现代企业中商务智能与知识管理的整合

薛 云

随着全球经济一体化的加快，商业竞争日趋激烈，企业面临着前所未有的挑战。当前企业管理的核心是“决策”，一个企业决策的质量和速度决定着它是否能在瞬息万变的市场中立于不败之地。一些企业已经发现了提高自身决策质量与速度的捷径，即通过商务智能（Business Intelligence，BI）与知识管理（Knowledge Management，KM），使企业积累的数据、信息和知识得到充分合理的应用。商务智能的应用使企业能迅速对海量数据作出快速、科学的反应和处理，提高决策的速度；知识管理的应用则使企业能以高效的方式组织拥有的一切资源来实现其管理目标，提升决策的质量。所以，商务智能和知识管理是提升企业决策者所获得信息、知识的质量与速度的核心技术。但是据调查统计，60%的企业受访者对于商务智能与知识管理的共同点与差异性缺乏了解，存在疑惑。因此，本文对商务智能和知识管理的特点、作用及两者的关系进行分析，并阐述现代企业中商务智能系统与知识管理系统如何整合利用，以期为企业实施两大系统整合、增强竞争力、实现知识共享、提高决策质量与速度提供参考。

一、商务智能与知识管理简述

1.商务智能

（1）商务智能的定义

商务智能的概念，最早由美国加特纳（Gartner）公司（全球最具权威的信息技术研究与顾问咨询公司）于1996年提出。加特纳公司的定义为：商务智能描述了一系列的概念和方法，通过应用基于事实的支持系统来辅助商业决策的制定。[1]关于商务智能的概念，国内外学者有着多种见解，其中国内研究商务智能的著名学者王茁和顾洁[2]给出的概念为：商务智能是企业利用现代信息技术收集、管理、分析结构化与非结构化的商务数据和信息，创造、累计商务知识和见解，提高商务决策水平，采取有效的商务行动，完善各种商务流程，提升各方面绩效，增强综合竞争力的智慧和能力。简而言之，商务智能是企业能够快速分析与处理数据的技术和方法，可以有效实现数据的收集、管理、分析，将数据转化为信息与知识，指导企业的决策。

（2）商务智能的特点及作用

商务智能融合了先进的信息技术和创新的管理理念，不仅面向企业内部员工，而且面向企业外部的合作商及客户，是一个开放的系统。商务智能综合了数据仓库、在线分析处理、数据挖掘等多项信息技术，具有强大的数据分析处理和数据展示功能；其用户多样化，既包括企业内部的业务人员及各级管理者，也包括企业外部的客户及合作商，且各类用户拥有不同的使用权限；同时注重在企业海量数据和信息中挖掘知识。能够对信息获取与分析及战略决策过程提供支持，使决策者的洞察力得到提升，高效准确地制定企业战略规划与决策；在提升企业绩效上有一定的优势，它能够贯穿企业绩效管理的闭环流程，通过即时、持续地计算各种企业绩效指标，监测企业实际运营与计划目标的偏差，帮助企业分析原因或趋势，实时调整商业策略，作出科学决策。

2.知识管理

（1）知识管理的定义

知识管理是一项从20世纪90年代中期开始在全球崛起的学术与商业应用主题，是针对个人及社群所拥有的显性知识和隐性知识的确认、创造、掌握、使用、分享及传播进行积极有效的管理。哈佛大学教授彼得·F·德鲁克（Peter F.Drucker）[3]是较早研究知识管理的学者之一，他认为“知识管理应建立在学习型组织之上”。国内知名的金融和信息化专家王广宇[4]提出了一个相对全面和科学的知识管理的概念：“知识管理包括知识的获取、整理、保存、更新、应用、测评、传递、分享和创新等基础环节，并通过知识的生成、积累、交流和应用管理，复合作用于组织的多个领域，以实现知识的资本化和产品化”。企业中主要存在的知识有：由业务系统生成和管理的业务知识；个人工作经验和知识潜力的员工知识；业务流程中嵌入的流程知识；提高产品和服务质量的客户知识；产品与服务中包含的知识；记录现有经验的案例、实践、档案的知识；跨领域知识流动的关系知识；从企业外部收集到的外部情报知识；企业中隐性存在的知识资产。因此，现代企业中对知识的管理必不可少，至关重要。

