论文部分内容阅读
一场史无前例的经济危机迫使企业不断压缩成本，减少非必要开支，以图通过最传统的方式度过这个严冬。但是一些有广博见识和远大抱负的企业，正在逆势而动，大规模地投入到企业的数据管理、整合，企业级的商业智能平台建设和精细的数据分析挖掘上，并由此指导企业的各项经营活动(尤其是市场及销售领域)。苦练内功，不再是一句口号，它是优秀企业在寒冬中为下一个春天打下的坚实伏笔……
商业智能全面理解
商业智能(Business Intelligence)的完整概念，已由Gartner Group提出了近14年的时间，而如果我们更加细致地追溯它的身影，20-30年的跨度恐不为过。通过以下三个层面的阐述，我们可以更清晰地理解商业智能的全貌：
从技术角度讲，商业智能是一个完整的平台，它需要集成企业多个业务系统的相关数据资源，通过ETCL(数据的抽取、转换、清洗和装载)，在数据仓库(或针对业务主题的数据集市中)形成完整、标准化和统一的数据视图，再通过固定报表、动态报表、即席查询、OLAP(联机分析处理)乃至动用更复杂的数据挖掘技术对数据进行多重的分析和探查，并最终通过企业信息门户的展现方式服务于企业的战略、战术和操作层。
从应用的角度来讲，商业智能更强调企业通过利用客户、供应商以及内部业务操作系统的各类有关信息来提高企业商业绩效(最终的表现形式即各类业务的开源和截流)。商业智能的最终目标是使企业内部各类用户转变其数据和信息管理职能，从数据的生产者变成信息的消费者，对数据
进行深度分析从而使企业有机会增加收入或者节省成本(消费大量有关数据并生成指导各类业务的信息和策略)。
从理念层面来讲，我们还是忠实在于Gartner Group提出的原作：商业智能描述了一系列的概念和方法，通过应用基于事实的支持系统来辅助商业决策的制定。商业智能技术提供使企业迅速分析数据的技术和方法，包括收集、管理和分析数据，将这些数据转化为有用的信息，然后分发到企业各处。
通过以上的烦冗阐述，我们可以从技术、应用乃至理念的高度来充分理解商业智能给企业的各项经营、管理和决策业务所带来的深刻变化。在经济危机的大背景下，企业普遍压缩各项成本和开支，并不能成为决策者无为而治的理由；而口口声声的逆势飞扬，也不如为企业打造一个集成、动态、高效和有预见性的经营决策系统来的痛快和实在。商业远见者，必当有所作为。
数据及平台乃坚实基础
在确定大政方针的基础上，建设商业智能平台的首要步骤是确定相关的业务主题(即针对哪项业务，市场的，销售的，还是财务的?)，并通过ETCL过程，导入到一个面向主题的、集成的、稳定的、包含历史数据的并支持管理决策的数据仓库当中(而这将完全区别于企业面向应用的、有限集成的、经常更新、仅有当前值的、并只支持日常业务运作的业务型数据库)。
这里需要特别指出的是，ETCL的工具有很多，数据的抽取、转换和装载也可以大体实现自动化的管理，但是在数据清洗方面，特别是中文数据清洗方面，企业往往会遇到巨大的障碍，表现在：
中文的分词：企业内部数据的凌乱性千差万别，对中文数据的分词成为必经的一步。而中文做为自然语言的特殊性又决定了其分词难度远远超过英文；
查删重技术：重复的数据不但浪费企业的成本，也会误导经营决策，这就要求企业在建立同义词、近义词、忽略词、语料词库的基础上，掌握基于相似度计算的模糊查重技术；
数据的标准化方法：企业中的不同的信息(如地址、邮编、电话等)，均有其不同的行业标准、企业规格，这就要求企业为不同的信息建立标准而完善的分类和标准化方法(如针对区域从省至县级市的标准化分类) ；
交叉验证信息的知识库：企业的各项信息之间均存在巨大的关联性，如身份证号码可以和行政区域、生日和性别关联，这也需要企业建立一个完整的知识库，不断的验证各类信息的真实几率。同时，也可以利用关联规则的方法，对各个字段的信息进行交叉验证；
