小试牛刀企业BI应用缘何“屡战屡败”？

　　资料显示，在国外投资建设BI的企业有60％－70％以失败告终；在中国这个数据可能更高。

　　目前，商业智能(BI)就像几年前的ERP一样，成为了CIO们关注的焦点，呈现如火如荼的发展态势。在ERP等基础信息系统部署完之后，企业能够对其业务数据进行更为有效的管理，于是如何利用这些数据创造价值成为企业下一步思考的问题，希望藉此来实现多重企业目标。与此同时，BI系统已经作为一种含金量极高的管理工具，融会在部分大型企业管理文化的血脉之中了，成为它们市场利益追逐历久弥新的财富基因。BI在帮助企业管理层发现市场机会、创造竞争新优势的作用显而易见，因此成为企业信息化的新宠也是必然的。

　　ERP的大规模普及，企业的深化应用已经逐渐受到重视，在现有的基础上进行有效的利用，发掘系统的最大价值化。这样做一方面是为了满足企业业务的需求，另一方面提高企业的管理水平。BI应企业的需求而出现。我们知道，早期的BI，由于企业本身自身的需求并不是很强烈，导致了企业对于BI总是拒绝在“门外”，在2008年年以后，大规模系统的建设，企业越来越迫切需要BI的工具来为企业服务。但BI经历了几年的发展以后，虽然有了很多的进步，用户也开始认可BI的价值，但总体的来讲，BI的成功的率并不是很。

　　同时，企业个性化服务内容的不断增加，商业智能已经成为未来竞争的重要工具，而目前在商业智能的实现上还存在许多困难。

　　BI虽然早期就已经提出，但真正应用BI，还是起源是于近几年，因此，对于企业有价值的BI并不是很成熟。现阶段企业对于BI的需求非常强烈，尤其是中小企业，对于BI的需求甚是明显。

　　从BI的市场角度来看来，商业智能(BI)领域并购不断，商业智能市场已经超过ERP和CRM成为最具增长潜力的领域。从国内来看，商业智能(BI)已经被电信、金融、零售、保险、制造等行业越来越广泛的应用，操作型BI逐步在大企业普及，也就是说商业智能(BI)不仅限于高层管理者的决策之用，也日益成为普通员工日常操作的工具。据调查2009年中国大陆地区的商业智能市场份额约为26亿元人民币，比2008年增长18%，约占企业管理软件的市场份额的8%。由于金融危机的影响，2009年部分企业的商业智能投资受到抑制，随着2010年全球经济的逐步复苏，在未来几年内商业智能市场需求旺盛，市场规模增长迅速。

　　市场前景良好，但CIO及用户对于BI现阶段更多的是充满了“恐惧感”，并不是企业没有BI的需求，而是企业究竟如何才能做好BI?对于给企业的领导层提供正确的决策？这是很关键的。

　　BI失败的主要原因

　　笔者曾经采访过天津的一家做颜料的化工企业，该企业早在几年就部署 了国外一家领先的ERP，当部署的ERP投入运营以后，该企业下一步的是方向，是准备做BI。笔者印象较为清楚的事情，他们在2008年以后准备做BI，但在未来两年，2009年和2010这两年，笔者从该企业的CIO了解到，目前做了快两年的BI失败了。据该CIO透露，早期部署BI其产品是IT部门自己开发，项目比较简单， 以地区、行业为纬度，但开发出的产品并不能适应于企业的需求，因此，该企业考虑了外界的BI产品,但经过了大半年的选型发现，BI产品几乎符合企业需求的并不是很多。该CIO困惑的表示，BI在企业中应用为什么这么困难？

　　这也许，成为现阶段企业应用BI的典型现状。在记者的采访中发现，现阶段企业的BI应用失败存在几方面的因素。

　　1、现阶段的BI产品不成熟

　　目前大多商业智能的描述更多的是一种工程学上的理论，注重于企业信息管理项目实施的原则，而对具体的实施方法并无过多的论述。从产品的角度来讲，虽然现阶段的BI产品“琳琅满目”，对于CIO来讲，再也不像过去只能选择功能单一的产品，但总体来看，BI产品并不是很成熟。每个服务商提供的BI产品计算方法不同，各有各的优势。对于用户来讲，在BI中也许只能实现某一功能，有观点称，BI成功的一个大绊脚石是bi工具的不成熟，造成了系统的复杂和功能不足，很难满足企业的需求以及适应行业的需求。

　　2、企业的信息化底子薄、基础数据不准确

　　BI的有效应用，离不开数据的支持。如果没有准确的数据，那么所要分析产生的报表、决策都与事实存在差距，将会导致整个决策的错误，因此，必须要求前期的数据准确。同时，受企业管理水平、员工水平的影响，部分企业的信息化基础建设比较薄弱，对于BI的应用推广非常不利，这些外在的因素，将会导致BI的失败。

　　3、CIO对BI的认识以及使用情况决定了BI项目的失败。

　　从实际的情况来看，一般做为BI的实施方或厂商去洽谈到实施一个项目一般不会存在太多的问题，问题在于国内的好多用户把BI当成了一种比报表更花俏更好看的工具，用来给领导看，用在形式主义上面，并没用把BI真正辅助决策的意义发挥出来。所以很多地方BI上了形同虚设，还有很多用户甚至一个项目就上一套BI，他们有时候把BI当成一种软件开发的工具或是报表引擎等等。

