智能商务及应用案例

关于商务智能的概念概述商务智能的定义不说多如牛毛，也是众说纷纭。

人们对商务智能的理解如同那七个印度盲人对大象的理解：有人认为它是高级管理人员信息系统（EIS），有人认为它是管理信息系统（MIS），有人认为它是决策支持系统（DSS）；有人说它是数据库技术，有人说它是数据仓库，有人说它是数据集市，有人说它是数据整合与清洗工具，有人说它是查询和报告工具，有人说它是在线分析处理工具，有人说它是数据挖掘，有人说它是统计分析；有人把它当作分析性ERP, 有人把它当作分析性CRM, 有人把它当作分析性SCM, 有人把它当作企业绩效管理，有人把它当作平衡记分卡……要素企业——这里用“组织机构”或“实体”会显得更完整，因为所有的组织机构和实体（不只是企业）都可以而且应该利用商务智能；之所以仍用“企业”是为保持与“商务”的一致性。

各行各业，包括非企业性机构，比如政府部门、教育机构、医疗机构和公用事业等，都应该而且能够利用商务智能。

利用现代信息技术——这是这一定义中的关键之一，现代信息技术的发展产生了信息经济和信息社会，在这一新型的经济和社会形态中，信息的爆炸式激增又产生了对能够处理和控制信息的新技术的强烈需求；商务智能就是新的信息技术在商务分析中的有效利用。

商务智能过程中所涉及的信息技术主要有：从不同的数据源（交易系统或其他内容储存系统）收集的数据中提取有用的数据，对数据进行清理以保证数据的质量，将数据经转换、重构后存入数据仓库或数据集市（这时数据变为信息），然后寻找合适的查询、报告和分析工具和数据挖掘工具对信息进行处理（这时信息变为辅助决策的知识），最后将知识呈现于用户面前，转变为决策。

收集——收集数据是管理和分析数据的前提，数据收集工作是十分重要的，必须引起企业的充分重视，在这方面中国企业与世界上发达国家中的先进企业之间的差距非常大，这是商务智能在中国还不能很快成熟起来的重要原因之一，这应了中国的一句俗话：“巧妇难为无米之炊”。

数据和信息的收集主要是通过各种交易系统进行的，比如企业资源规划（ERP）、客户关系管理（CRM）、供应链管理（SCM）和电子商务等系统。

随着中国企业在这些方面的进步，数据和信息的数量会快速增长的。

另外，信息，特别是非结构化的信息，来自公司各个部门和各个员工创造和收集的、没有放在上述交易系统中的内容。

第三方也是企业收集数据和信息的一个重要来源，这样的外部数据和信息包括市场调研报告、人口统计报告、顾客信用报告等。

管理——这里的“管理”主要是指对数据的储存、提取、清洗、转换、装载、整合等工作，其目的主要是为了提高数据的质量和安全性。

分析——“分析”是一个广泛的概念，这里包括数据查询、数据报告、多维分析、数据挖掘、高级统计分析等。

大多数人理解的商务智能都集中在这些分析工具上。

结构化——结构化的数据主要是指储存于各个交易系统背后的关系型数据库中的数据，通常都是以表格的形式存在和展现的。

传统的商务智能概念只包括这种结构化的、可定量的数据。

非结构化——非结构化的数据和信息主要是上面的提到的各个部门和各个员工创造和收集的、没有放在各种交易系统中的内容，通常是以零散的文件形式存在和展现的；新的商务智能概念纳入了非结构化内容的分析，但是非机构化的内容的管理仍然主要是通过文件管理和内容管理（Document Management & Content Management）软件来进行的。

商务数据和信息——商务数据和信息并不能加以狭隘的理解，这里所致的商务数据和信息包括一切可能对商务产生影响的、直接和间接的数据和信息，往小里说包括顾客的名字、地址和电话号码等，往大里说包括过国际上的政治、经济、文化和军事情况等。

创造和累计商务知识和见解——这是商务智能的第一层的目的和功能，也是最直接的目的和功能；“知识和见解”正是“智能”得名的由来。

改善商务决策水平——这是商务智能的更高一层的目的和功能，企业能否利用好这一功能、实现这一目的在很大程度上取决于领导者的意识和胸襟以及企业文化中决策科学化和民主化的成分。

采取有效的商务行动——采取有效的商务行动是创造和累计商务知识和见解、改善商务决策水平的目的和动力。

商务智能是能够指导实战的高明兵法，而不是“无所不知、但无能为力”的“纸上谈兵”。

完善各种商务流程——残缺、散乱、僵化、低效的商务流程是企业的顽疾，商务智能能够为这一顽疾的诊断和治疗做出一定的贡献；优化后自动化（请注意先后顺序）的商务流程反过来也会促进商务智能的发展。

提升各方面商务绩效——这是商务智能在企业内部的最高目的和作用，有效的商务智能系统和技术能够帮助企业提升各个方面的绩效：财务的和非财务的，前台的和后台的，企业内的和供应链内的，组织的和个人的。

企业绩效管理已成为热门的管理和技术概念，这既是因为各种软件厂商的推动又是因为企业所面临的绩效方面的压力的增大。

增强综合竞争力的——这是商务智能在企业中的最高目的和作用。

商务智能事关企业的兴衰成败和生死存亡。

如今以及未来企业之间的竞争是主要是综合智能上的竞争，不管是中国企业还是外国企业，不管是国营企业还是民营企业，不管是大企业还是小企业，都必须提高企业经营和竞争活动中的智能水平，争取成为优秀的智能企业，否则一定会落后于智能上高人一等、捷足先登的企业。

