[原创]商业智能（BI）的灵活性配置——BI的两类三种结果模式探讨 (入选推荐日志，加10币)

一、BI的两类、三种结果模式

BI的两类、三种结果模式指BI从应用和技术两种视角切入，可以归纳出各三种结果模式，并形成BI灵活性配置的应用/技术矩阵。如下图1所示。应用类型的三种结果模型分为：流程型模式、结果型模式和综合型模式；技术类型的三种结果模型分为：数据集市模式、数据仓库模式和平行模式；各自内容见本文后续描述。

图1   BI的灵活性配置的“两类、三种”结果模式

>>理解相关名词：

文中对数据仓库一词，采用著名的数据仓库专家W.H.Inmon的定义。数据集市的含义主要以理解另一权威Ralph Kimball 的著述为准。

Inmon在其著作《Building the Data Warehouse》一书中给予如下描述：数据仓库（Data Warehouse）是一个面向主题的（Subject Oriented）、集成的（Integrate）、相对稳定的（Non-Volatile）、反映历史变化（Time Variant）的数据集合，用于支持管理决策；

Kimball 将数据仓库定义为“满足查询和分析的事务处理数据的拷贝的特定结构”。他说“数据仓库仅仅是构成它的数据集市的联合”。他认为“可以通过一系列维数相同的数据集市递增地构建数据仓库”。每个数据集市将联合多个数据源来满足特定的业务需求。通过使用“一致的”维，能够共同看到不同数据集市中的信息，这表示它们拥有公共定义的元素。 

二、 应用导向的BI结果模式

依据用户对职责范围内所做决定的难度和所需的时间长度，BI应用有三种结果模式：结果型BI模式、流程型模式和综合型模式。

（一）模式一：结果型BI模式

结果型模式指为特定的某方面的管理需求提供智能的模式，为管理层服务，有较高的逻辑性。结果型模式综合多个操作型软件引入智能，产生在不同层度辅助有关用户做出“职责范围内事项的最佳决定”的各种展示结果。如普通报表/查询、仪表盘、营销计划书，BCG矩阵等。

（二）模式二：流程型BI模式

流程型模式用于操作型软件中，在操作层人员操作过程中内嵌智能，提供及时反馈并立即作用于工作流和，辅助用户的日常工作，提高工作效率和优化工作结果。如对业务员操作过程对目标客户的智能筛选，及时查询、及时验证，逻辑较为简单。流程型模式工作协同的连结很强，需要通过采取软件的即时通信，或者手机短信，或者是电子邮件。

（三）模式三：综合型BI模式

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智能转变，或功能型智能向流程型智能转变；临界模式指既适合结果型智能、又适合于流程型智能的情况。

三、技术导向的BI结模式

（一）模式一：数据集市模式

数据集集市的两种分类，一是与数据仓库的关系可以分为独立的数据集市和非独立的数据集市；二是与数据库的关系，可以将面向独立主题的数据库称为数据集市。此处的数据集市模式指独立的数据集市，或者为面向独立主题的数据库的复制。

数据集市模式是构造BI系统的模式之一，指以面向部门级应用为导向，通过数据集市的形式组织数据，并在OLTP系统中嵌入分析，辅助操作过程中的智能判断和涉及该OLTP系统的决策优化。数据集市在未来数据一致情况下形成数据仓库。如图1所示的数据集市模型，反映了“急用先行”的BI运作思路。

数据集市模式特点：1是面向特定主题的BI系统数据；2集市中的数据量根据特定的OLTP系统而定，可能很多，也可能很少。3、管理中层和操作层的数据应用。4、部门层次的操作型数据存储（ODS），解决管理中有时需要同时涵盖流程操作和即时分析的矛盾，以支持操作环境和立即做出的决策。4、以用户驱动为主的建模方式。

数据集市模式的运用：根据适合的行业和产品价值环节及企业发展阶段，CRM，SCM、HRM系统及可以包含于上述系统中的各个小系统，可使用数据集市模式。其匹配过程依据BI三维框架的三层漏斗（见第一章BI的三维框架）进行筛选。详见后续文章。

