数据集成是商业智能发展重中之重

“BI（商业智能）系统是CIO十分欢迎的系统，因为它可以让企业CEO亲自体验到信息化的价值所在，移动BI的逐渐普及也加快了CEO们应用商业智能系统的速度。”用友华表总经理苗峰向记者表示。众所周知，BI的源头是数据，BI的对象也是数据。根据IDC的预测，从2009年到2020年，数据总量将增长44倍，达到35ZB。其中，80%的数据都是非结构化数据。毫无疑问，随着大数据时代的来临，海量数据给BI带来了前所未有的压力。如何有效地利用大数据，以及其中所沉淀的信息，成为未来的一大竞争焦点。

1 整合所有数据

不论是大交互数据还是大交易数据，处理并分析非结构化数据是BI业内一直面临的难点。

SAP亚太及日本区商务分析和可持续发展事业部副总裁Atul Patel告诉记者，2011年全球新产生了4EB的数据。今后全球的三大趋势是海量数据、社交网络和移动计算。这些会对BI带来巨大的挑战和压力。“这就需要我们进行技术革新，把所有的信息进行整合，同时进行实时的分析。”Atul Patel表示。

大数据意味着包括交易和交互数据集在内的所有数据集，其规模或复杂程度超出了常用技术按照合理的成本和时限捕捉、管理及处理这些数据集的能力。Informatica公司高级副总裁兼首席信息官Tony Young向《中国电子报》记者表示，大数据包括大交易数据和大交互数据。对于大交易数据，在从ERP应用程序到数据仓库应用程序的在线交易处理（OLTP）与分析系统中，传统的关系数据以及非结构化和半结构化信息仍在继续增长。随着企业将更多的数据和业务流程移向公有云和私有云，这一局面变得更加复杂。而大交互数据，这一新生力量由源于社交媒体数据构成。它包括了呼叫详细记录、设备和传感器信息、GPS和地理定位映射数据、通过管理文件传输协议传送的海量图像文件、Web文本和点击流数据、科学信息、电子邮件等等。

不论是大交互数据还是大交易数据，处理并分析非结构化数据是BI业内一直面临的难点。“不管是结构化数据还是非结构化数据，都需要对它们进行集成。”Tony Young强调。数据集成让组织机构将传统的交易数据与全新的交互数据组合起来，让业务部门形成行业洞察力。达索系统EXALEAD品牌CEO Laurent Couillard也强调，结构化和非结构化数据一体化访问非常重要。

2 BI将不断扩展至BA

传统的BI无法处理日益复杂的数据，将BI扩展至BA将成为未来竞争的焦点。

随着数据爆炸式增长，传统的BI无法处理日益复杂的数据。而且有时候公司的一线员工在实施高层指令过程中，理解高管层策略的时候会有偏差，在方案和实施之间存在鸿沟。Atul Patel认为，如果高管层和员工之间要获得很好的沟通，就需要BA（商业分析）的帮助。BA是针对数据准确的、一致的分析，其包括六大支柱，即商务智能（BI）、企业信息管理（EIM）、数据仓库（DW）、企业治理、风险管理和合规（GRC）、企业绩效管理（EPM）、分析应用（AA）。

“BA与BI不一样，BI更多关注报表、分析、仪表盘，而BA事实上是架起了ERP和BI之间的一座桥梁。”Atul Patel强调。

对于BA的六大环节，BI事实上仅仅提供一个界面，大家在BI上能够看到仪表盘和报表，这只是数据的输入或者输出环节而已。SAP中国区卓越中心、战略解决方案部总经理潘再耀也向记者强调，在BA中，EIM起到了非常重要的作用，比如社交媒体或传感器产生了大量的非结构化的数据，EIM技术可以对这些数据结构化并进行分析。通过EIM，可以把非结构的、没有意义的数据转化为有意义的数据。

3 业界观点

（1）数据集成是重中之重

大数据时代已经来临，随着IT应用的发展，企业积累的数据越来越多。而随着社交网络、移动计算和传感器等新渠道和新技术的不断涌现，生产了大量的新型数据，各种各样的数据散落在不同的系统中。各数据之间有哪些关联性？哪个数据是可信的？如何从海量的数据中挖掘出有价值的、易用的客户信息？要回答这些问题，企业需要一个单一、完整、可信的客户数据视图。而创建一个单一、完整、可信的客户数据视图，数据集成是关键。没有集成的数据，其商业价值为零。

对各个机构来说，让业务部门能够访问所有数据，以便将其应用于整个大数据基础设施中极为重要。数据集成让组织机构能够将传统的交易数据与全新的交互数据组合起来，从而获得在其他情况下无法达成的洞察力和价值。比如，可以通过社交媒体了解客户的喜恶，以此充实客户资料来提高目标行销效率。值得一提的是，数据集成并不是一个很窄的领域，其市场规模已达到450亿美元。

（2）企业搜索提升决策质量

大数据时代信息规模快速增长，更快获取有用的信息是关键，企业搜索会变得越来越重要，其可以凌驾于多个管理系统、数据库之上，其中包括BI系统，也就是说BI只是企业搜索的数据来源之一。

企业搜索平台能够提升决策质量，降低IT成本。BI信息只是给决策者一个结论，而企业搜索可以顺着这个结论回溯，找到信息的来源及过程，所有信息通过企业搜索平台组合在一起。而且，企业搜索平台能够提供覆盖多个系统的全视角信息视图，实现实时运行报告和分析。

用户使用BI时，往往将BI产品集成在多种不同的解决方案中，其中包括CRM、ERP、金融服务乃至医疗等应用。BI提供商会从不同来源了解相关信息，从而充分满足用户的需求，具体包括文档、内外部网站、案例管理系统等。但分别搜索上述信息来源对BI提供商提出了巨大挑战，这就需要用到企业搜索平台。

（3）内存计算加快分析速度

在大数据时代，数据是以不同状态存储的。有的数据是结构化的，有的是非结构化的，有的是在社交媒体等媒体平台呈现的，有的存在数据仓库、数据集市中，调用这些数据需要占用大量时间。而为了快速响应不断变化的市场，业务用户又需要快速获得有用的信息并进行分析。对于这些挑战，我们认为内存计算可以解决这些难题。

应用内存计算形成的高性能分析工具支持企业根据不断变化的大量信息来分析业务运营情况。企业可以从数据源实时、快速地浏览和分析所有的交易数据和分析数据。发生业务时，运营数据将保存在内存中，若要做整个企业的扩展分析，可以将外部数据添加到分析模型中。这种分析工具可以理解为一个内存式的数据仓库，储存数据的方式是以列的方式，这样就可以节省很多空间。下一步我们希望能够把交易系统和分析系统都结合到工具上，从而避免分层处理过程，这样运行速度会更快、占用空间会更少。