BI的6宗罪

2005年開始，有關報道宣稱中國的商業(yè)智能（BI）市場在IT領域炙手可熱，引發(fā)眾多管理軟件企業(yè)摩拳擦掌，在這新的利潤增長點上躍躍欲試。但事實上，至于今說“BI逐漸火起來”說兩三年，用戶的BI項目實施卻沒看到有實質性的進展。

今年8月，《經理人》雜志一篇《解析商業(yè)智能失敗的根源》中提道，據相關統(tǒng)計數字顯示，在國外，投資建設BI的企業(yè)有60%～70%以失敗告終；而在中國，這個數據可能會更高。其中的原因有很多，比如缺乏歷史數據支持、理解上存在誤區(qū)等等?！度灰惑w的商業(yè)智能—管理、技術與應用》的作者王茁先生在與CIO INSIGHT雜志記者交流也談到商業(yè)智能項目確實有著很高的失敗率。他說這也造成了現在普遍存在的對于商業(yè)智能的兩種極端的觀點——萬能論和無用論。該篇采訪在8月1號被刊發(fā)于網上。

筆者從事BI的幾年工作實際也證實了BI確實難以成功。失敗的根源，眾說紛紜，大致有以下。一是實施過程難控，如不致陷入貪大求全的項目整體規(guī)劃與分步實施、需求提煉、數據質量控制、針對非技術人員設計出簡便而形象的用戶界面等；二是協(xié)調配合難度大，如王茁先生認為大型的BI項目需要多個部門的認真配合，如導入源數據到數據倉庫這么一個簡單環(huán)節(jié)都會同時牽涉到眾多部門的參與。三是，一把手支持力度不夠，參與BI的業(yè)務人員級別低以及投入不高。四、BI系統(tǒng)上線后的使用者數量少且不專業(yè)。
 
也許不能臆斷這些BI應用都是失敗的。但是BI沒有達到用戶和廠商宣稱的結果卻是不爭的事實。   筆者也和其它BI從業(yè)人員一樣，反思問題尋找原因。筆者認為，BI當前有六宗罪，導致了BI的高失敗。即在意識和認知層面的“體系不清、方向不明”，在執(zhí)行和操作層面的“數據不準、應用不實”，在基礎層面的“全程不通、工具不全”。如下圖所示。

罪一：體系不清，雞對鴨講，無法公正地相互理解以建立統(tǒng)一的BI認知

以下問題廣泛存于各種BI項目中，主要原因是BI體系不完整和BI廠商和代理商的宣傳誘導。各BI廠商的差異化營銷策略形成了“差異化基礎上的差異化”，而不是“標準化基礎上的差異化”。由此導致了用戶和開發(fā)者之間的溝通交流受阻，甚至是單方面的誘導用戶的溝通。根本原因，還是在于BI“體系不清”未能給用戶和集成商建立起一個標準化的認知平臺。
       
用戶：BI實質是什么，應該如何理解BI?面對眾多的BI產品及其不同功能的版本，我們應該選擇什么樣的BI產品才能適合本企業(yè)？BI建設應該做成什么樣？對于本企業(yè)的BI如何評估難度和深度并據此考慮經費、周期等問題？未來本企業(yè)做BI還應是怎樣？
 
開發(fā)者和集成商：如何能將我們的概念融入用戶的意識？怎么樣向其介紹BI才能相互和諧？如何和用戶共同發(fā)掘需求并順利推薦相應的產品及其功能？如何讓客戶理解本次BI項目的難度而不至對支出“討價還價”？

面對上述實際問題，用戶和開發(fā)者集成商卻難以達成一個利于BI長期發(fā)展的認知。原因在于當前BI體系不清晰，對BI的理解也不一致。

當前的BI體系，側重于技術角度以詳略不等的程度體現了BI從數據到應用的過程。IBM增加了該過程的管控和安全。美國數據倉庫研究院展示了BI的結果對策略和行動的關聯和影響。這些BI體系全面性和貼近應用性有所不足，或者用戶不能深入理解，只簡單的僅將BI當作利用數據的過程；或者開發(fā)者只知BI實現過程而難以明白實現結果以及原因，以致無法達到用戶和開發(fā)者之間的順暢交流。事實上，當前的BI體系僅解決一個方面的問題，即如何做BI，這僅是體用關系中“用”的其中一部分。可見當前BI體系的不完整和片面性，以至于它難以解決用戶期望的BI是什么和為什么，以及BI有什么類型，BI要做成什么樣？BI后期如何提升等問題，因而無法順暢實現開發(fā)者和用戶的溝通。此部分內容可詳見本人博客《商業(yè)智能（BI）的哲學思索---BI框架體系探討》。