（2）知识管理的特点及作用

知识管理能够实现企业内部及外部显性知识与隐性知识的转化，利用企业内员工及企业外客户的群体智慧提高企业的创新能力与决策水平。知识管理是方法，一方面可以激发企业员工在工作中创造知识，即将其隐性知识显性化；另一方面可以组织员工学习、培训等，使显性知识被隐性于企业内，以提高企业的知识存储量和应变能力。知识管理可以促使在企业内部形成终身学习机制，将显性知识集成、保存，并在企业用到时能及时提取，可以减少因员工休假、离职而造成工作衔接不畅而导致的经济损失，因此它是一种管理机制。它依赖于知识，其主要任务是帮助企业形成企业的核心知识，使企业知识得到创新、更新与共享。它能够为员工提供知识共享的环境，提高整体的工作效率和创新能力，从而改善企业服务质量。它贯穿于企业的整个成长过程中，不断创造价值，促进企业提高其适应性和生存能力，实现企业创新和可持续发展。

二、商务智能与知识管理的关系

在实际中，商务智能和知识管理的应用贯穿于企业管理的全过程，覆盖了企业管理业务的各个层次。因此，二者在企业管理中有着紧密的联系，但因为二者的差异性又相互区别。

1.商务智能与知识管理的联系

商务智能和知识管理都受到企业文化和人的影响，主要在技术基础、业务对象、处理结果、实现目标、处理过程、使用对象、服务平台几个方面具有紧密的联系。具体如表1所示。

2.商务智能与知识管理的区别

表1 商务智能与知识管理的联系

商务智能和知识管理的发展历程不同，主要在核心技术、运作过程、处理重点、加工深度几个方面有所区别。具体如表2所示。

三、现代企业中商务智能与知识管理整合的对策分析

随着信息技术的不断发展，许多企业纷纷投资建设商务智能系统（Business Intelligence System，BIS）与知识管理系统（Knowledge Management System，KMS）。调查显示，大多数企业的商务智能系统与知识管理系统相分离。对于现代企业来说，数据管理、信息管理以及知识管理贯穿于企业的管理业务过程中，在大数据时代背景下，每个企业都需要高质量、快速度的决策。在企业中，商务智能系统与信息系统是紧密结合的，因此，如何将企业中的商务智能与知识管理有效融合，是一个亟待解决的问题。如果能将二者有效整合，可以更好地满足企业数据管理和知识管理的需求，更好地支持企业决策。

1.技术上的整合

实现技术上的整合，可以降低系统运行成本，提高信息系统的运行效率，加大决策支持的力度，提升企业竞争力。在整合之前首先要考虑选择合理的整合方式，其次要明确技术整合的重点。

（1）选择合理的整合方式

商务智能与知识管理的整合，在技术上可以分为“新建”和“集成”两种方式。随着信息化的发展，绝大多数企业都已经有支撑业务的信息系统，如果完全摒弃现有的信息系统，重新建立一套新系统，将会花费大量的人力、物力和财力。因此，对于一个全新的企业来说，在企业信息化规划中选择“新建”的方式比较适合；对于已经运营的企业，可以根据现有的信息系统，经过有效的组织和规划，进行商务智能与知识管理的整合，这样投资少，见效快。当然，对于已经运营多年的企业，重新建立新的系统也不是不可以，新建的系统技术更先进，设计更合理，投资回报率也可能更高。具体选择“新建”还是“集成”方式，每个企业要因地制宜，根据科学的评估结果来决定。

表2 商务智能与知识管理的区别

（2）技术整合的重点

重点主要包括多源数据的整合与各个应用系统的整合。目的是将企业的多个异构数据源（包括企业内的数据及企业外的数据）进行统一，建立各个应用系统的接口标准和框架。因此，技术上需要有硬件、软件和人力的基础支持。

①“硬件”方面。包括必要的硬件设备以及将这些硬件设备连接在一起的网络硬件设备等。强有力的硬件架构是商务智能与知识管理成功整合的保证。例如，可以选择英特尔公司（Intel）的至强处理器Pentium II Xeon，它拥有多核心和超线程技术，可以支持多用户多任务的运算处理。也可以选择甲骨文公司的Exadata和ExaLogic等一体机，它们可以轻松实现面向实时数据进行分析和云计算。[5]

②“软件”方面。一是指数据和系统软件的整合。相关软件包括操作系统、数据库管理系统、开发工具、支持客户机/服务器和联机事务处理的软件、标准的应用程序接口。数据和系统软件整合的目标是为异构的多源数据进行格式处理，形成统一的整体，通过分布式数据库，使企业各个信息系统和数据仓库等进行协作，使得整合后的系统共用一个数据源。二是指系统应用软件的整合。将商务智能和知识管理的结果展示适当地整合到一起，可以进行具体的设计、开发和实现。主要是建立各个应用系统的接口标准和框架结构，具体包括Web服务，应用系统模块化，单个系统的功能、范围、观念等角度的整合。

