我們沒有提前預警到數據能給我們帶來的問題，所以都沒有相應的措施，但是時間的推移數據問題的出現讓我們不得不去尋求相應的解決方案。

數據的影響

90年代初大家對數據的影響還沒什么感覺，到了90年代末，人們已經能夠察覺到眼前的大量的數據帶來了困擾。進入21世紀，大數據的問題已經讓我們的正常秩序受到了嚴重的影響。這種事就在你我身邊，一個平常飲料店的故事可以為證。

1993年前，店里賣的飲料只有啤酒、可口可樂和北冰洋汽水，進貨出貨老板在一個舊本子上記著，顧客是周圍的街坊，全是熟人。1995年，生意大了，各處開了分號，飲料多了，酒也多了，賣的東西總共幾十種。店里裝了自動柜員機，每筆買賣都得擺弄鍵盤，有點兒麻煩，可省了動腦子。柜員機里記的賬天天都打印出來送給老板。開始老板每天看，時間一長，看不過來，加個總數就算了。生意該怎么做，老板還算清楚。1998年，經營的品種過了百，店里連了網，用上了財務軟件。1999年又上了互聯網，周圍的店一天天多起來，客人來自四面八方。賬單每天打出厚厚一堆，老板瞧著密密麻麻的數字楞神，直嚷嚷生意難做。

自從飲料店老板多了這付電子神經，上面傳來的數據一日多似一日，爹媽給的肉神經要超負荷運轉了。原先，老板很清楚什么季節該賣什么、什么人愛什么、到時候進多少貨、進什么貨。現在看著精確無比、但毫無頭緒的數字沒了主意，弄不清什么地段的店什么好賣，弄不清進誰家的貨更合算，弄不清什么樣的顧客喜歡什么。手下人出的主意五花八門，眼看著利潤往下掉，干著急。數字天書蒙住了人的眼睛，老板被裹入到“數據迷霧”中。

數據困擾無處不在，企業越大，影響越濃重。做酒店的，弄不清世界各地分號每間客房的平均收益，弄不清什么樣的客人常來，最后慘到弄不清自已的市場定位。數據總量的增長讓人瞠目結舌，美國MCI是跨國的電信公司，長途電話客戶2億，電腦里數據存了5TB，每月還增加300GB。據美國加州一所大學研究，世界上每個人，不論死活，已經產生或將要產生250MB的數據，每年全球數據凈增2×1010GB。

大霧沉沉如何行路?電子神經和肉神經之間可以裝個轉換器，把數字天書轉換成彩色的圖、簡單的表、概括的信息，肉神經就能明白業務狀態，做出決策。兩付神經間的轉換器、指引人類在數據迷霧里穿行的燈就是“商業智能”。

商業智能里的智慧

商業智能(BI)的概念最早是Gartner Group于1996年提出來的，那時互聯網還沒如此紅火。當時將商業智能定義為以幫助企業決策為目的，對數據進行收集、存儲、分析、訪問等處理的一大類技術及其應用。當時，Gartner Group預測說：到2000年，信息民主將在具有前瞻性思維的企業中浮現。借助商業智能，員工、咨詢員、客戶、供應商以及公眾就能有效運用信息。商業智能所涉及的技術與應用，在Gartner Group命名之前就有。作為企業內部的信息系統，最早被稱之為執行信息系統(EIS)，在羽化成商業智能之前叫決策支持系統(DSS)。

把商業智能看做一種解決方案應該比較恰當，其中包含大量技術和應用系統，還有更多的技術和應用正在向商業智能的旗幟集合。商業智能解決方案的基本成分有數據倉庫、數據分析、數據挖掘、數據展示和企業信息門戶。正在向商業智能靠攏的有ERP、CRM、文本挖掘、知識管理、Web智能、無線智能、競爭智能、市場智能等等，五花八門，數不勝數。

數據倉庫之父Bill Inmon在1990年寫道：“數據倉庫是面向主題的、集成的、隨時間變化的、永不散失的數據集合，用以支持管理層制定決策。”數據倉庫的數據不是數據庫里公司運營的流水賬，而是通過元數據(Metadata)按主題組織的;數據倉庫集成多種數據源，包括公司內部和外部的數據，并將其整合成連貫的整體。數據倉庫是商業智能的數據基礎。

