商務智能:實施研究與前景分析

[摘要] 對商業(yè)智能（BI）的特性、架構、技術等進行歸納分析，重點討論企業(yè)BI的實施過程，研究企業(yè)實施BI的策略，結合當前市場、技術等因素認為SaaS、云計算是BI的未來發(fā)展方向，最后分析BI與知識管理的關系以及BI在物聯(lián)網(wǎng)中的運用。

[關鍵詞] 商務智能 部署 趨勢 SaaS 云計算

1引言

隨著經(jīng)濟全球化和信息時代的到來，企業(yè)所處的環(huán)境更加復雜多變，市場競爭更加激烈，企業(yè)自身的組織結構也越來越復雜、規(guī)模越來越龐大。在此環(huán)境下，企業(yè)要想求得生存和發(fā)展就必須高效運營、正確決策、快速響應。這就需要有工具來幫助企業(yè)對經(jīng)營過程中產(chǎn)生的大量數(shù)據(jù)和資料進行收集、整理、分析和評估，據(jù)此做出正確的預測，從而實現(xiàn)從數(shù)據(jù)到信息、從信息到知識、從知識到利潤的轉化。

企業(yè)以前是通過信件、電話或是傳真與客戶聯(lián)系，現(xiàn)在正努力進行數(shù)據(jù)化、信息化，因為它需要對客戶的動態(tài)做出更快的響應，提高服務水平并降低成本。企業(yè)資源規(guī)劃(ERP)、銷售終端(POS)、市場調查、供應商、客戶、網(wǎng)絡、政府部門等都在不斷地給企業(yè)添加數(shù)據(jù)，實際上平均每18個月企業(yè)的數(shù)據(jù)量就翻一番，但并不是全部的數(shù)據(jù)都能被分析和利用，有專家估計，目前被利用的數(shù)據(jù)只有5%-10%[1]。大量的數(shù)據(jù)是冗余、不相關、不完整或者質量很差的。怎樣才能把大量的數(shù)據(jù)迅速轉換成可靠的信息，發(fā)現(xiàn)數(shù)據(jù)背后隱藏的信息和知識，商務智能（business intelligence，BI）因此而誕生。BI的核心價值在于它能夠把信息轉換為知識，然后把知識轉變成利潤。

2相關研究回顧

商務智能1989年由Gartner Group的Howard Dresner[2]首次提出，它描述了一系列的概念和方法，通過應用基于事實的支持系統(tǒng)，來輔助商業(yè)決策的制定。BI技術提供幫助企業(yè)迅速分析數(shù)據(jù)的技術和方法，包括收集、管理和分析數(shù)據(jù)，將這些數(shù)據(jù)轉化為有用的信息，然后分發(fā)到企業(yè)各處。

1990-1995年，對BI的研究主要基于數(shù)據(jù)庫、數(shù)據(jù)建模，Edward R. Tufte[3]在1990-1991年間發(fā)表的關于信息，特別是信息定量可視化的著作為BI研究奠定了基礎。Inmon[4]于1994年提出數(shù)據(jù)倉庫的概念，1996年發(fā)表的Managing the Data Warehouse[5]成為數(shù)據(jù)倉庫的里程碑，1997年出版的Corporate Information Factory[6]為數(shù)據(jù)倉庫和數(shù)據(jù)挖掘建立了著名的信息工廠的框架。1998年以后BI的研究逐漸增多，Larry Kahaner[7]提出競爭智能，還有一些學者對數(shù)據(jù)倉庫和數(shù)據(jù)挖掘技術、數(shù)據(jù)質量、機器學習等不同方向進行研究。2001年以后，BI的研究主題從技術層面上升到了企業(yè)戰(zhàn)略層面，如平衡計分卡、戰(zhàn)略競爭分析等。

國內方面，王茁的《三位一體的商務智能管理、技術與應用》（2004）是一本全面介紹BI概念、框架、實施等方面的專著，從組織管理、技術實施、行業(yè)應用幾個維度對BI進行了詳細的探討[1]。李萍等（2005）研究了BI實施的戰(zhàn)略、運營和商務三個層面[8]。宗平等（2006）對主流的BI系統(tǒng)進行了橫向對比分析研究[9]。龍青云等[10]（2007）歸納分析了BI的組成部件及其功能，列舉了BI實施中的技術工具。張巧[11]（2009）研究了目前國內BI的框架結構及關鍵技術，歸納了實施現(xiàn)狀與未來趨勢。宋麗麗[12]（2009）從BI的數(shù)據(jù)結構角度研究了BI在技術上的具體實現(xiàn)方法。

