支持实时决策的商务智能研究

周　瑾

[摘 要]随着市场竞争的加剧，商务智能在支持决策方面的作用越来越大。本文在介绍商务智能和实时决策的基础上，着重分析了商务智能对实时决策的支持，并构建了支持实时决策的商务智能系统。

[关键词]商务智能；决策；实时决策

[中图分类号]F270.7

[文献标识码]A

[文章编号]1673-0194(2009)05-0060-03

面对复杂、多变、竞争日趋激烈的全球环境，需要企业实时作出正确的决策，好的决策支持对于企业生存是必须的。为了作好决策，必须采取正确的步骤，确保使用正确的信息。

一、商务智能概念及其发展历程

商务智能(Business Intelligence，BI)最早是20世纪90年代末在国外企业界出现的，是指将企业的各种数据及时地转换为管理者感兴趣的信息(或知识)，并以各种方式展现出来，帮助管理者进行科学决策。这里的数据包括来自企业业务系统的订单、库存、交易账目、客户和供应商资料，来自企业所处行业和竞争对手的数据以及来自企业所处的其他外部环境中的各种数据。这里的数据既包括企业内部的各种数据，也包括企业外部的数据。从技术角度来看，商务智能是重视分析数据的技术^[1]。从应用的角度讲，商务智能也可以被理解为DW+OLAP+DM。数据仓库(DW)是实现商务智能的数据基础，完成了数据的收集、集成、存储、管理等工作，使得商务智能更专注于信息的提取和知识的发现。数据仓库存储元数据和用于决策分析的数据。数据挖掘(DM)可以帮助企业在大量的数据中发现那些不能靠直觉发现的信息或知识。联机分析处理技术(OLAP)可以基于数据仓库中多维的数据进行在线分析处理，生成新的信息，又能实时监视业务管理的成效，使管理者和决策者能自由地与数据相互联系。

商务智能的出现是一个渐进的、复杂的演变过程，它经历了事务处理系统(TPS)、管理信息系统(MIS)、决策支持系统(DSS)和专家系统(ES)等阶段，演变为今天的商务智能系统(BIS)。在决策支持系统基础上进一步发展起来的商务智能能够向用户提供更为复杂的商业信息，可以更方便地定制各种报表和图表的格式，能够向行政管理人员、技术人员和普通员工提供个性化的多维信息，使分析处理信息的能力和信息的利用率大为提高。例如，当用户想了解销售情况时，可以得到按产品、产品/地区、产品/地区/客户分类的网上销售和正常柜台销售的各种样式的分析报告。在此基础上，可以进一步解决决策时需要了解的各种问题，并帮助企业更快、更好地制订和作出决策^[1]。

目前，商务智能通常被理解为将现有的数据转化为知识，帮助企业作出明智的业务经营决策的工具。而商务智能能够辅助的业务经营决策，既可以是操作层的，也可以是战术层和战略层的决策。

第一代商务智能平台是在1992-1993年开发的基于Client /Server模式的固定报表工具；第二代在Client /Server /Browser三层模式下的商务智能工具，尽管强化了查询功能，但各个工具之间仍相互独立；2000年之后出现了N层模式，用户的需求也越来越复杂。目前提出的第三代商务智能是在报表、查询的基础上，增加了用于分析的指标模型、整合信息孤岛平台的信息门户和全方位满足用户的数据挖掘能力。

目前市场上的商务智能厂商可分为三大类：第一类是专门做商务智能软件的厂商，如Business Object、Brio、Cognos；第二类是继承性的数据库厂商和统计软件厂商，包括NCR、Microsoft、CA、Oracle、Sybase、IBM、SAS等；第三类是一些管理软件厂商，如SAP、博科、用友、金蝶等公司。不同的人对商务智能的理解仍然不同。数据库服务商(如Oracle、IBM、Sybase)往往认为数据仓库是商务智能的核心，数据展示服务商(如Hyperion、BO、Cognos)则认为商务智能就是联机分析(OLAP)，而数据分析服务商(如SAS、SPSS)认为数据挖掘才是商务智能的核心^[2]。

