周如意

摘要：商業(yè)智能源于20世紀(jì)70年代末的決策支持技術(shù)，能幫助企業(yè)從海量的數(shù)據(jù)背后發(fā)現(xiàn)業(yè)務(wù)的趨勢(shì)，揭示已知的事實(shí)，為管理者制定決策提供依據(jù)。傳統(tǒng)的商業(yè)智能存在數(shù)據(jù)延遲、分析延遲和決策延遲等問(wèn)題，實(shí)時(shí)商業(yè)智能研究是目前的熱點(diǎn)。

關(guān)鍵詞：商業(yè)智能決策支持延遲實(shí)時(shí)商業(yè)智能

一、引言

商業(yè)智能作為由數(shù)據(jù)倉(cāng)庫(kù)（或數(shù)據(jù)集市）、查詢報(bào)表、數(shù)據(jù)分析、數(shù)據(jù)挖掘、數(shù)據(jù)備份和恢復(fù)等技術(shù)組成的類應(yīng)用，能將企業(yè)的各種數(shù)據(jù)及時(shí)轉(zhuǎn)換為企業(yè)管理者感興趣的信息（或知識(shí)），并以各種方式展現(xiàn)出來(lái)，幫助企業(yè)管理者進(jìn)行科學(xué)決策，加強(qiáng)企業(yè)的競(jìng)爭(zhēng)優(yōu)勢(shì)。

傳統(tǒng)的商業(yè)智能系統(tǒng)中存儲(chǔ)的往往是結(jié)構(gòu)化數(shù)據(jù)，對(duì)數(shù)據(jù)倉(cāng)庫(kù)中的歷史數(shù)據(jù)進(jìn)行分析，導(dǎo)致分析結(jié)果存在滯后性。馬鳴和趙軼超總結(jié)傳統(tǒng)的商業(yè)智能存在三方面的延時(shí)，分別為數(shù)據(jù)集成過(guò)程中所產(chǎn)生的延時(shí)、數(shù)據(jù)分析過(guò)程中所產(chǎn)生的延時(shí)以及戰(zhàn)略決策付諸實(shí)施過(guò)程中所產(chǎn)生的延時(shí)。侯巖松（2009）指出運(yùn)用傳統(tǒng)商業(yè)智能時(shí)存在系統(tǒng)分析決策的滯后性，不能及時(shí)和實(shí)時(shí)地滿足企業(yè)需求。由此實(shí)時(shí)商業(yè)智能系統(tǒng)應(yīng)運(yùn)而生。實(shí)時(shí)商業(yè)智能同時(shí)支持結(jié)構(gòu)化和非結(jié)構(gòu)化數(shù)據(jù)處理，同時(shí)運(yùn)用實(shí)時(shí)數(shù)據(jù)倉(cāng)庫(kù)技術(shù)、實(shí)時(shí)數(shù)據(jù)分析技術(shù)、實(shí)時(shí)回饋支持技術(shù)等技術(shù)為企業(yè)提供實(shí)時(shí)決策支持，提供面向業(yè)務(wù)流程的管理和決策執(zhí)行。

