支持實(shí)時(shí)決策的商務(wù)智能研究

[摘 要]隨著市場(chǎng)競爭的加劇，商務(wù)智能在支持決策方面的作用越來越大。本文在介紹商務(wù)智能和實(shí)時(shí)決策的基礎(chǔ)上，著重分析了商務(wù)智能對(duì)實(shí)時(shí)決策的支持，并構(gòu)建了支持實(shí)時(shí)決策的商務(wù)智能系統(tǒng)。

[關(guān)鍵詞]商務(wù)智能；決策；實(shí)時(shí)決策

[中圖分類號(hào)]F270.7

[文獻(xiàn)標(biāo)識(shí)碼]A

[文章編號(hào)]1673-0194(2009)05-0060-03

面對(duì)復(fù)雜、多變、競爭日趨激烈的全球環(huán)境，需要企業(yè)實(shí)時(shí)作出正確的決策，好的決策支持對(duì)于企業(yè)生存是必須的。為了作好決策，必須采取正確的步驟，確保使用正確的信息。

一、商務(wù)智能概念及其發(fā)展歷程

商務(wù)智能(Business Intelligence，BI)最早是20世紀(jì)90年代末在國外企業(yè)界出現(xiàn)的，是指將企業(yè)的各種數(shù)據(jù)及時(shí)地轉(zhuǎn)換為管理者感興趣的信息(或知識(shí))，并以各種方式展現(xiàn)出來，幫助管理者進(jìn)行科學(xué)決策。這里的數(shù)據(jù)包括來自企業(yè)業(yè)務(wù)系統(tǒng)的訂單、庫存、交易賬目、客戶和供應(yīng)商資料，來自企業(yè)所處行業(yè)和競爭對(duì)手的數(shù)據(jù)以及來自企業(yè)所處的其他外部環(huán)境中的各種數(shù)據(jù)。這里的數(shù)據(jù)既包括企業(yè)內(nèi)部的各種數(shù)據(jù)，也包括企業(yè)外部的數(shù)據(jù)。從技術(shù)角度來看，商務(wù)智能是重視分析數(shù)據(jù)的技術(shù)^[1]。從應(yīng)用的角度講，商務(wù)智能也可以被理解為DW+OLAP+DM。數(shù)據(jù)倉庫(DW)是實(shí)現(xiàn)商務(wù)智能的數(shù)據(jù)基礎(chǔ)，完成了數(shù)據(jù)的收集、集成、存儲(chǔ)、管理等工作，使得商務(wù)智能更專注于信息的提取和知識(shí)的發(fā)現(xiàn)。數(shù)據(jù)倉庫存儲(chǔ)元數(shù)據(jù)和用于決策分析的數(shù)據(jù)。數(shù)據(jù)挖掘(DM)可以幫助企業(yè)在大量的數(shù)據(jù)中發(fā)現(xiàn)那些不能靠直覺發(fā)現(xiàn)的信息或知識(shí)。聯(lián)機(jī)分析處理技術(shù)(OLAP)可以基于數(shù)據(jù)倉庫中多維的數(shù)據(jù)進(jìn)行在線分析處理，生成新的信息，又能實(shí)時(shí)監(jiān)視業(yè)務(wù)管理的成效，使管理者和決策者能自由地與數(shù)據(jù)相互聯(lián)系。

商務(wù)智能的出現(xiàn)是一個(gè)漸進(jìn)的、復(fù)雜的演變過程，它經(jīng)歷了事務(wù)處理系統(tǒng)(TPS)、管理信息系統(tǒng)(MIS)、決策支持系統(tǒng)(DSS)和專家系統(tǒng)(ES)等階段，演變?yōu)榻裉斓纳虅?wù)智能系統(tǒng)(BIS)。在決策支持系統(tǒng)基礎(chǔ)上進(jìn)一步發(fā)展起來的商務(wù)智能能夠向用戶提供更為復(fù)雜的商業(yè)信息，可以更方便地定制各種報(bào)表和圖表的格式，能夠向行政管理人員、技術(shù)人員和普通員工提供個(gè)性化的多維信息，使分析處理信息的能力和信息的利用率大為提高。例如，當(dāng)用戶想了解銷售情況時(shí)，可以得到按產(chǎn)品、產(chǎn)品/地區(qū)、產(chǎn)品/地區(qū)/客戶分類的網(wǎng)上銷售和正常柜臺(tái)銷售的各種樣式的分析報(bào)告。在此基礎(chǔ)上，可以進(jìn)一步解決決策時(shí)需要了解的各種問題，并幫助企業(yè)更快、更好地制訂和作出決策^[1]。

