ＢＩ能否拯救一潭“死水”|死水一潭

　　正当人们还在争论ERP怎么做时，BI（Business Intelligence，商业智能）逐渐跃入企业用户的视野。国内企业经过几年的信息化的基础建设，已经积累了一定的数据。BI正是盘活这些企业数据资产的良方。但是，面对市场上琳琅满目的BI厂商，如何选择适用的产品和提供商着实让人头疼。
　　从技术角度来讲，BI领域囊括了数据仓库、联机分析处理和数据挖掘三个主要技术方向。数据仓库是面向主题的、集成的、随时间变化的、非易失的、主要用于决策支持的数据的集合。它的核心功效是可以动态地将企业内部异构应用系统中的数据抽取集成到一起，进行处理之后加载到数据仓库中，为数据分析提供一个高质量的数据源。因此，在这个意义上讲，数据仓库是实现商业智能的基础。
　　企业数据即使被集成到数据仓库中，仍然还是一潭“死水”。对于数据仓库中的数据，企业需要使用一些增强的查询和报表工具进行复杂的查询和即时的报表工作。OLAP技术正是从多种角度对业务数据进行多方面的汇总统计，使得企业数据和有用信息得以有条理地展现。之上还有更高的层次，那就是数据挖掘，它是指从企业海量数据中提炼隐含的有潜在应用价值的知识的过程，常用的数据挖掘技术包括关联分析、序列分析、分类、预测、聚类分析以及时间序列分析等。
　　据统计，国内企业实际利用的数据只占所有数据的不足1/8。BI应用参差不齐，目前主要集中在银行、保险、电信、证券等“富裕行业”。到目前为止，应用需求仍然集中在简单的报表展现方面，企业决策层在很大程度上仍然是凭借行业经验做决策。造成这种局面的因素主要包括两个方面:第一，企业对于BI甚至信息化工作的认识非常有限;第二，用户企业数据质量难以保证。
　　虽然目前BI厂商都纷纷登陆国内市场，但是他们主打产品往往有所侧重，只是覆盖BI领域的一个或者几个模块，误导了用户对于BI应用的规划。从市场来讲，国内外厂商开发的产品中，有的是以主流技术命名的，如数据仓库、查询报表工具、ETL数据抽取工具、OLAP报表工具、KPI报表工具或者其它数据挖掘工具，也有以功能理念进行称谓的如风险管理、绩效管理和客户关系管理等。但是，理想的BI应用应该是覆盖了从数据仓库到数据挖掘乃至决策信息提供门户的整体解决方案。
　　SAS公司大中华区总经理龚仲宝认为，BI的发展趋势就是整合。SAS 9正是一套实现强大能力的数据集成、简便易用的商业报表和前所未有的分析功能的软件。它增强了最紧密集成的优化和预测性分析功能，这一增强使其更易于解决传统BI不能解决的复杂问题。这位曾经领导其团队在香港地区创下连续五年市场销售额两位数增长纪录的女将，希望SAS能够凭借全线BI解决方案整合优势在2005年底前拿下中国BI市场老大的位置。