浅谈国内外商业智能BI的发展趋势

feng198526 2011-12-19 02:48:09

商业智能BI是从众多海量业务数据库中，及时提取有价值的信息，或挖掘出有价值的知识，为企业科学决策提供依据，从而提高企业精细化管理水平，提高企业竞争力的综合解决方案。
伴随着企业信息化发展的浪潮汹涌，组织流程的固化、改进，知识的积累、应用，技术的创新、提升，作为商业智能管理的系统软件BI也面临着与日俱进的压力。基于此，最近一两年来，业界各个BI厂家纷纷推出新的版本，概括起来，大概有以下这些趋势：

BI趋势之一：融合加强，演变成门户化
未来的商业智能BI趋势将是基于全面信息集成的服务，将是一种企业级跨部门运作的基础信息系统，可以整合企业各类信息系统和信息资源，为企业内的各种用户提供全面的信息消费服务，最后演变成企业的综合信息门户化，而不是以前单一、隔离、枯燥的系统。

BI趋势之二：更易用更人性化
未来BI的门户将更加强调人性化，功能日趋“傻瓜”，强调易用性、稳定性、开放性，强化人与人沟通、协做的便捷性，重视对于众多信息来源的整合，并进一步完善可以拓展的管理支撑平台框架，从而改变以往“人去找系统”的现状，实现“系统找人”的全新理念与功能。
在2011年,www.OLAPReport.com公布的年度BI系统用户调查报告中，易用性高局榜首。用户选择一个BI平台时，越来越重视易用性。

BI趋势之三：更强的模型支持能力
随着用户对BI分析展现能力的喜爱，很多用户希望业务系统中的查询与报表也能象BI项目中的那样丰富、直观。为此，需要BI平台能对较好适应业务数据库，也就是能方便查询业务数据库，实现丰富的查询展现功能。BI平台支持对业务数据库的直接查询，也就是所谓嵌入式BI的概念。
另外，对于星型等多维模型，为了取得更好的查询性能，支持聚集主题及其自动导航也是BI平台必须具备的一个功能了。

BI趋势之四：移动BI将成为新战场
3G全新时代的到来，对于无线商务、移动信息化而言，则引领了一种更美好的希望与前景，这对BI亦是一样的。必须认识、重视3G时代的BI，把握其走向。
2010年，全球移动用户数量就已经突破50亿，而中国移动用户也达到7亿之巨，可以预见，今后一两年，利用新技术，移动应用将成为BI未来增长点。
2011年，国外的主流BI厂家都纷纷发布了支持移动访问的BI产品，如IBM Cognos10、Oracle BIEE11g等。

BI趋势之五：在云中部署BI，将成为主流方向
云计算概念对用户已耳熟能详。目前云计算方兴未艾，云计算功能极其强大，以云为基础的商业智能在线服务将成为全新的商业智能部署的主流方向。
从某种意义而言，只有产品是面向云规模架构设计并符合云运营模式的BI软件才能获得用户企业的青睐，在今后持续取得成功。至今为止，Oracle、ArcPlan、Jasper等已发布了支持云计算的BI平台。
尽管BI向云迁移的过程中仍然面临许多的挑战，但随着越来越多的企业将其业务应用置于云端，“在云中部署BI”已不是一个可望不可及的理想目标。据悉， BI专业厂商Informatica已经进行了向用户交付云服务的尝试。此前该公司发布的Informatica BI数据集成平台已经能同时部署在预装系统或“云”网络之中，为用户企业提供云端集成服务

BI趋势之六：可视化技术呈亮点，交互式分析助推BI
越来越多的用户不再满足于传统的报表和图表展现，基于地图的数据展示正日趋流行。除了这些广泛采用的技术，一些特殊的数据展现，需要特殊的可视化技术，如数据挖掘结果的特殊展现，结合生产工艺图等个性化展现，噪声数据展示等等。满足各类个性化可视化要求，将是BI面临的一大挑战。
同时，BI传统的过滤、上钻、下钻、比较等功能也难于满足一些特殊企业用户管理分析要求。在未来的BI平台中，预测、分摊、假设模拟、数据挖掘等交互式技术将成为新一轮的BI系统升级改造方向。

BI趋势之七：整合搜索技术，极度简化BI信息的获取
让用户可以随时随地方便获取企业信息一直是BI的至高价值。正如上文所言，访问BI信息最流行的手段就是门户，通过门户组织报表、dashboard等，为用户提供直观的访问界面。但是，随着报表数量和门户目录的不断增加，在大量的门户内容中要快速找出某张报表，将越来越困难。比如，假如门户中包装了500张报表，用户要快速找出包含“10月份商品A在北京地区的毛利率”，可能并不容易。如果BI平台能提供类似Google的搜索条，一切将变得十分容易。
目前，IBM Cognos10等国外的BI产品已整合进搜索技术。

