1.1 什么是商务智能

1.1.1 商务智能的概念

从20世纪90年代开始到目前，商务智能越来越受到企业界的关注，其概念最早由美国加特纳企业（Gartner是全球最具权威的IT研究与顾问咨询企业之一）于1996年提出。

加特纳企业将商务智能定义为：商务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订，商务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。

国内研究商务智能的著名学者王茁，给出的商务智能的概念为：商务智能是企业利用现代信息技术收集、管理和分析结构化与非结构化的商务信息，创造和累计商务知识、见解，进而改善商务决策水平、采取有效的商务行动、完善各种商务流程、提升各方面商务绩效、增强综合竞争力的智慧和能力。

综上，对商务智能概念的理解可以分别从信息技术和管理科学的角度进行。从信息技术的角度理解，商务智能是一种满足企业决策需要的解决方案，即从来自不同的企业运作系统的数据中提取有用的数据并进行清理，以保证数据的正确性，然后经过抽取、转换和加载，再合并到一个企业级的数据仓库里，从而得到企业数据的全局视图，并在此基础上利用合适的查询和分析工具、数据挖掘工具等对其进行分析和处理，最后为管理者的决策过程提供支持。从管理科学的角度理解，商务智能是指对商业信息的搜集、管理和分析的过程，目的是使企业的各级决策者获得知识、提升洞察力，促使他们做出对企业更有利的决策。

1.1.2 商务智能的特点

商务智能是融合了先进信息技术与创新管理理念的结合体，我们通过了解商务智能的特点可以更好地理解商务智能的内涵。商务智能的特点如下。

1.综合性的开放系统

商务智能是企业面向内外部环境，同外界环境保持动态互连的开放系统。

2.具有强大的数据分析处理与展示功能

商务智能集成了在线分析处理、数据挖掘等多项数据分析技术。

3.注重在系统的海量数据和信息中发现知识

企业为了在竞争中取得优势地位，必须通过商务智能技术识别和应用隐藏在所收集的数据中的知识。

4.综合了多项技术的应用

商务智能所采用的技术并不是新的技术，而是已有的数据仓库、在线分析处理、数据挖掘等技术的综合。

5.服务于企业战略

商务智能对企业的内外部数据进行分析，支持企业战略管理。

6.有助于提升企业绩效

商务智能必须要促进企业某一方面业务顺利开展，提升业绩。

7.用户具有多样性

商务智能的用户包括企业一线的业务人员、各级管理者，甚至外部的顾客和商业合作伙伴，每一层用户拥有不同的使用权限，不过商务智能最终服务于各类企业决策者。

1.1.3 商务智能的发展历史

从最初的事务处理系统（Transaction Processing System，TPS），到高层管理信息系统（Executive Information System，EIS）、管理信息系统（Management Information System，MIS）和决策支持系统（Decision Support System，DSS）等，再到今天的企业商务智能，就是商务智能的发展历程。

1.TPS

TPS是企业信息化进程中首要进行的任务之一。TPS是进行日常业务处理、记录、汇总、综合、分类，并为组织的操作层次服务的基本商务系统。TPS可以帮助组织降低业务成本，提高信息准确度，提升业务服务水平，其在企业中主要表现为4种系统：市场营销系统，生产制造系统，财务系统会计系统，人力资源系统。TPS向EIS、MIS、DSS和商务智能系统提供了所要的基础数据，是它们的基础。

2.EIS

EIS是服务于组织高层经理的一类特殊的信息系统，能够使经理们更快地得到更广泛的信息。EIS首先是一个“组织状况报导系统”，能够迅速、方便、直观地用图形提供综合信息，并可以预警与控制“成功关键因素”遇到的问题，能有选择地向管理人员和执行人员提供关于业务状况的信息。EIS虽然能提供关于商业活动情况的一些信息，但若要对商业活动面临的问题进一步分析，还要借助于另一些分析工具或由专业人员来实现。

3.MIS

MIS由人和计算机网络集成，能提供企业管理所需信息，以支持企业的生产经营和决策的人机系统，主要功能包括经营管理、资产管理、生产管理、行政管理和系统维护等。MIS是EIS的进一步发展，其应用范围比EIS更为广泛，能够帮助管理人员了解日常业务，并进行高效的控制、组织、计划。