　　4、企业领导对于BI认识存在误区

　　企业领导层对于信息化的认识正在逐步的提高，如果有一套工具可以辅助企业管理者进行有效的决策，那么，这套工作必然是BI,企业的领导也在关注BI，虽然从领导层的角度来看，并不知道什么是BI，但他需要这样工具可以帮助实时的决策，领导层对于BI的看法，相对来讲比较简单，只需要可提供真实、可靠的数据。因此，领导层的意识里会形成一种错误的认识--做BI是一件很简单的事情。领导对于BI的期望值过高，和所产生的的结果不成比例，将会造成BI项目的失败。

　　5、BI易陷入“贪大求全”的误区

　　很多还没有实施应用BI的企业，同样在犯着这样一个致命的错误，易“贪大求全”。对于BI产品的功能认为是越多越好，目前不同企业的BI产品计算法不一样， 所展现的效果同样也不一样，对于没有实施过BI产品的CIO来讲，或许会部署应用所有的产品，但这未必能解决现实中的问题，做得多，未必比做得“精”好，因此，做BI“宁缺勿滥”，项目可以一次少做，如果全部做BI，相应的风险较高，对于“死亡”也更近一步。

　　6、技术多样化 没有统一标准

　　在信息技术发展的今天，技术问题已经不能成为问题，同时，商业智能没有成功的核心问题不是技术问题，但和相应技术有着密切的联系。如果BI技术没有统一的标准支持，对于IT人员配备不是很强的企业来讲，做BI显然有很大的困难。

　　成功实施BI的建议

　　资料显示，企业在真正实施BI过程中，并不是一帆风顺的或者很快就能达到理想目标的，有些企业在BI方面进行了巨额的软硬件投资及人力投资并不能给企业带来预期的管理效率。因此，结合实际的情况笔者认为，成功实施BI应参考以下几个方面：

　　1、除了技术上的原因，在企业里从领导到基层应该给予一定的重视，全员参与。与其他管理信息化一样，BI也是一项“一把手工程”，只有高层领导重视才能使BI实施获得成功。实施BI是为了配合企业经营目标的实现，因此作为企业经营目标的决策者当然应该对此给予足够的重视。职工对新的管理思想与方法的学习热情高，对改革有信心是成功实施BI的关键条件之一。只有企业全体员工都有学习先进管理思想与方法的积极性与对改革的信心，实施BI才有群众基础。

　　2、建立起项目管理体系和运作机制

　　企业在BI应用过程中必须从系统工程和科学管理的角度出发，建立健全工程项目管理体系和运作机制，确保BI项目的成功实施。这其中包括：制订明确、量化的BI应用目标，进行BI等现代管理知识的培训教育，引入企业管理咨询，进行BI项目需求分析，开展企业管理创新，实行业务流程重组，实行BI项目监理制和实行BI项目评价制等。

　　3、进一步完善企业信息的基础工作。

　　BI本身是企业在信息化具备一定基础的条件上出现的一种管理方法。如果企业的数据库等基础工作没有到位，BI方面的投资再大，其结果只能是徒劳无功。只有做好了一些信息的基础工作，才能使BI有基本的运行平台，也使BI导入后的正常运作奠定了基础。

　　4、参考行业BI实施经验

　　成功案例是最好的老师。当企业CIO在准备部署BI时，提前了解一下同行或者已经做过BI的效果。作为CIO要有自己的人脉圈，在这个圈子学习、了解最新项目的建设，从现状来看，虽然BI成功案例并不是很，但还是有一部分的企业做得效果非常好，至少能实现了老板、员工最基本的决策管理。

　　小帖士：

　　业界内主要的BI服务厂商：

　　IBM DB2以及Cognos、SPSS、DataStage，覆盖BI全部领域

　　Oracle Oracle、Hyperion，覆盖BI全部领域，数据挖掘领域有待加强

　　Microsoft SQL Server ，覆盖BI全部领域，适合中小型企业，性价比高

　　Informatica Informatica，主要是数据集成领域

　　Teradata Teradata，主要是数据仓库领域

　　Sybase Sybase IQ，主要是数据仓库领域

　　SAP Business Objects、Crystal Reports，主要是OLAP和报表领域

　　SAS SAS，数据挖掘领域领先

　　关于BI

　　BI也称作商业智能，是英文单词Business Intelligence的缩写。商业智能的概念最早在1996年提出。当时将商业智能定义为一类由数据仓库（或数据集市）、查询报表、数据分析、数据挖掘、数据备份和恢复等部分组成的、以帮助企业决策为目的技术及其应用。目前，商业智能通常被理解为将企业中现有的数据转化为知识，帮助企业做出明智的业务经营决策的工具。这里所谈的数据包括来自企业业务系统的订单、库存、交易账目、客户和供应商等来自企业所处行业和竞争对手的数据以及来自企业所处的其他外部环境中的各种数据。而商业智能能够辅助的业务经营决策既可以是操作层的，也可以是战术层和战略层的决策。为了将数据转化为知识，需要利用数据仓库、联机分析处理（OLAP）工具和数据挖掘等技术。因此，从技术层面上讲，商业智能不是什么新技术，它只是数据仓库、OLAP和数据挖掘等技术的综合运用。