從文獻調研中可以看出，國內學者對BI的研究分為兩種類型：①從普及、介紹的角度，對BI的概念、構成和功能等進行全面的介紹，包括對市場中已有的BI軟件系統(tǒng)進行對比分析，這一類型的研究目的是導入BI的概念；②有計算機等專業(yè)背景的學者，多從編程、數(shù)據(jù)庫架構等技術角度對BI的實施和部署進行研究，還包括對BI在不同行業(yè)領域內的應用的探討。調研發(fā)現(xiàn)，國內這兩方面的研究都缺少從具體實施、發(fā)展變化等組織與管理角度對BI的探討。按照一般的概念，BI不是簡單的一個軟件應用，也不是一組軟件技術的堆積，而是一種建立在軟件應用基礎上的解決方案，單純的軟件部署只占BI中很有限的部分，在具體實施中一方面要面對企業(yè)組織管理方式的變革、商業(yè)流程的再造甚至是核心競爭力的改變等與組織管理、企業(yè)文化這類非技術因素相關的問題；另一方面BI作為軟件技術的有機組合，還要面對飛速發(fā)展的新技術、新環(huán)境對BI提出的變革需求。因此，企業(yè)要想通過實施BI來增強其競爭實力，優(yōu)化業(yè)務流程，僅僅靠概念普及、技術實現(xiàn)是不夠的，本文立足于BI的實施，從BI實施中遇到的問題、相應的對策、可能面臨的挑戰(zhàn)與變革等方面出發(fā)開展探索，力求從非技術角度對BI在企業(yè)中的實施與應用提供可行的研究分析思路。

3BI的概念

BI通常被理解為將企業(yè)中現(xiàn)有的數(shù)據(jù)轉化為知識，幫助企業(yè)做出明智的業(yè)務經(jīng)營決策的工具。企業(yè)中的數(shù)據(jù)包括：①來自企業(yè)業(yè)務系統(tǒng)的訂單、庫存、交易賬目、客戶和供應商的數(shù)據(jù)；②來自企業(yè)所處行業(yè)和競爭對手的數(shù)據(jù)；③來自企業(yè)所處的其他外部環(huán)境中的各種數(shù)據(jù)。

目前，企業(yè)界、學術界對商業(yè)智能的定義并不統(tǒng)一，例如：

IBM(企業(yè)界)[13]認為BI是一種能力，通過使用企業(yè)的數(shù)據(jù)資產(chǎn)來制訂更好的商務決策。企業(yè)的決策人員以數(shù)據(jù)倉庫為基礎，經(jīng)過各種查詢分析工具、聯(lián)機分析處理或者是數(shù)據(jù)挖掘加上決策人員的行業(yè)知識，從數(shù)據(jù)倉庫中獲得有利的信息，進而幫助企業(yè)提高利潤，增加生產(chǎn)力和競爭力。

Olszak(2002，學術界)[14]認為BI是一系列的概念、方法和流程的集合，其目標不僅僅是幫助決策，而且支持企業(yè)的戰(zhàn)略實施。它的主要任務是面向不同信息源的智能瀏覽、集中、綜合以及多維分析。

本文在閱讀文獻的基礎上，結合國內外BI實施情況，參照王茁的觀點，總結認為BI是一種解決方案，它的核心任務是從許多來自不同的企業(yè)運作系統(tǒng)的數(shù)據(jù)中，提取出有用的數(shù)據(jù)，進行清理以保證數(shù)據(jù)的正確性，然后經(jīng)過數(shù)據(jù)、轉換、裝載（ETL，extraction，transformation，loading）抽取過程，合并到一個企業(yè)級的數(shù)據(jù)倉庫里，從而得到企業(yè)數(shù)據(jù)的一個全局視圖，在此基礎上利用合適的查詢和分析工具、數(shù)據(jù)挖掘工具、OLAP工具等對其進行分析和處理（這時信息變?yōu)檩o助決策的知識），最后將知識呈現(xiàn)給管理者，為管理者的決策過程提供支持。

