商业智能的前世今生

在我们的世界中，“商务智能”和“分析”术语就像花生酱和果冻一样普遍。考虑到我们的全球读者，为了避免任何可能的本地或区域偏见，我们也许还应该考虑鱼和薯条、罗宋汤（俄罗斯甜菜浓汤）和土豆、豆泥和沙拉三明治等等，但我不想长篇大论这个话题。

在回头看商务智能的历史方面，我可以最大程度地做出决定，商务智能（BI）这个术语首次被H. P. Luhn在一篇名为“一个商务智能系统”的文章中所使用，这篇文章于1958年发表于一份IBM研究杂志。Luhn这样定义BI：“以指导行为朝着理想的目标的方式去领悟呈现的事实之间的相互关系的能力。”这听起来很简单。

在接下来的30年里，通过不同的成熟阶段，我们发展了原始的概念：在20世纪70年代和80年代期间，决策支持系统（DSS）和执行信息系统（EIS）相当盛行。在1989年，当Gartner公司的分析师Howard Dresner这样描述BI的时候：“通过使用基于事实的支持系统以提高业务决策的概念和方法。”BI已经达到了一个重要的里程碑。

在此期间所做的工作大部分都集中在技术、标准、流程和工具，以支持数据的收集、储存合理化和检索以及报告的创建。数据仓库、数据集市、数据字典以及抽取、转换、加载（ETL）过程变得无处不在。将这个阶段视为将数据转化为信息并利用信息帮助推动（主要是操作上的）决策的开始。

转向分析的基本原则

然后，一切都开始改变，主要是被一个已有2500年历史的学科所驱动：统计（即“分析”）。根据维基百科，使用统计的证据可以追溯到公元前5世纪，关于这个主题更多正式的作品可以追溯到在9世纪由by Al-Kindi所著的“解密加密消息的手稿”。关于如何使用统计和频率分析破译加密消息，这个著作提供了详细的描述。

作为哈佛商学院访问教授以及德勤（Deloitte）分析公司的高级顾问，Tom Davenport被公认为在商务智能和分析方面全球领先的权威。在“竞争能力分析：制胜的新科学”（哈佛商学院出版社，2007年）中，在如何使用分析方面，Davenport和合著者Jeanne G. Harris描述了从根本上的转变。他们的著作向我们出示了表现最佳的企业是如何使用数据驱动的分析去指定竞争性策略，字面上指如“秘密武器”一样的领先的能力。引述的多元化例子包括亚马逊、巴克莱（Barclay’s）、第一资本（Capital One）、哈拉斯（Harrah’s）、宝洁公司（Procter & Gamble）、美联银行（Wachovia）和波士顿红袜（Boston Red Sox）。很显然，如果做对了，带来的好处是不容置疑的。

而且还有，根据Gartner最近的一项研究，商务智能项目中70%至80%都失败了。在商务智能和分析项目中投入几十万、上百万、甚至数亿美元，通常产生有问题的商业利益。作为一个约50年的行业以及超过1000年的文明，鉴于我们一直在投入这些挑战，为什么我们不能做好呢？

这里列出一些更常见的错误：

·缺少业务的参与和支持，导致有问题的目标承诺以及被不足或不存在的商业赞助伴随的利益；

·跨业务或地域的地窖式的（封闭的）数据，围绕所属关系以及对需要的数据的访问，经常伴随着治理不足，往往使数据不一致的理解和解决很难去理解，有时甚至是不可能解决的问题；