商业智能的应用趋势

文：鼎捷ERP

作者：鼎捷数智 | 发布时间：2012-11-30 14:50:34

    金融和电信等信息化基础较好的企业完成数据大集中之后，必然会求助于商务智能分析数据的价值，以应对日渐激烈的竞争。较近，国外商务智能厂商加速并购，完善了自身产品线，中小商业智能厂商借机融入应用软件巨头的解决方案，增强了整体的市场竞争力。Oracle收购Hyperion，SAP收购Business Obiects，IBM收购Cognos，整个业界对商务智能的前景看好。《信息周刊》针对2007年项目计划采访了300位企业IT负责人，结果表明其中44%把数据仓库列入计划清单，43％将部署数据分析工具。在美国，500强企业中90％以上的企业利用商务智能软件帮助管理者做出决策。
    Gartner公司的调查表明，2000—2004年之间，安全是排在企业IT投资第一位的主题，而商务智能项目的投资在2000年时仅排在第14位，2007年却突飞猛进，排到了第一位。2007年一系列并购改变了纯BI厂商主导市场的格局，未来BI市场将出现由IBM、Oracle、SAP等企业主导，专业BI厂商SAS、Informatica、Microstrategy等引领的趋势。MetaGroup预期，商务智能软件市场规模每年将增加10％一15％。商务智能成为企业管理软件热点的原因是它能帮助企业从现有的数据中提炼出更多价值，为企业创造更多盈利，而这些价值在很长一段时间里隐藏在一堆让企业非常头疼的海量数据里。从全球范围来看，商务智能已成为辅助企业决策的高端系统，单纯依赖直觉进行业务决策会导致企业管理水平落后。
    商务智能在不同时期的热点都有不同程度的变化，从中可以看出商务智能的变化趋势。商务智能不仅仅是数据仓库、查询、报表、多维分析和数据挖掘等技术的集合。企业界对商务智能的认识由感性逐渐走向理性，注意力从数据驱动转向业务驱动，从关注技术转向关注应用，从关注工具转向关注工具产生的绩效。
    1．技术
    数据库技术、统计分析、模式识别和机器学习等技术的发展为商务智能提供了手段。随着竞争加剧，企业对数据资产分析的需求反过来也不断对这些技术提出了新的要求。新兴技术，例如企业搜索、社会性软件、交互式可视化技术和内存内分析技术等先后被纳入到商务智能。商务智能的用户群将扩展到一线员工、顾客和合作伙伴等。
    一直以来，商务智能主要关注结构化、有序的数据。而决策者需要的数据不仅存储在业务数据库中，也来自顾客投诉的电子邮件、顾客的语音评论等非结构化数据源。IDC的调查表明，领先企业会较多地把非结构化数据整合到决策中。较近BusinessObjects(SAP)、IBM等公司通过收购一些搜索厂商，把非结构化的数据导入到数据仓库中，并为商务智能增加文本分析能力，提供数据分析的统一视图，使系统简洁和易于使用。
    MetaGroup公司估计，平均70％的企业数据是非结构化的，这些非结构化的数据和结构化的数据很难集成，导致非结构化数据的价值受到限制。目前一些商务智能产品能够有效处理非结构化的数据。IBM公司通过几年的时间收购了一系列商务智能公司的产品，例如分析软件Alphablox、数据转换和整合软件Ascential Software和制造分析软件SRD等，逐步完善了IBM公司的商务智能中间件产品线。IBM公司发布了以Dynamic为核心的下一代商务智能战略，提供了超越传统商务智能和数据仓库的交付能力。IBM公司相信，商务智能的未来将包含非结构化的信息、实时的分析以及语义搜索功能。IBM公司强调对非结构数据的处理，包括文本、语音甚至图像，推出了支持纯XML的混合型数据库DB29，帮助用户管理异构数据，实现即时商业决策。Business Obiects也在被SAP收购后推出BusinessObjectsXl 3．0，新增了对文本和非结构化数据的支持，企业用户可以利用外部数据源生成报表。负责商务智能解决方案的副总裁KarenParrish指出，运用文本分析对非结．构化的数据进行处理得到的信息可以存储到动态的数据库中，也可以进行实时的分析，或者发送到移动设备上。
    在数据挖掘技术不断演进的同时，搜索技术的迅速崛起为BI带来了革命性的变化。搜索技术有望为企业用户提供一条快速、简单的信息访问通道，使用户在访问数据时，无需了解如何收集、过滤数据，只要热悉企业搜索引擎的使用方法即可。这种数据获取方式实现了结构化数据与非结构化数据的统一搜索，例如用户在访问库存数据时，可以获得物品照片、库存地图等非结构化的信息。商务智能与搜索技术融合，整合结构化数据与非结构化数据，使得数据更易于访问，但两大技术的无缝集成还存在许多困难，需要解决实施成本、技术标准化和权限控制等问题。2006年上半年Google推出的Google OneBox forEnterprise不仅可以搜索数据库和数据仓库中的结构化数据，还可以搜索文本。Oracle、SAS、SAP和InformationBuilders等商务智能厂商已推出了链接GoogleOneBox的企业级搜索方案，IBM和Microsoft等公司也不甘示弱。