在通过ETCL把企业各项业务主题信息导入到数据仓库(或数据集市)中后，企业便可以通过各种应用分析工具，对数据进行深度加工、分析、探查乃至预测：
报表(包括固定报表和动态报表)：报表是商业智能最基础的应用，通过报表系统的应用，可以把企业管理人员从烦冗而海量的报表制作工作当中解放出来，而通过拖拽式、过滤式、旋转式、预警式甚至和图形关联的形式(如和地图的关联)，更可将企业的报表应用提升到一个前所未有的境界；
仪表盘：为企业的管理者提供如汽车仪表盘般可视化的指标展示，更可以进行不同关联指标间的即时关联预测，令使用者可以享受到“管理驾驶舱”的乐趣；
OLAP：联机分析处理：令用户可以通过对多维数据库的切片(Slice)和切块(Dice)、钻取(Drill down和Roll up)、以及旋转(Pivot)等操作，从不同维度任意考察和分析数据的应用。
通过以上一些基础性应用，可以令企业高效收集、整理、分析和利用来自内部、产业链和宏观环境的信息，以Back office的视角来服务于公司的主要业务主题，为管理层提供基于数据和事实的战略决策的支持，更灵活地把握市场动态和先机，更好地把握企业的未来走向。同时也可以解决企业内部的信息整合问题／数据质量问题／信息实效问题／信息的分析的利用方法和手段问题／经营分析和决策的工作流程、机构、保障等问题，以期在企业内部形成高效／完整／动态的经营分析和决策闭环。
通过商业智能应用，企业的决策层可以更加聚焦于全局视野和长远目标，管理层将更便利地进行不同业务间的协调、沟通和共赢，而执行层也会在业务应用方面找到一种高效、便捷、精准的指导工具。
深度应用发挥全面价值
在商业智能基础应用成功的平台之上，企业更可以根据自身的特点、行业的特性和成型的业务模型，开发更深层次的应用。如平衡计分卡在企业的深度应用，平衡计分卡在国内知名度很高，但真正成功应用的企业可谓屈指可数，究其原因有二：一是平衡计分卡本是企业战略管理工具，“化战略为行动”便是其标榜的口号，但是大多数企业却宁可把它作为一种绩效考核工具来看待，这是一个明显的误区；二是企业没有一个有效的平台或载体，用以承载平衡计分卡的复杂应用和动态改善。而商业智能平台正是平衡计分卡这一战略工具最佳之媒介选择。
又如，企业财务管理中常用的杜邦分析(即将权益报酬率进行细度分解的财务模型)和现金流预测模型，均可以通过仪表盘等方式快速实现，方便企业CFO做出高效、准确的财务决策。以此类推，商业智能可以在企业经营管理的各个方面，如市场营销、人力资本管理、供应链、生产管理、风险管理、流程管理等，为企业的经 营管理者提供坚实的数据和分析基础。
同时，随着数据挖掘技术的不断普及及工具的成熟，企业更可以借助商业智能平台，并利用数据挖掘技术(如聚类分析、关联规则、决策树、人工神经网络等)，针对不同业务主题更精细地分析和挖掘企业的信息资源，并建立企业特有的业务数学模型，更精准的指导企业的业务实践。如，在市场营销领域，我们可以利用商业智能和数据挖掘技术，针对客户的全生命周期，建立客户营销响应、交叉销售、垂直销售、流失预警和客户挽留等多重模型，实现真正的“分析型客户关系管理”。
而在与其他系统的集成方面，商业智能更是大有可为。如在电信、金融、传媒等富客户接触点行业，呼叫中心的应用极为普遍，但是如果能在客户呼人时，自动导人客户的基本信息、消费记录、消费偏好、投诉反馈、流失倾向甚至针对性的可推荐产品／服务包或优惠包，必将协助呼叫中心的服务人员在第一时间内判别、刺激、吸引和挽留客户。
聪明的系统不如聪明的人，聪明的人不如聪明的组织
