作为企业信息化发展的“最高阶段”的代表，商务智能(BI)在提升营运效率、深化客户关系、增加销售额、发现机会、辅助决策，提升企业综合竞争力等方面的优势让诸多CIO们为之心动不已。IBM的一份调查称，有83%的CIO将BI列为IT规划远景的首位，然而，一份国内的调查结果则表明，只有大约10%的CIO真正部署了BI(笔者认为，实际的数字可能还要更低)。

　　日前采访一位证券行业CIO时，谈及商务智能系统(BI)的发展，该CIO坦言，目前整个行业的商务智能(BI)水平仍处于初级阶段。他表示，尽管有些软件厂商声称自己有非常完美的数据仓库及数据挖掘产品，但由于商务智能(BI)产品所牵涉面甚广，目前商务智能(BI)产品的效果是值得质疑的：“第一你能挖出什么东西来，值得质疑，第二你挖出的东西是有价值的吗?第三你挖出的东西你敢用吗，你敢给客户推荐吗，你敢保证客户挣钱吗?或者说你敢让管理决策跟着这东西走吗?敢让市场行为跟着这个走吗?”

　　三个问题抛出来，掷地有声。恐怕所有的CIO听到这些问题都要好好的思量一番。我们不妨从这三个问题出发，来看商务智能(BI)的发展都存在哪些问题：

　　BI能挖掘出什么东西?
　　根据百度百科的解释：“商业智能(BI)的关键是从许多来自不同的企业运作系统的数据中提取出有用的数据并进行清理，以保证数据的正确性，然后经过抽取(Extraction)、转换(Transformation)和装载(Load)，即ETL过程，合并到一个企业级的数据仓库里，从而得到企业数据的一个全局视图，在此基础上利用合适的查询和分析工具、数据挖掘工具、OLAP工具等对其进行分析和处理(这时信息变为辅助决策的知识)，最后将知识呈现给管理者，为管理者的决策过程提供支持。”这一描述基本涵盖了BI的全部操作过程及目的。
　　可以看出，在此过程中有两个关键点保证BI结果的质量：其一是数据源，其二是数据处理方法。
　　在对数据源的提取上，它要求企业提供比较真实、规范的原始数据信息，对于许多企业来说，仅这第一步实施起来就颇有困难。即便是那些已经在使用ERP、CRM等信息化管理软件的企业，由于操作的不规范性，以及各个软件间标准的不统一，要获得合乎规定的数据已是不容易，更不用说那些信息化水平不高的企业了。
　　数据的处理方法则牵涉到更多的因素。IT部门需要做充分的调研，最好是跟业务部门的相关人员一起，明确数据处理目的，理清原始数据与想要得到的结果间的逻辑关系，充分考虑到各种影响因素，然后建立合适的处理模型，寻找最恰当的数据处理技术。然后，还要对处理出的结果有一定的检测方法以确保其有效性。
　　于是， BI能够“挖出什么东西”，即给出什么结果，完全取决于以上两步的成果。

　　挖出的东西是有价值的吗?
　　第一个问题解决的是 “BI能做什么”的问题，第二个问题则关乎“BI该做什么”。
　　没错，我们通过BI强大数据分析处理能力可以得出这样或那样的结果，不过，这些结果真的重要吗?真的值得大费周章去获得吗?上文那位CIO曾举例说“我挖出了谁是交易中心收入最高的——那用得着你挖吗?数据库一个sql语句就出来了。”
　　的确会存在这样的IT人员，出于对BI的盲目崇拜，什么都要分析一下，无意中把简单问题搞复杂了。技术手段可以实现很多目标，但在实施之前，最好先调查清楚，这件事是不是有做的必要，以及，其投入产出比是怎样的。IT人员应该学会判断如何用有限的资源，去做最有绩效的事。

　　挖出的东西你敢用吗?
　　技术人员是非常讲究精确、讲究有序和结构化的，然而，生活中不是任何事务都可以套之以简单的“数据模型”，事物间错综复杂的联系以及其微妙的关系有时真不是技术手段能穷极的。软件工具可以帮助人做一些数据处理和结果预测，然而真实的情况如何，有时候还是要下去走一走、看一看，要自己判断和区分。“放到软件里东西都是固化的。这就好比炒股，有那么多分析软件，最后决策还是得靠人的判断力。”正德人寿保险公司CIO裴兆旭先生在一次采访中如此对记者说。
　　BI也一样。或许有一天，对于企业来说“没有BI是万万不能的”，但CIO和CEO们应该时刻记得：BI不是万能的。无论你的原始数据是多么的精确，无论你的分析模型是如何的完美，决策者们都不应该完全迷信技术。而鉴于当下BI厂商们在前两步(原始数据采集筛选和数据处理分析)上都还远不够成熟，对于BI得出的结论就更应该慎之又慎了。
　　尽管如此，BI并不是一无是处。现实中并不乏BI实施成功的案例。但是回顾这些成功者的足迹，大都有以下几个特点：一、企业信息化整体水平较高;二、实施者对企业的业务内涵和BI要求理解比较深入;三、BI实施有重点，并不在大而全的宽泛范围内乱实施;四、成功的BI更多的是针对企业内部数据的分析，少有综合外部市场的案例。
　　在对待BI的问题上，CIO们应该时时保持清醒的判断力，即不要盲目迷信，也不应讳莫如深，多总结多观察，从企业个性化需求出发，在合适的时机选用适合的BI系统。