据挖掘工具、OLAP工具等对其进行分析和处理（这时信息变为辅助决策的知识），最后将知识呈现给管理者，为管理者的决策过程提供支持。

    运营商关注在于市场竞争的需要

    运营商之所以大规模建设业务分析支持系统，主要是为应对激烈的市场竞争。目前，在国内电信市场，运营商之间的业务竞争不仅在资费——价格战上打得火热，而且在新业务的推出方面也是争先恐后，通过这些竞争手段，运营商之间相互挖掘和争夺有限的客户资源，这就使得运营商的客户流失率增大。为了保住客户资源，运营商需要一套业务分析支持系统，以从自身市场数据中获得能够真正反映企业运营状况的有效信息，从而为市场经营决策提供科学支持。

    对于电信运营商来说，随着电信业计算机业务系统的长期和广泛使用，这些企业已拥有大量的客户和业务数据。而电信市场的竞争日益加剧，只有那些利用先进的信息技术成功地收集、分析、理解信息并依据信息进行决策的企业才能获得竞争优势，这就使得商业智能应用有了用武之地。电信运营商的管理者需要借助商务智能技术来发现商务运营过程中存在的问题，找到有利的解决方案。

    商业智能电信应用解决方案主要包括四大方面：一是基础设施，包括数据仓库、OLAP、ETL；二是基本应用，主要有客户分析、收入分析、产品/服务分析、市场份额分析、服务质量分析以及市场促销分析等；三是高级应用，在这一级别，主要建立一些应用分析模型，如客户流失模型、客户价值模型、客户信用模型、价格敏感度模型、产品亲和度模型等；四是增值应用服务，在这一层主要是建立一些管理模块，如有关欺诈管理、CRM等。

    NCRTeradata数据仓库事业部中国区副总经理王闯舟介绍，国内电信运营商已经启动应用商业智能解决方案的规划和实施，目前中国移动处于领先位置。 Teradata去年就先后赢得了中国移动山西、陕西、河北、内蒙古、云南、广西、贵州、福建8个省级公司的经营分析管理项目的订单。在这些已实施了商业智能应用的企业中，山西移动在实施客户流失模型的第一个月，在预测的5789名流失客户群体中，通过市场活动保留了3345人，而这些客户的人均话单费用在150元以上。

    国内应用还处在起步阶段

    商业智能软件市场在最近几年得到了迅速增长。IDC预测显示，从全球范围来看，从现在始，这个市场将以27%的年平均增长率发展，2005年将会达到 118亿美元。在这个市场中，终端用户查询、报告和OLAP工具占绝对主流，达到65%。最新发表的IDC研究报告显示，亚太地区商业智能软件市场将以每年23%的速度增长，到2006年将达33亿美元，是目前市场价值12亿美元的近3倍之多。

    但王闯舟认为，目前国内商业智能应用还只是一个初级阶段，竞争激烈、数据量比较大的行业，如电信、金融已经启动商业智能解决方案的规划和实施，但使用水平还比较初级，目前仍以报表、指标为主，也有些系统建立了比较复杂的数据挖掘模型。王闯舟介绍说，目前国内商业智能的应用现状是：已启动商业智能解决方案的规划和实施的企业，在实施过程中，大都提出了非常多的需求，而且这些企业在商业智能方案实施过程中，大都使用了比较先进的数据仓库技术，建立了比较灵活的可扩展的数据仓库基础设施。王闯舟强调，商业智能目前要解决的当务之急是应用的全面推广和对业务用户的培训，这样才能全方位、深入地挖掘商业智能解决方案的业务价值，使客户获得最大的回报。王闯舟同时也强调，在商业智能循序渐进的发展过程中要解决好三个问题：一是商业智能与数据仓库的建立是一个发展过程，在使用和扩展过程中会不断完善；二是基础设施的建设是必不可少的，数据质量的改善是一个循序渐进的过程；三是要培养业务用户自己进行信息分析的能力，建立商业智能部门BIU。建立商业智能部门BIU，王闯舟认为可以解决五个方面的问题：一是有了BIU，在开发和管理过程中可以和IT部门保持联系和沟通；二是能够使用各种统计分析手段帮助理解和观察业务发展情况；三是可以有提供业务人员所关心的各种业务分析；四是可以与主要决策者协调工作，制定商业智能的短期、中期和长期的开发计划；五是可以及时评估商业智能带来的企业价值。