4BI的技術結構與功能

雖然BI不能簡單地理解為一些軟件及數(shù)據(jù)庫的組合，但是IT技術在BI中還是發(fā)揮了基礎性的作用，支持從數(shù)據(jù)的收集、儲存到整合應用等整個商務智能運行環(huán)節(jié)，其中與BI實現(xiàn)的功能相對應的關鍵技術包括數(shù)據(jù)倉庫技術、OLAP技術、數(shù)據(jù)挖掘與可視化技術等，關于BI技術的討論不是本文的重點，但作為對BI進行研究不可缺少的一個方面，研究BI的技術結構與功能還是必要的。

針對BI的系統(tǒng)結構，不同的組織、學者、機構等針對各自研究重點與領域給出了許多不同的結構模式，這是一種非常正常的現(xiàn)象，因為BI本質上是服務于企業(yè)管理與決策的由一組軟件技術構成的解決方案，并不是靜態(tài)的軟件包，BI面對不同的應用、行業(yè)必須呈現(xiàn)出不同的結構和功能，以滿足具體的應用需要，沒有必要追求BI結構的形式上的統(tǒng)一。

本文以BI的核心——數(shù)據(jù)倉庫為基礎，以美國數(shù)據(jù)倉庫研究院給出的BI架構為例說明BI的技術結構。

數(shù)據(jù)來源:美國數(shù)據(jù)倉庫研究院（www.dw-institute.com）

美國數(shù)據(jù)倉庫研究院的商務智能架構由左右兩個部分組成:左邊為數(shù)據(jù)倉庫環(huán)境，右邊為分析環(huán)境。其中，數(shù)據(jù)倉庫系統(tǒng)是商業(yè)智能應用的核心，它是整個系統(tǒng)存儲和管理數(shù)據(jù)及信息的地方。

商務智能技術，也即企業(yè)利用數(shù)據(jù)倉庫、數(shù)據(jù)挖掘、在線分析處理、決策支持系統(tǒng)等現(xiàn)有信息系統(tǒng)對企業(yè)經(jīng)營過程中產(chǎn)生的大量結構化和非結構化商務數(shù)據(jù)和信息進行收集、整理、分析，以便輔助企業(yè)做出正確決策，采取有效商務行動，優(yōu)化商務流程，是全面提高商務績效的工具、方法、技術的統(tǒng)稱[15]。商務智能技術是企業(yè)提升智能化決策水平的一系列關鍵技術，是多項技術交叉在一起的復合應用。

商務智能技術是企業(yè)智能化決策的重要手段和工具，其基本應用包括個性化的信息分析、預測、輔助決策。商務智能支持企業(yè)內各種角色的應用：戰(zhàn)略決策層將通過建立戰(zhàn)略企業(yè)管理模式的商務智能系統(tǒng)來實時了解企業(yè)對戰(zhàn)略目標的執(zhí)行程度；中、高層管理人員通過建立運營智能系統(tǒng)來隨時了解企業(yè)運行情況；企業(yè)分析研究人員則可通過商務智能分析工具對企業(yè)現(xiàn)狀進行分析，向高層領導提供分析結果，支持決策。商務智能提供了一種戰(zhàn)略的、戰(zhàn)術的、功能性的框架在組織中處理商務分析需求。

5BI在企業(yè)中的應用

5.1企業(yè)對BI的關注

商業(yè)智能軟件市場方興未艾，為低迷的IT產(chǎn)業(yè)帶來了一束曙光。根據(jù)弗瑞斯特研究中心[16]的調查發(fā)現(xiàn)，2008年底有44%的企業(yè)表示，計劃在今年購買BI軟件。根據(jù)IDC報告[17]的數(shù)據(jù)，在2012年之內，商業(yè)智能市場不包括日本在內的亞太地區(qū)規(guī)模將從2005年的3.4億美元擴大到2010年的6.39億美元。正是看到了BI市場的巨大前景，一些IT服務提供商紛紛推出自己的BI軟件，如Oracle、微軟、IBM公司、國內的金碟公司等。

5.2企業(yè)BI的部署

從技術角度說，BI 是一種運用了數(shù)據(jù)倉庫、在線分析和數(shù)據(jù)挖掘等技術來處理和分析數(shù)據(jù)的技術，目的是為企業(yè)決策者提供決策支持，但技術并不是BI的全部，BI是管理手段和信息技術的融合。企業(yè)級商業(yè)智能的構建是一個系統(tǒng)工程，它有三個層次，需要一步一步建設。第一個層次business i-Mode是整個BI工程的基礎，第二個層次business integration 是整個BI工程的技術實現(xiàn)基礎，第三個層次business intelligence才是真正意義上的商業(yè)智能的軟件實現(xiàn)，如圖2。這三個層次相輔相成，缺少任何一個層次，企業(yè)都沒有辦法形成完整的BI體系。

