2.3 价值转型，大数据下的商业智能

如今，也许你并不了解大数据，但大数据的应用确实已经遍地开花。例如，金融行业通过大数据来鉴别个人的信用风险；快递领域通过数据来确定行驶路线，减少等候时间；政府通过大数据来找出最容易发生火灾和井盖爆炸的地点；商场通过大数据发现产品之间的关联。在大数据时代，一切都存在着可能，智能商业带来的价值转型正在悄然发生，而我们也正在体验这一切改变。

2.3.1 大数据为商业智能构建基础

DBA（Database Administrator，数据库管理员）们都知道数据在任何商业智能（Business Intelligence, BI）解决方案中都是最重要的部分。

商业智能作为一个工具，是用来处理企业中现有数据，并将其转换成知识、分析和结论，帮助业务或者决策者做出正确且明智的决定的。商业智能是帮助企业更好地利用数据提高决策质量的技术，其包含了从数据仓库到分析型系统等。

大数据BI是能够处理和分析大数据的BI软件，区别于传统BI软件，大数据BI可以完成对TB级别数据的实时分析。例如，阿里巴巴敏锐地捕捉到大数据的巨大潜能。2012年，阿里巴巴提出大数据战略，通过资源共享与数据互通创造商业价值。在2012年的“双十一”销售热潮中，阿里巴巴以云计算为基础的数据服务，对数以亿万计的消费者需求信息进行捕捉，帮助网商随时调整销售决策。

如今，新一代信息技术已经彻底地改变了BI市场环境，微博、云计算、物联网、移动互联网等各种爆炸式数据，给商业智能的蓬勃发展提供了良好的“大数据”基础。

大数据为BI带来了海量数据。对挖掘来说，大数据量更容易对比，它加速了BI效率和整合能力的提升。因此，有人大胆预测：与大数据相关的商务智能分析将引领管理信息化的发展。

2.3.2 Oracle BIEE商业智能系统

Oracle BIEE是Oracle商业智能平台企业版，由收购、整合SIEBEL和HYPERION相关BI部分组建形成，在Oracle整个商业智能体系架构中主要承担数据分析应用和可视化展示工作。Oracle BIEE架构如图2-10所示，其中最重要、最核心的是BI Server和BI Server所操作的Repository。

利用Oracle BIEE可以将商业智能分析模型清楚简洁地展现出来，开发人员在定义好元数据后，业务人员即使了解内部库表和相关技术，也可以以一种可视化的、简单的方式产生出自己所需要的智能数据报表，这大大提高了经营分析的效率，如图2-11所示。同时，随着云计算技术的不断发展，给商业智能行业带来了新的启示。基于云计算的商业智能平台可以作为Web服务提供给用户，商业智能的Web化和服务化，或将成为一个新的趋势。

2.3.3 商业智能成就行业价值机会

1989年，商务智能界“教父”——Howard Dresner提出“商业智能”的概念，不久后便被人们广泛了解。当时将商业智能定义为一类由数据仓库（或数据集市）、查询报表、数据分析、数据挖掘、数据备份和恢复等部分组成的，以帮助企业决策为目的的技术及应用。

在大数据时代，企业如果想要抢夺大数据市场，就需要具备一定的实力，然而报表的呈现和简易分析只是停留在“B”的阶段，要想达到“I”的阶段，必须要结合整个大环境、大行业的数据来判断分析并给出真正有价值的信息和决策建议，这取决于你能拿到多广多深的数据和你的数据挖掘分析能力以及建模能力。

商业智能与大数据的区别在于，大数据能够基于BI工具进行大容量数据处理和非结构化数据处理，与传统基于事务的数据仓库系统相比较，大数据分析不仅关注结构化的历史数据，它们更倾向于对Web、社交网络、RFID传感器等非结构化海量数据进行分析，大数据无疑是对BI的一个完美补充。

例如，2002年，民航旅客量突破一个亿，这一个亿旅客带来了海量数据的增长，而且数据类型也是丰富多样，所以在那个时候，航信团队就认为数据挖掘是非常必要的工作，利用数据仓库平台做了早期的挖掘。之后经过调研，IT团队也采用了专业商业软件去部署，这个平台也给客户带来了很多价值。

商业智能通常被一些大企业作为强有力的掘金石，在实现信息化建设后，进而贯彻决策的解决方案，而在当前中小企业应用的商业智能的过程中还存有一定的瓶颈，中小企业的实施成本及对商业智能的认识及发展力度还存在一定差异。

据Gartner（全球最具权威的IT研究与顾问咨询公司，成立于1979年）透露，BI市场正在以每年9%的速度增长，到2014年市场价值将高达810亿美元，2020年将增长至1360亿美元。

专家提醒

企业信息化已逐渐由传统运营层管理转向决策层管理，企业实施BI犹如试穿鞋子，企业BI应用的核心取决于企业决策与业务优化，企业对于BI的深化，需要具备一定的信息化基础，BI应用是基于业务优化、运营管理与决策的基础上的。

2.3.4 BI导出商业潜能和社会走向

如今，传统数据仓库的性能已无法应付庞大的信息，但是大数据技术使我们能够访问和使用这些宝贵的、大规模数据集，以应对越来越复杂的数据分析和更好的商业决策。

例如，当你在听音乐时，豆瓣电台会推荐你可能喜欢的音乐；当你在当当网下单某本书时，它会提醒购买这本书的人中有30%也购买了另外一本书（如图2-12所示），这些都是基于大数据分析的。大数据带来的另一改变是，更多事物可以数据化。购物习惯可以数据化，社交关系可以数据化，社会热点的走向也可以数据化（通过对搜索关键词的分析）。这些数据可以导出商业潜能，更能导出社会走向。

随着互联网技术的发展，未来的大数据时代，将是各种信息呈现规模化快速增长的状态。如何更快获取有用的信息是关键，智能分析工具会变得越来越重要，其可以凌驾于多个管理系统、数据库之上。如何通过更灵活、可控的BI工具，真正挖掘出大数据时代的价值，是大数据和BI面临的共同挑战。

2.3.5 商业智能的6大发展前景

总体上来看，商业智能的发展有以下几个特点：实时、操作型、与业务流程的集成、主动以及跨越企业边界等。商业智能的实时特性，可以让公司与顾客拉近距离，而实时商业智能可以迅速地处理数据，并给出及时、有效的决策。

如今，商业智能的概念从技术到应用都发生了巨大的变化，从商业智能到商业分析，再到企业绩效管理，然后再到企业绩效优化。那么商业智能的发展在技术上和应用上的趋势如何呢？笔者在这里谈谈自己的观点，如表2-3所示。