編輯導(dǎo)讀：BI（BusinessIntelligence）即商務(wù)智能，它是一套完整的解決方案，用來(lái)將企業(yè)中現(xiàn)有的數(shù)據(jù)進(jìn)行有效的整合，快速準(zhǔn)確的提供報(bào)表并提出決策依據(jù)，幫助企業(yè)做出明智的業(yè)務(wù)經(jīng)營(yíng)決策。文章從BI的概念出發(fā)，結(jié)合數(shù)據(jù)分析了不同人員對(duì)BI的不同認(rèn)知，與大家分享。

互聯(lián)網(wǎng)時(shí)代信息技術(shù)的飛速發(fā)展使得企業(yè)的信息化程度不斷提高，企業(yè)數(shù)據(jù)呈現(xiàn)出爆發(fā)式增長(zhǎng)的態(tài)勢(shì)。相應(yīng)地，企業(yè)數(shù)據(jù)量越大，數(shù)據(jù)問(wèn)題就暴露得越明顯，數(shù)據(jù)驅(qū)動(dòng)決策的需求也愈發(fā)強(qiáng)烈。

在這樣的時(shí)代背景下，商業(yè)智能（Business Intelligence，簡(jiǎn)稱BI）成為了信息化熱詞，我們經(jīng)常能聽到企業(yè)說(shuō)“上BI”、“建設(shè)BI系統(tǒng)”、“構(gòu)建BI決策平臺(tái)”等內(nèi)容。那么BI到底是什么呢？

相信除了相關(guān)的研究學(xué)者，絕大部分的人很難給出一個(gè)確定的答案。其實(shí)早在1958年，IBM的研究員Hans Peter Luhn就將“智能”定義為“對(duì)事物相互關(guān)系的一種理解能力，并依靠這種能力去指導(dǎo)決策，以達(dá)到預(yù)期的目標(biāo)?！?/p>

在1996年，加特納（Gartner）集團(tuán)一錘定音，正式將商業(yè)智能定義為：商業(yè)智能描述了一系列的概念和方法，通過(guò)應(yīng)用基于事實(shí)的支持系統(tǒng)來(lái)輔助商業(yè)決策的制定。而我們之所以無(wú)法給出準(zhǔn)確的商業(yè)智能定義，主要有兩個(gè)方面的原因：

• 一方面，隨著信息技術(shù)的發(fā)展，20多年來(lái)商業(yè)智能的內(nèi)容也發(fā)生了一些變化，但是商業(yè)智能的定義仍然停留在上個(gè)世紀(jì)；
• 另一方面，與歐美發(fā)達(dá)國(guó)家相比，我國(guó)的信息化水平較為落后，除去互聯(lián)網(wǎng)和各行業(yè)龍頭企業(yè)，國(guó)內(nèi)真正興起B(yǎng)I熱潮也是在近幾年。

因此，業(yè)內(nèi)對(duì)BI沒(méi)有統(tǒng)一的定義認(rèn)知也在情理之中。那么對(duì)于今天的商業(yè)智能，大眾有著怎樣的理解和認(rèn)知呢。圍繞這一疑問(wèn)，帆軟數(shù)據(jù)應(yīng)用研究院對(duì)770多家企業(yè)的1400多名從業(yè)人員進(jìn)行了調(diào)研。通過(guò)對(duì)調(diào)研數(shù)據(jù)的整理、清洗和分析，我們發(fā)現(xiàn)了一些有價(jià)值的結(jié)論，下面將對(duì)分析過(guò)程和結(jié)論進(jìn)行詳細(xì)的介紹。

一、分析過(guò)程

首先我們利用python對(duì)調(diào)研得到的數(shù)據(jù)進(jìn)行了整理和清洗，去除掉臟數(shù)據(jù)后，最終得到了890條數(shù)據(jù)。接著，我們根據(jù)被調(diào)研人員職位的不同，將被調(diào)研人員分為IT部門從業(yè)人員和業(yè)務(wù)部門從業(yè)人員兩類，并打上數(shù)據(jù)標(biāo)簽。

最后，我們通過(guò)python的分詞庫(kù)jieba和詞云庫(kù)wordloud生成了三幅被調(diào)研者對(duì)BI定義認(rèn)知的詞云圖，即整體認(rèn)知、IT部門從業(yè)人員認(rèn)知和業(yè)務(wù)部門從業(yè)人員認(rèn)知，分別如圖1、圖2和圖3所示。

