商业智能（BI）的三维框架

一、当前商业智能丰富多样的定义

商业智能的概念最早是Gartner Group于上世纪90年代提出来的，当时将商业智能定义为一类由数据仓库（或数据集市）、查询报表、数据分析、数据挖掘、数据备份和恢复等部分组成的、以帮助企业决策为目的的技术及其应用。但是从概念提出至现在，数年来仍没有一个公认的统一的定义。下表1列举了部分研究机构和企业在BI方面的理解。

表1  商业智能的定义

上述定义大致可分为三类：第一类软件论或技术论，认为商业智能是一套帮助企业管理或决策的系统。第二类技术和软件结合形成的概念和方法。第三类则多是自动化管理过程。综合上述商业智能的定义，都揭示了商业智能的技术性特性，部分观点也点明了商业智能与管理的联系。但是，他们都缺乏明确的本质性揭示和实施方法的体系化思考，既不能让人深入、全面的理解，更无法让人实现操作。

二、构建三维框架实现BI的操作性和提升性转换

图2是三维框架图示，三维框架由三维模式和三层筛选漏斗组成。三维模式指BI的角色维、工具维和内容维；三层筛选漏斗指要运用好三维模式的一般原理需要通过产业/行业定位、价值环节定位、企业发展阶段定位来筛选以获取BI应用的最好匹配，即实现操作的实现。而通过三层筛选漏斗对企业现实状况分析的结果，可以佐证甚至进一步丰富三维模式，包括对角色维、工具维和内容维的深入化程度，即实现了BI的提升。

 为什么上述三维框架能全面理解“BI是什么”这一核心问题呢？为什么通过这一定义能使用户和开发者实现更顺畅的沟通呢？要从本质上认清BI，需在哲学含义上理顺关系。因为哲学思维把我们带到了一个共同的思考原点，从而在最基本的思考平台上深入讨论。

哲学告诉我们要从认识的“主体和客体”这一对认识论的基本范畴，以及连接这一基本范畴的“工具”入手。

主体是指实践活动和认识活动的人。在BI领域中主要指开发和使用BI的相关角色；客体是指实践活动和认识活动所指向的对象。实践的客体是进入主体活动的领域同主体发生功能性关系，成为主体活动所指向的客观事物。对于实践的客体要从两方面去理解：一方面，客体首先是一种不以主体的主观意志为转移的客观存在，这是客体自身的客观性方面。另一方面，客体又不是与客观事物相等同的概念，只有那些进入主体实践活动范围、与主体发生联系的客观事物才是现实的客体。哪些客观事物能够成为实践的客体，不仅取决于这些客观事物的自在本性，同时也取决于人的本质力量的发展程度和水平。所以客体同主体一样都是历史的范畴。由此可知，客体表明了主体的需求，而这种需求只有进入主体领域并与主体的当前状况发生直接联系（比如职责范围）才能成其现实的需求。可见，主体决定了客体，客体反映着主体。只有对主体合理划分，才能明确客体，才能明确需求，从而明确BI的着力点。

主体和客体是实践活动的两极，但仅仅有主体和客体还不能形成现实的实践活动。在主体和客体之间还有一个将二者联结起来的中介，这就是各种形式的工具、手段以及运用、操纵这些工具的程序和方法。实践活动就是一个以主体、中介和客体为基本骨架的动态的发展系统。这个中介，笔者在文中统称为工具。

根据上述认识论的基本原理，要从本质上理解BI，需从主体和客体以及工具这三个维度切入，三者的融合是BI的基本框架。同时，主体的需要同客体的属性和特征之间所具有的价值关系，决定了对主体分类的首要性和重要性。而商业智能从命名可知用之于业务过程，划分的最佳依据应是组织理论。综合之， 商业智能就是以认识论和组织理论为基本原理，采取相适宜的“工具”，旨在帮助 “相关主体”对职责范围内的“有关事项”做出最佳决定。它由“三维模式”和“三层漏斗”组成，是整个企业集理念，组织，流程，技术为一体的整体辅助决策支持方案。图2是BI的三维框架，描述了BI两个构成部分的运用和提升关系。

  从图1可知，BI的三维框架由左边的三维模式和右边的三层漏斗构成。三维模式以认识论的主体、客体范畴和工具为据，包括角色维、内容维和工具维。角色维由业务类、技术类和业务融合技术类这三类人员组成；内容维体现了“应用”，包括演绎型、归纳型和开发管控型三类内容；工具维反映了“技术”，是应用支撑类和管控支撑类工具的集合。另一方面，三维模式中，决定BI是否成功的核心维度是内容维，即BI的核心在于应用。

