目前，BI在应用企业中有点声名狼藉，很多人都对BI有这样的看法：浪费大量资源，提供的报表又几乎没人去读。而事实上，BI的投资回报之所以不确定，其问题并不是出在技术本身，而是由于技术与业务的脱节。

    BI常常遭遇这样的尴尬：公司主管们需要更多的报表来获取宝贵信息，从而有效管理公司，于是，IT部门购买新的BI单点解决方案，但即使越来越多的时间用于清理数据、生成报表上，统计结果却被一再要求改变，因为IT人员提供的报表经常离谱。

    掌握BI越来越重要。弗雷斯特、Gartner和IDC等知名咨询公司都认为，竞争日益加剧促使业务经理们需要随时掌握关键绩效指标(KPI)，大企业对BI的需求已经出现了增长趋势。Martens说，实施不当的BI不但是“治标不治本的解决办法”，也满足不了日益增长的业需求：监控流程运行状况、掌握客户需求的变化、当前销售方法对公司财务状况的影响等。

    Evelson建议：“不要从数据仓库或者分析引擎入手，而是要从解决业务问题着手。”

关注核心

    “大家日益认识到，不能单单把BI加到一大堆数据上，这种方法成本高、效率低。”德勤咨询公司负责BI业务的合伙人Scott Sognefest说：“这就像你绝不可能先建好工厂，再决定想要生产什么产品。”

    所以，要先弄清楚实施BI的理由，然后再构建及完善通用数据模型，并确保来自多个系统的数据具有一致性。Gartner公司的副总裁Betsy Burton说：“数据质量和数据完整性问题永远不会消失，没有简单的办法可以解决。”

    BI厂商们试图利用主数据管理(MDM)解决方案来解决数据质量和集成问题，但数据治理、清理及调和等方面的工作不单单是BI的范畴，还会影响企业的每个角落。公司必须全面完成数据工作，这是一个长期项目，最好的策略是减少数据源，只留下可满足明确的业务目标的数据源。这可以消除相互冲突的数据源，从而易于管理数据清理和集成。力求数据尽量准确，让数据更贴近上下文和元数据，Martens补充说：“抽取、转换和加载(ETL)需要很大的成本。”他指的是从遗留系统获取大块静态数据的常见方法。

    减少数据源的数量有助于避免繁琐的工作，但数据质量仍要达到标准。

简化解决方案

    炼油企业Valero Energy负责报表和财务的主管Kirk Hewitt说，不仅要简化数据，还要合并BI工具。经过长达十年的收购后，Valero现在使用5个工具。该公司已经通过采用通用的ERP系统、通用的财务管理工件(譬如会计科目表和管理软件)以及统一数据库(如客户或者炼油信息数据库)，简化了数据环境。Hewitt说：“我们极力主张采用主数据管理、在源头清理数据。”

    拥有多个BI工具意味着各部门的分析方法各不相同，哪怕数据是一模一样的，也会得出不同结果。BI方面的另一个常见错误就是，以为所有数据在分析之前必须位于数据仓库中。使用Oracle公司BI工具的Martens说：“如今的BI工具能够指向任何数据存储区。”金属品经销商Hillman集团的CIO Jim Honerkamp同样表示，“在的Information Builders系统中，我们根本不用数据仓库，我们可以直接查看支持事务系统的数据库，譬如财务和送货等数据库。”

    不过，数据仓库及其他历史数据存储区也有一席之地。Evelson说：“你需要把数据存放在某处，无论是放在数据仓库、数据库，还是放在高速缓存中，关键在于确定你需要为哪种类型的数据使用什么样的存储区。”

    在Valero公司，BI系统可以进入SAP Business Warehouse查找事务数据，直接进入SAP R/3查找敏感信息(如人力资源部门使用的信息)，进入Oracle数据仓库查找财务数据，进入各种SQL数据库查找部门数据。他说：“不需要从某个数据源获取数据后，再放到数据仓库中，以便清理及向上钻取。这样做不但会增加成本和复杂性，为方便BI工具而把所有数据转换成某种中间格式，还可能失去相关的元数据及关系。”

让BI更贴近业务操作

    厂商和用户都变得迷恋于所谓的操作型BI。这通常意味着“嵌入”业务流程来进行分析，譬如识别不同寻常的供应商活动(可能需要改变价格或者生产计划)，或者记下利润低于预期的产品(这表明营销、销售或者配送方面出了问题)。

    获得操作视图的一种流行方法就是使用仪表盘。瓦霍维亚银行负责统计和建模的高级副总裁Dan Thorpe强调，不同的仪表盘内部可能使用不同的度量，这样大家没法共同了解出现的情况。问题在于部署仪表盘的方式通常不同，有的是密封产品，IT人员不知道它们的度量；有的是用户带来的工具。不管是哪种情况，往往会导致不一致的视图，从而无法了解企业内出现的情况。Sognefest说：“任何人都能获得所需的信息，但信息却不一致，不知道哪个信息是正确的。”

    PHH Arval的Corrigan补充说：“仪表盘方面的失败案例多于成功案例。”

    临时采用仪表盘、KPI、报表等工具，这些警示信号都表明整个企业的BI战略出了问题，甚或根本没有这种战略。Thorpe说：“BI应该是企业运营团队的职责，但BI却往往不是他们优先考虑的，于是技术成了问题，结果数据孤岛增多，混乱局面随之出现。”