二、實(shí)時(shí)商業(yè)智能的研究現(xiàn)狀

（一）實(shí)時(shí)商業(yè)智能理論研究現(xiàn)狀

1.實(shí)時(shí)商業(yè)智能的定義

Colin（2004）首次提出實(shí)時(shí)商業(yè)智能，認(rèn)為實(shí)時(shí)商業(yè)智能的重點(diǎn)是：實(shí)時(shí)的數(shù)據(jù)整合、數(shù)據(jù)分析、執(zhí)行管理以及自動(dòng)化管理，并具體闡述和分析這幾個(gè)概念。Sahay&Ranjan（2005）指出實(shí)時(shí)商業(yè)智能能夠?qū)⑵髽I(yè)當(dāng)前的狀況與歷史數(shù)據(jù)進(jìn)行對(duì)比，并自動(dòng)地發(fā)現(xiàn)問(wèn)題和機(jī)會(huì)。因此實(shí)時(shí)商業(yè)智能不僅可以對(duì)實(shí)時(shí)數(shù)據(jù)進(jìn)行及時(shí)分析，而且還會(huì)對(duì)這些分析結(jié)構(gòu)做出快速反應(yīng)，最終盡可能地將滯后性減少至零狀態(tài)以實(shí)現(xiàn)無(wú)延遲。周瑾（2009）指出實(shí)時(shí)商業(yè)智能系統(tǒng)的研究和應(yīng)用將是未來(lái)商業(yè)智能的發(fā)展趨勢(shì)和研究熱點(diǎn)，并針對(duì)企業(yè)決策的實(shí)時(shí)商業(yè)智能進(jìn)行了相關(guān)的研究，指出實(shí)時(shí)商業(yè)智能應(yīng)支持實(shí)時(shí)決策，并且能夠減少數(shù)據(jù)滯后、分析滯后和決策滯后。侯巖松等（2011）總結(jié)了傳統(tǒng)商業(yè)智能存在的不足，并提出了面向企業(yè)業(yè)務(wù)流程的石化行業(yè)實(shí)時(shí)商業(yè)智能體系架構(gòu)，并深入分析其核心技術(shù)。

2.實(shí)時(shí)商業(yè)智能中的關(guān)鍵技術(shù)

實(shí)時(shí)商業(yè)智能中的實(shí)時(shí)數(shù)據(jù)倉(cāng)庫(kù)技術(shù)、實(shí)時(shí)數(shù)據(jù)分析技術(shù)、實(shí)時(shí)回饋支持技術(shù)實(shí)現(xiàn)實(shí)時(shí)的數(shù)據(jù)整合、數(shù)據(jù)分析和執(zhí)行管理。

（1）實(shí)時(shí)數(shù)據(jù)倉(cāng)庫(kù)技術(shù)

實(shí)時(shí)數(shù)據(jù)倉(cāng)庫(kù)實(shí)現(xiàn)數(shù)據(jù)從源數(shù)據(jù)庫(kù)到數(shù)據(jù)倉(cāng)庫(kù)的實(shí)時(shí)載入。數(shù)據(jù)倉(cāng)庫(kù)（DW）是通過(guò)ETL（Extract、Transformation、Load Jng，提取、轉(zhuǎn)換、加載）工具將數(shù)據(jù)從業(yè)務(wù)源系統(tǒng)批量地、定期地加載到數(shù)據(jù)倉(cāng)庫(kù)，而實(shí)時(shí)商業(yè)智能在數(shù)據(jù)集成部分引入中間件，實(shí)現(xiàn)數(shù)據(jù)實(shí)時(shí)存儲(chǔ)。Pablo Michel Marin-Ortegaa（2014）指出ETL過(guò)程中潛在的有價(jià)值的信息被丟棄，提出了改進(jìn)的ELT過(guò)程，即抽取、加載、然后再轉(zhuǎn)換。ELT可以適應(yīng)動(dòng)態(tài)變化的商業(yè)環(huán)境，動(dòng)態(tài)地加載所需數(shù)據(jù)。

（2）實(shí)時(shí)數(shù)據(jù)分析技術(shù)

實(shí)時(shí)商業(yè)智能應(yīng)從以下兩個(gè)方面做到對(duì)數(shù)據(jù)的實(shí)現(xiàn)分析：第，具備種面向企業(yè)各層員工的高度自動(dòng)化的分析工具，不需要專門技術(shù)人員的參與，在數(shù)據(jù)分析的過(guò)程中應(yīng)該避免不必要的人工參與，盡可能完全自動(dòng)化；第二，能夠提供決策引擎支持，而不僅僅提供傳統(tǒng)的報(bào)表、可視化工具等靜態(tài)的展示效果和功能。而目前自動(dòng)化數(shù)據(jù)分析工具以及決策引擎等方面的研究成果較少。