③“人力”方面。为了保证商务智能与知识管理在企业日常管理及业务中的正常运转，企业需要大量对商务智能和知识管理都有一定了解的员工，尤其需要掌握相关理论与技术的人员，对企业系统业务流进行优化、数据展现、系统的管理与维护等。

2.结构上的整合

商务智能与知识管理的有效整合，可以支持企业各项业务活动，处理和分析企业的数据、信息、知识。整合后的系统从结构上可以划分为三个层次，即数据层、系统层和应用层。

（1）数据层

商务智能数据层的数据来源主要包括企业内部的业务数据，即来自企业业务系统的客户管理系统（CRM）、企业资源计划系统（ERP）、供应链管理系统（SCM）的数据资源、数据仓库和数据集市；来自企业外部的数据，例如新闻、电子邮件（E-mail）、市场分析报告、行业分析报告等。知识管理数据层的数据来源主要包括知识库即企业员工的知识和经验；元知识库，元知识是知识资源的元数据，既包括资源的自然属性，如标题、作者、出处、长度、时间等，又包括资源的知识属性，如主题、关键词等。数据层是实现商务智能与知识管理结构整合的关键层，它通过数据库、数据仓库、知识库、元知识库，为各种数据、信息转化和知识应用提供可靠的数据支持。因此，在二者整合之前，对数据层的规划相当重要，因为数据来源于此，数据的质量对企业的决策有重要的价值。

（2）系统层

系统层主要整合商务智能和知识管理的关键功能，实现对企业数据、信息、知识全面分析和联系，具体包括数据挖掘、联机分析、知识交流和知识地图等。数据挖掘技术对可以从数据层提供的海量数据进行抽取、转换、分析和其他模型化处理，从中提取辅助企业决策的关键性数据和对企业决策有用的知识。联机分析处理技术可以对企业数据进行多维分析处理，如切片、旋转、钻取，从而获取新的商业信息。通过数据挖掘与联机分析处理，企业可以实时把握商业运营现状，使决策者能随时、随地观测企业运营数据，及时调整经营策略。知识交流为企业员工创造便利的知识交流环境，使员工可以在这个平台上直接进行与企业业务相关的方法、经验、窍门等隐性知识的交流和共享。知识地图可以促进知识的检索、积累和重复使用，可以利用知识资源的总目录及各知识单元之间的关系，使企业员工获得求知导引，方便、快捷地获取解决问题所需的知识。

（3）应用层

应用层主要实现商务智能与知识管理整合后的系统界面，形成商务智能与知识管理的企业智能门户，直接面向用户。通过知识管理与商务智能的系统集成平台，可以更加容易地显示数据、信息和知识，企业员工可以更加精准地进行数据分析、查询，获取知识库中的知识，以实现知识的共享、交流与创新，为企业的决策和管理提供更有效的信息和知识服务。另外，企业员工也可以通过该系统界面实时获取企业的业务数据，利用联机分析处理、数据挖掘、文本挖掘等技术，从大量的数据资源中获得规律或新的知识，并将经过验证的规律和知识存储到知识库中，以方便知识的重复使用和创新。企业的决策者依靠应用层提供的功能接口，可以更加方便地将数据、信息、知识与企业的生产运营结合起来，可以更加有效地将分析后得到的有价值的知识运用到企业的生产运营中去。

3.管理上的整合

商务智能与知识管理都深受企业文化和人的影响，因此二者的整合还体现在管理上的整合，整合后的增值效应体现在企业活动的各个方面。管理上的整合，需要从以下几个方面着手。

（1）企业文化

企业文化的核心是企业员工所共享的价值观念、信念和行为规范的总和，不仅体现在生产、管理和经营的全过程，而且与各个环节相联系。如果要使商务智能和知识管理与企业原有文化相融合，就要鼓励企业员工积极地面对数据、信息和知识，主动进行知识共享，并且建立开放的信息环境，强化信任关系，培养协作的团队意识，创建学习的文化和创新的文化，培养科学理性的管理观。

（2）企业组织结构

企业必须具有比较合理的结构设置，并且创造出各种不同的角色，才能充分地生产、掌握、传播和利用知识。一般大企业的知识信息类管理角色主要分为五层：[6]员工——知识工作者，管理人员——知识经理，分析人员——数据与信息分析师和情报人员，规划与实施的专职人员——数据与知识工程师，资深主管——首席信息官（CIO）或首席知识官（CKO）。企业应参考以上五种角色的分类，合理构建组织结构，设立相应的职位，如数据质量管理员、数据分析师等。