二、企业决策与阻碍实时决策的3种类型滞后

1.企业决策定义及分类

根据Simon的决策理论，企业中最重要的一项功能就是作决策，良好的决策能够加速企业解决问题的速度，提升企业的效能^[3]。如今决策问题日益复杂，大量的半结构化、非结构化问题需要解决，大量的信息和知识需要处理，而个人处理信息的能力十分有限，因此，使用信息系统如商务智能系统和知识管理系统来支持企业决策，是必然的发展趋势。

决策制订广义上是指“从一组方案中选择最可能产生期望结果的方案的过程”^[4]。决策制订可以看作是知识密集型的活动^[5]。为选择一组方案，决策制订者应首先获得关于每个可能选择的信息，一旦可供选择方案的信息收集到了顶点，就被认为是一条新的知识。

H.A.Simon定义决策过程包括4个阶段：智能、设计、选择、执行^[6]。智能阶段，决策者觉得需要作决策，决策者收集决策需要的信息和知识并且按照企业目标评价知识；设计阶段，形成可选择的行动方案，决策者根据每个可选方案推测可能的结果，可能的结果按照企业目标进行评价，如果需要额外的知识，应该返回到智能阶段；选择阶段，决策者从可选方案中选一个，可能几个可选方案有相似的结果，可能没有一个可选方案满足决策者。在这种情况下，决策者可以根据所提出的方案选择一个，或者返回到前面制订方案的阶段形成新的可选方案或收集额外的信息；一旦选择了方案，下一步就是执行或把选择付诸行动，包括通知受到影响的个人下一步该做什么，或者是简单地报告选择结果，决策过程的高潮实际是执行。

企业面临的决策问题按性质可分为结构化、半结构化和非结构化3类问题。结构化决策是指在一种未来确定的自然状态条件下，比较可行方案效益结果，从中选择较优方案的决策。半结构化决策是根据不同自然状态下可能发生的概率进行决策。非结构化决策是指在非确定情况下能知道可能发生的各种自然状态，但对各种自然状态的出现可能性无法估计情况下的决策。针对3种决策类型，有相应的决策方法与模型作为支撑。商务智能系统可以帮助用户选择合适的决策方法与模型，解决这3种类型的决策问题。

2.阻碍实时决策的3种类型滞后

对许多人来说，“实时”就是“即时”的同义词。尽管一些数据仓库的数据可以在很短的时间内被捕捉和输入数据仓库，但大部分还是做不到的。一些数据仓库一个月更新一次，一些数据“实时”的代价昂贵或者很困难^[7]。本文讲的“实时”并不总是“即时”，有时可以用“适时”来代替.

大部分情况下，数据价值随着数据的滞后时间快速减少。不同的是，滞后时间短的数据(等于新的)价值高于滞后时间长的。这就是实时决策吸引人的原因。Richard Hackathorn^[8]提出了决策与时间滞后的有用观点(参见图1)。他定义了3种滞后：数据滞后、分析滞后、决策滞后。数据滞后指从事件发生到相关数据被存到数据仓库之间的时间；分析滞后指的是从数据存储到数据被分析并且可利用之间的时间；决策滞后指的是从获得有用的信息到采取行动之间的时间。这3种滞后可加成，导致总的滞后。减少数据滞后和分析滞后主要依赖技术方案，减少决策滞后依赖商业过程的变化和人们如何使用信息。提供更新的数据并不创造商业价值，除非以“实时”的方式使用它。处理决策滞后总比数据滞后和分析滞后更具挑战性。

商务智能可以减少数据滞后、分析滞后和决策滞后，增加商务价值。商务智能包括详细分析每个业务过程以寻找减少决策周期的机会，实时商务智能支持实时决策。企业可以评估应用什么商务智能技术和产品作为实时方案。例如，实施准时制的制造企业需要全天更新库存材料，企业需要尽可能快的关于例外情况的报告^[9]。

