1 商務智能
商務智能BI(Business Intelligence)于1989年由Gartner Group的Howard Dresner首次提出，它描述了一系列的概念和方法，并通過基于事實的支持系統來輔助商業決策的制定。之后隨著商務智能的深入發展和人們對其認識的加深，不斷有不同的商務智能的定義出現。文中采用2007年Gartner商務智能峰會對BI的重新定義，即BI為一個傘狀的概念，它包括了分析應用、基礎架構、平臺和良好的實踐。數據倉庫、數據標準等平臺已經涵蓋在BI范疇里，BI已不再僅僅是前端展現工具。商務智能已經開始成為一種用于描述企業范圍內使用數據、分析信息、制訂決策和管理績效原則的術語，而且應該用全面的績效提升來衡量商務智能的成功。衡量BI的成功與否，不再是數據組織的有序、數據的ETL過程的更完美，不再是異構數據的集成能力，也不再是數據變換和數據歸約的強大功能，而是BI是有助于促進企業業績的提升。此外，B1分析型系統應該強調和形成效果，也就是說，BI必須要促進和業務或某一方面業務的順利展開，提升業績。BI的核心在于應用，這也是BI實踐者在工作中的真實體會。
商務智能的概念和商務智能系統的發展都不是一蹴而就的過程，商務智能系統的雛形可以看成是事務處理系統。后來在事務處理系統的基礎上出現了高級管理人員信息系統，它是商務智能發展的又一個層級，相對于初級的事物處理系統來說它在分析和處理綜合性與復雜性問題的能力上有了進一步的提高。在管理信息系統(MIS)的基礎上，又出現了決策支持系統，最終出現了商務智能系統。BI系統可以為決策者提供智能服務，而且越來越多的支持非結構性問題的處理，在決策的支持上也要比決策支持系統進步，更好的分析和處理綜合性和復雜性較高的問題。
BI系統雖然可以提供智慧服務，但它所有功能的完成仍然依賴于原始的業務數據，這些海量的數據是智慧服務的基礎，對這些數據的存儲及加工處理仍然占有很高的位置，可以說商務智能系統的核心就是數據倉庫系統。BI系統先要收集大量的數據并對其整理形成可供使用的數據。然后把這些經過預處理的數據進行加工轉化成信息，形成的最終智慧產品用于指導商務實踐。IBM 公司曾經提出過一個體系結構，主要有下面的幾個組成部分：外部數據源、數據倉庫建模和構造工具、數據管理、訪問工具、決策支持工具、商務智能應用、元數據管理。以上幾個部分通過體系內的協作可以提供數據分析與管理、知識發現等功能。
以零售業為例，分析商務智能在零售業中發展的推動因素：
(1)不斷增長的需求。隨著業務的高速增長，零售企業積累了大量的業務數據，管理人員面對看似無序的海量數據，迫切需要發掘其中的市場規律和發展趨勢。包括基層管理人員在內的零售企業管理團隊在日常經營業務中必須及時有效地做出正確的決定或決策，這些都引發了零售業對于商業智能應用的迫切需求。
(2)對商業智能理解的加深。跟隨著商業智能理論與實踐雙重發展的腳步，零售業界對于商業智能的理解和認識不斷深入，更多的零售企業開始能夠根據自己的業務實際提出商業智能方面的應用需求，這對于成功開展商業智能項目，提升項目的投資回報率有著重要的實踐意義。
(3)以顧客需求為導向的業務流程再造。為了提升企業競爭力和盈利水平，越來越多的零售企業開展了以顧客需求為導向的業務流程再造，力求打造良好的客戶服務質量和不易復制的核心競爭力。一方面，更好地理解客戶需求，及時地應對市場變化都有待商業智能應用的支持。另一方面，業務流程的再造有助于零售企業更好地采集相關業務數據和統計關鍵績效指標。
(4)新信息技術的應用。信息技術的快速變革從技術層面大力推進了商業智能的實踐和應用，例如無線射頻技術(RFID)在零售業的逐步應用有效改善了零售數據采集的時效性，同時也極大提高了數據的粒度和準確性，這對于改善商業智能應用的數據質量意義重大。
2 物聯網
隨著互聯網技術的不斷發展，在互聯網的基礎上延伸和擴展，形成了新一代的網絡技術，即物聯網。物聯網是新一代信息技術的重要組成部分，是繼計算機、互聯網和移動通信網之后的第三次信息革命。
