部署企業(yè)級商業(yè)智能（BI）的三個層次

申請免費試用、咨詢電話：400-8352-114

      企業(yè)級BI系統的構建是一個系統工程，它有三個層次，從低到高依次是商業(yè)模型設計、數據的集成和數據的分析，需要一步一步地完成。

　　企業(yè)信息化在中國發(fā)展了20多年，先后經過了以財務軟件為核心的企業(yè)電算化階段和以企業(yè)進銷存計劃和控制為核心的 ERP階段，如今已經進入了以企業(yè)數據智能分析為核心的企業(yè)精細管理信息化階段。事實上，這三個發(fā)展階段也是和中國企業(yè)本身的發(fā)展需求相適應的，也就是說中國企業(yè)已經從粗放式管理的做大模式逐漸過渡到精細化管理的做強模式，而BI(Business Intelligence)正好可以滿足企業(yè)精細化管理的需要。

　　BI，即商務智能，是用來幫助企業(yè)更好地利用數據提高決策質量的技術集合，是從大量的數據中鉆取信息與知識的過程。從技術角度說，BI 是一種運用了數據倉庫、在線分析和數據挖掘等技術來處理和分析數據的技術，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。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。希望中國的企業(yè)在實踐中結合BI的三個層次理論來完成整個企業(yè)級商業(yè)智能體系的建設。

　　第一層：

　　企業(yè)商業(yè)模型設計

　　企業(yè)級BI系統的第一個層次是Business i-Mode。i-mode(Information-Mode)是指基于信息系統的企業(yè)商業(yè)模型設計，這是BI的基礎。在做商業(yè)智能分析之前，我們要了解為誰分析和分析什么。比如： 企業(yè)要確定戰(zhàn)略，就要有歷史數據支撐其決策，我們需要先知道需要什么決策信息，這些決策信息要通過什么商業(yè)模型才能得到。接下來再從信息系統中挖掘這些數據，并通過模型計算得到這些決策信息。這個基于BI的系統，叫DSS(數據決策支持系統)。DSS為管理層提供不同模式下的商業(yè)價值分析。比如，在人力資源系統中企業(yè)需要找到與戰(zhàn)略相匹配的人才，就需要先建立人才篩選模型，確定戰(zhàn)略人才有什么特征然后通過數據挖掘，把企業(yè)的戰(zhàn)略人才找出來。

　　再比如，在銷售管理系統中企業(yè)要找到有價值的客戶群，就需要建立客戶價值模型，再根據高價值客戶的特征，通過數據挖掘，篩選出企業(yè)的高價值客戶，并針對這些高價值客戶進行有針對性的精準營銷和交叉銷售。沃爾瑪曾經對超市一年多原始交易數字進行詳細地智能分析，發(fā)現了尿布和啤酒神奇的組合。它把尿布和啤酒擺在一起出售，使得尿布和啤酒的銷量雙雙增加。沃爾瑪商業(yè)智能分析的基礎就是他們建立的交叉銷售預測模型。

　　因為各個企業(yè)的運營模式不一樣，需要的模型也不一樣，很難有現成的軟件去解決企業(yè)個性化的模型需求。正因為如此，管理咨詢公司結合BI的軟件廠商共同為企業(yè)提供整體解決方案將成為BI市場的主流。

　　第二層：

　　不同系統的數據整合

　　第二個層次的BI是Business Integration,即不同信息系統的數據整合，這是BI的技術實現基礎。因為隨信息系統在企業(yè)的普及，一個企業(yè)里一般存在大量不同類型的管理軟件，如ERP、CRM、EIP、OA、CAD、CAPP、PDM等。每個管理軟件都會產生自己的管理數據，BI需要從不同的系統和數據庫中挖掘這些數據，這就需要全企業(yè)數據規(guī)則的統一。

　　現在主流ETL數據處理技術解決了這個問題，ETL是數據抽取和轉換的中樞，ETL架構的目標是提供一個長期的框架和基礎，允許企業(yè)在業(yè)務需求改變和擴展的過程中對數據進行維護，而充分利用ETL工具會幫助企業(yè)建立一個易于支持和維護的數據流水線處理流程。ETL工具從源系統中取得數據，然后存儲到數據代理層，并依據需要轉換的數據格進行排序、去重、驗證、標準化、清理、編碼譯碼、檢查、進行數據業(yè)務轉換和整合。在把不同的軟件系統的數據整合完成后，真正的數據智能分析才可以真正開始。

　　第三層：

　　數據的智能分析

　　第三個層次的BI是Business Intelligence,也就是數據的智能分析，這才是現在我們真正意義上的BI。BI軟件將各業(yè)務單位的數據通過整合，建成數據倉庫，然后采用商業(yè)智能手段為集團統一視角把控、分析生產經營情況和決策提供信息化輔助手段。BI是計算機技術(包括數據倉庫、數據集市技術、數據挖掘技術)和企業(yè)管理技術(包括統計、預測等運籌學方法)的綜合。BI可以在數據管理功能(從多個數據源為特定應用領域的信息系統進行聯機事務處理)、數據分析功能(具備聯機分析處理等多種數據分析功能、終端信息查詢和報表生成能力、數據可視化能力)、知識發(fā)現功能(從大型數據庫的數據中提取人們感興趣的知識的能力)、企業(yè)優(yōu)化功能(企業(yè)決策者可以根據從BI系統中得到的決策支持信息，增強企業(yè)的競爭能力)等方面為企業(yè)提供管理幫助。

　　鏈 接

　　部署B(yǎng)I的7個原則

　　1. 確保BI系統所用的數據是高質量的。在數據的輸入、維護、處理以及存儲過程中都有可能引起數據的錯誤，而低質量的數據會導致分析結果的錯誤，也使得最終決策缺乏科學的依據。數據質量保證是一個改善數據質量的有效辦法，數據質量保證不僅涉及到查找并修復丟失或錯誤的數據，還意味著保證不論數據來自哪個應用程序、用于什么用途，都能為業(yè)務提供全面、一致而且適時的數據。

　　2. 對用戶進行必要的培訓。不僅在BI項目開始之前要對用戶進行培訓，后期也應該定期開展培訓。因為隨著時間的推移，可能有新的使用者加入，而且對一些關鍵詞匯的定義也可能發(fā)生變化。

　　3. 迅速部署，然后在使用過程中根據需求逐步調整。不要花太多時間來開發(fā)看似“完美”的報表，因為需求會隨著業(yè)務的發(fā)展而演變。初期只要能提供最關鍵的報表和分析功能就可以上線，然后在應用中逐步完善。

　　4. 從一開始就采取統一的綜合性的措施來建立數據倉庫。數據是BI的基礎和靈魂，數據的抽取和清洗是建立數據倉庫時的基礎性工作。通常數據倉庫會有多個數據源，真正進行數據的抽取和轉化之前需要認真規(guī)劃。

　　5. 在項目開始之前定義明確的投資回報率。要明確期望達到的目標，然后每季度或半年檢查一次是否實現了這個目標、需要做出什么調整。

　　6. 專注于一些重點業(yè)務目標，而不要太分散，這樣可以集中力量達成目標。

　　7. 永遠不要因為你認為需要BI就購買BI軟件。不要先購買了BI軟件再去考慮哪些地方可能需要，而應該是已經明確在哪些地方需要應用BI后再去購買和部署。這個順序不能顛倒。