[原创]商业智能（BI）的哲学思索---BI框架体系探讨

   与BI的定义相比，当前对BI体系的讨论相对较少。以下介绍部分著名国际厂商的BI体系，从中可知当前BI体系在认知上偏重于技术，“盲人摸象”必然导致注重解决如何做BI这一对BI来说不够完整的问题。   1、微软的BI体系
    图1是微软的BI体系。由三个圈层组成，最里是数据库，最外是应用功能。共列举了七项应用，如BI共同作业、可视化、地理空间分析、点击流向分析、零售与营销分析、项目管理、资料分析。可见该体系核心意思是根据数据库中的数据实现各种应用，体现的是BI的一般思路。

  
   当前BI的发展一定程度上受制于用户和开发者双方对于BI的认识偏差进而导致的不如意的实施结果现状。以下列举了实际BI项目的常见问题，这些问题在当前的BI体系并不能解决。

   2、IBM的BI体系
   图2是IBM的BI体系，底层是软、硬件平台、中间件、安全和元数据管理等。其上反映了BI中的工作流和数据流，从右到左是数据源、数据整合、分析以及接口。IBM的BI体系较详细描述数据的转变和应用过程以及实现数据转变和应用的保证过程，核心是解决数据如何用和数据准确性问题，显然是技术思维。

   3、美国数据仓库研究院的BI体系
   图3是美国数据仓库研究院提出的BI体系。该研究院把BI比作数据炼油厂，认为BI是由事务操作型系统产生数据并经过数据仓库和一系列工具和模型的转化，实现数据向信息、知识、策略再到行动，并指导事务型系统的循环过程。该体系关注到业务层面的需求，并将BI的结果转变为 OLTP系统中的行动从而实现循环，但是仍然立足于解决数据到利用再到数据的单一方面问题，技术型思维的影子依然很重。

   4、国内BI研究者的BI体系
   国内研究者杨林认为BI的系统框架由四个层面组成，如图4所示。该四个层面构成金字塔形式，最底层是信息系统层面、其上是数据分析层面，再上是知识发现层面，顶层是战略层面。该框架注重了管理层面，但是应用性显得不够。


    上述BI体系，侧重于技术角度以详略不等的程度体现了BI从数据到应用的过程。IBM增加了该过程的管控和安全。美国数据仓库研究院展示了BI的结果对策略和行动的关联和影响。这些BI体系全面性和贴近应用性有所不足，或者用户不能深入理解，只简单的仅将BI当作利用数据的过程；或者开发者只知BI实现过程而难以明白实现结果以及原因，以致无法达到用户和开发者之间的顺畅交流。

  BI产品按功能分为：数据仓库、OLAP报表工具、ETL工具、数据挖掘工具等。当前还没有实现整个BI过程的产品，各厂商只拥有过程之中的某一类或几类产品。如SPSS的产品侧重于分析和挖掘，BO公司产品侧重于OLAP分析和报表展示（Business Objects; Crystal Reports）,Cognos握有分析和展现工具。另一方面，即使是同一BI过程的产品，不同公司也有其差异。因此，在泊来词“BI”面前不了解BI的用户身处各厂家的宣传中必然迷失方向。可见，由于BI用户的“无知”,各BI厂商的差异化策略形成了“差异化基础上的差异化”，而不是“标准化基础上的差异化”。由此导致了用户和开发者之间的沟通交流受阻，甚至是单方面的诱导用户的沟通，这显然不利于BI行业的发展。

二、以哲学思维构建体系是解决当前BI体系问题的根本途径

   当前BI体系仅侧重于技术上如何做BI，显然这种仅在“墙上完善一个洞”的方式，无论在这个洞上如何精细完善，都难以达到用户和开发者对完整认识的统一，难以共同促进产业发展。这种形势需要借鉴“现有的洞”然后在“墙上另打一个洞”并与“现有的洞”相连接，形成一种新的利于用户和开发者交流的BI体系并解释、描述和操作，以达成共同的理解和认识。这既方便于用户判别各厂家的宣传侧重和诱导，也能让开发者更能了解用户对BI的正确认知结构从而便于沟通和交易，最终实现“标准化之上的差异化”，减少沟通的交易成本，实现规模经济。