如果我们把商业智能系统的需求调研、开发、测试和上线比做其婴儿期的话，系统的运行维护和应用开发便是其青春期。随着商业智能系统成功上线，其业务重点将从技术平台向业务分析应用主导型转化，企业就需要建立一个专业的复合型业务团队，从业务数据、建模、分析和应用等多个角度服务于企业的各大业务系统，灵活应对内外部变化。同时，作为企业经营决策的能力支持中心，也需要对这个组织在能力、制度保障、经营决策文化等多个方面进行教育和培养，以形成能力和业务的常态，而这便是商业智能的成熟期，这个组织便是企业的商业智能能力中心。
商业智能能力中心(BICC，Business Intelligence Compcetency Center)是企业正式设立的常设的机构，由来自业务和IT方面的代表组成，有明确的任务、岗位、职责和流程，其职能就是促进和提升企业商业智能化的能力，有效地支持企业的经营战略，其职能包括：
提升商业智能化能力；
指导企业正确使用商业智能化技能；
制订和推广最佳商业智能化惯例；
规划、协调和执行企业内部商业智能项目；
规划和区分商业智能化活动优先次序；
促进企业内部各部门的协调合作；
设定、执行跨部门的商业智能应用策略；
确保商业智能融入企业的日常运作；
根据Better Management的调查，设置了商业智能能力中心的组织会收到以下的效益：
提升了商业智能化的应用范围(74％)
提升了业务用户的满意度(48％)
更深刻地理解了商业智能化的价值(45％)
加快了决策制定的速度(45％)
降低了员工的成本(26％)
降低软件成本(24％)
综上，只有企业真正建立起自有的商业智能能力中心，才能真正实现商业智能业务的常态和可持续发展，才能实现企业商业智能的成熟和深度应用。
尾言
经济危机并不可怕，可怕之处在于企业经营管理者的彷徨和无措，在于企业经营管理者的短视和保守思维，在于企业管理没有逆势而为和长远发展的信心和决心；同样，商业智能也并不复杂，其复杂之处在于我们不能拨丝抽茧，认清其内在规律和发展路线图。
希望中国的企业，在危机四伏的成长历程中一路走好，在下一个春天来临前的寒冬，强身健体、夯实基础，满怀自信地迎接期待中的繁荣。
责编 谢海峰
商业智能全面理解
商业智能(Business Intelligence)的完整概念，已由Gartner Group提出了近14年的时间，而如果我们更加细致地追溯它的身影，20-30年的跨度恐不为过。通过以下三个层面的阐述，我们可以更清晰地理解商业智能的全貌：
从技术角度讲，商业智能是一个完整的平台，它需要集成企业多个业务系统的相关数据资源，通过ETCL(数据的抽取、转换、清洗和装载)，在数据仓库(或针对业务主题的数据集市中)形成完整、标准化和统一的数据视图，再通过固定报表、动态报表、即席查询、OLAP(联机分析处理)乃至动用更复杂的数据挖掘技术对数据进行多重的分析和探查，并最终通过企业信息门户的展现方式服务于企业的战略、战术和操作层。
从应用的角度来讲，商业智能更强调企业通过利用客户、供应商以及内部业务操作系统的各类有关信息来提高企业商业绩效(最终的表现形式即各类业务的开源和截流)。商业智能的最终目标是使企业内部各类用户转变其数据和信息管理职能，从数据的生产者变成信息的消费者，对数据
进行深度分析从而使企业有机会增加收入或者节省成本(消费大量有关数据并生成指导各类业务的信息和策略)。
从理念层面来讲，我们还是忠实在于Gartner Group提出的原作：商业智能描述了一系列的概念和方法，通过应用基于事实的支持系统来辅助商业决策的制定。商业智能技术提供使企业迅速分析数据的技术和方法，包括收集、管理和分析数据，将这些数据转化为有用的信息，然后分发到企业各处。
