商务智能的工具简介

王茁（王）：看了我们上一次对商务智能的作用和意义的探讨，读者可能已经认识到商务智能就好比“企业的慧眼”那么重要和宝贵。

顾洁（顾）：我们也介绍了商务智能的定义，但是为了能使读者对商务智有一个更具体的认识，我觉得我们还有必要专门介绍一下商务智能所涉及和依赖的技术。

王：有道理，那你就给大家介绍一下吧。

顾：好吧。商务智能技术有广义和狭义之分，广义的商务智能技术包括数据仓库和数据提取、转换与装载工具；狭义的商务智能工具是指能帮助不是特别精通电脑的终端用户接入、分析信息并从而做出行动的一系列应用软件和工具，这些工具能够大大地增强用户与数据进行互动的能力，帮助他们作出各种各样的分析。狭义的商务智能技术工具主要包括查询和报告工具、在线分析处理、企业商务智能套件、商务智能平台、数据挖掘、高级分析工具等。

王：查询和报告工具就由我来介绍吧：它是早期的商务智能手段，通常位于用户的电脑桌面。用户使用这些工具能接入联网的关系型数据库，同时也能接入多维数据库；用户也可以用这些工具做一些简单的分析和报告，把它们展现在屏幕上或打印出来。由于查询和报告工具是商务智能中最常用的工具，因而得了个“商务智能中的面包和黄油”的说法。

顾：你说得对。不过，你有没有注意到，随着企业数据的激增和商务智能的精进，有许多人和企业开始瞧不起简单的查询和报告工具，这种态度和行为其实是不对的。在大企业的许多部门和许多用户中以及在所有中小企业中，查询和报告工具的用途还是非常广泛的，有着不可比拟的熟悉度和灵活性，其“存在就是合理的”。生意和数据量并不大的企业的商务智能系统在很长一段历史时间内只需配备基本的查询和报告工具就足够了，就象普通人们家里只需配备一些常用的工具（象钳子、扳子、锒头和螺丝刀之类）就可以了，而不需要象专业木匠或者木材加工厂那样配备全套高精尖的工具；再说，如果真配备了那么多高精尖的昂贵工具（这本身就不是个好的资本投资），每次为了做一些简单的查询、报告和分析都打开大型工具箱，好象总觉得有些浪费，象“大炮打苍蝇”一样大材小用。

王：可是，就算你在这里苦心提醒，还会有一些讲惯了排场的企业（特别是中国的企业）认为简单的查询、报告工具是低档货，打着“要用就用最好的”、“与世界接轨”和“赶超世界先进水平”的美丽旗号，不加分析、不从企业实际需求出发，花上一大笔钱买下一大堆高级、复杂的工具，玩几天新鲜，然后就束之高阁了。

顾：有条件的企业还是应该追求进步，引入其他商务智能工具，比如在线分析处理工具。在线分析处理工具能够帮助用户对多维度的数据按从大到小、从高到低的顺序组织、分析，用户可以灵活、随意地组合维度，对数据横切竖割，对企业的经营情况进行多侧面的审视；就象高超的摄影师通过推远和拉近手段拍出壮观的宏大画面和精细的局部特写一样，为企业的“导演”——各个部门和各个层面的决策者——对企业的经营情况进行多侧面的审视，真正做到所谓的“心中有数”或“成竹在胸”。

王：那企业商务智能套件和商务智能平台又是什么样的技术工具呢？

顾：企业商务智能套件是简单查询与报告工具的升级换代产品，集查询、报告与在线分析处理功能于一身，在可扩展性、易使用性和易管理性方面都比简单查询与报告工具更胜一筹；而商务智能平台是创造、安装、支持和维持商务智能应用软件的一整套工具和一系列环境，企业利用商务智能平台可以开发出更加定制化的用户界面，并针对具体的商务问题进行具体的分析，建立具体的模型，得出更加有的放矢的结论。

王：很多人把数据挖掘等同于商务智能，这种看法对吗？

顾：数据挖掘是从大量数据中挖掘出类型和趋势的技术过程。把商务智能的技术工具等同于数据挖掘的看法是不对的。数据挖掘更主要的不是一门技术工具，而是一个概念和过程，其终极目的在于发现新的关联和关系、新的类型和类别、新的形势和趋势。数据挖掘过程会用到高级的统计和数学技术，例如抽取亚样本、分层、束群、回归和视觉化等等，这些手段有可能带来有意义的发现从而帮助人们更好地理解商务问题，也有可能找到具有解释力和预测力的模型。数据挖掘通常用于舞弊侦探、顾客描述、经济预测和趋势识别。数据挖掘不是一般用户能胜任的，它要求高深的专门化训练，有点象佛教中的“参禅”，非上等利智难以入门，所以普通企业和用户还应该从容易入门的“净宗”练起——着重掌握比较易学、比较好用的查询分析工具和企业商务智能套件。

王：能不能再请你介绍一下商务智能中的高级分析工具呢？

顾：好的。高级分析工具是把数据转换应用到数据中，并应用以前关于各种各样过程的洞见来产生新的洞见的技术领域，这样的洞见可能是分析型的，也可能是预测型的，既能支持决策，又能支持自动化。高级分析工具是一个很大、很分散的空间，从方法论的角度来看，高级分析的根基及其多种分支，比如统计、统筹学、类型识别、优化和决策理论都是数学。高级分析工具也包含许多交叉学科，比如我们前面介绍过的数据挖掘，另外还包括模拟、人工智能、信息提取和计算语言学。许多更加高级的分析技术比如遗传算法、贝叶斯方法和模糊逻辑，尽管在媒体上造了很大的势，但是只在一些利基市场有立足之地。神经元网络、数据挖掘和数学编程之类的技术在某些领域已经成熟，但在其它领域还缺乏根基。高级分析技术接触到几乎每一个实证或科学领域。最重要的是，在商业领域中，高级分析工具已经在客户关系管理、商务智能、商务活动监理、风险管理、质量检测、计算机辅助设计和计算机辅助制造、药剂学、法医学以及需求预测方面站稳了脚跟。企业在部署高级分析工具的时候，应该理解所要解决的问题的数学特性怎样与所选择的分析方法配合起来。为了避免风险，企业应该多做案例研究、试验和验证测试。

王：市面上有这么多商务智能技术工具，那企业用户该如何选择呢？

顾：企业在评估商务智能技术工具是应该着重考察以下因素：