可以看出，三维模式中角色维和内容维由工具维相连接。其一，表明工具在角色和内容间起到桥梁作用。其二，表明不同的角色针对不同的内容将会选用不同的工具。

企业用户如何让各个角色选用合适的工具来满足适当的需求呢？可以用图1的右边三层漏斗进行过滤，最终达到角色、内容和工具的相配。三层漏斗由行业层、价值层、阶段层这三个筛选环节构成。它反映企业和BI角色选择不同工具以满足不同需求的过程，是三维模式对应选择过程。行业层主要描述了三大产业的各行业分类。价值层以价值的产生作为划分依据，包含了生产环节和流通环节，及产消合一（即生产价值和消费并行，如服务业）和产销合一（包含了生产和流通过程）。

三维模式和三层漏斗的的内容见图3所示。更详细的内容将在以后篇章中叙述。

    总结之，商业智能的三维框架由“三维”架构模式和“三层次”筛选漏斗组成。前者反映了智能的一般原理，是由实践获得的认识。后者体现了运用，是认识而作用于实践。三维模式向三层漏斗的转化是一般到特殊的过程，是运用。三层漏斗向三维模式的转化是特殊到一般的过程，是提升与丰富。两者的结合者形成了一个闭环，可以实现商业智能的操作化和提升化。可见“三维框架”是对商业智能的全面、一致的理解，是对其可提升和可操作的一个重要转换环节。

 三、BI与辅助决策支持（DSS）、主管信息系统（EIS）的比较

BI、DSS和EIS提是为企业提供决策（决定）支持。但是它们所服务的对象和针对的内容，以及所采用的工具存有区别。

角色维度方面，BI的服务对象宽泛于DSS和EIS。亨利.明兹伯格认为企业员工承担有决策制定、人际关系、信息传递三类角色，角色侧重点随着等级层次变化而变化。显见，决策的制定者是不同等级层次的员工都需要扮演的一个角色，唯重点及难度不一致而已。从业务层面上讲，DSS、EIS的角色是企业的高层和中层；BI则为企业的基层管理者、中层管理者和高层管理者以及非管理雇员服务。它扩展到企业组织内外的各类人员为他们提供决策支持服务，既有企业经理一类的企业领导和高层决策者，又有企业内部各部门的职能人员。从技术面看，三类都涉及系统管理员。但是，由于BI由数据产生知识，本身是一个动态的数据系统，所以其用户还包括数据挖掘员。

内容维度方面，相对DSS和EIS，BI满足的需求既有针对性，又更为全面。内容维度是指角色的决策支持所满足的程度。BI的内容包括演绎型、归纳型和管控型三大类。演绎型内容和归纳型内容是满足业务层面应用需求的二种不同模式。前者为验证型需求满足，即根据历史数据，用户提出假设（如促销有助于提高销额），或者给出前提条件，通过系统来验证其判断或给出建议方案。后者则是发现型需求满足，用户事先并无任何判断，但系统主动发现有用的模式和规律，亦称为数据驱动型模式。演绎型包括查询/报表、综合分析和方案选择三个层次。归纳型则包括数据、情报、知识三个层次。管控型内容满足技术层面需求，包括数据维护、数据备份等。传统的DSS主要致力于在演绎型内容上满足业务层面的决策选择的需求，EIS则在同一内容上满足同一层面的分析需求和部分决策选择的需求。

　  工具维度方面，BI所采用的工具其种类和复杂性更强于DSS和EIS。工具维度由应用支撑型和管控支撑型等工具组成。为了满足不同人员的需求，DSS、EIS和BI提供了不同的工具。它们的主要区别在于应用支撑型工具的不同。传统的DSS和EIS的工具层面主要是由界面展示工具、管理理论与工具、一般统计工具组成，但前者的深入度高于后者。BI则更为全面。除了上述工具外，它还增加了知识发现工具、多维分析工具和数据仓库工具。　　

　　总体来看，BI与传统的DSS、EIS相比，BI是一种新兴的、全面的决策支持体系。但在目前，BI产品的不足也很明显：内容维度中归纳型对知识的发现并未产生其应有的影响，而演绎型的验证模式也并未具备较强逻辑的分析，对决策方案的选择则更有差距。　