通过以上的烦冗阐述，我们可以从技术、应用乃至理念的高度来充分理解商业智能给企业的各项经营、管理和决策业务所带来的深刻变化。在经济危机的大背景下，企业普遍压缩各项成本和开支，并不能成为决策者无为而治的理由；而口口声声的逆势飞扬，也不如为企业打造一个集成、动态、高效和有预见性的经营决策系统来的痛快和实在。商业远见者，必当有所作为。
数据及平台乃坚实基础
在确定大政方针的基础上，建设商业智能平台的首要步骤是确定相关的业务主题(即针对哪项业务，市场的，销售的，还是财务的?)，并通过ETCL过程，导入到一个面向主题的、集成的、稳定的、包含历史数据的并支持管理决策的数据仓库当中(而这将完全区别于企业面向应用的、有限集成的、经常更新、仅有当前值的、并只支持日常业务运作的业务型数据库)。
这里需要特别指出的是，ETCL的工具有很多，数据的抽取、转换和装载也可以大体实现自动化的管理，但是在数据清洗方面，特别是中文数据清洗方面，企业往往会遇到巨大的障碍，表现在：
中文的分词：企业内部数据的凌乱性千差万别，对中文数据的分词成为必经的一步。而中文做为自然语言的特殊性又决定了其分词难度远远超过英文；
查删重技术：重复的数据不但浪费企业的成本，也会误导经营决策，这就要求企业在建立同义词、近义词、忽略词、语料词库的基础上，掌握基于相似度计算的模糊查重技术；
数据的标准化方法：企业中的不同的信息(如地址、邮编、电话等)，均有其不同的行业标准、企业规格，这就要求企业为不同的信息建立标准而完善的分类和标准化方法(如针对区域从省至县级市的标准化分类) ；
交叉验证信息的知识库：企业的各项信息之间均存在巨大的关联性，如身份证号码可以和行政区域、生日和性别关联，这也需要企业建立一个完整的知识库，不断的验证各类信息的真实几率。同时，也可以利用关联规则的方法，对各个字段的信息进行交叉验证；
在通过ETCL把企业各项业务主题信息导入到数据仓库(或数据集市)中后，企业便可以通过各种应用分析工具，对数据进行深度加工、分析、探查乃至预测：
报表(包括固定报表和动态报表)：报表是商业智能最基础的应用，通过报表系统的应用，可以把企业管理人员从烦冗而海量的报表制作工作当中解放出来，而通过拖拽式、过滤式、旋转式、预警式甚至和图形关联的形式(如和地图的关联)，更可将企业的报表应用提升到一个前所未有的境界；
仪表盘：为企业的管理者提供如汽车仪表盘般可视化的指标展示，更可以进行不同关联指标间的即时关联预测，令使用者可以享受到“管理驾驶舱”的乐趣；
OLAP：联机分析处理：令用户可以通过对多维数据库的切片(Slice)和切块(Dice)、钻取(Drill down和Roll up)、以及旋转(Pivot)等操作，从不同维度任意考察和分析数据的应用。
通过以上一些基础性应用，可以令企业高效收集、整理、分析和利用来自内部、产业链和宏观环境的信息，以Back office的视角来服务于公司的主要业务主题，为管理层提供基于数据和事实的战略决策的支持，更灵活地把握市场动态和先机，更好地把握企业的未来走向。同时也可以解决企业内部的信息整合问题／数据质量问题／信息实效问题／信息的分析的利用方法和手段问题／经营分析和决策的工作流程、机构、保障等问题，以期在企业内部形成高效／完整／动态的经营分析和决策闭环。
通过商业智能应用，企业的决策层可以更加聚焦于全局视野和长远目标，管理层将更便利地进行不同业务间的协调、沟通和共赢，而执行层也会在业务应用方面找到一种高效、便捷、精准的指导工具。
深度应用发挥全面价值
在商业智能基础应用成功的平台之上，企业更可以根据自身的特点、行业的特性和成型的业务模型，开发更深层次的应用。如平衡计分卡在企业的深度应用，平衡计分卡在国内知名度很高，但真正成功应用的企业可谓屈指可数，究其原因有二：一是平衡计分卡本是企业战略管理工具，“化战略为行动”便是其标榜的口号，但是大多数企业却宁可把它作为一种绩效考核工具来看待，这是一个明显的误区；二是企业没有一个有效的平台或载体，用以承载平衡计分卡的复杂应用和动态改善。而商业智能平台正是平衡计分卡这一战略工具最佳之媒介选择。
