07年商業智慧:從感性到理性 從完善到提升
回顧篇
認識層面
2007年,國內國外普遍加深了對BI的理解。Gartner商業智慧峰會重定義了BI,視BI為一個傘狀的概念,它包括了分析應用、基礎架構和平臺以及良好的實踐。此舉印證也進一步引導BI實現著三個轉折:從資料驅動轉向業務驅動、從關注技術轉向關注應用、從關注工具轉向關注工具產生的績效。其實質是BI以業務為驅動,根據商業策略及其所需要的分析以運用資料。認識的轉變對技術的研發有著重大的指導作用。
基礎技術架構層面
收購減少了資料在BI不同廠商產品的流轉環節,既豐富了產品線,又有利於進一步強壯基礎架構。Oracle收購了Hyperion,IBM收購了Cognos,SAP收購了BO。收購行為促進了BI技術和工具的整合,促進了BI從資料抽取、資料加工儲存、資料分析和資料展現四個環節的全程貫通。全程貫通後收購者所有的工具開始逐步使用相同的安全機制、後設資料、門戶、物件模型和查詢引擎,並具有統一的介面。
執行層面
為了進一步提高資料管控水平以保證BI執行時的資料準確性,後設資料管理產品得到更大的重視,資料的血緣分析和影響分析等技術進一步細化。這些技術的產生和完善,促進技術人員對資料的整個生命週期進行管理,有利於提高資料質量。
語義層功能極大地方便了業務使用者對資料的操縱。一是能用業務語言瞭解欄位含義。通過語義層技術可以隱藏基本資料的複雜性,將資料庫中英文欄位名稱、表名稱、指標計算公式等描述為使用者熟知的業務術語。
二是可以親自動手直接拖拉各欄位做所需要的報表。 IT人員協助完成語義層定義,使表關係建好在語義層中,以支援多欄位關聯、內外連線。這樣,業務人員在做查詢或報表時,就不必理會表關聯了,需要查什麼直接拖放即可。語義層技術支撐了企業建立詳細和易於理解的視覺化查詢物件的需求。
此外,2007年績效管理、Office整合、即席查詢等前端展現技術表現比較突出。近年的實踐及權威重定義BI的認識變化,使得BI嵌入了更多的管理理念和管理方法;同時業務人員在專案中主導設計商業策略和業務規則,他們的加入使得BI離管理越來越近,離業務越來越近。 因此與業務緊密相聯的BPM/EPM/CPM等績效管理產品和服務已漸漸得到使用者認可。
另外,企業績效儀表盤(Dashboard)、企業關鍵績效指標等實現技術運用增多。Dashboard已經從駕駛艙、速度表、氣壓計等簡單的指標警示開始轉向帶有管理意味的指標關聯展示,如杜邦分析、平衡計分卡等。指標關聯技術對於支援決策者一目瞭然地察覺資訊間的關聯,以在事前採取措施有著重要意義。
“資料—趨勢圖形”的互動式聯動也引起了一些使用者的興趣,對於MS Office整合日益得到重視。多數BI廠商提供了Office整合功能。支援PowerPoint,尤其是支援Excel得到了使用者的積極響應。由於高層使用者對關鍵指標即時資訊的關注,EII技術得到進一步應用,使BI提供了及時更新資料的能力。
2007年不少BI產品已經開始嵌入運籌學等優化技術輔助決策,預測建模上更加完善。使用者根據既定的目標,調整約束條件可以產生比較有利的解決方案或方案組合。BI產品提供的這種建模和高階計算功能是一種模擬型模擬或測算,它提高了BI的智慧程度。預測建模技術方面,除ARIMA建模外,指數平滑、時間序列解構、迴歸預測模型、譜分析也得到了擴充和應用。
展望篇
2008年,BI在認識層面、執行層面和基礎層面可能會有以下提升:
認識層面,技術的實現要圍繞著業務的需求而展開,這種導向將日益被接受。
基礎層面,“端到端”的全程在一個BI廠商貫通的狀況在收購完成後也得到極大地改善,“資料抽取、資料加工儲存、資料分析和資料展現”全程的一致與貫通,將提高資料管控水平。
對於非結構資料,文字挖掘的狹義形式文字搜尋技術也可能引起使用者的注意。保證“端到端”的資料質量仍將是重要的關注點,後設資料管理在技術方面會進一步深化資料從產生、加工、分析到展示的完整生命生期過程的落實與有效運用。通過圖形或圖表等多種方式來反映資料的高階視覺化技術會使結果更為直觀。
執行層面,“應用不易落實”這種本質性的難題,可能將在2008年後實現轉變。
一是應用主體的泛化,使得BI融入日常業務運作。BI將在單位的基層、中層中得到應用,也就是流程型BI(或操作型BI)將得到重視和推廣。這種流程型BI的“下里巴人形象”將實現“一般員工也需要用BI,也能用BI,也必須用BI”,從而使BI最大化地用起來。
應用主體泛化下產生的流程型BI需求,要求技術在以下方面做好支撐:資料獲取、資料儲存、資料交付方面選擇適合的方案,如考慮在OLTP、ODS、資料倉儲中獲取資料;提供高效能,包括增加擴充套件性和吞吐量、在處理高負載任務時遮蔽新請求;分離分析型和戰術型查詢和任務;藉助RDBMS混合型工作負載的能力等等。
二是,應用智慧的深化。智慧程度分為三個等級,第一層次是提供資料參考幫助使用者作數字方面的回憶或確認已發生的事實,這叫查詢/報表;
