甲骨文公司售前咨询顾问经理鲁百年

或许Sybase公司商业智能技术顾问陈志永先生的一席话更能够让厂商和用户放正对BI的态度，他表示：“在现阶段，可能BI还算不上是止痛药，但如果在该吃保健品的时候没吃，那将来就必须吃止痛药了。”

其实，国内已经有一些企业级用户开始用BI为自己保健，并且数量越来越多。据微软公司市场部产品经理雷鹏先生介绍，目前在国内一般满足了下面三个条件的用户，都会选择上BI系统：首先，从20世纪90年代末到现在，很多企业中遍布了各种数据库，如此大量的数据需要有效的管理，并从中获取有价值的信息，否则就是垃圾，这是企业用户需要BI的内在因素；其次，在一些竞争激烈的行业，谁先于竞争对手上BI系统，就能够获得市场先机，珠海移动所做的离网分析系统就是典型的例子；最后就是系统成本，如果能够承担得起BI系统的预算，而且同时满足上述两个条件，这样的企业通常都会上BI系统，并且运行效果都不错。至于是先提高财务、市场、客户关系等模块的BI能力还是其他，就根据用户的实际情况来决定了。

业务驱动的“矛”与“盾”

虽然接受BI概念和使用BI系统的企业级用户越来越多，但目前国内的BI应用水平还只是处于起步阶段，主要集中在报表、查询、分析等相对简单的应用。起步晚倒不是最令人担心的，事实上起步晚在一定程度上意味着后发优势，关键是在起步的时候，我们的BI应用做得如何？

鲁百年博士举了两个简单的例子：一个银行花了两三年的时间、几千万的投入做了一个非常大的BI系统，问他们最后结果怎么样，他们说，终于可以做到40张报表了。还有一家规模相当大的制造企业，希望做一套财务分析系统，它的IT部门提出来说，要有数据仓库，然后才能做分析，做了两年的时间，居然没有到任何业务部门做调研，项目就结束了，当业务部门跟项目组要结果时，项目组成员说，你要什么我可以给你什么。

　

甲骨文公司售前咨询顾问经理鲁百年


　

从技术上来说，BI系统的关键在于数据仓库和数据挖掘。数据仓库/数据集市的建设中主要包括需求定义、模型设计、数据的抽取、转换、清洗和加载、应用的设计与开发、单元和系统测试、元数据的管理、项目管理等技术。数据挖掘主要包括挖掘目的和主体的确定、挖掘方法的选择、挖掘工具的选择、挖掘过程的制定、数据的确定与分析、数据的整理与转换、数据的挖掘、结果的解说、应用的建议等技术。

BI与ERP、SCM、CRM之间的关系

一般ERP、SCM是BI的数据源系统，而CRM系统分操作型和分析型，分析型CRM在一定程度上是BI系统的一个特例或子集，操作型CRM一般是分析型CRM系统或其他BI系统的数据源系统。

BI系统的实施部署

BI系统的整合和分析功能是基于大量数据的基础之上，因此企业在实施BI项目之前，对其业务数据的积累有一定的要求，从而对企业用户原有的信息化水平有一定的要求。

BI项目的实施包括硬件、软件以及服务三部分。硬件要根据BI系统的性能估算进行采购，包括系统并发用户数量、数据量等指标；软件要根据数据量的大小以及不同软件之间的支持程度选择；在BI项目实施时，用户一般不具有专业的BI实施能力，需要BI厂商或BI系统集成商的支持，BI系统的成功实施需要他们与用户之间的互动与配合。与ERP的系统部署类似，BI实施也是一把手工程，需要企业内部全体员工的接受与支持。不同的是，BI系统实施需要更高的灵活性。

根据NCR的统计数据，国内BI项目中，平均60％至70％的投资花在软硬件平台上，30％至40％的投资花在项目实施与专业技术服务上。国外的项目实施会占更高的比例。

BI应用现状

在国外，20世纪80年代的美国银行业出现了商业智能应用潮流，但当时由于技术和经验的不足，大多数商业智能应用以失败告终。主要原因是：商业智能应用追求大而全，使得项目开发周期长、费用高，银行在短期内很难体会到商业智能的效果。到了20世纪90年代中后期，商业智能应用有所改变，开始以一个个实用的商业智能应用为突破口，开发周期较短，然后在此基础之上不断扩充其他方面的商业智能应用。现在的美国和加拿大，大中型银行几乎都有数据仓库，大部分银行都使用BI技术获取有用的商业信息，其决策过程也大多依赖于从BI系统中获取的知识。

