初级BI如何登堂入室？

　　作者:赛迪顾问信息化咨询中心 贾宁
　　尽管2005年的IT市场环境不是十分景气，但商业智能(BI)市场仍保持着迅猛的势头。据赛迪顾问统计，2004年中国商务智能市场达到4.55亿元规模。IBM、Oracle、Microsoft等国际知名软件提供商以自主研发或收购重组形式先后加入角逐队伍。
　　应用现状:隔靴搔痒
　　电信、金融、证券、冶金等行业是国内最早从事信息化建设的行业，也是引进商务智能系统的先行者。他们代表着中国企业信息化现阶段的最高水平，各企业构建了企业级数据仓库，采用大集中方式，定期或实时从ERP、CRM等业务系统中将生产、财务、销售等数据汇集起来，统一管理。但整体上看，我国的商务智能利用程度尚处于起步阶段。这表现在，很多企业还只是应用简单的同比、环比分析算法进行联机分析，采用柱状图、仪表盘、警示灯等方式，展现趋势预测与历史比较结果。另外，仍有一些瓶颈问题需要解决:如数据来源不够真实可靠、挖掘能力不强、系统实效性差等。
　　1. 数据挖掘能力弱
　　商务智能系统的技术体系包括数据仓库(DW)、在线分析处理(OLAP)以及数据挖掘(DM)三部分。国内应用主要在数据仓库与在线分析处理分析方面，在数据挖掘方面应用得很少。原因主要在于软件提供商与用户两方面。首先，商务智能引进国内的时间不长，无法分行业推出其版本软件。其次，一些系统实施顾问对用户企业的自身业务特点不熟悉，仅提供简单、通用的大众算法，无法提供更为专业、更有价值的算法模型。这对于具有浓重行业特色的中国企业来讲，简直是隔靴搔痒。另外，用户的配合力度不够，业务部门技术专家与实施顾问交流较少，导致实施顾问无法估计到数据挖掘的程度与业务数据真正的实际意义，最终导致大量有价值的知识长时间躺在数据仓库中睡大觉。
　　2. 缺乏主动预警的机制
　　目前流行的商务智能软件中，多以“页面浏览”的方式将信息传达给用户，是一种信息被动接收方式，缺乏主动出击、应灾预警的理念。仅以某企业库存分析为例，当系统分析出库存量即将达到库容量最大值时，通常采用将系统页面上危险信息高亮显示或是用指示灯闪烁等形式。如果相关人员不使用系统或没有浏览该库存分析页面，就无法获取此重要信息。
　　3. 数据真实性低
　　商务智能系统的分析对象是企业长期以来积累的海量数据。在进行跨业务分析时，数据的真实性尤为重要，否则将误导用户进行理性的判断。在我国很多行业中，生产、财务、销售等很敏感的数据，由于用户的隐瞒输入或漏输、错输，商务智能系统无法获取真实可靠数据。这样就大大地削弱了其分析能力，导致系统利用程度降低。
　　策略:咨询、沟通、管理
　　赛迪顾问建议，企业在实施商业智能的过程中，应注意如下事项:
　　1. 业务模型的咨询与分析。在实施系统前，企业应针对自身的业务特点进行专业的咨询与分析。划定业务范围，找出各部门的业务分析主题及确定各主题应采用哪种算法模型进行数据挖掘。
　　2. 在系统可配置方面多下功夫。允许第三方算法导入系统，允许用户根据业务需要，通过简单易学的方式，设计或调整算法模型，增加系统的可扩展性。
　　3. 加强IT人员与业务专家的沟通。构建商务智能系统需要一个长期适应、磨合的过程，系统的运维需要企业IT人员与业务专家共同完成。业务专家根据其系统使用现状提出改进意见，IT人员改进并升级或者重新设计算法模型，以适应业务的需要。
　　4. 规范应用信息系统使用管理制度。企业应该建立完善的信息系统使用管理制度，要求各部门领导严把数据录入关，一旦发现虚假数据录入系统，将及时通知管理员，并严惩责任人，确保数据的安全性与可靠性。
　　5. 增加系统的实效性。在商务智能系统中，应该增加危险监控机制——允许用户根据业务需要设置相关的关键绩效指标(KPI)及其阀值。系统将定期分析该指标，一旦超出阀值，立即以电子邮件、手机短信、语音服务等方式，通知相关负责人及主管领导，做到防患于未然，到达智能预警的目的。