5.3企業(yè)BI部署遇到的問題及對策

我們知道沃爾瑪是應用企業(yè)BI提升競爭力的典范，沃爾瑪通過使用BI對零售業(yè)務流程進行全面詳細的數(shù)據(jù)分析，在物流、定價、選面等幾個關鍵成功因素方面都取得了巨大的競爭優(yōu)勢，但是我們也要知道，像沃爾瑪這種把信息技術運用到極致的企業(yè)，還是相對少的，在國內，中國本土企業(yè)在BI應用上依然鮮有作為。雖然工商銀行、民生銀行、廣東發(fā)展銀行等金融企業(yè)和樂百氏、雙匯這類傳統(tǒng)企業(yè)都在著手建立BI系統(tǒng)，但目前還無法驗證應用的效果到底如何[18]。

相關統(tǒng)計數(shù)字顯示，在國外，投資建設BI的企業(yè)有60%-70%以失敗告終，而在中國，這個數(shù)據(jù)可能會更高。其中的原因有很多，比如缺乏歷史數(shù)據(jù)支持、理解上存在誤區(qū)等。據(jù)澳信傳媒集團2008年9月發(fā)布的《第三屆中國IT技術趨勢調查》總結報告顯示，已經(jīng)有60%以上的企業(yè)開始了商業(yè)智能項目的開發(fā)和應用，雖然這已經(jīng)是一個很不錯的比例，然而，從諸多調查數(shù)據(jù)中可以看出，商業(yè)智能應用實際上并沒有像業(yè)界預測的那樣，產(chǎn)生井噴式的增長，傳統(tǒng)的數(shù)據(jù)庫應用包括數(shù)據(jù)處理和存儲等依然在數(shù)據(jù)庫應用中占據(jù)較大的比例。簡言之，目前還存在諸多因素阻礙企業(yè)開展商業(yè)智能應用。

5.3.1BI實施困境的成因

● 與組織結構、經(jīng)營管理方面相關的原因包括：①實施過程難以控制；②協(xié)調配合難度大，如大型的BI項目需要多個部門的認真配合，如導入源數(shù)據(jù)到數(shù)據(jù)倉庫這么一個簡單環(huán)節(jié)也會同時牽涉到眾多部門的參與；③一把手支持力度不夠，參與BI的業(yè)務人員級別低、資金投入少以及BI系統(tǒng)上線后的使用者數(shù)量少且不專業(yè)；④領導層的意識里對BI存在錯誤認識，對于BI的期望值過高等，也會造成BI項目的失敗。

● 與具體操作層面有關的原因包括：①企業(yè)運營層不能提供可靠的信息，有許多商業(yè)人士不能確信他們企業(yè)內部的信息是否準確，很多企業(yè)的管理者表示他們因為缺乏可信的信息而做出過失敗的決策，可見數(shù)據(jù)的質量存在很大的問題，BI的有效應用，離不開數(shù)據(jù)的支持，如果沒有準確的數(shù)據(jù)，那么所要分析產(chǎn)生的報表、決策都與事實存在差距，將會導致整個決策的錯誤；②技術不成熟，目前只有報表、OLAP、儀表盤和統(tǒng)計分析等使用比較成功，而其他方面的應用還處于研發(fā)、摸索階段，例如對非結構化數(shù)據(jù)和質量不高的數(shù)據(jù)的處理，目前還缺少有效的實用工具；③國內大部分企業(yè)的信息化水平較低，一些企業(yè)的信息化水平甚至非常低，這就造成了在整個市場競爭中，信息化水平整體偏低的企業(yè)難以把BI做好、做出效果。

5.3.2BI成功實施的策略

BI系統(tǒng)對于企業(yè)發(fā)現(xiàn)市場新機會、創(chuàng)造競爭新優(yōu)勢的作用是顯而易見的。但企業(yè)在真正實施BI過程中，并不是一帆風順或者很快就能達到理想目標的，有些企業(yè)在BI方面進行了巨額的軟硬件投資及人力投資卻并不能給企業(yè)帶來預期的管理效率。因而，必須注重BI應用的策略，本文從應用、行政、技術三個方面討論BI成功實施的可能策略。

