“数据≠信息”：BI价值如何发掘？

　　过去几年，BI(商业智能)是企业IT应用市场最热门的增长领域之一。面对海量的业务数据，越来越多的企业希望发掘其中的商业价值，许多BI项目随之启动。不过，许多企业在如何应对数据管理的挑战时犯下了一个重大的错误，它们并未意识到“数据并不等于信息”。对企业而言，“数据≠信息”这是个重要的概念，需要反复重复。通常情况下，企业需要经历以下三个步骤，将数据转变为信息。第一步，建立数据仓库。企业需要一个保存数据的场所，同时这些数据应该按照一定规则进行组织;第二步，构建BI系统。企业需要一种分析数据和生成报告的办法。第三步，分析。企业需要萃取数据、分析趋势、发现机会，以及找到新的客户细分等。

　　大多数的企业未能在其数据仓库和BI项目中加入第三个步骤，因此未能将数据真正转化为信息。为什么会发生这样的事情呢?

　　这实际上可以归结为一个与术语相关的问题。“商业智能”(BI)这个术语是导致这一状况的元凶。SAP(Business Objects)、IBM(Cognos)、甲骨文、微软等公司这一领域中的主流厂商从各自的角度来宣传描述“商业智能”这一术语，从而使自己处于有利的竞争位置。它们实际上是在告诉用户，如果购买了它们的软件，将自然而然地拥有收集企业业务情报的工具。而正是由于这些工具提供了“情报”，价格高昂也就理所当然。

　　这是过去十年间最为有效的软件行业营销宣传之一。毫无疑问，这些软件公司拥有完成像报告、数据挖掘、仪表盘制作等任务的实用工具，但是把这些称为“商业智能”却对企业产生了误导。

　　为什么这么说呢?因为所有这些工具，以及其背后的战略和结构，都是为了向业务用户提供数据、而不是为其提供信息而设计的。这些工具实际上只是管道，业务用户使用这些管道从数据仓库获取数据。简单地形容，数据仓库是个箱子，BI工具是进出这个箱子的管道，即基础管线。

　　尽管部署可靠的数据仓库和BI基础设施非常重要，但真正的“商务智能”只发生在分析也添加到这个组合中的时候。数据仓库和BI基础设施让业务用户可以查询已有的数据，但只有分析才能使业务用户跨越已有数据当前的边界。

　　这是因为分析是由人来完成的，这些人可以超越机构中目前的数据限制来分析问题，甚至可以到企业的围墙之外去寻找答案。这正是将数据转化为信息的关键，它真正提供了“商务智能”。

　　当分析加入这一结构时，整个产品的功能更加强大。分析让企业超越报告，进入更高的决策和询问应用模式。分析为“将对业务产生最大影响的元素”打开了大门，其中包括营销宣传效力、定价、渠道划分、客户服务、供应链优化、减少风险、销售效力等。

　　实现这一目标的惟一途径是，接受分析是任何BI项目关键组成部分的理念。缺少分析的BI项目只不过是报告功能的实现。因此，企业不应该只谈自己的数据仓库和BI战略，反之它们现在必须把分析当作商务智能的一种核心组件来接受。这种思想观念的转变将解开“数据≠信息”的难题。

　　总结

　　为什么“数据≠信息”?

　　当前观念：数据仓库+ BI=数据

　　未来观念：数据仓库+BI+分析=信息

　　分析将是IT部门下一个重要的增值产品。接受分析的企业将赢得发展的良机，拥有和推动它的IT部门将茁壮成长。