（3）企业战略规划

面对商务智能与知识管理整合的需要，企业必须结合自身情况作好整体战略规划。这种战略规划更具有前瞻性，它需要对现有技术、方法和理念有深入的了解，更要对未来的企业发展方向有准确把握和预测。需要考虑的主要问题是：企业的人文环境如何规划；企业中知识与业务的联系是什么；企业中知识的来源与流向如何；企业战略对企业组织结构设计有哪些影响；企业经营策略需要进行哪些调整；如何进行科学的评估与监测，等等。通过信息技术的知识处理与员工创新能力的有机结合，制定企业的战略规划，实现企业的可持续发展和不断创新。

（4）人才管理

企业必须有一部分人员既掌握知识管理的相关知识，又具备商务智能的相关能力。具体要求为具有丰富的知识，掌握一定的信息技术，具备较强的管理意识及能力、较强的团队合作意识、数据分析能力、商务处理能力等。因此，要做好企业员工的引进、培养、使用、保留、考评与激励等管理工作，保证人才为企业作出最大贡献。

（5）业务流程管理

面对商务智能与知识管理整合的需要，企业的业务流程需要改造，业务流应该与信息流紧密结合在一起，因此要具体分析业务流程，对业务运作过程本身的合理性作出判断，加强信息管理。例如，企业资源计划系统不仅要完成对资源供给和需求的管理，还要实现跨部门和跨流程的信息共享和数据交换，加强财务预测、生产能力调整、资源调度等功能，最终辅助企业的全方位管理及决策。供应链管理系统应是一个知识化的供应链，既包含原供应链的管理内容，又保证与整个集成化管理信息系统相融合，并且注重运作中数据与知识的有效管理。在企业与客户的交往中蕴藏着大量有价值的数据和信息，通过客户管理系统与企业资源计划系统、供应链管理系统和财务等系统的集成，从客户那里学习更多有价值的知识，从而提高企业的分析和决策能力。

（6）企业的智能化运营管理

企业的智能化运营是指基于企业的数据仓库和知识仓库，利用数据分析和决策支持工具，高效完成数据、信息的采集、分析和处理，同时科学地管理各种知识，应用于企业生产经营的各个环节，以实现企业的智能化运营。企业的决策科学化和运营自动化是企业智能化运营的核心目标。商务智能为企业提供商业数据和信息的搜集、管理、分析；知识管理为企业提供内部运营的基本知识，而且不断促进企业内部知识的形成、更新和创新。二者都为企业的智能化决策作出巨大贡献，二者整合后，可以进一步实现企业运营的智能化，表现为企业知识主体敏锐的洞察力、迅速的反应能力、较强的信息处理能力及快速沟通能力和知识创新能力。

四、结束语

目前，商务智能与知识管理整合在国内的研究还处于探索阶段，具体实施中还有许多问题需具体分析与解决，如商务智能与知识管理整合的风险问题。虽然商务智能与知识管理是提高企业决策速度与质量的保障，但在具体实施过程中是存在风险的，尤其在二者的整合中风险更大。整合过程中具体要考虑的风险因素包括整合的成本、中途失败的成本、系统的复杂性、技术更新、社会风险等。每一个企业都应在实施商务智能与知识管理整合前进行风险分析，切不可盲目跟风。总之，商务智能与知识管理的整合益处明显可见，但企业还需根据自身财务、业务、信息化程度等具体情况，适时适当地组织实施整合项目。在有较好的投资回报评估结果的前提下，选择将商务智能与知识管理整合，从而真正提高企业的决策水平，确保决策质量和速度，全面提高竞争力，实现智能化运营。

＊本文受北京市属高等学校人才强教计划资助项目“企业商务智能与知识管理的整合及应用研究”（项目编号：PHR201108408）、北京哲社基金规划项目“基于Web 2.0的首都高新技术产业决策机制研究与应用”（项目编号：SZ201311417001）资助。

[1]伯纳德·利奥托德.商务智能：信息—知识—利润[M].北京：电子工业出版社，2002：167-168.

[2]王茁，顾洁.三位一体的商务智能：管理、技术与应用[M].北京：电子工业出版社，2004：2-3.

[3]彼得·德鲁克，等．知识管理[M]．北京：中国人民大学出版社，1999：76-78.

[4]王广宇.知识管理冲击与改进战略研究[M]．北京：中国经济出版社，2012：30-35.

[5]什么样的硬件足以支撑企业商业智能？[EB/OL].[2012-04-23].http：//server.zdnet.com.cn/server/2012/0423/2090058.s html.

[6]奉继承.知识管理——理论、技术与运营[M].北京：中国经济出版社，2006：201-202.