●應用角度。①業(yè)務、目標主導BI。企業(yè)BI的實施要結合公司的實際，了解企業(yè)急待解決的問題，從管理層最關心的業(yè)務主題開始，比如應收賬款和賬期、現(xiàn)金流、生產(chǎn)質量、庫存或者促銷結果等。以業(yè)務趨動而非IT趨動BI，很多企業(yè)明白這樣的道理，即應該由業(yè)務部門的需求主導軟件的設計和開發(fā)。但由于業(yè)務人員的水平不足以提出未來管理模型架構，企業(yè)應該給予IT部門絕對的權威，讓它有權要求業(yè)務部門配合IT部門共同協(xié)商提出需求模型，以盡量準確地把握企業(yè)的業(yè)務發(fā)展方向。②進行BI成本控制。BI經(jīng)常被企業(yè)視為龐然大物，非得花費個上千萬的預算才有可能辦到，而這些預算中，數(shù)據(jù)倉庫往往又是當中最耗費成本的。排除數(shù)據(jù)倉庫在建置時采用主題式、整合過的數(shù)據(jù)這類方法，數(shù)據(jù)倉庫本質上就是可以儲存大量數(shù)據(jù)的數(shù)據(jù)庫，從目前微軟的SQL Server 2005都宣稱能儲存TB級別的數(shù)據(jù)量來看，以較低成本建置資料倉庫事實上不難達成。③系統(tǒng)應用應具有簡易性。由于商務智能系統(tǒng)是為業(yè)務部門應用的，業(yè)務部門的需求也在不斷地變化，所以該系統(tǒng)不是設計好固定的界面讓業(yè)務部門來應用就可以了，而是一定要讓應用部門學會自己使用“傻瓜照相機”，不要所有的業(yè)務應用都讓IT部門專門為其開發(fā)并進行針對性的培訓，而應該使業(yè)務部門像使用日常辦公軟件一樣，能夠較為容易地掌握使用方法和基本的開發(fā)與拓展技術，可以及時地使用商務智能系統(tǒng)進行一般的分析、查詢和問題跟蹤工作。

●技術角度。①控制數(shù)據(jù)來源。導入BI系統(tǒng)，用意在發(fā)掘數(shù)據(jù)中的事實，由這個事實再發(fā)展出種種分析結果與面向服務對象的決策協(xié)助[19]。因此想要發(fā)掘出事實，有賴于“干凈”的資料數(shù)據(jù)。BI架構中，干凈的數(shù)據(jù)通常利用ETL工具達成，數(shù)據(jù)從來源到目的的清潔過程，每經(jīng)過一個階段，數(shù)據(jù)就更具價值。而對于有ERP系統(tǒng)的企業(yè)，這個問題較小。②注重數(shù)據(jù)分析：要成立專門的數(shù)據(jù)分析部門。在國內，對數(shù)據(jù)分析師這個職位提到的還不多，國外有專家建議，如果準備上BI系統(tǒng)的話，一定要落實相應的數(shù)據(jù)分析部門。企業(yè)對數(shù)據(jù)進行優(yōu)化的目的，是要從中找出最有價值的數(shù)據(jù)，這些有價值的數(shù)據(jù)挖掘出來后，如果沒有相應的人對其進行跟蹤處理，數(shù)據(jù)的價值也就只停留在被用于迅速做出報表的層面了。③分段的設計思想。在數(shù)據(jù)倉庫的設計中，要考慮將數(shù)據(jù)倉庫和業(yè)務系統(tǒng)相對隔離，將數(shù)據(jù)倉庫和分析應用相對隔離，BI實施前，要對項目的整體規(guī)劃、技術架構、分步實施進行規(guī)劃，對于是否需要ODS，數(shù)據(jù)倉庫的邏輯架構和物理架構的設計以及數(shù)據(jù)集市的結構等都要進行認真的設計。業(yè)務驅動的系統(tǒng)容易出現(xiàn)問題使初期的數(shù)據(jù)整合很難拓展為企業(yè)的數(shù)據(jù)倉庫，所以在設計時，需要特別關注系統(tǒng)的整體架構。

