我們沒有提前預(yù)警到數(shù)據(jù)能給我們帶來(lái)的問(wèn)題，所以都沒有相應(yīng)的措施，但是時(shí)間的推移數(shù)據(jù)問(wèn)題的出現(xiàn)讓我們不得不去尋求相應(yīng)的解決方案。

數(shù)據(jù)的影響

90年代初大家對(duì)數(shù)據(jù)的影響還沒什么感覺，到了90年代末，人們已經(jīng)能夠察覺到眼前的大量的數(shù)據(jù)帶來(lái)了困擾。進(jìn)入21世紀(jì)，大數(shù)據(jù)的問(wèn)題已經(jīng)讓我們的正常秩序受到了嚴(yán)重的影響。這種事就在你我身邊，一個(gè)平常飲料店的故事可以為證。

1993年前，店里賣的飲料只有啤酒、可口可樂(lè)和北冰洋汽水，進(jìn)貨出貨老板在一個(gè)舊本子上記著，顧客是周圍的街坊，全是熟人。1995年，生意大了，各處開了分號(hào)，飲料多了，酒也多了，賣的東西總共幾十種。店里裝了自動(dòng)柜員機(jī)，每筆買賣都得擺弄鍵盤，有點(diǎn)兒麻煩，可省了動(dòng)腦子。柜員機(jī)里記的賬天天都打印出來(lái)送給老板。開始老板每天看，時(shí)間一長(zhǎng)，看不過(guò)來(lái)，加個(gè)總數(shù)就算了。生意該怎么做，老板還算清楚。1998年，經(jīng)營(yíng)的品種過(guò)了百，店里連了網(wǎng)，用上了財(cái)務(wù)軟件。1999年又上了互聯(lián)網(wǎng)，周圍的店一天天多起來(lái)，客人來(lái)自四面八方。賬單每天打出厚厚一堆，老板瞧著密密麻麻的數(shù)字楞神，直嚷嚷生意難做。

自從飲料店老板多了這付電子神經(jīng)，上面?zhèn)鱽?lái)的數(shù)據(jù)一日多似一日，爹媽給的肉神經(jīng)要超負(fù)荷運(yùn)轉(zhuǎn)了。原先，老板很清楚什么季節(jié)該賣什么、什么人愛什么、到時(shí)候進(jìn)多少貨、進(jìn)什么貨。現(xiàn)在看著精確無(wú)比、但毫無(wú)頭緒的數(shù)字沒了主意，弄不清什么地段的店什么好賣，弄不清進(jìn)誰(shuí)家的貨更合算，弄不清什么樣的顧客喜歡什么。手下人出的主意五花八門，眼看著利潤(rùn)往下掉，干著急。數(shù)字天書蒙住了人的眼睛，老板被裹入到“數(shù)據(jù)迷霧”中。

數(shù)據(jù)困擾無(wú)處不在，企業(yè)越大，影響越濃重。做酒店的，弄不清世界各地分號(hào)每間客房的平均收益，弄不清什么樣的客人常來(lái)，最后慘到弄不清自已的市場(chǎng)定位。數(shù)據(jù)總量的增長(zhǎng)讓人瞠目結(jié)舌，美國(guó)MCI是跨國(guó)的電信公司，長(zhǎng)途電話客戶2億，電腦里數(shù)據(jù)存了5TB，每月還增加300GB。據(jù)美國(guó)加州一所大學(xué)研究，世界上每個(gè)人，不論死活，已經(jīng)產(chǎn)生或?qū)⒁a(chǎn)生250MB的數(shù)據(jù)，每年全球數(shù)據(jù)凈增2×1010GB。

大霧沉沉如何行路?電子神經(jīng)和肉神經(jīng)之間可以裝個(gè)轉(zhuǎn)換器，把數(shù)字天書轉(zhuǎn)換成彩色的圖、簡(jiǎn)單的表、概括的信息，肉神經(jīng)就能明白業(yè)務(wù)狀態(tài)，做出決策。兩付神經(jīng)間的轉(zhuǎn)換器、指引人類在數(shù)據(jù)迷霧里穿行的燈就是“商業(yè)智能”。

