目前，商业智能(Business Intelligence，简称BI)在企业应用中有点声名狼藉，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，统计结果却一再遭到质疑，因为IT人员提供的报表经常离谱。
很多企业都渴望通过BI来获得有意义的数据，但是上述尴尬却深深困扰着他们。譬如在英格索兰公司，他们在各业务部门部署了一大堆BI解决方案，并把BI系统附加到包括ERP、财务、CRM在内的各种系统上，“然而我们并没有获得应有的价值。”负责前台技术的全球主管Rob Martens说。
弗雷斯特研究公司的BI分析师Boris Evelson屡屡听到这样的抱怨。他说: “多年来，BI让人觉得不仅是高成本，而且部署环境复杂。”许多企业的对策是采用仪表盘，这种简化的图形显示工具绕开了功能全面的BI系统，以近乎实时的方式为公司领导提供业务度量。“但实际上，仪表盘解决方案会导致更大的花费，因为任何有意义的仪表盘都需要部署报表分析和数据集成工具，这两者是必要的基础，它们占了80%的成本。”Evelson说。
IDC分析师Dan Vesset认为，BI的投资回报之所以不确定，其问题不是出在技术本身，而是由于技术与业务的脱节。他说: “对IT人员而言，BI意味着报表制作、查询工具、多维分析、OLAP工具以及数据挖掘等; 而对最终用户而言，却意味着决策支持。大多数企业把BI当成了一套技术，结果就偏离了轨道; 构建的系统越来越复杂，却满足不了用户的需求，这就需要IT人员更深入地了解底层数据和业务需求。”
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，如果实施不当，就成了治标不治本的解决办法，也满足不了日益增长的业务需求: 监控流程运行状况、掌握客户需求的变化、了解销售方式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
下大力气部署BI项目的公司多半构建了大型数据仓库，它们的数据必须进行清理，以确保完整性和一致性; 它们的关系也必须在多维数据集中有明确定义，以确保分析工具能够运行嵌在标准报表里面的查询。
“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。用户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。有些数据总是很“脏”，可能因为它来自外部，或者因为它是很难抽取的数据。SAS Institute的技术产品营销主管Anne Milley强调，一个常见的例子就是顾客的出生日期，因为顾客觉得没有必要向别人透露年龄，就随手输入11/11/11，或者干脆什么信息都不输入，这就产生了错误数据。
Anne说，在这种情况下，就应当考虑你是否果真需要这些信息; 如果需要，分析工具又该如何把缺失数据考虑在内。应当先考虑好这一点，之后再去部署数据收集、转换、挖掘、分析或者报表制作等系统。
车队管理服务提供商PHH Arval就是个简单例子，卡车司机加油时，公司会跟踪里程计数，帮助客户分析车辆燃油效率、运输成本以及符合安全标准的情况。但许多司机不愿花时间抄下里程读数，而是在加油时输入估计数字。公司负责BI的副总裁Greg Corrigan说，为了对分析进行相应调整，PHH Arval开发的统计数字处理模型就考虑到了数据不够准确的情况。
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10年的收购后，Valero原来使用5个工具,现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。于是，Hewitt说服管理人员，利用Information Builders公司的一个工具取代了原先的5个工具。Hewitt认为这种合并方案极具合理性，光是许可费和维护费的节省就能在两年后收回合并项目的投资。而且，这种方案具有更深远的意义， “分析人员现在可以把时间用在实际的分析报表上，而不是用在比较数据的差异上。”Hewitt说。
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，关键在于确定你为某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。Hewitt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，而且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。”