X坐標:每天的時間 Y坐標:月份 Z坐標:銷售量 灰度坐標:氣溫

商業智能里數據分析的方法很多，時下最時興的是OLAP(在線分析處理)。利用這種方法，可以從不同角度和維度抽取并觀察數據。比如，分析銷售可以從產品、地域、時間等三個維度產生視圖。What-If分析(假設分析)是另一種標準的方法，利用它，能建立部門或企業的數據模型。決策時，將參數輸入，由系統根據歷史數據模擬，預測結果。第三種常見的是ANOVA分析(變動分析)。利用它，能從多種可能性中確定造成問題的真實原因，在制造業中應用較為廣泛。數據挖掘也是一種數據分析的方法，其目的是在歷史數據中尋找潛在的趨勢，使企業在“記憶”中學習，預測未來。

商業智能里數據展現的方式也很多。預先設計的標準報告可以用電子與紙介形式提供固定格式的數據;結構化報告允許用戶對格式和數據項進行一定范圍的變動;特別報告可以隨用戶要求任意提取數據和制定格式;OLAP通常將數據展示成三維彩色圖;例外報告是將超過規定值的數據匯總，作為警報輸出。

企業信息門戶(EIP)已經演變成商業智能的標準成分。EIP為商業智能解決方案提供了統一的、基于Web、易于融合多種數據源和應用系統的界面。

數據迷霧是商業智能的飼料，霧越大，BI越多越壯。上世紀80年代，商業系統只輸出打印在紙上的報告。90年代初霧重了，銷售部門用了數據倉庫，可以回答前十名客戶是誰，目標市場何在這類的問題。到90年代末，不僅銷售部，市場部、客戶服務部，甚至研發部都想成為BI的用戶，商業智能壯大成了企業的公共平臺。本世紀，BI只用于企業內部運作已經不夠，人們還要它分析客戶行為、市場走向、對手和合作伙伴。

商業智能已經從部門級應用進化成了企業級應用，正在從企業內部應用向全局應用進化。

智能市場里的景致

本世紀以來，商業智能市場挺熱鬧。

今年6月，Dataquest說去年全球數據庫銷售額是88億美元，它還在早先的報告里預測明年商業智能市場全球銷售額可達62億美元。數據庫市場近年來年增長率在20%左右，而商業智能超過35%。看看，現在商業智能市場與數據庫差不多，沒兩年就能超過去。有實力的公司怎么會忽視如此龐大的市場，在美國市場上有數十家各種各樣的BI廠商，嚷嚷幾年了。現在國內聲音還小，過不了幾個月，媒體廠商沒準也會讓你滿眼都是BI。

去年，Gartner Group研究一番，把商業智能系統的供應商分為領先者和挑戰者兩大陣營。領先者全是知名度不高的小公司，比如AlphaBlox、Cognos、Crystal等等，這些公司進入BI市場較早，產品功能完備，用戶多。它們提供包括What-If分析和OLAP在內的比較完備的數據分析及展示工具，這些商業智能平臺都要建立在第三方的數據倉庫之上。

Gartner Group 把Oracle、CA、SAP、SAS以及微軟這些大家伙列進挑戰者名單。這類公司有自己傳統的數據庫、數據倉庫，甚至ERP、CRM解決方案，現在開始構筑或加強數據分析和展示平臺。Oracle不僅有數據庫、數據倉庫、CRM、ERP，還提供財務/銷售分析。SAP除數據倉庫外，也提供財務/人力資源分析、CRM和供應鏈管理解決方案。這些公司進入BI市場稍晚，產品不夠完善，提供BI解決方案時需集成第一陣營的產品。IBM、HP、Compaq、Sybase、Infomix等公司雖然在報告中沒入圍，也在向客戶提供BI解決方案。

今年以來，國內銀行已有BI系統投入運營，電信系統也開了研討會，不過，主要是國外廠商在推動。其實，BI中數據分析與展示工具挺適合小公司開發，相信很快會有國內公司加入這個潮流。

電子神經在你我身外不知不覺地滋長蔓延，數據影響一刻比一刻濃密。如果有一天你在商場上迷失了自已，不要忘記：點亮商業智能。