BI从分散到整合

    由于各种商业智能工具分布在不同厂商的软件中，经常会由此产生的一系列问题，例如，维护成本、培训成本高，各系统交互性差，信息的完整和准确性难以保证。例如一些汽车制造商销售数据存放在SQL Server数据库中，产品零件数据存放在Oracle数据库中，客户质保信息保存在文本文件中。那么，如何对销售情况和产品质量以及客户满意度进行分析呢？

    对于大多数制造商来说，出现这类问题比较普遍。对于这种情况，SAS提供以下解决方案：

    首先，使用ETL工具进行数据整合，建立数据仓库。SAS提供对各种数据库的连接组件，进而对数据进行各种操作:数据转换、清洗、缺失值的分析处理等等。对于诸如Word文档类的非结构化文件，用文本挖掘工具将其转为结构化数据再进一步分析。

    数据的质量决定着决策分析的准确性和可信度，据业内经验统计，此阶段所占项目时间通常在60%以上，因此也是项目成败的关键所在。在这里提醒用户，在选择BI厂商时，应该综合考量BI厂商的数据整合能力，对数据质量的控制能力，实施队伍的人员素质，以及流程的易操作性和日后可维护性等。

    其次，应用分析。数据经过整理后，定义在元数据储存库中，可以被各种分析工具访问。进行数据挖掘分析，产生的数据模型及分析结果可以进行注册或发布到网页上;数据模型可以被其他的工具访问，作为进一步分析的基础或产生相关数据作报表分析。一般，质保分析方法能够提供控制图、趋势图、帕累托分析、时间序列分析等十多种质量控制方法，可以帮助企业了解客户，合理预测和分配售后维护的资源，包括人力和备件资源。

    最后，结果展现。质保分析，数据各种统计报表可以经过定义发布频道发布到软件厂商的Portal中或者发布到用户已有的门户网站上。

    可能有读者不禁会问这么一个问题:上面的质保分析只会影响保修相关的某个部门吗？当企业通过大量的历史数据发现一些规律，比如某种零配件存在隐患时，则企业的库存、采购、供应商等环节都需要更新，相应的流程需要重新优化，那么企业如何才能有效地处理这些问题呢？这里介绍SAS的理念：帮助企业建立一个BI的运行中心，从而统筹企业信息资源，在企业各部门间整合并共享商业智能带来的战略决策利益。

    如果说EIP（企业智能平台）是技术平台的搭建，那么BICC（商业智能运行中心）则是在此平台之上的运筹管理。由于BICC具备的战略性使命，它对企业的技术和业务功能进行有效整合，还向首席财务官、首席信息官甚至是首席执行官等高层管理人员直接报告工作。

    更为重要的是，BICC成为企业结构的组成部分，它必须有来自IT和业务部门的代表，其组织形式将依赖客户的组织和具体情况:可以是实体的，也可以是虚拟的。

    SUB-Zero和Wolf的产品可靠性主管David Bien如此评价:“在保修索赔之前，我们可以利用统计分析功能探测出是否会出现相关问题。所以我们甚至可以在大量产品送到客户之前，更为快速地发现和解决相关问题”。显然，这种预测性的分析，其结果必然不会仅仅影响某一个部门，它会影响到财务管理，供应链管理，客户关系管理以致企业绩效管理。因而强有力的统筹规划，是使决策取得最大效益的保证，这也是成立BICC的价值所在。

    同时，笔者认为，作为战略决策运用的商业智能，其实施必然也需要一个战略级别的架构。从EIP到BICC的战略规划过程中，SOA的成熟应用，必将起到一个重要的桥梁纽带作用。由此产生EIP-SOA-BICC的企业战略级架构，从而推动BI的健康发展！