商業(yè)智能里的智慧

商業(yè)智能(BI)的概念最早是Gartner Group于1996年提出來(lái)的，那時(shí)互聯(lián)網(wǎng)還沒如此紅火。當(dāng)時(shí)將商業(yè)智能定義為以幫助企業(yè)決策為目的，對(duì)數(shù)據(jù)進(jìn)行收集、存儲(chǔ)、分析、訪問(wèn)等處理的一大類技術(shù)及其應(yīng)用。當(dāng)時(shí)，Gartner Group預(yù)測(cè)說(shuō)：到2000年，信息民主將在具有前瞻性思維的企業(yè)中浮現(xiàn)。借助商業(yè)智能，員工、咨詢員、客戶、供應(yīng)商以及公眾就能有效運(yùn)用信息。商業(yè)智能所涉及的技術(shù)與應(yīng)用，在Gartner Group命名之前就有。作為企業(yè)內(nèi)部的信息系統(tǒng)，最早被稱之為執(zhí)行信息系統(tǒng)(EIS)，在羽化成商業(yè)智能之前叫決策支持系統(tǒng)(DSS)。

把商業(yè)智能看做一種解決方案應(yīng)該比較恰當(dāng)，其中包含大量技術(shù)和應(yīng)用系統(tǒng)，還有更多的技術(shù)和應(yīng)用正在向商業(yè)智能的旗幟集合。商業(yè)智能解決方案的基本成分有數(shù)據(jù)倉(cāng)庫(kù)、數(shù)據(jù)分析、數(shù)據(jù)挖掘、數(shù)據(jù)展示和企業(yè)信息門戶。正在向商業(yè)智能靠攏的有ERP、CRM、文本挖掘、知識(shí)管理、Web智能、無(wú)線智能、競(jìng)爭(zhēng)智能、市場(chǎng)智能等等，五花八門，數(shù)不勝數(shù)。

數(shù)據(jù)倉(cāng)庫(kù)之父Bill Inmon在1990年寫道：“數(shù)據(jù)倉(cāng)庫(kù)是面向主題的、集成的、隨時(shí)間變化的、永不散失的數(shù)據(jù)集合，用以支持管理層制定決策。”數(shù)據(jù)倉(cāng)庫(kù)的數(shù)據(jù)不是數(shù)據(jù)庫(kù)里公司運(yùn)營(yíng)的流水賬，而是通過(guò)元數(shù)據(jù)(Metadata)按主題組織的;數(shù)據(jù)倉(cāng)庫(kù)集成多種數(shù)據(jù)源，包括公司內(nèi)部和外部的數(shù)據(jù)，并將其整合成連貫的整體。數(shù)據(jù)倉(cāng)庫(kù)是商業(yè)智能的數(shù)據(jù)基礎(chǔ)。

X坐標(biāo):每天的時(shí)間 Y坐標(biāo):月份 Z坐標(biāo):銷售量 灰度坐標(biāo):氣溫

商業(yè)智能里數(shù)據(jù)分析的方法很多，時(shí)下最時(shí)興的是OLAP(在線分析處理)。利用這種方法，可以從不同角度和維度抽取并觀察數(shù)據(jù)。比如，分析銷售可以從產(chǎn)品、地域、時(shí)間等三個(gè)維度產(chǎn)生視圖。What-If分析(假設(shè)分析)是另一種標(biāo)準(zhǔn)的方法，利用它，能建立部門或企業(yè)的數(shù)據(jù)模型。決策時(shí)，將參數(shù)輸入，由系統(tǒng)根據(jù)歷史數(shù)據(jù)模擬，預(yù)測(cè)結(jié)果。第三種常見的是ANOVA分析(變動(dòng)分析)。利用它，能從多種可能性中確定造成問(wèn)題的真實(shí)原因，在制造業(yè)中應(yīng)用較為廣泛。數(shù)據(jù)挖掘也是一種數(shù)據(jù)分析的方法，其目的是在歷史數(shù)據(jù)中尋找潛在的趨勢(shì)，使企業(yè)在“記憶”中學(xué)習(xí)，預(yù)測(cè)未來(lái)。

商業(yè)智能里數(shù)據(jù)展現(xiàn)的方式也很多。預(yù)先設(shè)計(jì)的標(biāo)準(zhǔn)報(bào)告可以用電子與紙介形式提供固定格式的數(shù)據(jù);結(jié)構(gòu)化報(bào)告允許用戶對(duì)格式和數(shù)據(jù)項(xiàng)進(jìn)行一定范圍的變動(dòng);特別報(bào)告可以隨用戶要求任意提取數(shù)據(jù)和制定格式;OLAP通常將數(shù)據(jù)展示成三維彩色圖;例外報(bào)告是將超過(guò)規(guī)定值的數(shù)據(jù)匯總，作為警報(bào)輸出。

企業(yè)信息門戶(EIP)已經(jīng)演變成商業(yè)智能的標(biāo)準(zhǔn)成分。EIP為商業(yè)智能解決方案提供了統(tǒng)一的、基于Web、易于融合多種數(shù)據(jù)源和應(yīng)用系統(tǒng)的界面。

