商业智能在政府决策中的应用

王莹

摘要：将政务商业智能引入政府信息化建设的进程中，用以提高政府决策的准确性和信息发布的实时性。以政务商业智能为支撑的信息化科学决策体系，对于政府转变职能成为服务型政府，恰逢其时。该文就建立商业智能系统的必要性以及优势，所用到的关键技术，系统的模型架构等方面展开深入研究，对政府相关部门建立商业智能系统有着积极的指导意义。

关键词：政府信息化；商业智能；政府决策

中图分类号： TP31 文献标识码：A 文章编号：1009-3044（2014）21-5143-02

1 政府信息化的现状

政府内部长期业务累积形成了海量的信息和数据，但另一方面，政府部门所掌握的信息一直处于封闭或半封闭的状态，由此造成了大量的信息资源限制和浪费。经过我国电子政务20余年的积累，各部门和各地区已相应建立了的电子政务平台、数据采集、数据共享等信息化平台。这些系统已逐步实现信息公开、在线办公、公众参与、互动对话等功能，但与此同时，也存在不少问题亟待解决。

1） 政府部门各自为政，条块化的分散建设信息系统，这种建设方式最终造成政府部门内部“信息孤岛”林立，业务数据存在不同的应用系统中，政府部门之间的数据共享度非常低且数据格式格式不统一 。

2） 有些部门存储的数据量较大，但由于缺乏对数据的有效管理和发掘，海量数据中有价值的信息太少。

3） 由于各种业务的执行过程都被封闭在相应的业务系统中，同时缺乏完整统一的基础架构，使得整个业务流程繁琐复杂，使用人员不能高效、快速、便捷获取所需要的信息。

4） 数据大量的集中在业务处理的基层单位，而没有向上级部门有效地集中汇总，导致上级管理部门没有掌握相关信息，形成了上下级信息严重不对称。

5） 由于各个业务系统分散孤立，格式不统一，导致大量的查询、统计和汇总数据工作依然需要通过手工完成，集成工作量没有得到释放，业务分析功能方面仍十分薄弱。

2 政务商业智能概述

政务商业智能作为一种集成化应用，与信息化基础应用不同，必需在已具备一定程度的数据管理和资源管理的基础上搭建，也就是说，前提是已建立交换技术标准和信息资源目录体系。政府部门要向社会公众公布其拥有资源和社会管理的状况，就需要构建一个统一的数据交换平台以供各业务系统实现信息资源共享和数据交换，在此基础上，将政务商业智能引入政府信息化建设中，并以此为契机，提高决策的准确性和信息发布的实时性，以政务商业智能为支撑的信息化科学决策体系，对于政府转变职能成为服务型政府，提高公信力，恰逢其时。

3 政务商业智能解决方案的优势

目前，我国政府信息化的水平已由早期的建立信息系统的初级阶段发展至信息资源应用以及决策支持的较高级阶段。与此同时，“加快行政管理体制改革，建设服务型政府”这一目标的提出，要求政府部门切实转变管理职能和工作方式，除了日常的监管之外，还要对社会发展进行前瞻性、快速实时的决策。可以说，政务商业智能的应用在我国的政府部门正当其时。政务商业智能解决方案在政务信息化发展过程中的优势主要表现在：

1） 满足实时监控信息的需求

政府部门要充分发挥政府职能进行科学管理和高效服务，需要借助政务商业智能系统实现对大量业务数据的有效搜集和监控，以增强社会公众与政府沟通的有效性和实效性。政府人员通过终端用户的查询和报表工具，面对海量的业务数据可以实现对所关注的业务数据快速访问，同时屏蔽掉冗余的数据。在传统的数据展现模式下，业务人员查看数据需要通过IT部门预先设置，而现实中IT人员与业务人员之间往往有时沟通不畅，而商业智能提供了以决策者看业务活动的方式来展现数据，而不是传统的以数据库的组织方式展示信息。

2） 满足分析和科学决策的需求

长期以来，政府的各个部门在履行监管职能或办理业务的过程中累积了大量的企业或个人相关数据，数据库系统虽然可以实现数据采集录入、查询和统计的功能，但是无法找出海量数据中存在的关联和规律，更无法根据已有的历史数据预测未来发展变化的趋势。因此，政务信息化建设需要一个智能化的辅助决策系统。如何真正有效利用这些数据，用以反映社会发展各个层面的实际情况，通过分析挖掘发现存在问题并制定相应策略，满足社会发展的需要，正是政务商业智能方案需要实现的最终目标。数据挖掘技术是政务商业智能系统中的关键技术，通过对海量历史数据进行抽取、转化和其他无形化的处理，从中提取用以支撑决策的关键数据，为政府部门的重大政策法规出台提供有力的数据支持。

3） 建立完整科学的业务逻辑模型

各个政府部门的业务类型有所不同，因此对数据分析挖掘、政务智能化的要求也不尽相同，因此，在实际构建商业智能应用的过程中，应按照用户的实际业务需求状况，建立完整科学的业务逻辑模型。使得政府管理人员从原先复杂的物理模型中抽离出来，面向简单明晰的业务逻辑模型，通过选择维度和层次，快速定位需要进行分析的真正有价值的业务数据。