BI趋势之八：融合工作流，满足业务流程式的分析需求
很多业务分析，已趋流程化。比如银行信贷风险评估，需要有把分析、查询、业务审批、信息回馈等组成一个分析流，而不是单独的报表查询访问。
传统的BI产品，很难满足面向流程的分析需求，只能提供单点的信息访问，不能提供全流程业务解决方案。所以，迫切需要BI平台融合进工作流引擎。
目前，业界著名的开源BI产品Pentaho，已经实现了工作流引擎的融合。

BI趋势之九：支持展现结果的二次分析
在具体的业务分析中，为了性能、易用性等原因，往往会在报表结果上进行二次分析。比如，财务报表是从会计账务数据产生出来的。而如果要分析收入、利润等进行趋势分析、分地区分析等，从会计账务数据分析并不是一个好的办法，更好的方法是直接以财务报表为基础进行分析。
展现报表有时需要作为基础数据来进行分析，这是一种十分常见的需求。要解决好这个问题，最主要解决的问题就是BI报表的结构化存储问题，也就是分析结果的回写。

...全文

1538 22 打赏收藏转发到动态举报

写回复

用AI写文章

22 条回复

切换为时间正序

请发表友善的回复…

发表回复

hupeng213 2012-07-09

打赏
举报

请教一些问题

ETL前期需要一个数据质量分析工作，这个工作使用哪些工具会好一些，例如DATACLEANER，TOAD；利用工具完成了分析，报告及后续的处理方案怎么定？

数据处理方案如何与用户进行交流，及处理。

OLAP是利用现有的工具实现好，还是自己写程序开发好？如何选择了自己写程序实现，那选择哪类数据库？关系型？还是非关系型？

如果选择了关系型数据，ORACLE还是SQL SERVER？

假如OLAP很好的完成了，现场实施方案有哪些可利用的经验？

wwl199110 2012-07-06

打赏
举报

刚开始做这一块，公司用的是IBM的。貌似部门没有人清楚自己做的是什么，都是说绩效管理和报表。。。

Te1042964931 2012-05-15

打赏
举报

[Quote=引用 15 楼的回复:]
ERP还没用出水平，BI就只能是个花瓶。
我现在用友体系内，做BQ。（用友收购的之后整合的BI产品）
大多数情况下，都是为了，辅助ERP的交付。（因为一些复杂的报表、图表，NC、U8实现不了）
个人愚见，前景美好，过程坎坷。
有兴趣，可以沟通、交流。
[/Quote]
用友做BQ的很少吧，更多的都是做BO！不过你说对了，他大多数情况是为了辅助ERP的交付。客户认为NC上系统后BI就要跟着上才能叫项目完成，他们哪知道，NC运行还不稳定就上BI，数据不全不准确导致的决策失误还是只有客户买单，客户也是太急了！

昵称是可以中文吗 2012-04-13

打赏
举报

我写论文的时候要到了。。

ixkixkix 2012-04-12

打赏
举报

往往bi就是由几个所谓的专家，按套路设置几个模式而已，
却不知道，bi往往是求新求变的，
做不到这个，那只能是纸上谈兵而已，帮不上忙

ixkixkix 2012-04-12

打赏
举报

让管数据库的人去做BI，感觉是一种讽刺。

BI应该是由业务人员去使用的，比如销售经理，去挖掘客户资源，
而不是让数据库管理人员去挖掘，即使挖掘一大堆数据，可对销售经理来说有用么？

koolerlin 2012-01-06

打赏
举报

不错，很有启发。

mbugaifc 2012-01-05

打赏
举报

ERP还没用出水平，BI就只能是个花瓶。
我现在用友体系内，做BQ。（用友收购的之后整合的BI产品）
大多数情况下，都是为了，辅助ERP的交付。（因为一些复杂的报表、图表，NC、U8实现不了）
个人愚见，前景美好，过程坎坷。
有兴趣，可以沟通、交流。