目前，商務(wù)智能通常被理解為將現(xiàn)有的數(shù)據(jù)轉(zhuǎn)化為知識(shí)，幫助企業(yè)作出明智的業(yè)務(wù)經(jīng)營決策的工具。而商務(wù)智能能夠輔助的業(yè)務(wù)經(jīng)營決策，既可以是操作層的，也可以是戰(zhàn)術(shù)層和戰(zhàn)略層的決策。

第一代商務(wù)智能平臺(tái)是在1992-1993年開發(fā)的基于Client /Server模式的固定報(bào)表工具；第二代在Client /Server /Browser三層模式下的商務(wù)智能工具，盡管強(qiáng)化了查詢功能，但各個(gè)工具之間仍相互獨(dú)立；2000年之后出現(xiàn)了N層模式，用戶的需求也越來越復(fù)雜。目前提出的第三代商務(wù)智能是在報(bào)表、查詢的基礎(chǔ)上，增加了用于分析的指標(biāo)模型、整合信息孤島平臺(tái)的信息門戶和全方位滿足用戶的數(shù)據(jù)挖掘能力。

目前市場(chǎng)上的商務(wù)智能廠商可分為三大類：第一類是專門做商務(wù)智能軟件的廠商，如Business Object、Brio、Cognos；第二類是繼承性的數(shù)據(jù)庫廠商和統(tǒng)計(jì)軟件廠商，包括NCR、Microsoft、CA、Oracle、Sybase、IBM、SAS等；第三類是一些管理軟件廠商，如SAP、博科、用友、金蝶等公司。不同的人對(duì)商務(wù)智能的理解仍然不同。數(shù)據(jù)庫服務(wù)商(如Oracle、IBM、Sybase)往往認(rèn)為數(shù)據(jù)倉庫是商務(wù)智能的核心，數(shù)據(jù)展示服務(wù)商(如Hyperion、BO、Cognos)則認(rèn)為商務(wù)智能就是聯(lián)機(jī)分析(OLAP)，而數(shù)據(jù)分析服務(wù)商(如SAS、SPSS)認(rèn)為數(shù)據(jù)挖掘才是商務(wù)智能的核心^[2]。

二、企業(yè)決策與阻礙實(shí)時(shí)決策的3種類型滯后

1.企業(yè)決策定義及分類

根據(jù)Simon的決策理論，企業(yè)中最重要的一項(xiàng)功能就是作決策，良好的決策能夠加速企業(yè)解決問題的速度，提升企業(yè)的效能^[3]。如今決策問題日益復(fù)雜，大量的半結(jié)構(gòu)化、非結(jié)構(gòu)化問題需要解決，大量的信息和知識(shí)需要處理，而個(gè)人處理信息的能力十分有限，因此，使用信息系統(tǒng)如商務(wù)智能系統(tǒng)和知識(shí)管理系統(tǒng)來支持企業(yè)決策，是必然的發(fā)展趨勢(shì)。

決策制訂廣義上是指“從一組方案中選擇最可能產(chǎn)生期望結(jié)果的方案的過程”^[4]。決策制訂可以看作是知識(shí)密集型的活動(dòng)^[5]。為選擇一組方案，決策制訂者應(yīng)首先獲得關(guān)于每個(gè)可能選擇的信息，一旦可供選擇方案的信息收集到了頂點(diǎn)，就被認(rèn)為是一條新的知識(shí)。