物聯網是指在互聯網基礎上，通過各種信息傳感設備，如射頻識別(RFID)技術、傳感器、激光掃描器、紅外感應器、全球定位系統、氣體感應器、攝像頭等各種裝置與技術，實時采集任何需要連接、監控和互動的物體或過程，采集其聲、光、圖、熱、電、化學、力學、生物、位置等各種需要的信息，進行信息交換與通訊，實現定位、智能化識別、跟蹤、監控和管理的一種網絡。其目的是實現物與物、物與人，所有的物品與網絡的連接，方便識別、管理和控制。
所有物品在這個網絡中能進行“交流” 。物聯網(Internet of Things，簡稱IOT)又稱傳感網，最早是由美國在1999年的移動計算機和網絡國際會議上提出的。2003年，美國《技術評論》提出傳感網絡技術將是未來改變人類生活的十大技術之首。2005年，國際電信聯盟(ITU)在突尼斯舉行的信息社會世界峰會上發布了《ITU互聯網報告2005：物聯網》引用了物聯網的概念，指出無所不在的“物聯網”通信時代即將來臨。2008年，在北京大學舉行的第二屆中國移動政務研討會“知識社會與創新2.0”提出移動技術、物聯網技術的發展代表著新一代信息技術的形成，并帶動了經濟社會形態、創新形態的變革，推動了面向知識社會的以用戶體驗為核心的下一代創新(創新2.0)形態的形成。2009年，美國將新能源和物聯網列為振興經濟的兩大重點。
目前世界許多國家都對物聯網技術發展高度重視。在美國，奧巴馬政府把物聯網確立為新一輪國際競爭優勢的關鍵戰略。在我國，自溫家寶總理2009年8月視察無錫物聯網產業研究所提出“感知中國”以來，物聯網被正式列為國家重點發展的戰略性新興產業之一，寫入政府工作報告。與計算機技術、物聯網技術不同，我國在物聯網技術研究方面處于世界領先水平，與美國、英國、德國一起成為國際標準制定的主導國，具有重要的影響力。英國、德國、芬蘭、日本、韓國、意大利、加拿大等國家都在投入巨資深入研究探索物聯網。
作為推動信息產業發展和社會進步的一項重要技術，物聯網從2009年至今一直受到我國各行各業的重視。由于物聯網需要智能處理，因此物聯網的快速發展也給商務智能帶來了商機。
當前，我國物聯網企業更多地關注硬件的應用，而在應用軟件層面則顯得不夠重視。從計世資訊《中國RFID與物聯網發展2009年度報告》(以下簡稱物聯網報告)中可以了解到，物聯網的組成必須具備三個條件。
第一，全面感知。就是讓物品會“說話” ，將物品信息進行識別、采集。第二，可靠傳遞。就是通過現有的2G、3G 以及未來4G通信網絡將信息進行可靠傳輸。第三，智能處理。就是通過后臺的龐大系統來進行智能分析和管理。
其中第三個條件就是我們所說的應用軟件。目前，從國內外物聯網的發展來看，專注于應用軟件的開發商相對較少，同時由于物聯網是一個覆蓋全行業、全業務的領域，對于應用軟件開發商來講，應用軟件的開發也是一個摸索、實踐的過程，這就導致了物聯網的應用軟件并不是很成熟。
物聯網報告中指出，如果說傳感技術和通信軟件滿足了前兩個條件，那么第三個條件則必須通過軟件技術才能實現。目前，雖然中國信息網絡與傳輸基礎較好，但是在傳感器和芯片制造、集成、預處理等方面還很薄弱，尤其是海量信息處理的軟件技術相當薄弱。
正如物聯網報告指出，物聯網技術最終的實現需要智能處理，需要通過龐大系統來進行智能分析和管理，而這個智能分析管理就是當前被企業決策者以及CIO所持續關注的商務智能(BI)。
當前，商務智能已經成為企業信息化建設的一個重要目標，企業的決策者以及業務人員希望通過引進商務智能來了解市場動態、企業的內部管理，對商務智能的需求越來越強烈。我們如果把物聯網看成一個“企業” ，那么這個“企業”就是一個多元化，覆蓋不同領域、不同行業的企業，它所產生的數據、信息會大得驚人，如何把這些數據進行分析、轉換成有效的信息以及實現智能的管理，就需要商務智能的支持。
關于物聯網與商務智能，在物聯網報告中是這樣定義的：物聯網是一個智能的網絡，面對采集的海量數據，必須通過智能分析和處理才能實現智能化。因此，商務智能將大有可為。
雖然我們看到物聯網對商務智能的需求很強烈，但是商務智能在物聯網上的部署也不是一步到位的，物聯網的海量數據對商務智能提出了更高的要求。
