1.3 部署商业智能

企业要能维持竞争优势，持续改进流程与精确的商业决策是相辅相成的两把利剑。正确的信息才能引导合理而高效率的企业流程。商业智能系统致力于企业管理信息的即时获取，使得企业管理者能将这些信息转化为决策，从而实现经营目标。商业智能系统可以在大多数企业经营管理领域起到重要的作用。

1.3.1 商业智能如何协助企业管理

高科技行销泰斗麦肯纳在其著作《即时行销革命》中认为，信息技术促使时间与空间瓦解，企业必须采用即时管理，以满足客户需求；而实现即时管理的企业，又必须以获得即时信息为根基。即时信息加工后成为企业经营的知识，把知识进一步与企业的经营目标相结合，即可实现商业智能。

商业智能主要通过4种方式协助企业管理。

1.辅助目标管理（Management By Objective，MBO）

-个企业可能有上百个绩效目标。基于横跨全企业的信息系统，辅以撷取自外界的资料，商业智能系统能即时计算跨组织的绩效目标，与同行业或工业标准相比较，便于企业了解自身的竞争优势。

2.辅助例外管理（Management By Exception）

由于能即时而持续地计算各种绩效目标，商业智能系统可监测其与计划目标的偏差。当偏差过大时，系统立即以各种通信方式，比如电子邮件，来通知主管人员。例外管理可与工作流技术结合，进一步使整个例外处理自动化。

3.辅助事实管理（Management By Fact）

无论目标或例外，背后支持的力量都来自于事实。维持企业营运的ERP系统在每日的交易之中，累积了无数的事实与知识。商业智能系统将企业目标与例外结合事实，使主管得以进一步分析原因或趋势，查询并探测相关信息。

4.智能协同管理（Management By Intelligent Cooperation）

它将企业外部资源和内部资源的信息智能实时协同集成，辅助企业管理者不仅可以充分协同调度企业内部资源，而且可以及时集成客户和供应商等变化信息，实现与客户、供应商及业务环境的协同同步和协同进化。智能协同管理，将有效改善企业管理者之间及企业与环境之间的信息交流，改进商务协作及决策的方式，从而有效地解决目前信息系统应用中存在的诸多资源管理失调问题，辅助企业实现实时智能商务联盟和智能协同决策，提高企业供应链价值及企业综合竞争力。

1.3.2 商业智能在各领域的应用

商业智能的应用具有很强的普适性。只要一个企业积累了历史数据，并且有对这些数据进行分析的需求，商业智能都有用武之地。下面列举企业管理和客户服务两个典型的应用领域。

1.在企业管理中的应用

以生产制造企业为例，一般需要管理的领域包括库存管理、采购管理、销售管理、财务报表、账务管理、应收账管理、应付账管理、工资核算、质量管理和成本管理等。商业智能系统应用于这类企业主要完成以下功能。

1）销售分析

把握市场动向，提高销售利润是企业的最终目标。在企业管理日趋科学化的今天，如何准确及时地进行生产经营决策是企业老总面临的严峻问题。这要求决策者准确及时地捕捉到销售信息，分析销售情况，随时根据历史的销售情况，对下一步的生产经营科学地进行决策。销售分析需要的基础数据涉及到的模块有销售、库存、财务和人事，能够围绕销售合同，从人员绩效、应收款、财务和库存等多角度进行分析，并给出如销售趋势和产品需求趋势等辅助决策信息。

商业智能系统根据企业需要解决的问题，帮助企业建立相应的分析主题和分析指标，从业务系统的基础数据库中抽取需要的数据，按预先建立的业务模型进行分析决策。分析结果显示直观而形象，决策者只需要简单地点取操作，便可以从商业智能强大的销售分析工具中获得所需的决策信息。

2）库存分析

良好的库存管理是企业正常运作的基础之一。一方面保证生产所需原材料的及时供应，生产半成品的合理周转，另一方面保证产品销售的及时供给。同时要求资金占用少，周转快捷，即达到最优库存。基于商业智能系统构建的库存分析，既可满足一般用户对库存物品的数量、库存成本和资金占用进行级别、类别、货位、批次和单件等不同角度的查询，又能辅助决策解决企业深层次的相关问题，如呆滞物品的分析和处理，根据盘点结果及时进行库存调整及优化等。库存分析的基础数据取自于采购、销售、生产和财务等业务模块。

3）采购分析

生产原材料采购是企业生产的基础，采购物品的价格及质量问题直接影响到产品的质量与成本。采取正确的采购策略是企业不容忽视的问题，一个好的全面的采购分析对于领导制定下一步采购策略是至关重要的。基于数据仓库技术的商业智能系统可实现供应商信用评价和业务员业绩考核等决策分析，帮助企业顺利生产打下坚实的基础，为最终产品在质量和成本上的定位提供科学的依据。