又如，企业财务管理中常用的杜邦分析(即将权益报酬率进行细度分解的财务模型)和现金流预测模型，均可以通过仪表盘等方式快速实现，方便企业CFO做出高效、准确的财务决策。以此类推，商业智能可以在企业经营管理的各个方面，如市场营销、人力资本管理、供应链、生产管理、风险管理、流程管理等，为企业的经 营管理者提供坚实的数据和分析基础。
同时，随着数据挖掘技术的不断普及及工具的成熟，企业更可以借助商业智能平台，并利用数据挖掘技术(如聚类分析、关联规则、决策树、人工神经网络等)，针对不同业务主题更精细地分析和挖掘企业的信息资源，并建立企业特有的业务数学模型，更精准的指导企业的业务实践。如，在市场营销领域，我们可以利用商业智能和数据挖掘技术，针对客户的全生命周期，建立客户营销响应、交叉销售、垂直销售、流失预警和客户挽留等多重模型，实现真正的“分析型客户关系管理”。
而在与其他系统的集成方面，商业智能更是大有可为。如在电信、金融、传媒等富客户接触点行业，呼叫中心的应用极为普遍，但是如果能在客户呼人时，自动导人客户的基本信息、消费记录、消费偏好、投诉反馈、流失倾向甚至针对性的可推荐产品／服务包或优惠包，必将协助呼叫中心的服务人员在第一时间内判别、刺激、吸引和挽留客户。
聪明的系统不如聪明的人，聪明的人不如聪明的组织
如果我们把商业智能系统的需求调研、开发、测试和上线比做其婴儿期的话，系统的运行维护和应用开发便是其青春期。随着商业智能系统成功上线，其业务重点将从技术平台向业务分析应用主导型转化，企业就需要建立一个专业的复合型业务团队，从业务数据、建模、分析和应用等多个角度服务于企业的各大业务系统，灵活应对内外部变化。同时，作为企业经营决策的能力支持中心，也需要对这个组织在能力、制度保障、经营决策文化等多个方面进行教育和培养，以形成能力和业务的常态，而这便是商业智能的成熟期，这个组织便是企业的商业智能能力中心。
商业智能能力中心(BICC，Business Intelligence Compcetency Center)是企业正式设立的常设的机构，由来自业务和IT方面的代表组成，有明确的任务、岗位、职责和流程，其职能就是促进和提升企业商业智能化的能力，有效地支持企业的经营战略，其职能包括：
提升商业智能化能力；
指导企业正确使用商业智能化技能；
制订和推广最佳商业智能化惯例；
规划、协调和执行企业内部商业智能项目；
规划和区分商业智能化活动优先次序；
促进企业内部各部门的协调合作；
设定、执行跨部门的商业智能应用策略；
确保商业智能融入企业的日常运作；
根据Better Management的调查，设置了商业智能能力中心的组织会收到以下的效益：
提升了商业智能化的应用范围(74％)
提升了业务用户的满意度(48％)
更深刻地理解了商业智能化的价值(45％)
加快了决策制定的速度(45％)
降低了员工的成本(26％)
降低软件成本(24％)
综上，只有企业真正建立起自有的商业智能能力中心，才能真正实现商业智能业务的常态和可持续发展，才能实现企业商业智能的成熟和深度应用。
尾言
经济危机并不可怕，可怕之处在于企业经营管理者的彷徨和无措，在于企业经营管理者的短视和保守思维，在于企业管理没有逆势而为和长远发展的信心和决心；同样，商业智能也并不复杂，其复杂之处在于我们不能拨丝抽茧，认清其内在规律和发展路线图。
希望中国的企业，在危机四伏的成长历程中一路走好，在下一个春天来临前的寒冬，强身健体、夯实基础，满怀自信地迎接期待中的繁荣。
责编 谢海峰