龙峥嵘 2012-01-04

打赏
举报

(ZDNET) 企业需要BI吗？这是一个常常会被问到的问题。讲BI对很多人而言可能还是太高深了，换角度来问这个问题可能比较容易思考…贵公司需要数据分析吗？财务分析、成本分析、市场分析或是良率分析吗？贵公司需要好的分析工具来加速分析的速度吗？如果上述的两个答案是肯定的，贵企业应该是需要BI的。
简单地说，BI就是分析工具。在早期尚未信息化的时代，分析师藉由笔跟纸（顶多再多一台计算器），要花费大量的计算时间，才有可能从一个角度来进行数据的分析，当然如果老板要再换一个角度来看数据，分析师则要再大费周章再把整个数据从弄一个角度再来进行分析。后来随着数据化的发展，Louts、excel等工具的产生，数据的整理与分析也更方便，此时，一方面藉由上述工具的帮助，另一方面基于市场需求，企业所要进行分析的数据量也就越来越庞大。
但由于这些工具并不方便于多角度的数据分析，再加上所要分析的资料量剧增，许多企业希望可以直接并实时地从企业运行的数据库中来进行多角度的数据分析，其中储存企业大量数据与数据的地方，我们就称之数据仓储（DW，Data Warehouse）而整个进行多维度数据分析的部份，即称之为商业智慧（BI，Business Intelligence）。
其实，现在的问题是，是不是花了大钱，买了好的BI工具，就可以完成企业BI的梦想？之前BI工具呼声喊得震天价响，但就我所知，有的企业花了大钱买了好的BI工具，可是那个买进来的工具确是叫好不叫座，到最后，企业内部的员工九成还是使用Excel 来进行数据的分析。BI的成效不彰，原因可大至归类为下列的几点：
1.金玉其外，败絮其中：这是最常被看见但往往也是最重要的问题，前面已经提过了，商业智慧（BI）必须建立在数据仓储（DW）的基础上，因此单单有好的BI工具，但是底层的数据仓储却没有办法针对上层BI工具所提的需求，提供实时而稳定的服务时，就像盖房子一样，明明是地层没有打稳，可是却要把大楼盖得又高又美是不可能的。这种情况下，再好的工具也就没有辄。
2.缺乏专业的资料分析人员：计算机不论是多「超级」，还是比不上人脑聪明，它只是比人脑「快」而已。BI工具只是方便并加速数据数据的分析，但是数据分析的方向，以及有效并相关连数据的选择，则还是要由人脑来决定的。也就是说，整个BI solution的导入与运作的过程中还是需要一个熟悉数据的内容与架构并且有商业敏感度的人参与（这个人并不需要一定很懂IT，可是应该要数据的本身够敏感）。然而现实情况是，大部份企业对BI工具本身抱了过高的期望，反而在导入的过程中，没有适时地让这方面的人才来发挥他们的长才，并且熟悉BI的使用（甚至有些企业以为既然已经有BI了，就用不着这些人了）。最后，就搞得BI人员自己去搞自己的数据库分析，而这些人还是继续用他们的Excel。
3.数据未做适度的转换：数据储仓中的数据，大多是由企业内部系统中的数据库转进来的，因此这些数据不论是数据结构的定义上，或是数据本身，原本都是给系统程序来读取与储存的。例如在RDBMS的结构下，我们是用PK与FK的对应来做为两个数据表之间的关连，有些系统开发者的习惯比较好，会在数据库中把这些规范出来，有些则不会。不过，不论如何，都还是利用数据库的语法来做定义，这样的定义方式一般的数据分析人员大部份都是看不懂的。数据分析人员并不一定看得懂这样的数据，因此对于这些数据，则需要做适度的转换，才方便数据分析人员的使用。
4.缺乏数据库系统人员的维护：很多企业会误会，买了BI工具安装好可以顺利的运作就大功告成了。但他并没有想到一方面随着时间的成长，数据仓储中的数据也不断地成长，另一方面，数据仓储中的数据也会随着分析需求的改变及企业型态的改变而需要被调整，因此如果没有数据库系统人员随时因企业的需求对数据仓储中的数据（数据本身、index、view…等）来进行维护，时间一久，数据仓储中的数据，或许还可以用，但是架构却是呈现一团乱，这种情况下也一样没有办法提供好的效能。因此在这样的情况下，随着数据的成长，每次分析结果产生的效能越来越差，最早一张报表产生的时间一个小时，而后来却要十个钟头，当然慢慢地，这样的工具也就越来越不被分析师所接受了。
5.缺乏好的呈现方式：完成BI的数据分析后所产出的报表应该要如何呈现给老板看？呈现的方式够不够实时？如果老板不喜欢这样的呈现方式，或者，老板必须长时间的等待才可以拿到这样的数据。此时，不论大家做了再多的数据分析，都不会得到老板的青睐。既然如此，久而久之，大家就没有人想再用这套工具了。
我个人一直觉得BI不能单单只视它为一种「工具」，而应该是从solution的角度来看待它。如果没有完善的整体配套规划，再好的BI工具最后也可能变废物。有趣的是，通常越好的工具，它需要的配套规划也需要越完善（例如：导入顾问服务、完善人员的分工架构、资料仓储的维护…等），相反的，那些不怎样的工具反而不需要太多的配套规划。我想这应该就是Excel为什么至今仍然是BI分析主流工具的原因之一。(杜奕锋)