供应商信用分析是采购分析很重要的一部分，往往作为采购分析的主题之一。采购分析的基础数据来自财务、生产部门和库存部门。商业智能的采购分析决策支持系统辅助企业选择最佳的供应商及采购策略，确保采购工作的高质量、高效率和低成本。

4）财务分析

商业智能基于数据仓库技术的财务分析能够满足企业领导对各业务部门费用支出情况查询的要求，并实现了对应收款，应付款的决策分析。企业决策层通过使用这一功能，进一步提高从现金流量、资产负债和资金回收率等角度决策企业运营的科学化水平。商业智能可以进行账务分析、应收账分析和应付款分析等各种财务方面的分析。

5）成本分析

成本分析的目的在于进一步加强成本的事前控制，同时有助于通过盈亏平衡分析，辅助产品科学的报价。影响成本的因素有多种，相应地也会有多种类型的发生费用。企业关心这些费用在总成本中的重要程度，尤其是管理费用占总成本的比重，辅助发现生产与管理环节的不足，辅助决策改进措施。商业智能的产品成本分析突出成本与库存、生产和账务等ERP功能模块的集成。从成本BOM的分析出发，对库存管理和生产过程的发生费用进行监控。并且，与销售过程的发生费用和销售收入一起进行量本利分析，并得出诸如保本成本、保本价格、目标成本和目标价格等决策信息，指导以后的成本控制和定价。

6）人力资源规划分析

基于数据仓库技术的商业智能系统解决方案提供的劳动规划应用，应在企业翔实的人力资源数据基础之上，完成决策者多视角的人力资源统计分析，并通过对现有的人力资源的使用状况，预测劳动满员和紧缺，分析超时和工作量，鉴别无效的工作和优秀的雇员，计算出某段时间内劳动的收益率等，使劳动资源得到最大的利用。商业智能的人力规划分析也可以实现不同角度的员工工资查询和分析，结合完成的工作量，提高员工利益分配的科学性。

2.在客户服务中的应用

现代商业竞争越来越激烈，客户群体越来越庞大，客户对服务的要求也越来越高，因此客户关系管理（Customer Relation Management，CRM）仅靠手工是难以完成的。由于不同企业的客户群各不相同，客户管理的内容也千差万别。商业智能应用在客户服务中可以进行7个方面的分析，即Sybase提出的“7P”，具体内容如下。

● 客户概况分析（Profiling）：包括客户的层次、风险、爱好和习惯等。

● 客户忠诚度分析（Persistency）：指客户对某个产品或商业机构的忠实程度、持久性和变动情况等。

● 客户利润分析（Profitability）：指不同客户所消费的产品的边缘利润、总利润额和净利润等。

● 客户性能分析（Performance）：指不同客户所消费的产品按种类、渠道和销售地点等指标划分的销售额。

● 客户未来分析（Prospecting）：包括客户数量及类别等情况的未来发展趋势和争取客户的手段等。

● 客户产品分析（Product）：包括产品设计、关联性和供应链等。

● 客户促销分析（Promotion）：包括广告和宣传等促销活动的管理。

以上是两个商业智能应用得比较广泛的领域。其实在不同的行业中，商业智能的应用都有很重要的价值。例如在保险业中，可以使用BI进行关键业务指标分析、业绩分析、财务分析、市场分析、重要险种分析、重大事件分析、即席分析、风险评估、业务预测、风险告警和风险预测等；在证券业可以进行客户分析、账户分析、证券交易数据分析和非资金交易分析等。下面从具体应用的角度讲解几个商业智能的实例。

1.3.3 商业智能应用实例

这一节将列举某电信无线市话分析项目、某商委决策支持系统和Adventure Works Cycle公司BI应用3个商业智能应用的实例。其中前两个来源于实际项目，第3个是本书后面将要构建的项目。这里的实例不涉及到技术，主要是通过它们来更透彻地理解商业智能运用的方法、过程和商业效果。

1.某电信无线市话分析项目

此公司是一家大型电信企业，下属超过20家分公司。无线市话事业部即小灵通业务部，目前用户共140万左右，每天产生的话务量在800万条左右。现行业务系统运行非常良好，并在各个部门广泛使用，现行系统主要存在查询速度慢，而且在查询的过程影响业务系统的处理性能。在统计分析中，也没有整个业务系统数据的统计分析报表。业务数据若能更好地进行查询和分析，便有利于各个决策部门做出更好的市场决策，有利于商业智能项目的开展。