H.A.Simon定義決策過程包括4個(gè)階段：智能、設(shè)計(jì)、選擇、執(zhí)行^[6]。智能階段，決策者覺得需要作決策，決策者收集決策需要的信息和知識(shí)并且按照企業(yè)目標(biāo)評(píng)價(jià)知識(shí)；設(shè)計(jì)階段，形成可選擇的行動(dòng)方案，決策者根據(jù)每個(gè)可選方案推測(cè)可能的結(jié)果，可能的結(jié)果按照企業(yè)目標(biāo)進(jìn)行評(píng)價(jià)，如果需要額外的知識(shí)，應(yīng)該返回到智能階段；選擇階段，決策者從可選方案中選一個(gè)，可能幾個(gè)可選方案有相似的結(jié)果，可能沒有一個(gè)可選方案滿足決策者。在這種情況下，決策者可以根據(jù)所提出的方案選擇一個(gè)，或者返回到前面制訂方案的階段形成新的可選方案或收集額外的信息；一旦選擇了方案，下一步就是執(zhí)行或把選擇付諸行動(dòng)，包括通知受到影響的個(gè)人下一步該做什么，或者是簡單地報(bào)告選擇結(jié)果，決策過程的高潮實(shí)際是執(zhí)行。

企業(yè)面臨的決策問題按性質(zhì)可分為結(jié)構(gòu)化、半結(jié)構(gòu)化和非結(jié)構(gòu)化3類問題。結(jié)構(gòu)化決策是指在一種未來確定的自然狀態(tài)條件下，比較可行方案效益結(jié)果，從中選擇較優(yōu)方案的決策。半結(jié)構(gòu)化決策是根據(jù)不同自然狀態(tài)下可能發(fā)生的概率進(jìn)行決策。非結(jié)構(gòu)化決策是指在非確定情況下能知道可能發(fā)生的各種自然狀態(tài)，但對(duì)各種自然狀態(tài)的出現(xiàn)可能性無法估計(jì)情況下的決策。針對(duì)3種決策類型，有相應(yīng)的決策方法與模型作為支撐。商務(wù)智能系統(tǒng)可以幫助用戶選擇合適的決策方法與模型，解決這3種類型的決策問題。

2.阻礙實(shí)時(shí)決策的3種類型滯后

對(duì)許多人來說，“實(shí)時(shí)”就是“即時(shí)”的同義詞。盡管一些數(shù)據(jù)倉庫的數(shù)據(jù)可以在很短的時(shí)間內(nèi)被捕捉和輸入數(shù)據(jù)倉庫，但大部分還是做不到的。一些數(shù)據(jù)倉庫一個(gè)月更新一次，一些數(shù)據(jù)“實(shí)時(shí)”的代價(jià)昂貴或者很困難^[7]。本文講的“實(shí)時(shí)”并不總是“即時(shí)”，有時(shí)可以用“適時(shí)”來代替.

大部分情況下，數(shù)據(jù)價(jià)值隨著數(shù)據(jù)的滯后時(shí)間快速減少。不同的是，滯后時(shí)間短的數(shù)據(jù)(等于新的)價(jià)值高于滯后時(shí)間長的。這就是實(shí)時(shí)決策吸引人的原因。Richard Hackathorn^[8]提出了決策與時(shí)間滯后的有用觀點(diǎn)(參見圖1)。他定義了3種滯后：數(shù)據(jù)滯后、分析滯后、決策滯后。數(shù)據(jù)滯后指從事件發(fā)生到相關(guān)數(shù)據(jù)被存到數(shù)據(jù)倉庫之間的時(shí)間；分析滯后指的是從數(shù)據(jù)存儲(chǔ)到數(shù)據(jù)被分析并且可利用之間的時(shí)間；決策滯后指的是從獲得有用的信息到采取行動(dòng)之間的時(shí)間。這3種滯后可加成，導(dǎo)致總的滯后。減少數(shù)據(jù)滯后和分析滯后主要依賴技術(shù)方案，減少?zèng)Q策滯后依賴商業(yè)過程的變化和人們?nèi)绾问褂眯畔?。提供更新的?shù)據(jù)并不創(chuàng)造商業(yè)價(jià)值，除非以“實(shí)時(shí)”的方式使用它。處理決策滯后總比數(shù)據(jù)滯后和分析滯后更具挑戰(zhàn)性。

