节选雷万云博士《信息化与信息管理实践之道》第四篇第11章

企业领导凭经验和直觉做决策的时代，已经一去不复返了。今天的企业领导者必须重新思考使用信息或分析工具的机会。企业不仅要采用种种智能连接的技术和设备，同时，还要具备将这些信息转变为新的智能行动的能力——强大的分析能力和广泛而一致的应用。这样的企业我们称之为智能企业，它们能够从各种渠道获得精确、相关的信息，分析这些信息，并将其置于一定背景之下以及组织当中，用于实时决策和在恰当时机采取行动。智能企业的业务分析与优化是一个与企业战略和业务目标紧密结合的持续优化过程。这个过程从了解企业战略和业务目标、确定业务优化领域开始，通过分析业务优化的影响因素、数据的收集准备、利用创新方法分析提炼，直到帮助企业优化业务。同时，通过反馈数据，进一步修正业务目标，企业可以达到持续优化。本章我们论述商业智能BI系统的基本概念和关键技术，系统选型和实施策略以及相关案例来进一步说明企业如何通过BI系统实施逐步迈进智能企业，提升企业的业务洞察力。

11.1 商务智能系统概述

如今人类已进入知识经济时代，随着全球经济的日趋一体化，信息在企业中的地位也越来越重要，已成为影响企业生产力、市场竞争力的决定性因素。在企业信息化技术中，商务智能技术是集大成者。

商务智能(Business Intelligence, BI)是企业利用数据仓库(Data Warehouse, DW)、数据挖掘(Data Mining, DM)、在线分析处理(也称为联机分析处理，On-Line Analysis Processing，OLAP)、决策支持系统(DSS)等现代信息技术对企业经营过程中产生的大量结构化和非结构化商务数据和信息进行收集、整理、分析，以辅助企业决策的工具、方法、技术的统称，如图11-1所示的原理。

图11-1 商务智能系统的原理框图

BI系统是一个有机整体，数据来自企业的不同运营系统，要从中提取出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（Extraction）、转换（Transformation）和装载（Load），即ETL过程，将数据合并到一个企业级的数据仓库里，然后得到企业数据的一个全局视图，在此基础上利用合适的查询和分析工具、数据挖掘工具、OLAP工具等对其进行分析和处理（这时信息变为辅助决策的知识），最后将结果呈现给管理者，为管理者的决策过程提供支持。

因此，BI是多项技术交叉的复合应用，其本质是通过对信息流的处理即数据、信息、知识的成功转化实现的，其关键技术可分为三大类：数据集成技术、信息分析技术、知识展示技术。数据集成是捕捉、整合、转换、清洗、改造源数据和把源数据装到数据仓库的一系列过程；信息分析是对存放在数据仓库中的数据进行分析以发现有价值的信息；知识展示是对信息分析的结果进行展示和解释以便用户能够理解并影响用户的行为。

BI不是一个新名词，是企业信息化发展过程中，不断突破、凝练、沉淀的结果。早在80年代，当时“商务智能”的标准是能容易地获得想要的数据和信息。90年代是BI真正起步的阶段，大型商用数据系统越来越成熟，并得到推广应用；在数据基础上的各种辅助决策理论与工具，如机器学习、数据挖掘等被提出并迅速得到应用。早在90年代初，Garter Group的Howard Dresner把EUQR（终端查询和报表）、DSS、OLAP称为BI。企业使用这些工具使企业获得的优势也被称为BI。后来，出现了数据仓库、数据集市技术，以及与之相关的ETL（抽取，转换，上载）、数据清洗、数据挖掘、商业建模等，人们也将这些技术统归为BI的领域。不过，到目前为止，关于BI还没有统一的定义。

进一步的内容请参考《信息化与信息管理实践之道》。