二、結(jié)果分析

1. 整體認(rèn)知

在圖1中可以看到，被調(diào)研人員對(duì)BI定義的整體認(rèn)知可以理解為“數(shù)據(jù)”、“分析”、“數(shù)據(jù)分析”、“報(bào)表”、“業(yè)務(wù)”、“企業(yè)”、“決策”、“智能”、“工具”、“展示”、“可視化”等關(guān)鍵詞。

1. 首先，關(guān)鍵詞“企業(yè)”、“決策”和“工具”說(shuō)明大眾對(duì)于BI的作用和目的有著比較準(zhǔn)確的理解，就是輔助企業(yè)決策的工具。
2. 其次，“數(shù)據(jù)”、“分析”、“數(shù)據(jù)分析”等關(guān)鍵詞則體現(xiàn)了大眾對(duì)BI認(rèn)知的側(cè)重點(diǎn)在于數(shù)據(jù)分析這一功能上，甚至將BI等同于數(shù)據(jù)分析工具。其實(shí)BI還包含了數(shù)據(jù)倉(cāng)庫(kù)、數(shù)據(jù)ETL等功能，覆蓋了數(shù)據(jù)處理到展示的整個(gè)流程。而且底層的數(shù)據(jù)倉(cāng)庫(kù)建設(shè)也非常重要，能為后續(xù)的數(shù)據(jù)分析提供強(qiáng)有力的支持，能讓數(shù)據(jù)分析結(jié)果更為準(zhǔn)確。
3. 另外，關(guān)鍵詞“展示”和“可視化”也揭示了BI的另一項(xiàng)重要功能，即數(shù)據(jù)可視化。通過(guò)數(shù)據(jù)可視化將數(shù)據(jù)分析結(jié)果以更直觀明了的方式進(jìn)行展示，能為決策者提供更清晰更深入的見解。
4. 最后，一個(gè)比較獨(dú)特的關(guān)鍵詞“報(bào)表”也從某種程度上反映了我國(guó)的BI建設(shè)現(xiàn)狀。按照BI的定義，報(bào)表工具也是BI的一部分，不過(guò)并不能完全代表BI。但是我國(guó)企業(yè)信息化水平整體偏低，很多企業(yè)的決策支撐仍然以報(bào)表為主，所以報(bào)表也是BI在我國(guó)企業(yè)內(nèi)的一個(gè)主要表現(xiàn)形式。

2. IT部門&業(yè)務(wù)部門從業(yè)人員認(rèn)知

被調(diào)研人員中，IT部門和業(yè)務(wù)部門從業(yè)人員對(duì)BI定義認(rèn)知的關(guān)鍵詞與整體認(rèn)知類似，核心都是“數(shù)據(jù)”、“決策”和“數(shù)據(jù)分析”，這里我們主要來(lái)看這二者之間的差異。

第一，從詞云圖中關(guān)鍵詞的大小來(lái)看，IT部門從業(yè)人員對(duì)BI的認(rèn)知更為統(tǒng)一，業(yè)務(wù)部門從業(yè)人員則較為分散。這一結(jié)果也和業(yè)務(wù)部門的多樣性有關(guān)，不同業(yè)務(wù)部門的人員有著不同的理解。

第二，IT部門重技術(shù)，業(yè)務(wù)部門重價(jià)值。IT部門從業(yè)人員認(rèn)知詞云圖中，出現(xiàn)了“技術(shù)”、“挖掘”、“應(yīng)用”等詞，并且“智能”一詞并沒(méi)有和“商業(yè)智能”捆綁在一起，而是作為單獨(dú)的關(guān)鍵詞出現(xiàn)的。在業(yè)務(wù)部門從業(yè)人員認(rèn)知詞云圖中，“價(jià)值”、“可視化”、“整合”等關(guān)鍵詞是IT部門從業(yè)人員認(rèn)知圖中出現(xiàn)較少的。所以說(shuō)IT部門更傾向于將BI定義為技術(shù)，而業(yè)務(wù)部門則更注重商業(yè)價(jià)值。