这是一个较大的商业智能项目，因此下面以彩铃增值业务分析和用户消费情况分析两个主题为例来说明商业智能在无线市话分析过程中的相关应用。

1）彩铃增值业务分析

该主题主要分析不同类型用户的彩铃使用习惯及相应的人数。主要分析彩铃使用金额、彩铃定制金额和总费用等指标。系统的用户能够得到按各分类条件任意组合各分析指标的数据和报表。图1-11是这个分析主题的分析视图。

由图1-11可知，对于系统的用户可以从多个视角对彩铃增值业务进行分析，如时间段、用户价格计划、用户开户时间和号码属性等。这就是商业智能系统提供的的多维分析功能。

2）用户消费情况分析

该主题主要分析不同类型用户的充值习惯和欠费情况，以及相应的用户数量。主要分析充值金额、用户个数、充值时间间隔、使用时长、上次充值金额、上次充值时间、欠费用户数和欠费金额等指标。

图1-12是与此主题对应的分析视图。从图中可以发现，系统的用户可以按日期和用户所属地区等多个角度选择分析的对象。

2.某商委决策支持系统

这是一个大型电子政务系统的一个子系统。决策支持系统作为支撑电子政务的核心系统，通过对政务数据进行定性分析和定量分析，为各级管理决策人员提供全面、准确和快捷的决策信息，对政府的相关业务起到事前决策、事中控制和事后反映的作用。

电子政务的决策支持系统是政府从经验型管理向科学型管理转变的一个过程，是建立在其他所有应用系统之上的分析管理系统，是要充分利用各种数据和信息，对复杂的、动态的社会环境做出及时的响应的系统。

此系统以数据仓库与模型库一起支撑OLAP分析，如图1-13所示是该系统的方案示意图。

此改进方案主要包括数据采集、数据仓库、OLAP数据分析模块和OLAP数据导航平台4部分，是图1-8所示的BI解决方案的体系结构的典型应用。不过为了能支持决策，该方案在OLAP分析方面进行了扩展，采用数据仓库和模型库一起支撑分析，数据仓库和模型库相互支撑，在数据分析方面将提供更加强大的功能。图1-14是使用这个系统进行分析时的操作界面。

可以看到，此系统通过报表和图形两种方式共同表现多维数据集，可以通过系统提供的工具栏对分析的视角进行添加和删除操作，也可以把分析结果导出为Excel格式。这种灵活的报表形式是传统业务系统所无法企及的。

3.Adventure Works项目的前端展现效果

商业智能系统的构建是基于历史数据库的，本书后面将以FoodMart数据库和Adventure Works数据库为基础创建商业智能系统。下面展示的是在微软示例数据库Adventure Works基础上构建数据仓库，然后进行多维分析，进而从数据中获取智能的分析界面。

图1-15是使用BI前端展现工具来对数据库中各种商务数据进行分析的界面。从图中可以看到，它类似于传统的静态报表，但是也有十分明显的区别。

首先在图1-15的分析中，数据表不是二维的，而是有3个维度，分别是产品目录、销售渠道和销售时间，衡量产品成本和总的销售量可以在这3个维度中任意选择和变化，通过这样的报表，业务人员看到的就是立体的、可变化的数据，而不是平面的固定数据。

另一方面，这里不同的维度是可以更改不同的聚合程度的，比如时间的角度，可以看到从销售日到销售年度的任意时间层面的统计数据，在商业智能分析中，从高聚合到低聚合的操作称为下钻，反之称为上钻。

还有一个很重要的特点，在BI系统中，可以把一些管理上的思想方法在技术上进行实现。在图1-15中，用可视化的形式表达出了KPI的趋势，而且可以随着数据的上钻和下钻看到各个层次的KPI，实现了对企业关键性能指标的全方位监控。

图1-15展示出来的效果必须在后台有数据仓库的支持，传统数据库就不能很好地达到多维分析的目的。在构建数据仓库过程中，有很多技术细节需要处理，比如怎样把业务数据转换成数据仓库中的数据，怎样实现数据仓库数据对于用户的友好性，怎样设计分析的层次等。当然还有一个最直观的问题就是怎样展现数据。所有这些内容都将在本书后面一一讲述。这个前端展现效果的获得将在10.5节“用专业前端展现工具呈现商业信息”中有进行相应的说明。

这一章总体上说是实践上“务虚”，理论上“务实”。对商业智能的各个方面进行了“鸟瞰”，特别是明确了实现商业智能所需要的各种技术及其相互关系，这一关系将成为本书构建基于SQL Server 2005 BI平台的商业智能和数据挖掘理论及实践体系的框架。