（3）實(shí)時(shí)決策回饋支持

目前企業(yè)的業(yè)務(wù)部門與IT部分缺乏有效的統(tǒng)一。BI系統(tǒng)的建立與配置應(yīng)不僅僅從數(shù)據(jù)本身出發(fā)還應(yīng)該從既定的分析任務(wù)出發(fā)，也即數(shù)據(jù)模型的建立應(yīng)以支持決策為最終目的。目前，業(yè)務(wù)活動(dòng)監(jiān)控（BAM）和業(yè)務(wù)事件監(jiān)控（BEM）的提出為實(shí)時(shí)決策回饋的實(shí)現(xiàn)提供了可能性。何俊（2010）提出了基于BAM的實(shí)時(shí)商業(yè)智能，通過(guò)BAM實(shí)時(shí)監(jiān)控企業(yè)的各項(xiàng)業(yè)務(wù)活動(dòng)、狀態(tài)信息以及變化過(guò)程，并將這些數(shù)據(jù)和信息存儲(chǔ)到實(shí)時(shí)數(shù)據(jù)倉(cāng)庫(kù)中，結(jié)合數(shù)據(jù)分析技術(shù)判斷當(dāng)前的業(yè)務(wù)活動(dòng)與企業(yè)的目標(biāo)的一致性，如果一致繼續(xù)執(zhí)行，如果不一致則重新回歸到企業(yè)的業(yè)務(wù)層，最終根據(jù)判斷結(jié)果自動(dòng)做出決策，同時(shí)深入挖掘企業(yè)的業(yè)務(wù)活動(dòng)信息，在定程度上也優(yōu)化了企業(yè)的整個(gè)業(yè)務(wù)流程。

（二）實(shí)時(shí)商業(yè)智能應(yīng)用研究現(xiàn)狀

國(guó)內(nèi)對(duì)實(shí)時(shí)商業(yè)智能的應(yīng)用領(lǐng)域較為廣泛，典型的有電信、銀行、保險(xiǎn)、醫(yī)療、零售業(yè)等。周瑾（2007）指出商業(yè)智能的應(yīng)用與行業(yè)內(nèi)信息化的基礎(chǔ)狀況密切相關(guān)，實(shí)施商業(yè)智能的企業(yè)中，以電信、金融行業(yè)的使用率較大，并且進(jìn)步預(yù)測(cè)以制造型企業(yè)和零售業(yè)的低使用率和高預(yù)期值相比較，這兩個(gè)領(lǐng)域?qū)⑹巧虡I(yè)智能不可忽視的新市場(chǎng)。張瑞君等（2010）對(duì)制造業(yè)商業(yè)智能進(jìn)行了研究，將商業(yè)智能應(yīng)用于制造業(yè)，并提出了商業(yè)智能在制造業(yè)領(lǐng)域內(nèi)的研究框架與發(fā)展模式。

三、不足

實(shí)時(shí)商業(yè)智能從實(shí)時(shí)倉(cāng)庫(kù)技術(shù)、實(shí)時(shí)分析技術(shù)以及實(shí)時(shí)回饋支持技術(shù)上實(shí)現(xiàn)了對(duì)傳統(tǒng)商業(yè)智能在數(shù)據(jù)延遲、分析延遲、決策延遲的改進(jìn)，響應(yīng)企業(yè)實(shí)時(shí)決策的需求。目前國(guó)內(nèi)對(duì)實(shí)時(shí)商業(yè)智能的研究仍處于初期階段，研究存在的不足主要有以下幾點(diǎn)：

（一）商業(yè)智能系統(tǒng)獨(dú)立于業(yè)務(wù)過(guò)程，數(shù)據(jù)的分析缺乏相關(guān)情境，使得企業(yè)人員不能完全理解、分析數(shù)據(jù)，導(dǎo)致企業(yè)人員無(wú)法做出全面、正確的決策。

（二）目前研究集中在實(shí)時(shí)商業(yè)智能實(shí)現(xiàn)技術(shù)方面，如數(shù)據(jù)倉(cāng)庫(kù)、在線聯(lián)機(jī)分析、數(shù)據(jù)挖掘等，很少對(duì)商業(yè)智能理論進(jìn)行延伸性研究，豐富商業(yè)智能方面的理論。

（三）少有研究結(jié)合目前的云計(jì)算熱點(diǎn)?？梢詫⑸虡I(yè)智能系統(tǒng)中的相關(guān)技術(shù)結(jié)合云計(jì)算技術(shù)從而實(shí)現(xiàn)快速的分析過(guò)程。