　四、商业智能的发展趋势　

近年来商业智能市场规模日益扩大，且增长较快。从全球范围来看，商业智能(BI)已经成为最重要的信息系统。IDC报告显示，2005年以来中国BI市场规模达到10亿人民币，年增长率为54.9%。IDC预计2006年国内商业智能(BI)市场规模为16亿美元，到2009年市场规模将达50亿人民币。ChinaBI预计2006年BI总计市场容量在14亿元人民币。在MSI发布的2004全球管理软件厂商top 100中，专业的商业智能厂商占据了重要地位，比如：SAS居第5位，Cognos居第18位，Hyperion居第18位，Microstrategy居第47位，Business Objects居第51位等。这说明商业智能(BI)继ERP、CRM、SCM等之后逐渐得到了各行业的认同。而IBM、微软、ORACLE等国际上领先的大公司也纷纷开展了BI业务，促进了商业智能市场的繁荣。

商业智能未来需求的扩大，得益于用户的增多和原有用户需求层次的提升。根据三维框架中三维模式和三层漏斗的运用和提升关系，商业智能可能存在以下发展路径。

三维框架中角色维的BI角色将会增多，由此对内容维即需求实现扩充，并带来了工具维的丰富。

BI的角色范围将从当前部门的特定用户转向全企业各个层面的用户，操作层和决策层的用户将会增多，数据挖掘员的角色会日益显得重要；由于角色范围的拓广，各个用户在职权、需求上存有差异，BI系统提供广泛的、具有针对性和流程性的内容，强化交互性。广泛是指在演绎型内容上，当前查询/报表内容大多已实现，分析和决策选择会日益受到重视；在归纳型内容上，知识发现的作用愈益明显；针对性和流程性表现在原有的OLTP系统(如ERP、CRM、SCM)中嵌入BI在“分析层次及部分决策层次”的功能，如在原有的客户关系系统、供应链系统中加入智能的因素，提高流程运作的效率。交互性通过局域网、广域网在数据层面反映出交互。如BI数据仓库数据接受某一OLTP系统数据的变化，要改变其它OLTP系统的相对应的数据；在应用层面的操作流程上，商业智能要实现流程上的协同，决策支持的结果。举个简单的例子。系统报出的预警信息，要能在相应的职能人员上自动传递或作标记；工具方面；由于商业智能与OLTP系统的融合，管控支撑工具的可配置性、灵活性、可变化性将得到强化。由于管理层和决策层人员的对逻辑分析和决策选择的要求加剧，管理理论与工具，统计工具和知识发现工具等会日益扩展。如当前某厂商在其BI产品中加入了BCG矩阵（管理工具）来定位企业的SBU或产品，以辅助管理者采取相应的措施。客户化的界面和展示工具也显得重要。

三层筛选漏斗可以反映不同行业、不同价值环节和不同发展阶段的企业对BI需求的丰富性和多样性。在锁定当前重要的几个行业和价值环节的形势下，BI应用的行业性和企业化趋势大大增强，用户和开发者需要强化双方的有效交流。

行业层：三大产业中第二、第三大产业仍将是BI应用的主要市场。第二产业的电力和制造业，如汽车制造和消费品制造，其市场需求不可忽视。第三产业BI应用仍将占主导地位，金融业的银行和保险、电信业，批发和零售业、医疗卫生等的BI应用会出现向分析型的升级；价值层：商业智能未来的应用与行业内信息化的基础状况密切相关。在生产环节和流通环节，各类用户信息化状况参差不齐。BI应用仍以大型制造企业为主，其次是零售业 (如百货企业及连锁企业)。这两个领域仍是商业智能不可忽视的重要市场。产消合一类，主要是服务业，一段时间仍将占据着BI应用的优势行业地位。如，金融、电信和保险等业务系统非常成熟，迫切需求数据大集中并考虑海量数据的有效利用。图8是2005和2006年中国BI市场各行业的份额图表。发展阶段方面各个阶段的企业对BI的认识都会超越查询、报表等BI初级应用层次，管理驱动和创新驱动阶段的企业对BI需求可能会明显。

总结起来，用户数量的增多和原有用户需求层次的提升是BI应用的重要发展方向。同时，发展的不均衡性可能也是BI在未来一段时间的趋势。不同行业中处于不同阶段企业，其不同用户角色在三个应用层次（报表/查询，分析和决策选择）的需求不均衡，导致了BI运用的差异。

可见在未来一段时间内，BI应用的行业性和企业化趋势将会增强。用户和开发者需要努力辨清BI需求，双方就同一BI平台交流的主动性将有所提升，含三维模式和三层漏斗的BI三维框架将促进这种需求的满足。

微信扫一扫实时了解行业动态

微信扫一扫分享本文给好友