商務(wù)智能可以減少數(shù)據(jù)滯后、分析滯后和決策滯后，增加商務(wù)價(jià)值。商務(wù)智能包括詳細(xì)分析每個(gè)業(yè)務(wù)過程以尋找減少?zèng)Q策周期的機(jī)會(huì)，實(shí)時(shí)商務(wù)智能支持實(shí)時(shí)決策。企業(yè)可以評(píng)估應(yīng)用什么商務(wù)智能技術(shù)和產(chǎn)品作為實(shí)時(shí)方案。例如，實(shí)施準(zhǔn)時(shí)制的制造企業(yè)需要全天更新庫存材料，企業(yè)需要盡可能快的關(guān)于例外情況的報(bào)告^[9]。

三、面向?qū)崟r(shí)決策構(gòu)建商務(wù)智能系統(tǒng)

1.企業(yè)決策與商務(wù)智能

許多學(xué)者強(qiáng)調(diào)為了進(jìn)行戰(zhàn)略決策和計(jì)劃，使用信息收集的方法創(chuàng)造商務(wù)智能和競爭優(yōu)勢(shì)的重要性。隨著企業(yè)信息化進(jìn)程的不斷推進(jìn)，很多企業(yè)已積累了大量的業(yè)務(wù)數(shù)據(jù)，企業(yè)需要運(yùn)用商務(wù)智能技術(shù)對(duì)這些業(yè)務(wù)數(shù)據(jù)進(jìn)行充分的挖掘并進(jìn)行輔助決策，以便在激烈的市場(chǎng)競爭中贏得主動(dòng)和更多的商機(jī)?？梢钥闯?，企業(yè)信息化是商務(wù)智能應(yīng)用的基礎(chǔ)，商務(wù)智能最大限度地利用了企業(yè)信息化中的數(shù)據(jù)，將企業(yè)數(shù)據(jù)整理為信息，再升華為知識(shí)，從而對(duì)用戶提供最大程度的支持。商務(wù)智能系統(tǒng)支持企業(yè)操作層、管理層和戰(zhàn)略層的各項(xiàng)決策活動(dòng)。

2.支持實(shí)時(shí)決策的商務(wù)智能體系

商務(wù)智能從不同的數(shù)據(jù)源收集數(shù)據(jù)，并從中提取有用的數(shù)據(jù)，對(duì)數(shù)據(jù)進(jìn)行清理以保證數(shù)據(jù)的正確性，經(jīng)提取、轉(zhuǎn)換后將數(shù)據(jù)加載入數(shù)據(jù)倉庫(這時(shí)數(shù)據(jù)變?yōu)樾畔?，然后通過聯(lián)機(jī)分析處理工具、數(shù)據(jù)挖掘工具加上決策規(guī)劃人員的行業(yè)知識(shí)，對(duì)信息進(jìn)行處理(這時(shí)信息變?yōu)檩o助決策的知識(shí))，最后將知識(shí)呈現(xiàn)于用戶面前轉(zhuǎn)變?yōu)闆Q策^[1]。商務(wù)智能幫助我們?cè)跇I(yè)務(wù)管理及發(fā)展上做出及時(shí)、正確的判斷。也就是說把各種數(shù)據(jù)及時(shí)地轉(zhuǎn)化為管理者感興趣的信息(或者知識(shí))，然后根據(jù)這些信息來采取明智的行動(dòng)。