當前商業(yè)智能也存有多種概念。從概念提出至現在，數年來對BI仍沒有一個公認的統(tǒng)一的定義。Gartner Group、IBM、Microsoft、IDC、SAS、Business Objects、Cognos、Teradata、Oracle、MicroStrategy、all-BI述定義大致可分為三類：第一類軟件論或技術論，認為商業(yè)智能是一套幫助企業(yè)管理或決策的系統(tǒng)。第二類技術和軟件結合形成的概念和方法。第三類則多是自動化管理過程。綜合上述商業(yè)智能的定義，都揭示了商業(yè)智能的技術性特性，部分觀點也點明了商業(yè)智能與管理的聯系。但是，他們都缺乏明確的本質性揭示和實施方法的體系化思考，既不能讓人深入、全面的理解，更無法讓人實現操作?？蓞⒁姳救瞬┛汀渡虡I(yè)智能的“操作性和提升性”轉換----商業(yè)智能（BI）的三維框架》。

另一方面的原因，當前對BI概念和BI體系的描述不易讓用戶和更多的開發(fā)者集成商理解，不夠直白，也容易造成大家理解BI進入誤區(qū)，不好造就一個輕松交流的平臺。比如有人認為業(yè)務流程改進(BPI)比業(yè)務流程再造(BPR)更適合于當前國內大多數企業(yè)的信息化及人員素質現狀，因此直白地解釋為“不坐電梯走樓梯”。這種直白確實容易讓大眾理解，相反太IT化太針對性的BI描述卻難以讓用戶和技術開發(fā)者直接接受。這正如王茁先生認為的當前對BI的概念太窄化了，不易普及。

罪二：方向不明，好鋼沒有用到刀刃上，難以引導BI實現預期目標

BI以數據驅動為方向，還是以業(yè)務驅動為方向？這個問題日益受到重視。即使是以業(yè)務驅動為導向，還是會滑向數據為核心，這是為什么？

王茁先生指出商業(yè)智能發(fā)展到現在所存在的問題是人們往往過度強調“智能”，卻忽視了“商業(yè)。商業(yè)智能變得越來越像一個IT的專有名詞，從而退化成了一項IT技術工具。這說明過度注重IT技術的結果，將會使BI距離業(yè)務越來越遠。

一份調查證實了當前國外在商業(yè)智能上高度注重業(yè)務的傾向。今年Gartner研究公司的副總裁和著名的分析師Burton在調查了350家企業(yè)的商務智能項目后說，商務智能(沒有成功)的核心問題不是技術問題。問題則恰恰是商務領導人方面的失敗，他們沒有能夠確保企業(yè)得到他們所需要的信息，并且沒有把信息按照對企業(yè)目標有意義的方式進行調整。顯然，這實際要求BI的信息要按照業(yè)務邏輯進行組織。調查中列舉了Coldwater Creek Inc.公司。它是一家專門供給職業(yè)婦女的服裝目錄編制商和零售商，該公司成功運用了BI。公司創(chuàng)始人Dennis Pence說，(商務智能)絕對不能是一個IT項目，“我不認為它在脫離了商業(yè)的情況下會有什么意義。商務應該感覺他們在某種程度擁有它。

上半年的CHICAGO——Gartner商業(yè)智能峰會重新定義商業(yè)智能。峰會上主要發(fā)言人認為BI要從商業(yè)策略、商業(yè)策略、人員和流程、分析應用四個方面介紹了如何幫助業(yè)務的成功?？蓞⒁姳救瞬┛汀禕I，中國人可以對你說不-----評2007 Gartner商業(yè)智能峰會重定》。

可見，以業(yè)務驅動為方向應是BI的趨勢。但是上面描述的問題卻恰恰說明當前BI往往是以數據驅動為方向。原因一是，發(fā)起者的角色錯位或角色責任轉化的不易實現。BI的發(fā)起者往往是信息中心等技術部門，而不是業(yè)務部門發(fā)起或業(yè)務部門聯合信息部門發(fā)起。 二，BI泊來品照搬國外未經消化的后遺癥。BI引入國內，即是以報表，OLAP的旋轉、切片等概念和演示呈現給用戶，把用戶帶入了技術的胡同。三，業(yè)務類人員包括不少企業(yè)的一把手，對管理精細、數據分析、強化經營效果的意識不強，不易打動業(yè)務人員的參與。四，非技術的業(yè)務類人員對BI技術的使用并不熟練，兼之BI界面方便性有待提高，導致業(yè)務類人員往往認為BI是增加了自己的工作負擔。