4.DSS

DSS是辅助决策者通过数据、模型和知识，以人机交互方式进行半结构化或非结构化决策的计算机应用系统。它为决策者提供分析问题、建立模型、模拟决策过程和方案的环境，调用各种信息资源和分析工具，帮助决策者提高决策水平和质量。它是MIS向更高一级发展而产生的先进信息管理系统。DSS比MIS更为灵活，它允许决策者查询存储于关系数据库中的任何问题，甚至储存于不同计算机系统或网络中的数据库中的有关数据，并以多样化的格式提交给决策者及其他信息系统。

5.商务智能

随着互联网的快速发展，在DSS基础上发展商务智能成为必然。因为在统一的平台上，企业能向组织内外的人员（包括员工、供货商、合作伙伴、客户）方便地发送信息；而且，随着基于互联网的各种信息系统在企业中的应用，企业将收集越来越多的关于客户、产品及销售情况在内的各种信息，这些信息能帮助企业更好地预测和把握未来。在DSS基础上进一步发展起来的商务智能系统能够向用户提供更为复杂的商业信息，可以更为方便地定制各种报表和图表的格式，能够向行政管理人员、技术人员和普通员工提供个性化的多维信息，使分析处理信息的能力和信息的利用率大为提高。例如，用户想了解销售情况时，可以通过商务智能系统得到按产品、地区、客户分类的网上销售和正常柜台销售的多种分析报告，在此基础上，可以进一步解决企业决策时需要了解的各种问题，并帮助企业更快、更好地制订和做出决策。

另外，随着企业信息技术的升级，如今在企业界，数据资产的观念正在进入企业的资源计划（Enterprise Resource Planning，ERP）系统中，而把数据转换为资产的方法和技术也正在成为企业投资IT领域的热点。目前大部分大中规模的企业都是信息丰富的组织，而一个信息丰富的组织的绩效不仅仅依赖于产品、服务或地点等因素，更重要的是依赖知识。从数据转换为信息，再从信息转换为知识，并不是一个简单的过程。商务智能的本质正是把数据转化为知识，其致力于知识发现和挖掘，使企业的数据资产能带来明显的经济效益，减少不确定性因素的影响，使企业取得新的竞争优势。

1.1.4 商务智能的技术实现路径

商务智能的技术实现路径参见图1-1。

图1-1 商务智能的技术实现路径

首先，数据是起点，也是基础。ERP系统中已经积累了大量数据，但是，这些数据却是按照单据与流程的需要而存储的，对于管理者来说，就显得有些杂乱无章。他们期望看到的数据是简单且直观的，所以，分析人员需要将数据进行抽取、清洗，将之转换为有价值的信息。

其次，信息转变为知识，而知识管理的一个重要工作就是将某个特定人脑中的经验，变为可复制。在这里，这个过程就是建模的过程。将不同分析主题的分析视角（维度）与分析内容（度量）固化下来，让大家知道原来可以从这些角度来分析这么多指标。

最后，知识辅助决策。决策不是少数高管的专利。管理学中有一个著名的“木桶理论”，就是说，一个木桶能装多少水，并不取决于木桶最长的木板，而取决于最短的那根。而对于企业管理来说，不管董事长、总经理的决策水平多高，相关决策是否能发挥应有作用的关键在于各级管理人员都能理解且执行到位。所以，通过一个数据分析平台的建立，让所有的管理者都看到统一的数据（当然是有权限控制的），都能基于数据去决策与执行，才能真正提升企业的整体决策水平。

因此，商务智能的技术实现路径，总结下来有3点：数据获取、建模与平台化展现。企业的商务智能离不开对数据的获取、使用和管理这3个过程，如图1-2所示。

图1-2 企业数据的应用过程

1.1.5 商务智能的架构模型

商务智能系统是一系列的概念、方法和过程的集合体，通过这些概念、方法和过程来获取和分析数据，提取有用的信息，更好地帮助决策。企业级商务智能系统可以看成是一种解决方案，它能够帮助企业通过现有的数据资源，获取和分析信息，帮助企业管理者做出最优决策。将企业级商务智能系统的层次架构划为数据层、技术层、分析层、展示层、决策层这5个层次，如图1-3所示。