商務(wù)智能作為一種信息集成解決方案，從企業(yè)資源規(guī)劃(ERP)、客戶關(guān)系管理(CRM)、供應(yīng)鏈管理(SCM)、辦公自動(dòng)化(OA)、電子商務(wù)(E-Commerce)以及外部環(huán)境掃描(Environmental Scanning)等系統(tǒng)獲得數(shù)據(jù)，通過商務(wù)智能分析工具(如數(shù)據(jù)挖掘技術(shù)、平衡記分卡、OLAP等)發(fā)現(xiàn)數(shù)據(jù)背后隱藏的商機(jī)或威脅，了解企業(yè)和市場(chǎng)的現(xiàn)狀，把握趨勢(shì)，進(jìn)行及時(shí)決策。決策支持是在商務(wù)智能基礎(chǔ)上的再擴(kuò)展，支持實(shí)時(shí)決策的商務(wù)智能體系如圖2所示。

實(shí)時(shí)商務(wù)智能建設(shè)的主要目標(biāo)是支持實(shí)時(shí)決策。商務(wù)智能通過運(yùn)用信息技術(shù)在不同層面為戰(zhàn)略決策提供新的支持：提升決策者洞察力；支持信息獲取與分析。商務(wù)智能系統(tǒng)可以從以下方面幫助企業(yè)獲取更大的競爭優(yōu)勢(shì)：顯著提升企業(yè)決策水平；識(shí)別優(yōu)質(zhì)客戶，改善企業(yè)與客戶關(guān)系；降低企業(yè)經(jīng)營成本；創(chuàng)新業(yè)務(wù)模式。

近年來，商務(wù)智能隨著管理支持系統(tǒng)(MSS)的發(fā)展而變化，自從20世紀(jì)80年代MSS作為整合報(bào)告和分析工具以支持管理任務(wù)的概念被提出以來，主要是被動(dòng)的、面向檢索的和基于過去數(shù)據(jù)的。商務(wù)智能促進(jìn)了一種主動(dòng)的、給予模型的、預(yù)測(cè)的方法。在商務(wù)智能中，智能常被定義為從大量商務(wù)和經(jīng)濟(jì)數(shù)據(jù)中發(fā)現(xiàn)隱藏的、固有的與決策相關(guān)的關(guān)系^[10]。

商務(wù)智能能夠充分利用現(xiàn)有的業(yè)務(wù)信息，借助現(xiàn)代信息技術(shù)，提取和組織有用的信息，幫助用戶在加強(qiáng)管理、促進(jìn)營銷和企業(yè)發(fā)展方面做出及時(shí)、正確的決策，發(fā)現(xiàn)、分析和把握新的商機(jī)。

主要參考文獻(xiàn)

[1]Charles P Seeley，Thomas H Davenport.KM Meets Business Intelligence：Merging Knowledge and Information at Intel[J].KM Review，2006(2)：10-15.

[2]黃暉.中國式商務(wù)智能五人談[J].上海信息化，2005(3)：26-31.

[3]H A Simon.The New Science of Management Decision[M].Englewood Cliffs，NJ：Prentice Hall，1977：39-81.

[4]P Balasubramanian，K Nochur，J C Henderson，et al.Managing Process Knowledge for Decision Support[J].Decision Support Systems，1999，27(1)：145-162.

[5]C W Holsapple. Knowledge Management in Decision Making and Decision Support[J].Knowledge，Technology and Policy，1995，8(1)：5-22.

[6]J F Courtney.Decision Making and Knowledge Management in Inquiring Organizations：Toward a New Decision-making Paradigm for DSS[J].Decision Support Systems，2001，31(1)：17-38.

[7]C White.Now Is the Right Time for Real-Time BI[J].DM Review，2004(9)：47-54.

[8]R Hackathorn.The BI Watch：Real-Timeto Real Value[J].DM Review，2004(1).

[9]B S Sahay Jayanthi Ranjan.Real Time Business Intelligence in Supply Chain Analytics[J].Information Management Computer Security，2008(1)：28-48.

[10]Bodo Rieger.Knowledge Management and Business Intelligence[C]//K D Althoff. et al.Professinoal Knowledge Management，WM 2005，LNAI 3782，Springer-Verlag Berlin/Heidelberg，2005：466-468.