第三，IT部門從業(yè)人員認(rèn)知詞云圖中出現(xiàn)了關(guān)鍵詞“暫無(wú)”，這說(shuō)明有一小部分的IT從業(yè)人員對(duì)BI的定義沒(méi)有明確的理解和認(rèn)知，或者企業(yè)并沒(méi)有進(jìn)入BI系統(tǒng)建設(shè)階段，因此IT人員沒(méi)有深入接觸過(guò)BI。

第四，IT部門和業(yè)務(wù)部門從業(yè)人員認(rèn)知詞云圖中都提到了“數(shù)據(jù)挖掘”，不過(guò)出現(xiàn)的次數(shù)都非常少。數(shù)據(jù)挖掘作為更深入的數(shù)據(jù)分析方法，在面對(duì)大量數(shù)據(jù)時(shí)，能提供更具洞察力的見解，也是BI的一項(xiàng)重要功能。然而就當(dāng)前國(guó)內(nèi)情況來(lái)看，數(shù)據(jù)挖掘仍處于泡沫和技術(shù)炒作階段，并沒(méi)有得到實(shí)質(zhì)的應(yīng)用。但是不可否認(rèn)，數(shù)據(jù)挖掘是未來(lái)的一個(gè)主要趨勢(shì)。

最后，值得注意的是，業(yè)務(wù)部門從業(yè)人員認(rèn)知詞云圖中，出現(xiàn)了“帆軟”一詞。作為國(guó)內(nèi)專業(yè)的大數(shù)據(jù)BI和分析平臺(tái)提供商，帆軟專注商業(yè)智能和數(shù)據(jù)分析領(lǐng)域，致力于為全球企業(yè)提供一站式商業(yè)智能解決方案。

三、結(jié)論

以上分析結(jié)論可以總結(jié)為兩點(diǎn)：

1. 整體上來(lái)說(shuō)，國(guó)內(nèi)企業(yè)人員對(duì)BI的認(rèn)知處于宏觀的目標(biāo)層面，對(duì)BI功能的認(rèn)知集中在數(shù)據(jù)分析和數(shù)據(jù)可視化上
2. 部門工作內(nèi)容和工作性質(zhì)的差異使得IT部門和業(yè)務(wù)部門的從業(yè)人員對(duì)BI的認(rèn)知存在一定區(qū)別

根據(jù)大眾認(rèn)知調(diào)研結(jié)果和分析結(jié)論，結(jié)合現(xiàn)有的BI定義，我們可以來(lái)重新定義商業(yè)智能：商業(yè)智能（BI）是利用技術(shù)手段或方法，將數(shù)據(jù)轉(zhuǎn)化為知識(shí)，用以支撐企業(yè)決策、發(fā)掘商業(yè)價(jià)值的一套解決方案。以數(shù)據(jù)為中心，BI的核心功能主要有數(shù)據(jù)倉(cāng)庫(kù)、數(shù)據(jù)ETL、數(shù)據(jù)分析、數(shù)據(jù)挖掘和數(shù)據(jù)可視化。

調(diào)研表明大眾對(duì)BI的理解集中在數(shù)據(jù)分析和數(shù)據(jù)可視化層面，因此，報(bào)表制作與展示和業(yè)務(wù)人員自助分析是BI在國(guó)內(nèi)企業(yè)中的兩大主要應(yīng)用場(chǎng)景。而數(shù)據(jù)挖掘只能說(shuō)是未來(lái)的一個(gè)趨勢(shì)，目前對(duì)國(guó)內(nèi)企業(yè)來(lái)說(shuō)仍是泡沫。

那么中國(guó)企業(yè)需要做的，便是重視底層數(shù)據(jù)倉(cāng)庫(kù)的建設(shè)，逐步提升數(shù)據(jù)分析和可視化的水平，向更深層次過(guò)渡，從而構(gòu)建完整的BI體系，讓數(shù)據(jù)成為生產(chǎn)力，產(chǎn)出更大的價(jià)值。

作者：李啟方，專注數(shù)據(jù)分析和企業(yè)數(shù)據(jù)化管理 公眾號(hào)：數(shù)據(jù)分析不是個(gè)事兒

本文由 @李啟方 原創(chuàng)發(fā)布于人人都是產(chǎn)品經(jīng)理。未經(jīng)許可，禁止轉(zhuǎn)載

題圖來(lái)自Unsplash，基于CC0協(xié)議