图1-3 企业商务智能模型

（1）数据层，确保从企业的ERP系统、客户关系管理系统（Customer Relationship Management，CRM）、供应链管理系统（Supply Chain Management，SCM）等系统收集到真实的、有效的数据。

（2）技术层，商务智能系统通过ETL（Extract-Transform-Load，数据抽取、转换、加载）将数据层的原始数据集成到数据仓库中，针对不同部门的异构数据进行整合，以待进一步的分析处理。

（3）分析层，系统需建立良好的模型库、知识库、方法库，从数据仓库中分析和挖掘出有价值的信息，转化为用户能理解的知识，充分展现企业级数据的智能分析功能。

（4）展示层，企业可通过查询报表，制订关键绩效指标，进行绩效管理等工作。

（5）决策层，用户运用系统提供分析结果，将战略决策用于指导具体的行动，体现了商务智能的价值。

1.1.6 商务智能的用户

1.高层决策者

高层决策者需要了解业务的总体情况和发展态势。他们可能使用系统提供的分析工具自己发现问题，但更主要的是利用分析结果进行决策。高层决策者需要通晓业务的具体状态和发展趋势，包括业务的状态和构成（机构构成、时间构成、产品构成、客户构成等），以及各个指标的发展趋势和预测。

2.数据分析专家

数据分析专家需要更加深入地从数据仓库中发现问题和市场机会及风险，需要及时把发现的结果报告给高层决策者。

3.中下级经理和业务人员

中下级经理和业务人员，通常仅仅关心与各自工作相关的内容，注重报表和固定的数据查询。

商务智能的用户类型、角色、需求、分析方法及所需的前端工具如表1-1所示。

表1-1 商务智能用户对比

1.1.7 商务智能与大数据

1.大数据的概念

研究机构Gartner给出的大数据的定义是：大数据是需要新处理模式才能具有更强的决策力、洞察发现力和流程优化能力来适应海量、高增长率和多样化的信息资产。

麦肯锡全球研究所给出的大数据的定义是：一种规模大到在获取、存储、管理、分析方面大大超出了传统数据库软件工具能力范围的数据集合，具有海量的数据规模、快速的数据流转、多样的数据类型和价值密度低四大特征。

2.大数据的相关技术

大数据需要特殊的技术，在合理时间内可以有效地获取、管理、处理大量的数据，并整理成为有价值的信息。适用于大数据的技术，包括大规模并行处理数据库、数据挖掘技术、分布式文件系统、分布式数据库、云计算平台、互联网和可扩展的存储系统等。

从技术上看，大数据与云计算的关系就好比一枚硬币的正反面一样密不可分。大数据必然无法用单台的计算机进行处理，必须采用分布式架构。它的特色在于对海量数据进行分布式数据挖掘。但它必须依托云计算的分布式处理、分布式数据库和云存储、虚拟化技术。

3.大数据的应用

大数据到底改变了什么？它其实就是通过海量的数据处理，让决策过程变得更轻松、更靠谱。比如，在网上购物时，它首先会告诉你某个商品有多少人评价，评价越多，也就意味着越多人买；当单击进去之后，就可以看到好评度的具体数据。还可以提供一个价格趋势信息，展示历史价位走势，告诉用户其他电商平台是不是更便宜。除此之外，还可提供其他同类或同价位商品的推荐与排名等。有了这些信息，用户就掌握了做购买决策时的几个关键信息：“这款商品好不好卖？”“这款商品口碑好不好？”“这个价格便不便宜，现在是不是最便宜的时候？”“有没有其他更好的商品？”“这个时候，是否将这个商品放进购物篮并付款？”可见，做决定将变得非常轻松。

4.商务智能与大数据

大数据是将结构化的精确数据进行价值挖掘，化繁为简；将海量的数据归纳整理为几个简单的指标。简而言之，商务智能就是一种简化的大数据工具。商务智能与大数据技术的对比如表1-2所示。

表1-2 商务智能与大数据技术的对比

续表