首先是實時商務智能，即隨時隨地實現商務智能。受內部和外部的、可預見的和突發事件的影響，物聯網任何一個應用端均需要對瞬息萬變的環境實時分析并做出決策。
其次是分析速度更快。實時商務智能要求分析速度更快，這使商務智能不得不進行架構上的改變。
以前的BI都是把它存儲在硬盤上面，數據和硬盤有接口互相交換，這種交換限制了速度的提高。
以前的BI只是一個軟件，如果用戶要分析的話，把它通過網絡連接到服務器進行計算就可以了。但現在，BI企業沒有完全將BI固化到硬盤里，而是和硬件廠商進行綁定，推出一個專門為分析而制定的軟硬結合的工具，大幅提高了分析速度。
再次，對數據質量控制提出更高要求。海量的數據如果不能保證數據的真實性，那么就會產生錯誤的結果和判斷，后果非常嚴重。因此，數據質量控制是獲得真實結果的重要保證。
最后，關鍵績效指標分析、即時查詢、多維分析、預測功能以及易用的數據挖掘等也是BI必不可少并不斷需要加強的地方。
3 云計算
Google的創業者們采用了眾多廉價PC提供的搜索服務，成功的把這些PC集群成比商用服務器功能還要強大的系統，于是云計算(Cloud Computing)的嘗試在Google的努力下得到了成功。基于他們的研究，Google公司發表了四篇具有重要意義的學術論文，分別為：分布式文件系統(GFS) 、并行計算(Map Reduce) 、數據管理(Big Table)和分布式資源管理(Chubby)。這些文章成為了云計算理論的發展基礎，對云計算平臺的發展起了巨大的促進作用。關于云計算的定義，中國移動研究院提出了具有代表性意義的觀點，他們認為云計算系統是一種把大數量的低成本運算單元通過IP網絡相連而組成的超大型運算平臺，其核心是組成云計算平臺和管理軟件。云計算具有低成本的突出優點，它通過虛擬機、鏡像部署執行等方法為用戶提供服務。
結合前面敘述的商務智能系統和物聯網技術的特點，可以看出它們與云計算的結合成為一種非常自然的結果。傳統的BI系統運行在Unix小型機的集中平臺上，這就帶來了BI系統的封閉性，這種相對封閉的狀態與商業對信息時效性的需求顯然是矛盾的，無法更好的滿足商務上需求。另外，由于系統的封閉性導致了BI系統在運營中的一些問題，比如BI系統的可擴展性很差，BI處理能力相對較弱，已經無法滿足對海量數據處理的要求，BI在成本上也相對較高等缺點。以聚類為例，現有的BI系統目前只能支持100萬個用戶在一個月內數據的知識發現，這樣的處理能力相對于企業對BI的需求顯得相形見絀。云計算的出現讓BI的發展看到了曙光，云計算與BI的結合將在很大程度上突破目前BI所處的瓶頸，從而滿足企業對BI的需求。
BI和云計算的結合將為BI帶來如下的顯著特征：
(1)云計算使得BI具有處理海量數據的能力。能夠處理海量的數據是BI系統提供智能的保障，是BI存在的基礎，但是傳統的BI在運算能力上還存在很大的缺陷。在數據挖掘的過程中BI往往面臨大量的數據，比如一次小規模的數據挖掘所需要的數據也要有幾個GB或者十幾個GB，而稍大規模的數據挖掘要處理的數據量可以達到十幾個TB的規模，有些公司年業務數據量能夠達到幾千個TB。云計算的出現讓BI很好的擺脫了傳統Unix平臺所面臨的窘境，使得其具有處理海量數據的能力，經試驗BI系統的處理能力可以提高十幾到幾十倍，為BI系統的“智能”提供保障。
(2)云計算環境下，BI的共享性將成為最重要的優勢之一。現實的企業運行情況表明，公司之間及公司內部協調性并不理想，共享服務呼之欲出。企業的發展重心應該是其核心業務，而通過不同區域和國家的非核心業務進行共享合作，可以使不同部門實現更好的協同、規模效應和成本節約。云計算下的BI提供了一個信息共享的平臺，可以通過強有力的信息共享、數據共享、計算共享等手段實現實體共享服務中心的功能。由于云計算下BI的共享性，可以將分布在不同地區的信息資源和智力資源進行整合，能夠使企業通過規模經濟、流程再造、管理聚焦等手段提升企業的效率。