数据集市有以下优点：数据集市的建设周期短（只需几个月），投资小，见效快；部门用户完全拥有自己的数据集市可以根据需要定制其中的数据；数据集市的使用可以解决各部门对数据仓库资源的竞争，提高处理速度。

（二）模式二：数据仓库模式

数据仓库模式是BI的传统模式，指以数据仓库为核心，组织企业所有OLTP系统的数据及外来数据，形成以数据驱动为主的建模方式和前端展示方式，可以在企业级层面提高决策优度和提升管理能力。通常数据仓库模式抽取仓库内单独主题相关的数据，形成数据集市以实现对应用的支持。如图2所示,体现了“规划先行，分步实施”的BI运作思路。

数据仓库模式的特点：1、面向所有主题的企业级数据。2、数据集较为稳定，反映了数据的低频率更新和高频率的查询。3、用户主体为企业所有人员，以决策层、管理层为主。4、建模方式以数据驱动为主，结合用户驱动。

（三）模式三：平行模式

数据集市模式和数据仓库模式同时实施，称为平行模式。通常表现于由一个全局性数据仓库的数据模型作指导，同时建立一个或多个数据集市和全局性数据仓库。平行模式由于存在企业级的整体规划，各部门开发各自数据集市时相关规范更易于统一。概括起来，称为““规划先行，分步实施，急用同步”

（四）三种模式的比较

数据集市模式和数据仓库模式及平行模式都是BI的运作模式，三者共同的宗旨都是支持管理决策过程。数据集市模式是数据仓库模式的局部化应用，适合于当前国内大多数企业的管理水平与信息化状况。数据仓库模式是数据集市模式是的最终走向。在实际实施过程中往往从一个部门的数据集市着手，以后再用几个数据集市组成一个完整的数据仓库。

从理念而言，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。从数据而言，其本质区别在于数据的范围，是子集与全集的关系。以下是具体区别列表；而平行模式则是二者的折中。

表1 三种模式的区别

四、BI两类三种模式的灵活性配置

在当前国内信息化发展现状下，应用决定着数据。信息系统的需求定义模型认为，需求分析可以从战略需求层，管理需求层，功能需求层，技术需求层这四个层次展开。上一个层次分析的结果通过向下传递，形成每一层可以理解的需求语言，利于信息系统的最终开发，并使信息系统真正成为提升企业经济运行水平，促进经济运行目标实现的有力工具。

可见，应用要求是BI的首要条件。从业务中获取BI所需完成的工作，及工作中所需处理问题的难度和时间长短，可确定BI采取何种应用模式。比如，要解决计算客户价值并据以配置资源等诸如此类复杂及中高层管理人员的问题，则应采用结果型模式。相反，如果是解决呼叫中心业务人员在电话当场汇总客户近期电话费用等业务操作类问题，则应采用流程型模式。因此，从应用中确定了企业BI建设的A型结果，B型结果或C型结果。参见前述图1。

根据应用确定的BI三种结果型模式，综合考虑企业的信息化水平及解决问题的迫切程度，可以确定A1、A2、A3，或B1、B2、B3，或C1、C2、C3。比如企业确定BI要建成流程型BI，而企业信息化的标准工作又多无头绪，则应建立A1模式；如果企业确定BI要建成流程型BI，而企业的数据标准化工作早已梳理、且已经在全局范围内规划了数据的生产和消费，则可以建设A2模式或A3模式。

实际上，从应用切入还是从数据切入构建BI结果模式，反映了BI由数据驱动还是由业务驱动的本质问题。从数据驱动向业务驱动转变，这正是CHICAGO——Gartner商业智能峰会的主要议题之一。数据驱动指由数据的深度挖掘来辅助业务，而这种构想在当前动态、多变的竞争环境下太过于理想。BI建设必须要以业务为驱动，从业务出发，根据商业策略及其所需的分析来运用数据。实际上，是将现实中的涉及业务的战略、管理及其过程在软件中统一和运作、监控、自循环起来。                                    

微信扫一扫实时了解行业动态

微信扫一扫分享本文给好友