#61548;管理角度。①領導參與。商務智能項目與企業(yè)其他信息化工程一樣，是一把手工程。在項目實施過程中，如果部門相互獨立，相互協(xié)作就得不到保證。如果是IT部牽頭，業(yè)務部應該有專人介入。否則，由于業(yè)務繁忙，業(yè)務部門的人員對項目的重視程度往往不夠，很少發(fā)表意見或者參與項目決策，導致項目的失敗，所以一定要由企業(yè)的一把手出面，各個相關部門有專人參加，參加的人對企業(yè)的業(yè)務比較熟悉，而且能領會領導的意圖。②加強培訓。項目前期需求需要引導和培訓，項目中間需要對項目組人員進行技術工具培訓，以便項目上線后，公司會有專人維護。因為商務智能項目是一個過程，必須根據(jù)業(yè)務需求，實時進行項目的開發(fā)。項目上線后還要對業(yè)務人員進行培訓，特別是教會業(yè)務人員學會工具的利用，針對自己的需求自行進行項目開發(fā)[20]。

6企業(yè)BI的前景與趨勢

商務智能從誕生到普及伴隨著企業(yè)信息化進程的不斷推進，正處在高速發(fā)展的階段，經(jīng)歷著劇烈的變革，這其中既緣于技術進步的驅動，更緣于市場對企業(yè)BI提出的新需求，本文試從BI與搜索技術的融合方面討論BI的未來趨勢。

6.1BI與搜索技術的融合

目前企業(yè)實踐中遇到的問題是，有價值的信息高度分散在企業(yè)的各個角落，這是信息管理領域早已公認的事實，同時也是多年來未被攻克的一個難題。在BI的數(shù)據(jù)挖掘技術不斷演進的同時，隱藏于一個簡單Web頁面之后的企業(yè)搜索技術的介入，有望為企業(yè)用戶提供一條快速、簡單且更加理想化的信息訪問通道。在BI運行過程中，敏捷、準確地制作報表并分析是恒定不變的法則，但是在數(shù)據(jù)的實時展現(xiàn)和信息獲取的易用性方面，BI與用戶的實際期望值之間一直存在距離。雖然各大BI廠商都力圖把自己的產(chǎn)品打造得更貼近客戶需求、界面更友好，但BI報表定制對絕大多數(shù)的企業(yè)員工而言，依然是一個神秘的領域。企業(yè)業(yè)務信息的掘取似乎是那些統(tǒng)計學專業(yè)人才方能勝任的工作。最近幾年來，BI廠商一直在尋找讓BI應用更加平民化或大眾化的方法，但直到BI與企業(yè)搜索技術交疊之后，才使用戶看到了BI應用最有價值的一面。

BI與搜索技術的融合帶來的明顯好處有兩個方面：①BI數(shù)據(jù)更易于訪問，用戶不必知道信息來自何方，這是搜索為BI領域帶來的革命性改變[21]。具體來說，就是用戶在進行BI數(shù)據(jù)訪問時，并不需要了解在企業(yè)搜索引擎背后數(shù)據(jù)收集、數(shù)據(jù)過濾、報表定位以及報表重建等步驟是怎樣運作的。他們所要做的只是熟悉企業(yè)搜索引擎的使用方法，了解它和基于Web的消費類搜索引擎的細微差異，以及如何使用它的高級搜索選項。②整合結構化與非結構化數(shù)據(jù)。回顧BI的技術發(fā)展史，傳統(tǒng)BI 主要提供結構化信息的搜索。但對于非結構化數(shù)據(jù)的搜索，一些BI廠商提供的文本挖掘技術覆蓋能力有限。在技術的區(qū)分方面，結構化數(shù)據(jù)搜索主要包含數(shù)值計算和分析技術，非結構化數(shù)據(jù)主要圍繞關鍵詞、主題詞或元數(shù)據(jù)的搜索，其核心技術仍是結構化查詢。企業(yè)搜索技術將幫助企業(yè)解決非結構化數(shù)據(jù)檢索問題。其關鍵作用是擴大數(shù)據(jù)查詢和分析的范圍，建立結構化與非結構化查詢結果的關聯(lián)關系，有效彌補BI數(shù)據(jù)挖掘和文本挖掘技術的不足。

BI與搜索技術融合的構想一經(jīng)提出，就被寄予了厚望。人們希望這種融合能夠解決那些長期懸而未決的問題。以Google One Box為代表的企業(yè)級搜索產(chǎn)品的成熟更是讓BI行業(yè)發(fā)生了很多改變，但我們也必須正視這一領域所面臨的困難。傳統(tǒng)BI所實現(xiàn)的結構化數(shù)據(jù)搜索無法向用戶提供上下文關聯(lián)信息，這樣的問題最終會通過元數(shù)據(jù)搜索的介入而得到解決，就像在數(shù)據(jù)庫領域XML所獲得的成功一樣。但是在目前，海量的結構化數(shù)據(jù)與非結構化數(shù)據(jù)的結合仍是一個難題。非結構化數(shù)據(jù)搜索的挑戰(zhàn)在于，如何駕馭如此龐大、高容量的文檔信息[22]。