(3)云計算能夠提升BI的時效性。企業對BI系統時效性的要求沒有得到滿意的解決，造成這種實時性需求的壓力主要來源于企業多種業務的需求。目前，大部分企業并沒有真正的實時反應的商業智能系統，所提供的信息還無法達到即時反饋的要求。提升BI系統的時效性有著一些先天的困難，比如雖然可以輕松的檢測到特定的交易，但無法即時的獲取客戶的個人數據和歷史交易記錄等，另外在實際的操作中可能會受到人為因素的影響，比如一些人為的錨誤等。但是，BI系統時效性的提升并沒有完全喪失操作上的可能性，比如數據倉庫技術就是時效性提升的一個突破。但其與云計算下的BI相比仍有不足的地方，比如企業倉庫運行的平臺單一，雖然它有著很快的運算速度，但無法與云計算的速度相比，云計算能夠讓BI在更短的時間內獲取并下載交易數據，能夠執行更強的數據分析功能，運行更強大的業務活動檢測工具，在業務發生的同時提供更好的信息反饋。云計算下的BI可以隨時加載分散于不同地理位置的業務數據，很好的讓歷史數據和個人數據整合，實現高級的BI功能，讓企業從中獲益。
(4)云計算與BI的結合增強了BI系統的開放性。企業對信息具有很高的實時性要求，有時效性的商業決策才能引導企業做出正確的經營決策，但是傳統的BI是相對封閉的，這也成為了它提供實時性智慧服務的阻礙。這一矛盾將在云計算環境下得到改觀，因為在云計算環境下系統處理的數據將具有更好的時效性，整個數據的挖掘過程將具有更好的開放性，從而滿足企業對信息的時效性的要求。BI系統處在相對開放的環境中可以擁有很好的擴展性，使得BI能夠滿足企業不斷變化的需求，為企業提供更具個性化的服務。
(5)云計算與BI的結合將降低成本。云計算的出現使得BI可以運行在云上，通過相應的服務提供商提供云計算的服務完成BI的功能，企業只需要支付相應的服務費便可以運行自己的BI系統，這樣企業既省去了購買服務器的成本又可以得到小型的服務器無法實現的功能。例如Google的PC集群的成本要比昂貴的商用服務器低得多，但是功能上要比商用服務器還要強大。中國移動的試驗成本也比小型機系統的成本低得多，只占小型機系統的六分之一。
另外，由于云的出現使得企業可以方便地得到云提供的服務，這樣使得企業不必再花費資金和時間來對BI系統進行維護，這也是節約成本的重要因素之一。
4 挑戰
最后，總結一下目前商務智能依然面臨的具有挑戰性的問題，首先是數據爆炸的問題，數據之所以爆炸，直接原因是近年來各大企業的數據收集意識和信息整合能力的提高。比如，無線射頻技術(RFID)在零售業的應用，不僅提高了數據采集的粒度，還增強了數據的實時性和準確性，極大地推動了零售行業數據量的增長。這些數據，正在成為零售商最大的財富和資源。當然，如果沒有海量數據處理的技術，就會變成災難，而海量數據的處理僅僅依靠云計算技術是遠遠不夠的。
二是非結構化數據的處理。比如顧客在博客、論壇、社交網站和Twitter上用文字記錄的消費經歷、對消費行為和商品表達的看法和評價，是一種非結構化的數據。如何把在散布在網絡上的非結構化文本資源整合起來，并從中為零售商挖掘有價值的信息，也是商務智能的熱門話題之一，即使在企業內部也充斥著這種文本資料，如各種文書、技術報告、E-MAIL、市場報告等。過去的40余年里，每年在聯機醫學文獻分析和檢索系統中出版的摘要以5倍的速度增長，而且超過1200萬甚至更多的在線資源都是全文本的文章。除此之外，還有專利、內部報告和其他潛在可獲取的公開資源。盡管有一小部分信息是以結構化的形式存在于數據庫中，但80％的信息是以自然語言組織的非結構和手寫資源。如何將這些資源也充分地整合到商務智能的數據源中，進行和結構化數據一樣的分析和處理，是要深入研究的問題。
核心關注：拓步ERP系統平臺是覆蓋了眾多的業務領域、行業應用，蘊涵了豐富的ERP管理思想，集成了ERP軟件業務管理理念，功能涉及供應鏈、成本、制造、CRM、HR等眾多業務領域的管理，全面涵蓋了企業關注ERP管理系統的核心領域，是眾多中小企業信息化建設首選的ERP管理軟件信賴品牌。
轉載請注明出處：拓步ERP資訊網http://www.guhuozai8.cn/
本文標題：云計算與物聯網技術對商務智能BI的影響
本文網址：http://www.guhuozai8.cn/html/consultation/1082054510.html
相關文章