數(shù)據(jù)迷霧是商業(yè)智能的飼料，霧越大，BI越多越壯。上世紀(jì)80年代，商業(yè)系統(tǒng)只輸出打印在紙上的報(bào)告。90年代初霧重了，銷售部門用了數(shù)據(jù)倉(cāng)庫(kù)，可以回答前十名客戶是誰(shuí)，目標(biāo)市場(chǎng)何在這類的問(wèn)題。到90年代末，不僅銷售部，市場(chǎng)部、客戶服務(wù)部，甚至研發(fā)部都想成為BI的用戶，商業(yè)智能壯大成了企業(yè)的公共平臺(tái)。本世紀(jì)，BI只用于企業(yè)內(nèi)部運(yùn)作已經(jīng)不夠，人們還要它分析客戶行為、市場(chǎng)走向、對(duì)手和合作伙伴。

商業(yè)智能已經(jīng)從部門級(jí)應(yīng)用進(jìn)化成了企業(yè)級(jí)應(yīng)用，正在從企業(yè)內(nèi)部應(yīng)用向全局應(yīng)用進(jìn)化。

智能市場(chǎng)里的景致

本世紀(jì)以來(lái)，商業(yè)智能市場(chǎng)挺熱鬧。

今年6月，Dataquest說(shuō)去年全球數(shù)據(jù)庫(kù)銷售額是88億美元，它還在早先的報(bào)告里預(yù)測(cè)明年商業(yè)智能市場(chǎng)全球銷售額可達(dá)62億美元。數(shù)據(jù)庫(kù)市場(chǎng)近年來(lái)年增長(zhǎng)率在20%左右，而商業(yè)智能超過(guò)35%。看看，現(xiàn)在商業(yè)智能市場(chǎng)與數(shù)據(jù)庫(kù)差不多，沒兩年就能超過(guò)去。有實(shí)力的公司怎么會(huì)忽視如此龐大的市場(chǎng)，在美國(guó)市場(chǎng)上有數(shù)十家各種各樣的BI廠商，嚷嚷幾年了。現(xiàn)在國(guó)內(nèi)聲音還小，過(guò)不了幾個(gè)月，媒體廠商沒準(zhǔn)也會(huì)讓你滿眼都是BI。

去年，Gartner Group研究一番，把商業(yè)智能系統(tǒng)的供應(yīng)商分為領(lǐng)先者和挑戰(zhàn)者兩大陣營(yíng)。領(lǐng)先者全是知名度不高的小公司，比如AlphaBlox、Cognos、Crystal等等，這些公司進(jìn)入BI市場(chǎng)較早，產(chǎn)品功能完備，用戶多。它們提供包括What-If分析和OLAP在內(nèi)的比較完備的數(shù)據(jù)分析及展示工具，這些商業(yè)智能平臺(tái)都要建立在第三方的數(shù)據(jù)倉(cāng)庫(kù)之上。

Gartner Group 把Oracle、CA、SAP、SAS以及微軟這些大家伙列進(jìn)挑戰(zhàn)者名單。這類公司有自己傳統(tǒng)的數(shù)據(jù)庫(kù)、數(shù)據(jù)倉(cāng)庫(kù)，甚至ERP、CRM解決方案，現(xiàn)在開始構(gòu)筑或加強(qiáng)數(shù)據(jù)分析和展示平臺(tái)。Oracle不僅有數(shù)據(jù)庫(kù)、數(shù)據(jù)倉(cāng)庫(kù)、CRM、ERP，還提供財(cái)務(wù)/銷售分析。SAP除數(shù)據(jù)倉(cāng)庫(kù)外，也提供財(cái)務(wù)/人力資源分析、CRM和供應(yīng)鏈管理解決方案。這些公司進(jìn)入BI市場(chǎng)稍晚，產(chǎn)品不夠完善，提供BI解決方案時(shí)需集成第一陣營(yíng)的產(chǎn)品。IBM、HP、Compaq、Sybase、Infomix等公司雖然在報(bào)告中沒入圍，也在向客戶提供BI解決方案。

今年以來(lái)，國(guó)內(nèi)銀行已有BI系統(tǒng)投入運(yùn)營(yíng)，電信系統(tǒng)也開了研討會(huì)，不過(guò)，主要是國(guó)外廠商在推動(dòng)。其實(shí)，BI中數(shù)據(jù)分析與展示工具挺適合小公司開發(fā)，相信很快會(huì)有國(guó)內(nèi)公司加入這個(gè)潮流。

電子神經(jīng)在你我身外不知不覺地滋長(zhǎng)蔓延，數(shù)據(jù)影響一刻比一刻濃密。如果有一天你在商場(chǎng)上迷失了自已，不要忘記：點(diǎn)亮商業(yè)智能。