   《辞海》对体系的解释是若干有关事物互相联系互相制约而构成的一个整体。据此定义，BI体系即是关于BI的有关事物互相联系且相互制约而形成的整体。如何构建BI涉及有关事物互相联系且互相制约而形成的体系？笔者认为以哲学思维切入，从本体论和方法论的角度阐释并构建本体论和方法论统一的体系，才能将BI有关事物及其关系描述清晰；同时哲学思维的回归，使不同经历、不同知识和实践水平的用户和开发者可以基于同一认识起点，共同交流和探讨BI，从而消除BI的认识偏差、减少BI的交易成本，促进BI产业的发展。
哲学不仅是理论化、系统化的世界观，而且是观察、分析和处理问题的方法论。所谓世界观，是一个人对整个世界的根本看法，也指关于存在及其本质和规律的学说，是对存在本身的高度抽象，称为本体论；本体论的英文为ontology，基本含义是“是”和“存在”。本体论解决事物“是什么和为什么的问题，它是方法论、认识论的物质客体。方法论是对物质客体存在性状、属性、功能、作用、形式、方式，如绝对相对两重性和对立统一性、运动、结构、机能、形态、、变化、转化、发展、普遍联系、质量互变、否定之否定等的描述、解释、说明，是人们用来认识世界和改造世界的一般方法的学说或理论体系，或者说，是人们用来观察、分析和处理各种问题的基本原则和哲学根据。方法论解决了事物是如何运动以及运动的结果问题。哲学是本体论和方法论的统一。一般说来，有什么样的本体论，也就有什么样的方法论。本体论是方法论的理论基础、哲学根据；方法论是世界观的具体运用和体现。

    因此，从哲学入手构建BI体系，需要做到本体论和方法论的统一。以主体切入，BI体系要解决用户和开发者（本文主要指二次开发者、集成商）对BI的认识问题，即要理清BI是什么（包括为什么要这样认识BI），BI如何用，BI如何实现等相互联系和相互制约关系。此外，要为用户和从事BI领域各项研究和实践的开发者，提供共同的基础与交流的平台。BI体系要构成一种“体、用”关系。“体”充分体现本体论，适用于用户和开发者共同认识和交流；“用”包括做成什么样和如何做，前者适于用户和开发者共同探讨项目成果，后者主要适于开发者。当然用户既熟知BI项目的结果又能了解开发BI的方法和过程，利于知晓项目的难度和时间长度，便于经费预算。

   比较哲学思维构建的BI体系和当前BI体系可知，当前的BI体系仅解决一个方面的问题，即如何做BI，这仅是体用关系中“用”的其中一部分。可见当前BI体系的不完整和片面性，以至于它难以解决用户期望的BI是什么和为什么，以及BI有什么类型，BI要做成什么样？BI后期如何提升等问题，因而无法顺畅实现开发者和用户的沟通。
 

  三、BI的“体用”框架介绍

   根据上述体用关系，笔者建立了BI的“体用”框架体系。“体用”框架是指BI体系由“三维构架”、“三种运作模式”、“四步开发论”三个部分构成，简称为“334“体系。如图51所示，BI三维构架是基础，是“体”；BI的三种运作模式和四步开发论构建于基础之上，是“用”；这两大部分三个内容构造了BI体系的“体、用”关系。三者组成的BI体系完整地阐明了“BI是什么，为什么，要做成什么样以及怎么做等”相互联系和相互制约关系。此体系能够为用户和从事BI领域各项研究和实践的开发者，提供共同的基础与交流的平台。