此外，BI技术与运筹学的关系越来越近，数据挖掘和运筹学的综合利用在国外已经开始。国内的BI应用离这一步距离尚远。

国内的BI应用目前只是起步阶段，大多企业目前处在数据仓库/数据集市的建设阶段，数据挖掘才刚刚开始。真正懂得如何搭建数据仓库的技术人员很少，或许很快会进入西方国家BI刚刚兴起时所经历的阵痛。当然随着BI市场的逐渐成熟，会有越来越多的BI业务应用支持，用户搭建BI系统也会更加理性。

(文/王闯舟 刘世平）

·记者点评·

BI面临“专”与“全”的抉择？

——从SAS 9发布所想到的

就在此次研讨会过后不久，SAS公司在全球各地同时发布了由6000名工程师耗费四年时间投入20亿美元开发的SAS 9商业智能软件家族，并在发布会现场提出了智能价值链（Intelligence Value Chain，简称IVC）的概念。据SAS公司称，SAS 9的发布是28年来SAS最重大的里程碑事件。

SAS之前以数据挖掘工具著称，占据了全球数据挖掘工具市场38%的市场份额，竞争对手被远远地抛在后面。但是在SAS 9的发布现场，SAS公司表示，SAS 9将提供前端展现工具、智能分析工具、ETL服务器、OLAP服务器、数据仓库等全线的BI工具，虽然SAS从前也提供一些数据挖掘工具之外的BI产品，但并没有被广泛关注。而此次SAS非常强调自己提供全线BI产品的能力，SAS 9不仅新增加了SAS Web Report Studio报表工具、SAS Enterprise Guide智能分析前端工具、SAS ETL Studio数据抽取转换工具、SAS GRAPH展现工具等，大大提高了SAS 9的易用性，而且重新构造了其OLAP服务器，在可用性、可管理性、互操作性、可扩展性方面都有很大提升。此外，SAS还提出了IVC的概念，从价值链的角度阐述了它对BI的理解。它将BI分为计划、高质量的抽取/转换和加载、智能存储、商务智能和分析智能五个部分，最终串起整个智能价值链，并且实现了从头到尾统一的元数据管理。

使自己的BI产品线越来越完整似乎是目前各大BI厂商都非常热衷的事情。去年Business Objects（简称BO）收购了Crystal Decisions，增强了在报表分析方面的实力，并且还收购了ETL引擎;Hyperion则收购了Brio，以加强自己产品的查询和报表功能；NCR、IBM、微软、甲骨文、Sybase等公司虽然主要提供数据仓库产品，但把与数据库紧密相连的ETL、OLAP等工具融入自己的数据仓库已是大势所趋。原来要搭建一个完整的BI系统，需要不同商家之间产品的配合，但现在越来越多的商家声称自己能够提供完整的BI产品或解决方案，单项运动员与全能选手之间的差异日益凸显。

不过另一方面，也有曾经试图扩展自己产品线的BI专业工具提供商在经历了简短的业务扩张之后再次回到了原来的专业路线。其中最为典型的就是Sagent，它一直专注于ETL数据抽取、转换和加载工具，在它上市融资之后，它决定开发前端展现工具，但似乎没有太大起色，在它被Group1收购之后，它的定位又调整为专注于ETL领域。

这不禁让笔者想到多年之前的ERP厂商，他们有的是从财务软件发展而来，有的是从MRP发展而来，各自对ERP的定义也不统一。在一番市场选择之后，最终成就了几家全能的ERP寡头，剩下的二、三流ERP厂商不得已只能专注于自己原有的行业和领域。BI领域似乎正在经历类似的分野，原来的BI商家有的擅长数据挖掘，有的擅长前端展现，有的擅长报表分析；现在有的通过收购或者自己开发试图向自己擅长的领域之外扩张，而有的则按兵不动。或许BI正面临着重新洗牌的格局，最后是否会像ERP厂商那样分成三六九等也未可知。

虽然在BI玩家中，SAS、BO、Hyperion、MicroStrategy、Cognos、安讯、和勤、SPSS、Sagent等规模相对较小，但别忘了，还有IBM、NCR、微软、Oracle、Sybase等软件巨头的参与。IBM软件在今年的转型当中，把BI作为一类独立的专业技术方案来推广；微软在金蝶、用友等财务软件中嵌入了自己的数据分析工具;Oracle则在大力扩充自己的BI团队;甚至SAP也开始推出BI产品。可以感觉到他们的BI投入都在不断增长。前一阵营的商家已经开始活跃起来，后一阵营的商家在BI方面的策略加强或许只是时间问题。