由于这么几年一直和商业智能打转转，所以我也特别关心这个圈子里面的东西。2007年，商业智能行业风起云涌，Oracle收了Hyperion，SAP收了BO，IBM收了Cognos。商业智能四大天王就剩下了SAS。而那些更专业的偏重于某类应用分析的软件厂商也尽数被三巨头吞没，继续增强他们的商业智能战略。

 

IBM在2009年发布了一个新的概念：“新锐洞察”。一个口号把信息战略、商业智能，行业洞察分析和咨询服务、信息管理软件和解决方案全都捆绑在了一起。而“新锐洞察”正是IBM目前的全球品牌理念“智慧地球”的四大组成部分，可见其地位之高，事实上“新锐洞察”代表了商业智能未来至少10年的发展趋势，亦即在未来，商业智能不再满足于现在Cognos等商业智能软件现有的统计，分析，报表，查询功能，还将在业务层面兼以高级的分析与优化，并向上整合企业信息战略，向下适应企业信息平台和信息管理软件。

我是从2006年接触Cognos的。感性来讲，Cognos整体各个商业智能特性都挺均衡，在ETL、多维分析、前端仪表盘展现、门户集成、EXCEL集成、统计报表、数据查询这几方面功能深度和广度都到了一定层次，算是比较完整的解决方案。而IBM更是给“新锐洞察”注入了信息议程、数据全生命周期管理这样的规划理念和实现方法，而不仅仅提供IT工具。

 

商业智能项目，其实最难的就是不是数据的抽取、转换、导入，而是按主题按维度建立数据仓库。设计不好的话，有些分析就出不来或者非常难出。但是设计维度需要和业务息息相关。所以一个精通业务又精通商业智能的专家顾问才能设计成功。这就是行业咨询专家的价值。这是一个商业智能项目不可或缺的项目成员。

说起商业智能项目的数据的抽取、转换、导入工作，是个很头疼的问题。根源就在于数据分散在各个业务系统中。而各个系统是由不同的IT供应商开发的。要想把不同的供应商放在一个IT项目中合作，其项目管理的工作难度和压力相当的大。

因为工作关系常常和IBM打交道，所以论起IBM的咨询实力、项目管理能力、产品能力，那都是相当有实力的。这是要保证一个商业智能项目成功的必要条件，缺一不可。

在国内，人们对商业智能存在两种误区论调。

一种是商业智能用不起来论。觉得现在中国大部分企业信息化都很薄弱，业务系统还没上几个，很多业务还是EXCEL做或者纸张做，甚至只是打电话或人见面直接沟通，连一点过程信息都留不下。而商业智能要实施，需要大量的业务数据来支撑。所以，商业智能没有基础，用不起来。

另外一种论调是商业智能无用论。过去咱们电信、银行行业也都尝试做了些商业智能的项目，但都是由于在数据收集、数据质量管理、应用整合、数据集中等多方面都存在千疮百孔，就要直接上马商业智能。这自然也无法充分发挥出商业智能的作用。

对于第一种论调，我是这样看的。中国企业信息化这个大盘其实是个长尾市场。中大型企业客户数量少，但却每年给这个大盘贡献了主要的IT建设项目合同，而数量众多的中小型企业IT建设需求各异、项目规模小、金额小、建设水平参差不齐。而中大型既巨型企业由于企业大部门多层级多分支机构多、业务复杂、产业链长，所以他们的信息化需求早、开展的也早、信息化投入最多、也有钱持续投入。他们的信息化建设也相对比较完善，这些企业已经在关注、尝试、甚至好几年前已经实施了商业智能。这方面的需求很是强劲。在CIO社区上和众多CIO交流，大家都表示商业智能是2010年重点关注技术。

而对于商业智能无用论，我想多说几句。垃圾的数据输入只能产生垃圾的数据输出，绝对不会产生有价值的商业决策信息。

所以，第一步，必须把数据收集有质量的完成。也就是说，信息系统要尽量把业务覆盖全，把业务过程环节中发生的信息都收集全。收集数据蛮难的。因为数据想收集齐全，必然涉及到录入。录入工作量导致终端用户情绪反弹，信息系统非但没有帮助终端用户减少工作量，相反还加重了日常工作。所以，如何创新性的通过IT应用技术，如RFID、短信、条码扫描、自动图像识别等等来尽量缓减信息收集的难度。

第二步，提升数据质量。制定录入数据各项的具体约束条件和必录项，制定录入数据的标准字典，监督数据录入的完整性、及时性、保鲜性。

第三步，在以上的基础上再做系统整合、数据集中。

第四步，在以上条件具备的情况下再进行数据分析指标模型设计、数据仓库建立，商业智能才能发挥应有的作用。

而这一切要想达成，尤其在一个大型或巨型企业中，IT系统纷杂、复杂，理顺IT系统之间的关联关系和数据接口、数据流向已属不易，还要进行这些前置环节的工作。所以一个完整的商业智能项目没有1年甚至1年以上的项目周期，是不可能成功的。只有具有丰富的大型项目管理、IT规划、商业智能项目实施的团队才能胜任。

所以，2010年，对于想实施或正在关注商业智能的CIO朋友，一定要先给自己的IT系统做好“体检”工作，看看自己的IT系统数据收集完善情况、数据质量情况、数据统一口径情况、数据集成情况、数据集中情况。把这些前置环节夯实了，商业智能项目将能很快显现出它的威力。