  （一）、三维构架理清BI的定义，解决是什么？

   商业智能作为概念，最早由Gartner Group提出，但至今仍无一个公认的定义。当前提出的定义中包含了BI是技术、BI是工具、BI是一种联结软件的概念和方法，以及BI是自动化管理过程等诸多观点（参见第二章商业智能（BI）的三维构架----商业智能的“操作性和提升性”转换）。笔者认为上述观点缺乏明确的实施方案和方法论的体系化思考和揭示，既不能让用户理解，亦不便于指导开发者实现操作。

    本人借助“三维构架”试图系统全面地理解BI。BI三维构架由“三维模式”和“三层漏斗”构成。三维模式以认识论为基本原理从主体、客体和工具三个方面展开，通过对角色维、内容维和工具维的详细且全面的阐释，理清了BI的一般原理。三层漏斗描述了BI一般原理在处于不同产业、不同价值环节、不同发展阶段的盈利性组织合理物色BI的筛选过程。同时，实践的结果反过来会提升三维模式，实现BI一般原理的完善。图2是BI的三维构架。
总结起来，商业智能（BI）是以认识论和组织理论（主要用于对角色维的分类）为基本原理，采取相适宜的“工具”，旨在帮助 “相关角色”对职责范围内的“有关内容”做出最佳决定。它由“三维模式”和“三层漏斗”组成，是整个企业集理念，组织，流程，技术为一体的整体辅助决策支持方案。图6描述了BI两个构成部分的运用和提升关系。详细内容见第二章《商业智能（BI）的三维构架----商业智能的“操作性和提升性”转换》。

    上述BI定义以三维模式和三层漏斗作构架，既阐述了BI由角色维、工具维和内容维构成的一般原理，又从产业/行业、价值环节和发展阶段对BI的应用范围做筛选从而归结到实践。可见该定义不仅方便不太熟悉技术的用户了解BI内涵，而且用户和开发者都可以据此大致确定当前以及未来一段时间采用BI所要满足的需求深度和广度。因此BI定义及其三维构架，建立了用户和开发者共同讨论BI和开发、使用BI的沟通平台。

  （二）、三种运作模式明晰BI的结果分类：解决BI要做成什么样

    不同企业在不同阶段存有不同的经营管理需求，可以采用不同的BI模式予以满足。BI针对业务和针对技术各有三种不同的运作模式。
立足于业务，依据有关用户对职责范围内所做决定的难度和所需的时间程度，BI有三种运作模式：流程型模式、结果型模式和综合型模式。流程型模式作用于操作型信息系统，在有关用户操作过程中引入智能，提供及时反馈并立即作用于工作流程，辅助用户针对日常工作做出最佳决定，提高工作效果；结果型模式综合各个操作型信息系统引入智能，产生在不同层度辅助有关用户做出“职责范围内事项”最佳决定的各种展示结果，如普通报表、仪表盘、BCG矩阵、营销计划书等。综合型模式是一种转变模式或临界模式。转变模式是指流程型模式向结果型模式转变，或结果型模式向流程型模式转变；临界模式指既适合结果型，又适合流和型的情况。综合型模式适宜于“决定难度适宜和作决定所耗时间适宜的经营管理问题。

    立足于技术，依据数据整合程度BI有三种运作模式：数据仓库模式、数据集市模式和平行模式。数据集市模式和数据仓库模式根本的区别正是自上而下和自下而上两种建设理念的产物，也就是Inmon和Kimball两派在产品应用中的具体体现。平行模式则是上述二者的折衷。数据集市模式反映了“急用先行”的BI运作思路，可以更好地满足业务用户的需求。数据仓库模式重在规划，要求企业级数据的一致性，更强调数据质量问题。

    针对业务的BI三种运作模式较适合于用户理解，犹其适合业务类用户。它解决BI以何种方式帮助用户在职责范围内做出最佳决定的问题，比如是员工在系统操作过程中对BI结果的连续应用，还是看到分析结果然后在其它诸如文件、讲话等非信息系统场合的应用等；包括用户在内的技术类人员较为适合数据集市模式、数据仓库模式和平行模式这三种针对技术的运作模式。