第二層次是幫助使用者尋找關係、尋找原因並加以預測,叫“綜合分析”;三是產生幾條實現目標的路徑,讓使用者取捨,叫做“方案選擇”。方案選擇層次事實上需要產生應對問題的措施或解決辦法。
2008年,在國內市場出現的大部分BI產品將可能會在技術支撐下走到綜合分析層面,將在幫助使用者建立指標之間資訊關聯基礎上具備揭示問題原因、估計未來趨勢的功能。
部分BI產品在初步具備對確定型決策提供方案選擇能力的基礎上,可能會引入風險偏好概念,完善決策敏感度支撐技術以促進風險型決策的實現。另外,由於業務驅動資料逐步得到認同,業務人員在BI專案中的話語權和主導權慢慢得到確定,這樣真正符合工作實際的商業策略及其實用分析手段可能在業務人員主導下嵌入BI產品中以保證BI的實用性。如此必然要求完善和提升二次開發功能的支撐技術以適應業務人員提出的業務需求,比如預定義的商業軟體包,靈活的新業務規則建立等。
第三,應用方式的簡化。為在業務導向下實現BI智慧程度的提高以輔助使用者決策,除提升上述開發、整合技術,提升和完善分析工具外,資訊展現的簡約便利、直觀和動態也將進一步提升。
簡約便利要求在全域性範疇下完善語義層,實現所有資料在語義層功能下的樹狀結構與詳細描述解釋;動態方面,如在Web方式下用OLAP瀏覽多維資料時,不僅需要強化技術手段提高查詢效能,而且要求技術支撐回寫功能。又如在與Office整合,要求技術能在Excel支援單元格鎖定,回寫等;直觀方面,更多形式但帶有管理意義的儀表盤可能會得到應用,如IFE矩陣、SWOT矩陣、產品/市場擴充套件矩陣、服務質量差距模型等。
總體來看,2007年是BI感性迴歸理性的一年。2008年以後的BI,則承上啟下,從完善中提升。
橫向上,將由功能型BI(傳統BI)拓寬到流程型BI,在縱向上由“綜合分析層次”向“方案選擇層次”深入。如圖所示。功能型BI指為特定、某方面的管理需求提供的商業智慧,顯示為功能選單,重要性強,緊急性較弱,為高層服務,邏輯性高;流程型BI在操作層人員工作流程關鍵節點之中內嵌智慧,提供及時反饋並立即作用於工作流,輔助使用者日常工作。BI縱橫提升的實現有賴於開發管控型技術和應用支撐型技術的深入研究和應用。
http://www.sosol.com.cn/html/2008/20081/2008112_113080_1.html
來自 “ ITPUB部落格 ” ,連結:http://blog.itpub.net/1384/viewspace-433074/,如需轉載,請註明出處,否則將追究法律責任。
相關文章
- 分析:資料驅動從商業智慧到消費智慧
- 從理性與感性的思維邏輯談遊戲製作遊戲
- 智慧雲網:從時代所需,到運營商所向
- 從DTFT到DFS,從DFS到DFT,從DFT到FFT,從一維到二維FFT
- 萬能碼從基本到不斷完善(安全掃碼專業委員會)
- 從SpringBoot到DotNet_4.完善篇Spring Boot
- 從提升樹到 XGBoost, 原理簡介
- 從【預編譯】到【宣告提升】到【作用域鏈】再到【閉包】編譯
- 從 API、UI、結構到商業產品設計精髓APIUI
- 【智慧製造】從世界級製造到工業4.0
- 從MySQL到Redis提升資料遷移的效率MySqlRedis
- 從零到阿里的三年阿里
- AWS 15 年(1):從 Serverful 到 ServerlessServer
- 從通用人工智慧到超級智慧:智慧爆炸人工智慧
- 從感性角度談原型 / 原型鏈原型
- A16Z 合夥人 Peter:開源,從社群到商業化
- Windows 程式設計精髓:從 API、UI、結構到商業產品Windows程式設計APIUI
- 從服務內部到實現商業化,美團雲所經歷的這兩年
- C++ 從&到&&C++
- 從 JavaScript 到 TypeScriptJavaScriptTypeScript
- 從 UIWebView 到 WKWebViewUIWebView
- 從dns到unsDNS
- 從DDPM到DDIM
- 從Storm到Flink,有贊五年實時計算效率提升實踐ORM
- 兩年Flink遷移之路:從standalone到on yarn,處理能力提升五倍Yarn
- 程式設計師:從打工到創業?程式設計師創業
- 關於意義:從現實到遊戲,從自我到自由遊戲
- 從傳統模式到智慧化“改造”,Smartbi助力保險業智慧化經營模式
- 從個人炫技到商業獲利 勒索軟體當真“不講武德”?
- 發展智慧,要從“記憶”跨步到“印象”
- 從var 到 let,JS 用了整整18年!JS
- IT行業從開發到架構、從技術到管理,這是我的肺腑之言行業架構
- 從感性角度學習原型/原型鏈原型
- 從田間到餐桌,5G、IoT、AI如何催生智慧農業?AI
- 阿朱:從50到5000,從技術到人(圖靈訪談)圖靈
- 從Node到Deno - DEVdev
- 從前端到全棧前端全棧
- 從HTTP到HTTPSHTTP