智慧和能力——把商务智能分为智慧和能力是因为真正的商务智能既有思想层面也有行动层面（而且“智能”本身可以一分为二、二合为一）。

山东建设银行商务智能实施案例随着个性化服务内容的不断增加，以数据仓库为基础的商业智能已经成为银行业未来竞争的重要工具，而目前银行业在商品智能的实现上还存在许多困难。

问题一：项目管理目前大多商业智能的描述更多的是一种工程学上的理论，注重于企业信息管理项目实施的原则，而对具体的实施方法并无过多的论述。

在山东建行商业智能项目开发过程中遇到的第一个问题是项目的组织管理问题。

商业智能系统以中央数据仓库为核心，可以分为两大部分：以进行中央数据仓库规划及数据获取为目标的后台数据仓库建构，以业务功能规划及信息展现为目标的前端商业智能应用。

基于这种思路，山东建行初步规划了管理信息平台的体系架构按照上面的系统架构，将项目组技术人员分成了三个大组：数据仓库ETL组、应用组和系统架构组。

这种划分首先是依据商业智能技术架构的要求，同时也考虑到系统的技术因素。

系统架构组负责管理信息平台的技术体系规划，由于数据仓库系统的海量数据以及长批量数据处理特点，基础硬件选型、存储规划、数据库性能优化、应用服务器配置等实际上已经成为了系统能否运行的决定性因素。

数据仓库ETL组负责数据仓库的数据组织和数据获取，应用组负责业务需求的分析和应用平台的搭建。

两者各司其职，以中央数据仓库为纽带，应用组只关注业务需求分析，然后从中央数据仓库中找出数据，加工处理成业务要求的数据，ETL组则只关注源数据分析，将管理信息平台所涉及的源系统数据通过ETL过程加载到中央数据仓库。

事实证明这样的组织划分最为合理，项目组成员的工作与商业智能体系架构对应起来，分工明确，减少了相互扯皮现象。

问题二：技术工具IBM、Oracle、SAS、NCR、BO、Brio等众多技术厂商都提供了各自的独家方案和产品，但现实问题是如何利用这些工具进行管理信息平台的架构设计，如何进行系统软件的规划。

在商业智能的理想方案中，管理信息平台可以全部由工具搭建生成而不用手工编程，技术人员所做的只是写一个脚本建数据仓库，写几个SQL语句用于数据处理，然后按图索骥画无数张展现图表。

但现实远远不会如此简单，由于工具软件的功能所限，很多地方如果采用工具只能是削足适履，最终无法满足系统功能要求。

企业集成所涉及的软件可以划分出下面的层次: 系统层、数据库层、功能层、应用层。

系统层与数据库层的软件必须是现有的软件产品，山东建行管理信息平台采用了IBM的RS/6000及AIX操作系统，关系型数据库选用IBM DB2，多维分析数据库选择IBM OLAP Server(ESSBase)。

应用层软件与业务需求相关，许多系统集成厂商会在这一领域推出软件产品，但都需要进行长时间的客户化才能实用。

功能层又称为中间层，这一层面的软件是指那些与业务相对独立但又无法完全剥离的功能模块，因此往往也被称为中间件。

应用层与功能层是相互渗透的，在这两个层面上，管理信息平台既有借助第三方工具软件辅助应用层开发的方面，也有通过自己抽象功能编写工具的地方。

而山东建行将管理信息平台的应用层和功能层的技术实现分为以下几大部分，并分别采取了不同的实现策略:数据仓库ETL——完成由源系统数据到中央数据仓库数据的ETL过程，虽然许多厂商提供了ETL工具，但其高昂的价格和有限的功能使得山东建行更愿意自己去完成这部分功能。

通过对ETL过程的分析，山东建行使用了合作伙伴研发的ETL工具，这个工具通过全脚本配置的方式完成ETL全过程，支持多种主流数据库并支持并行作业处理，功能更为切合实际，而且价格便宜很多。

数据集市ETL——管理信息平台将数据仓库分为中央数据仓库和数据集市两部分，中央数据仓库以银行业逻辑数据模型为蓝本构建，存储基础业务数据; 而数据集市则面向业务应用，它存储的是宏观的汇总数据。

数据集市与数据仓库之间也有一个数据转换的过程，我们称之为数据集市ETL，数据集市ETL的模式要比数据仓库ETL简单，但数据变换的复杂度却高得多。

基于实用化和运行效率的考虑，数据集市ETL采用数据库存储过程来实现。

多维数据集市——商业智能系统最为吸引人的特点是它的多维展现特性，能对一个业务主题进行多视角(时间、机构、地域、项目)的分析，并能完成钻取、切片、挖掘等功能。

而想完成这些功能，必须对数据采用十分复杂的关键字存储方式，传统的关系型数据库有些力不从心，多维数据库则是完成这一功能的利器。

管理信息平台选用IBM OLAP Server(ESSBase)作为多维数据库。

前端信息展现——商业智能系统的前端展现层无疑是最为活跃的领域，在这一层面有数十家工具软件，山东建行经过多方比较采用BusinessObject 作为信息平台前端展示的辅助工具，管理信息平台项目组结合BO的报表特性对其进行二次开发，完成了Web展示界面的开发工作。

系统集成门户——Portal是一个完全独立的软件领域，主要完成应用集成及权限、认证等工作，管理信息平台采用了现成的软件产品。

应用系统开发——应用系统是商业智能项目中一个较复杂的领域，因为它无法使用一致的开发模式。

商业智能系统提供的标准模式是根据应用主题建立数据集市，然后通过前端展现工具读取数据集市数据，生成分析图表和固定报表，这种方式可以满足大多数业务需求。

在管理信息平台项目中，大多数应用系统都采用了标准模式，然而复杂的应用需求，如绩效考核等还是采用独立系统开发模式来实现。