三、面向实时决策构建商务智能系统

1.企业决策与商务智能

许多学者强调为了进行战略决策和计划，使用信息收集的方法创造商务智能和竞争优势的重要性。随着企业信息化进程的不断推进，很多企业已积累了大量的业务数据，企业需要运用商务智能技术对这些业务数据进行充分的挖掘并进行辅助决策，以便在激烈的市场竞争中赢得主动和更多的商机。可以看出，企业信息化是商务智能应用的基础，商务智能最大限度地利用了企业信息化中的数据，将企业数据整理为信息，再升华为知识，从而对用户提供最大程度的支持。商务智能系统支持企业操作层、管理层和战略层的各项决策活动。

2.支持实时决策的商务智能体系

商务智能从不同的数据源收集数据，并从中提取有用的数据，对数据进行清理以保证数据的正确性，经提取、转换后将数据加载入数据仓库(这时数据变为信息)，然后通过联机分析处理工具、数据挖掘工具加上决策规划人员的行业知识，对信息进行处理(这时信息变为辅助决策的知识)，最后将知识呈现于用户面前转变为决策^[1]。商务智能帮助我们在业务管理及发展上做出及时、正确的判断。也就是说把各种数据及时地转化为管理者感兴趣的信息(或者知识)，然后根据这些信息来采取明智的行动。

商务智能作为一种信息集成解决方案，从企业资源规划(ERP)、客户关系管理(CRM)、供应链管理(SCM)、办公自动化(OA)、电子商务(E-Commerce)以及外部环境扫描(Environmental Scanning)等系统获得数据，通过商务智能分析工具(如数据挖掘技术、平衡记分卡、OLAP等)发现数据背后隐藏的商机或威胁，了解企业和市场的现状，把握趋势，进行及时决策。决策支持是在商务智能基础上的再扩展，支持实时决策的商务智能体系如图2所示。

实时商务智能建设的主要目标是支持实时决策。商务智能通过运用信息技术在不同层面为战略决策提供新的支持：提升决策者洞察力；支持信息获取与分析。商务智能系统可以从以下方面帮助企业获取更大的竞争优势：显著提升企业决策水平；识别优质客户，改善企业与客户关系；降低企业经营成本；创新业务模式。

近年来，商务智能随着管理支持系统(MSS)的发展而变化，自从20世纪80年代MSS作为整合报告和分析工具以支持管理任务的概念被提出以来，主要是被动的、面向检索的和基于过去数据的。商务智能促进了一种主动的、给予模型的、预测的方法。在商务智能中，智能常被定义为从大量商务和经济数据中发现隐藏的、固有的与决策相关的关系^[10]。

商务智能能够充分利用现有的业务信息，借助现代信息技术，提取和组织有用的信息，帮助用户在加强管理、促进营销和企业发展方面做出及时、正确的决策，发现、分析和把握新的商机。

主要参考文献

[1]Charles P Seeley，Thomas H Davenport.KM Meets Business Intelligence：Merging Knowledge and Information at Intel[J].KM Review，2006(2)：10-15.

[2]黄晖.中国式商务智能五人谈[J].上海信息化，2005(3)：26-31.

[3]H A Simon.The New Science of Management Decision[M].Englewood Cliffs，NJ：Prentice Hall，1977：39-81.

[4]P Balasubramanian，K Nochur，J C Henderson，et al.Managing Process Knowledge for Decision Support[J].Decision Support Systems，1999，27(1)：145-162.

[5]C W Holsapple. Knowledge Management in Decision Making and Decision Support[J].Knowledge，Technology and Policy，1995，8(1)：5-22.

[6]J F Courtney.Decision Making and Knowledge Management in Inquiring Organizations：Toward a New Decision-making Paradigm for DSS[J].Decision Support Systems，2001，31(1)：17-38.

[7]C White.Now Is the Right Time for Real-Time BI[J].DM Review，2004(9)：47-54.

[8]R Hackathorn.The BI Watch：Real-Timeto Real Value[J].DM Review，2004(1).

[9]B S Sahay & Jayanthi Ranjan.Real Time Business Intelligence in Supply Chain Analytics[J].Information Management & Computer Security，2008(1)：28-48.

[10]Bodo Rieger.Knowledge Management and Business Intelligence[C]//K D Althoff. et al.Professinoal Knowledge Management，WM 2005，LNAI 3782，Springer-Verlag Berlin/Heidelberg，2005：466-468.