    结合针对技术和针对应用的三种运作模式，可以回答用户和开发者关于建设什么样BI的实际问题。如表1所示，用户和开发者可以针对某个企业的实际情况建设为A1型BI，即流程型＋数据集市的BI。本节详细内容参见第四章《商业智能（BI）的三种运作模式----商业智能的灵活性配置》本章内容陆续将在本博客网发表。
表1 BI建设的结果模式一览

   BI项目实施过程通常包括开发、测试、发布管理、用户体验、产品管理和项目管理几个过程。其中BI开发过程（主要针对集成商的开发人员）于不同的集成商可能有不同的模式，如有些归结为数据采集、数据仓库/数据集市、数据展现三个主要过程。笔者从BI任务的详细分解出发，总结出四步开发方法论。

   图7所示为BI的四步开发论，描述了BI开发实现过程的4个主要环节： 1、模型设计与技术评估；2、数据采集与数据一致化；3、前端展示；4、确定数据标准和元数据管理。与传统以数据流向为流程的开发模式相比，“四步”开发论更易实现项目分工和确定各自的开发内容。比如，在大型的BI项目中可以设定四个项目小组，相应承担数据标准设计、数据集成与交换、数据仓库和前端展示任务。 当然，用传统的以数据采集、数据仓库/数据集市和数据展示的开发模式来达成开发任务的初步共识，以四步开发论来设置项目小组并明确各自的工作内容和要求以指导和实现具体开发，效果更为明显。详细内容见第三章《商业智能（BI）开发的“四步”方法论----商业智能的开发流程》。本章内容陆续将在本博客网发表

（四）、BI“体用”框架体系各部分的联系与制约关系

    BI的“体用”框架体系由三维构架、三种运作模式、四步开发论构成。各部分以“体用关系”为基础构成了相互联系，相互制约的整体，明细如图8所示。

    三维构架可以帮助用户和开发者全面理解BI，明确BI在主体维、客体维和工具维之间的关系。同时通过连结主客体，也理清了四步方法论要开发的内容。

    三种运作模式有利于用户和开发者根据情况，选取适宜方式开展BI项目。选取方式可根据三维构架中的“三层漏斗”循序展开。

    四步开发方法论明确了BI项目要历经的环节，解决了开发者如何有序开发BI的问题，实现BI的最终性和实质性成果。

    三维构架解决了用户和开发者对BI的统一认识和大体需求的筛选问题，三种运作模式解决了BI实现的阶段性成果的选择问题，四步开发论解决了如何实质性完成BI项目问题。BI的“体用”框架这三个部分在完成各自功能的同时，必须相互衔接，才能最终成功实施BI。
BI的三维构架是基础，它决定性地回答了要做成什么样的BI问题，也即它决定了BI的三种运作模式，同时，它决定了四步开发论中决定要做什么的问题。BI的三种运作模式决定了四步开发论开发工作的深度和广度，也决定了BI的开发各环节工作的范围和重点；四步开发方法论是三种运作模式的共有开发流程。

    纵览并细读BI“体用”框架，用户和开发者可以基于同样的认识平台理解并大致能做出如下判断：根据BI的一般原理和特殊性筛选过程，本企业对BI在当前以及未来一段时间内的大致需求状况如何？应该选择BI产品的大致功能如何？本期要做的BI项目其成果应该是结果型模式与数据仓库模式的结合还是其它？本期要做的BI的难度和深度如何等？这些问题的回答既帮助用户理清对BI的模糊性认识，并大致解决与BI开发者（主要指集成商）的对接问题和项目时间、经费及质量控制关键点的问题，又能帮助开发者和用户共同探讨未来BI在本企业的提升议题。解决上述问题能够大大减少用户和开发者的交易成本，这对于BI产业的开发和发展大有裨益。