    局部性的分析工具很容易偷偷进入企业，无论是通过Web获得的工具，还是常用的业务工具。这对IT人员来说可不是好事。Ovum的BI分析师Mike Davis说，微软Excel向来用作个人分析工具，它会生成相同信息的多个视图;要是企业部署的新Excel服务器包含强大的BI功能，情况会变得更糟。2006年4月，微软收购了专业分析公司ProClarity，随之获得了BI功能。

    通用投资及开发公司的CIO Shawn Mahoney说，这家商业房地产公司也曾面临这种困境。不同的财务分析人员使用各自的Excel公式，用来计算内部回报率等项目，导致投资决策不一致。Mahoney没有竭力禁用Excel，而是实施了OutlookSoft，它将Excel作为分析引擎和数据库的前端，从而确保每个人都有同样的数据模型和公式用于决策。“我们每个人都在使用一套标准的流程。”Mahoney说。

编织BI结构

    Ovum的Charlesworth说，现在比较容易把BI技术一致地运用到更多的操作型系统上，这归功于Web服务、使用更广泛的标准、更多的通用API，以及SOA等新出现的概念。这还有助于支持合并企业内的BI工具，那样只有一个通用分析引擎用于财务和生产等典型流程。

    “不但比较容易让诸多应用系统使用通用的BI引擎，”Charlesworth说：“也比较容易支持以一种更动态的方法把BI技术提供给用户。”记得Honerkamp的目标就是让IT部门摆脱查询和报表事务吗，他通过企业门户把BI工具提供给用户，从而基本上实现了目标。Hillman集团的开发人员不是创建查询、执行报表，而是创建了BI应用系统——不但能分析特定的业务，还让业务人员可以使用复选框和下拉菜单，迅速自行创建查询。

    实际上，这个项目帮助员工加深了解对本公司的业务。IT人员创建的第一个应用系统就是分析收入，但在定义阶段，公司显然有多种方式来定义到底什么是收入。Honerkamp说：“IT成了促使各部门就收入的定义达成共识的催化剂，之后我们再构建应用系统。”这不但省去了大量的数据清理工作，还第一次使公司上下就一个根本性的财务问题达成了一致意见。

不仅仅是结构化数据

    “展望未来，企业会寻找搜索工具及非结构化分析工具，有助于理解文本数据及数据库外部的其他信息。”Ovum公司的Davis说，但这类工具大多数仍处于开发阶段，可以利用定性分析增强BI的定量分析。一个简单例子就是，对呼叫中心的记录进行分析，可获得有关竞争者的参考信息，这对新客户来说似乎最有吸引力，当然还能给重要客户留下好的印象。

    通信设备生产商Harris就是个例子，该公司利用更多的传统分析工具增强了内部的搜索功能。Harris供应链管理主管Janice Lindsay说，工程师根据功耗和接口等标准对部件进行搜索后，Endeca Technologies公司的搜索引擎就会查看原始结果，然后查找定量信息，譬如次品率、可获折扣、可靠性级别、预计某部件还会生产多久。然后，该搜索引擎使用这些因素推荐工程师应当使用哪些部件。返回结果根据多达200个标准进行过滤及评定，所用的信息不但来自供应商系统和行业数据库，还来自ERP、制造、产品设计及其他内部系统。

    Endeca公司负责战略开发的副总裁Matt Eichner说，通过使用动态汇总技术，Endeca信息访问平台能够分析任何数据源，找出模式。而且，动态汇总技术不需要事先定义的多维数据集。

    Factiva是说明非结构化分析可以发挥作用的另一个例子。据Davis介绍，Factiva搜索众多网站和博客后找出提到的公司，然后分析文本，确定提到的这家公司是不是赢得了赞许，最后生成名誉指数。Ovum的Charlesworth说，将这项功能与传统BI相结合是个美妙的想法，但还处于早期阶段。 “大约5年后才会有结果。”Davis预计。

    IT人员如下几个方面还有许多事要做：让BI环境更合理、满足更高的要求，并把BI引入公司的业务操作层面。瓦霍维亚银行的Thorpe说，自始至终要记住一条根本的真理：“你要以业务为导向，而不是以IT为导向。不然，没人会用你的工具。”(沈建苗编译自《InfoWorld》)

业务驱动BI

    在74%的公司，管理人员作为一个重要项目来推动BI。其中，48%是由主管人员推动的，30%是由业务经理推动的。

    74%的公司认为BI在今后3～5年具有高优先级或者最高优先级;66%认为在接下来一年具有这样的优先级。

    61%的调查对象称，业务分析人员在本企业扮演更重要的战略角色。其中39%打算在明年聘请更多的业务分析人员。

IT人员的BI挑战

    IT人员在部署BI时面临的主要难题是数据质量(50%)，其次是集成来自操作型系统的数据(37%)，以及将BI软件与现有的IT基础设施进行集成(33%)。

BI的使用情况

    预测分析是BI的一大用途，62%的调查对象在使用或者计划一年内使用该功能。使用预测分析最多的部门是：销售部门(56%)、财务部门(54%)、营销部门(54%)、后勤/材料管理(35%)和客户服务/呼叫中心(35%)；

    最重要的BI功能是向下钻取和钻透(67%)、分类和过滤(60%)以及决策评估和优化(45%)；

    6%的调查对象对报表和仪表板的相关性和准确性极有信心或者很有信心;10%的调查对象毫无信心；

    54%的调查对象会考虑使用让用户可以自行获得结果的搜索技术来取代BI生成的报表。但这些调查对象中有43%声称，本公司内部没有这方面的专门技能。