上述原因，往往在BI實施前后過程中形成了技術部門占主導的局面。這直接造就了BI以數據邏輯進行組織，并且直接構成了數據標準、數據源獲取、數據組織和存儲、數據利用和展示的BI主要環(huán)節(jié)。并由此形成了元數據管理工具、主數據管理工具、數據集成與交換工具、數據倉庫工具和前端展示工具這些產品。此時此刻，BI往往被定義在了前端展現工具上，即BI成了數據生命周期中的一個最終環(huán)節(jié)。集成商的開發(fā)人員考慮業(yè)務最多的是在這個BI展現環(huán)節(jié)，也就是特意強調這個環(huán)節(jié)滿足業(yè)務的需求。顯然，這造就了BI的惡果，埋下了BI不易達到實施目標的禍根。首先，由技術部門牽頭必然容易滑向自己熟悉的領域，特別是數據獲取 、數據組織和存儲這些過程；其次由于涉及部門較多而業(yè)務類人員并不用心參與，造就了協(xié)調的難度；再次，面子意識以及官本位容易使信息負責人希望實施人員要拿出成果且能拿得出手時，才愿意組織業(yè)務類人員鄭重洽談。此時往往技術開發(fā)人員被要求要做出一個完整的DEMO出來。當考慮很少業(yè)務需求的DEMO做出后，信息部門覺得界面不好看、色彩不鮮明等原因擔心引起業(yè)務類角色的笑話，又以自己的想法強迫技術人員重新修改。可想時間花去了，解決業(yè)務問題的要求卻遠了。鑒于上述，即使項目經理或技術開發(fā)人員拋棄了自己的技術思維跨入業(yè)務類思維而考慮到了在數據生命周期各環(huán)節(jié)要以業(yè)務需求作紅繩，以貫串整個數據過程也難以在工作中真正做得到與此想法相匹配的行動。更何況，信息部門、技術人員中的多數根本不具備業(yè)務管理方面的思維和管理知識素養(yǎng)，以及對業(yè)務的深入了解能力。

可惜！可嘆！

總結之，技術占主導局面非常容易使BI跌入數據驅動陷阱。數據驅動有什么不好？數據驅動模式很好，它由數據的深度挖掘來輔助業(yè)務，它將企業(yè)所有的數據都整合、清洗并按不同的粒度存儲起來，業(yè)務類人員用什么數據都能提供。技術部門也似乎能一勞永逸。但是，該模型可能不適合當前國內BI發(fā)展的現狀。原因除上述所言，數據導向容易把BI的根本在于商務，應由業(yè)務邏輯來組織數據的紅繩莫須有化，結果使得BI偏離業(yè)務偏離企業(yè)的績效日益遠之；另外，還有以下原因。如人員素質以及用戶習慣。用得上BI的企業(yè)信息化程度應該不低，但是能用各種方法和工具從數據中提取有效信息的業(yè)務人員并不好找；又如變化。用得上BI的企業(yè)業(yè)務應有一定穩(wěn)定性。然而花大力氣整頓好的數據，卻可能在競爭環(huán)境下對戰(zhàn)略戰(zhàn)術的調整而致使數據毫無用處。再說財力和成本，盡管能上線BI的企業(yè)財力不弱，但如從數據驅動出發(fā)長期整理數據，成本之高確實難以承載；筆者曾從事一個BI項目，僅是把數據搞準確就花了兩年,而事實上搞準的那些數據能用到業(yè)務類人員所關心的管理問題方面的非常少，價值很低。最后從項目成果來看，數據導向耗費大量時間在數據的一致性等方面，在業(yè)務需求和業(yè)務邏輯的理解和深入上盡力不夠，結果匆匆忙忙拿出的成果是報表和一些DashBoard。由于涉及業(yè)務膚淺，本質效果很少，就花時間在界面的美觀和絢麗上，敷衍領導。

數據驅動的技術主導方向，在8月份Business Objects公司在杭州凱悅酒店所請嘉賓的職業(yè)亦可見一斑。據主持人介紹，聽眾由政府行政人員、企業(yè)人員構成。在進一步的講師講課互動中得知絕大多數人員擔任信息中心工作，即技術人員占絕對多數。當魯博士提示是否有業(yè)務人員時，現場無人舉手?？梢姌I(yè)務類人員的參與度極低。

數據驅動的技術主導，業(yè)務類人員參與度低，這顯然是企業(yè)最高領導的責任。正如Gartner研究公司的副總裁和著名的分析師Burton所說，當商務智能軟件項目失敗的時候，IT通常是受到責備的那個。但是這個失敗卻通常會追蹤到領導能力的缺乏，而不是技術。但是誰又敢去責備一把手？誰又能去責備一把手？不僅是因為它的公司地位，更重要是他沒有他正確理解的BI體系和BI概念以及正確的BI方向。
   
即意識層面的體系不清和方向不明，導致了一把手的錯誤決策，同時也導致了業(yè)務類人員的低度參與熱情，最終導致了BI結果的不如人意。這難道是某一個人的錯誤？待續(xù)(amt)