    2．业务
    商务智能与业务的结合越来越深入。商务智能项目由技术部门牵头，对业务需求把握不准确，技术与业务脱离是商务智能项目失败的主要原因之一。有些企业把商务智能看做一套技术，构建的系统越来越复杂，却满足不了用户的需求。IDC分析师DanVesset认为，商务智能的投资不确定的问题并非技术本身，而是技术与业务的脱节。对汀人员而言，商务智能意味着报表制作、查询工具、在线分析处理工具以及数据挖掘等。而对较终用户而言，却意味着决策支持。
    商务智能正转向业务驱动，业务人员开始主导商业策略和业务规则设计。企业对商务智能的应用开始反思，认识到以业务为导向的商务智能的作用，商务智能已嵌入ERP、CRM和SCM等应用系统，为用户提供分析支持。目前领先的商务智能厂商基于ERP、CRM和SCM等软件拓展商务智能市场，向顾客提供整合的解决方案。商务智能的发展在关注业务方面主要体现在加强对业务系统的智能分析，例如顾客智能、供应链智能和财务智能等，企业管理软件正从商务智能扩展至管理智能。
    (1)供应链管理智能
    商务智能从流程分析、决策支持、绩效管理以及关系管理等方面改善供应链管理：改善供应链数据的可见度，使供应链中的库存水平降低：改善供应链关系，加强与供应链伙伴的合作，提高供应链的竞争力。
    ①商务智能能够贯穿供应链的始终，对供应链管理的各个流程进行分析，以优化供应链，提高供应链管理效率。根据供应链运营参考模型(SupplyChainOperationsReferenceModel，SCOR)，供应链管理可以分为计划、供应商选择、制造、配送和退货等流程。商务智能通过分析供应链周期、供应链成本等关键因素，选择合适的供应商，管理生产成本并改善资源与设备利用，优化产品库存管理，有效退货管理等影响整个供应链绩效的因素，提高供应链的效率，改善资源的优化配置，降低供应链运营成本，改善顾客满意度。
    ②决策支持。商务智能通过对供应链管理系统的运营数据进行分析，探究销售出现的问题，把握顾客消费的习惯和消费特征，预测市场动向，协同供应链上游合适的供应商实时满足顾客需求。
    ③绩效衡量。商务智能工具以可视化的绩效衡量手段和实时分析的方法，全面、准确地反映整个供应链的运营状况与绩效水平。与以往仅仅反映单个企业的运营绩效不同，供应链绩效衡量把供应链绩效指标分为内部和外部两个方面：内部是指单个企业的生产计划、产品成本与质量、顾客服务质量以及库存水平等，外部则是针对供应链合作伙伴的绩效。
    ④关系管理。供应链关系管理既可以发现顾客需求，又可以加强与供应链伙伴之间的合作，保持整个供应链的优势。企业使用商务智能工具对销售终端的数据进行多维分析或者数据挖掘，把此信息反馈到供应链上游共享，指导产品改进和开发。并从中发现顾客需求，为顾客定制个性化的服务，提高顾客的忠诚度。
    (2)顾客智能
    面对激烈的竞争，企业开始建立以顾客为中心的经营理念。谁是企业潜在的顾客?何时获取顾客?企业有价值的顾客特征是什么?如何增加顾客的价值?如何预测顾客的流失?如何赢回顾客等问题已成为顾客关系管理(CRM)的关键所在。数据挖掘可贯穿于顾客生命周期的各个阶段：首先是企业开展有针对性的市场营销活动，对潜在的用户群施加一定的影响。其中总会有部分用户响应，成为企业的新顾客，开始购买企业的产品或服务。为了提升顾客的价值，企业需要有针对性开展交叉销售、提升销售和刺激消费。过了一‘段时间以后，由于竞争者和替代品的威胁，部分顾客会逐渐流失。企业需要了解顾客保有期的生存分析，对顾客的流失进行预测。此外，顾客流失，企业可能还需要赢回策略挽回。数据挖掘能帮助企业改善这些商业活动。
    顾客的需求存在于与顾客交往的记录中，例如交易记录、点击流和E-mail反馈等，即顾客数据库。通过对顾客相关的数据进行分析可以360度理解顾客及其行为，缩短企业与顾客之间的距离，改善企业的营销、销售和服务水平，提升顾客满意度。顾客智能也被称为CRM系统中的商务智能，内容涉及顾客知识的生成、分发和使用，其中顾客知识包括顾客的消费偏好、喜欢选用的接触渠道、消费行为特征等许多描述顾客的知识。它提供全方位的顾客数据查询、分析和监控功能。顾客智能还可以对顾客满意度、忠诚度以及顾客生命周期进行分析，并通过绩效管理对顾客利润贡献进行评估进而制定顾客细分策略。
    顾客智能也是CRM的智慧所在。商务智能通过顾客行为分类、关联分析、顾客行为序列分析