4） 强大的商业智能前端展示工具

政务商业智能解决方案为业务人员和管理人员提供以数据为核心的应用平台，具体通过数据集成、数据报表展现，即席查询、分析统计等功能，为用户多层次多角度、方便灵活的展示数据。通过数据集成功能将分散在不同业务系统中的数据统一整理抽取到一个集中的数据库中；通过数据报表展现功能可以查看日常报表和统计报表；通过即席查询功能业务人员可以自行定制报表，获取需要的信息；通过分析统计功能对数据进行深层次的分析挖掘，找出政府管理过程中以及社会运行中存在的问题。除此之外，在进行数据分析挖掘的过程中，面对后台的海量数据，能够做到快速响应，实时在前端进行展示，同时支持多个用户同时访问数据库，并且确保数据的安全性。

5） 灵活运用贯穿全局的权限控制。

政务商业智能解决方案能够将角色、报表、数据的使用权限贯穿于使用人员操作过程的始终。首先，为不同角色赋予不同权限，再将不同类型的用户划分到不同的角色，通过这种划分，为每个用户也赋予了权限。其次，为每个用户划定其可以访问的数据范围。最后，再为每个用户划分每张具体报表的访问权限。在数据的归集、整合、分类、汇总、转换、分析的全过程中，保证各个人员在相应岗位上各司其职。

4 政务商业智能的关键技术

政务商业智能解决方案是通过门户网站或者应用系统将处理的数据以适当的方式进行展现的一套完整的解决方案，最终实现以技术和数据服务于政府决策的目的。这一过程的实现，需要借助数据仓库技术、ETL技术、联机分析处理技术、数据展现技术。

1） 数据仓库技术

数据仓库技术是政务商业智能的基础和核心，是一个面向主题的、相对稳定的、集成的、反映历史发展变化的数据集合，为管理决策提供支持。数据仓库技术是为了有效的将数据集成到统一的环境中用以提供决策型数据访问的各种数据处理技术和模块的总称，其目的是为了让用户更快更方便查询所需要的信息，为决策支持系统提供应用基础。

2） ETL（Extract-Transform-Load）技术

ETL技术包括数据抽取（Extraction），数据转换与清洗（Transformation），数据加载与调度（Loading ）这三个过程。通常，ETL是指将分布的、异构数据源中的数据（如平面数据文件、关系数据等）抽取到临时中间层后进行清洗、转换、集成，最后加载到数据仓库或数据集市中，成为联机分析处理、数据挖掘的基础的加工处理过程。

3） 联机分析处理技术

联机分析处理（Online Analytical Processing ，简称OLAP）， 又称多维分析，OLAP的基本操作是指通过对数据仓库中多维形式组织起来的数据进行切片、切块、钻取、旋转等操作，对数据进行剖析分解，以使用户能够从多个角度，多个侧面，多种形式综合查看数据，从而深入挖掘包含在数据中的信息和内在联系。

4） 数据展现技术

通过查询和报表工具等形式，将分析后的数据直观、简练的呈现在用户面前。除此之外，还可以将包括仪表盘、积分卡等越来越多的分析结果以可视化的形式展现出来，通过图形、图像、虚拟现实等易为人们所辨识的方式揭示原始数据间的复杂关系、潜在信息以及发展趋势。

5 政务商业智能的框架结构

1） 数据源层

政府所掌握的数据以不同的形式、格式存放在不同的部门，不同系统之中，因此，将数据加载到数据仓库之前，首先要对数据进行转化，保证数据格式规范、完整、统一，然后在将数据从数据源经过抽取、清洗、转换等加工处理后加载到数据仓库系统中。

2） 模型层

模型层为整个政务智能决策系统提供元数据模型和业务模型。模型层主要面向政府部门的管理人员或领导，根据所关注的业务范畴、数据层次的不同，构建与之相匹配的数据集市模型。数据集市提取数据仓库中的数据，根据用户和应用需求存储定制后的数据，通过这种方式，既可以保证数据的一致性，也可以针对业务查询和汇总计算频繁的部门，提高其访问的速率。元数据在数据仓库管理中扮演的作用包括：提供从业务数据库到数据仓库的规则描述，定位数据仓库的目录，提供用于将数据从业务数据库整合到数据仓库的算法描述，描述数据仓库中信息的数据结构等等。

3） 数据展现层

数据展现层主要是提供一个统一的界面，通过对数据源层的数据进行各种加工整理并进行数据挖掘、分析预测等操作，然后将得到的结果用报表、图表、文字或各种图形的方式直观的展现出来，而管理人员和业务人员无需关心具体的技术实现方式，只需要访问web站点，通过身份认证后即可根据自身权限实现对数据的查询和分析。主要功能包括：信息发布、即席查询、统计分析与报表、联机分析处理、数据挖掘、智能预警等。