BI與搜索的融合不是單純易用性的改進，需要解決的關鍵問題包括實施成本、技術標準化等。雖然現(xiàn)有的解決方案已經(jīng)能夠支持企業(yè)對BI與搜索系統(tǒng)的同步部署，但是分步實施仍是最佳選擇。企業(yè)BI實施者需要協(xié)調BI和搜索的部署特性，BI項目強調以客戶應用為中心，而搜索強調技術標準化，在技術融合過程中需要加以調和。真正的融合應該是無縫的，BI與搜索在現(xiàn)階段的融合表現(xiàn)顯然與這一標準還有很大距離。其中，結構化和非結構化數(shù)據(jù)搜索怎樣自然結合是癥結之一。結構化和非結構化信息的搜索技術是截然不同的，非結構化搜索的技術也有進一步的細分。非結構化數(shù)據(jù)搜索應該被更加準確地定義為文件檢索技術，包含檢與索兩方面。檢就是文檔歸類，在這一領域，SAS[23]等廠商所提供的文本挖掘(text mining)技術正趨向于成熟；索就是搜索，目前最成熟的是以Google為代表的蜘蛛(spider)技術。

6.2BI在物聯(lián)網(wǎng)中的應用

自2009年物聯(lián)網(wǎng)受到各行各業(yè)的重視后，物聯(lián)網(wǎng)的聲音一直沒有中斷過，對于能夠成為推動產(chǎn)業(yè)發(fā)展以及推動整個社會進步的一項重要技術，物聯(lián)網(wǎng)無疑成為當前以及未來的熱點。物聯(lián)網(wǎng)作為一種與互聯(lián)網(wǎng)、移動互聯(lián)網(wǎng)同等重要的網(wǎng)絡，隨著技術的日益成熟，應用日益普及，市場規(guī)模將會達到數(shù)萬億元。正如物聯(lián)網(wǎng)報告指出，物聯(lián)網(wǎng)具備的條件最后需要智能處理，需要通過龐大系統(tǒng)來進行智能分析和管理，而這個智能分析管理就是當前被企業(yè)管理者以及CIO所持續(xù)關注的商業(yè)智能（BI）[24]。

當前，商務智能已經(jīng)成為企業(yè)信息化建設的下一個目標，企業(yè)的領導決策者以及業(yè)務人員希望通過引進商務智能來了解市場動態(tài)、企業(yè)的內部管理等，對于商務智能的需求越來越強烈。從企業(yè)對于商務智能的需求映射到物聯(lián)網(wǎng)的發(fā)展，看似不同，但其本質的發(fā)展都是一樣的。如果把物聯(lián)網(wǎng)看成一個“企業(yè)”，那么這個“企業(yè)”就是一個多元化的覆蓋不同領域、不同行業(yè)的企業(yè)，它所產(chǎn)生的數(shù)據(jù)、信息會相當巨大，如何把這些數(shù)據(jù)進行分析、轉換成有效的信息以及實現(xiàn)智能的管理，顯得尤為重要。 關于物聯(lián)網(wǎng)與商業(yè)智能，在物聯(lián)網(wǎng)報告中同樣是這樣定義的：物聯(lián)網(wǎng)是一個智能的網(wǎng)絡，面對采集的海量數(shù)據(jù)，必須通過智能分析和處理才能實現(xiàn)智能化。因此，商務智能將大有可為。

雖然，我們看到物聯(lián)網(wǎng)對于商業(yè)智能的需求同樣也很強烈，但商業(yè)智能在物聯(lián)網(wǎng)的部署并不是一步到位的，物聯(lián)網(wǎng)的海量數(shù)據(jù)對商務智能提出了新的要求：①實時商務智能，即隨時隨地實現(xiàn)商務智能。受內部和外部的、可預見的和突發(fā)事件的影響，物聯(lián)網(wǎng)任何一個應用端均需要對瞬息萬變的環(huán)境實時分析并做出決策[25]。②分析速度更快。實時商務智能要求其分析速度更快，這就使商務智能不得不進行架構上的改變。BI專家指出，以前的BI都是把它存儲在硬盤上面，數(shù)據(jù)和硬盤有接口互相交換，這種交換限制了速度的提高。以前的BI只是一個軟件，如果用戶要分析的話，把它通過網(wǎng)絡連接到服務器進行計算就可以了。但現(xiàn)在，BI 企業(yè)沒有完全將BI固化到硬盤里，而是和硬件廠商進行綁定，推出一個專門為分析而制定的軟硬結合的工具，從而大幅提高分析速度。③數(shù)據(jù)質量控制。海量的數(shù)據(jù)如果不能保證數(shù)據(jù)的真實性，那么就會產(chǎn)生錯誤的結果和判斷，后果非常嚴重。因此，數(shù)據(jù)質量控制是獲得真實結果的重要保證。④關鍵績效指標分析、即時查詢、多維分析、預測功能以及易用的數(shù)據(jù)挖掘等也是BI必不可少并需要不斷加強的地方。

參考文獻：

[1] 王茁，顧潔.三位一體的商務智能（BI）——管理、技術與應用.北京:電子工業(yè)出版社，2004.

[2] Gartner Group Inc.Gartner BI summit 2008: QA with Howard Dresner. Intelligent Enterprise，2008，11(3)：1.

[3] Edward R. The war on information clutter. Business Week.[2010-12-19].

http://www.businessweek.com/archives/1991/b321146.arc.htm.

[4] Inmon， W H. The data warehouse and data mining. Communications of the Acm，1996，39(11): 49-50.

[5] Inmon W H， Welch J D， Glassey K L. Managing the Data Warehouse. New York City ：John Wiley Sons，1996.

[6] Inmon W H， Imhoff C， Sousa R. Corporate Information Factory. New York City：Wiley， 2001.

[7] Jenkins M， Alleyne S. What's our business?. Black Enterprise， 2005，36(3):71.

[8] 李萍，張道宏. 論商務智能的應用與架構. 西安郵電學院學報，2005(4):8-11.

[9] 宗平，王文杰. 主流商務智能軟件分析. 計算機工程與科學，2006，28(12):4-6.

[10] 龍青云，胡巧多. 商務智能的架構體系和技術工具.北京：AECC 專題學術研討會論文集，2007：152-155.

[11] 張巧. 商務智能發(fā)展現(xiàn)狀與趨勢分析.中國證券期貨，2009(2):14-17.

[12] 宋麗麗，王嶸冰. 商務智能系統(tǒng)的數(shù)據(jù)體系結構研究. 遼寧大學學報，2009，36（1）：55-59.

[13] 朱曉武.商務智能的理論和應用研究綜述.計算機系統(tǒng)應用，2007(1):114-117.

[14] Shake S M， Gembick M P. The waroom gudie to competitive intelligence. New York: McGraw-Hill，1999.

[15] Rouibah K， Ould-ali S. Puzzle: A concept and prototype for linking business intelligence to business strategy. Journal of Strategic Information and System，2002，11(2):133-152.

[16] Forrest Research. Business Intelligence.[2010-12-19].http://www.forrester.com/go?docid=39218src=45351pdf.

[17] 計世網(wǎng). IDC:商務智能2010年規(guī)模達19億英鎊.[2010-12-19].http://www.ccw.com.cn/cio/data/ccw/sb/htm2007/20070207_240762.asp.

[18] 鄒大斌.商務智能:在危機中找機會.計算機世界，2009(3):1-2.

[19] 余長慧，潘和平.商業(yè)智能及其核心技術.計算機應用研究，2002(3):14-16.

[20] 胡翠華，陳登科.商務智能在我國的發(fā)展現(xiàn)狀、問題及其對策.科技管理研究，2007(10):50-52.

[21] 張革伕.現(xiàn)行商務智能及其局限性與發(fā)展策略研究.電子商務，2008(2):84.

[22] 焦慧敏，汪林林.商務智能在現(xiàn)代企業(yè)中的應用與研究.計算機工程與設計，2006(7):2503-2506.

[23] SAP公司.SAP產(chǎn)品白皮書（2000）.[2010-12-19]. http://www.sap.com/china/solutions/business-suite/brochures/index.epx.

[24] 吳勇毅.值得關注的BI未來新趨勢.信息與電腦，2010(11):31-33.

[25] 周瑾.商務智能與知識管理對比分析.情報雜志，2007(3):80-83.

[作者簡介] 周格非，男，1988年生，碩士研究生，發(fā)表論文3篇。