数位资讯流动繁忙快速的时代中，收集、管理和使用资讯的方式，决定了企业的竞争利基。在知识管理概念盛行下，如何让企业知识工作者广泛的分享与运用企业数位资讯，一方面扩大知识工作者的分析能力，另一方面创造企业整体的智慧，及迅速反应行动的能力，正是当下企业解决经营问题的重要关键，而商业智慧平台（Business Intelligence Platforms）正是收集、分析及散布这些企业智慧的最佳基础建设。
商业智慧的市场规模与历史发展
依据Gartner 2006年调查显示，全球整体商业智慧工具市场，将由2005年接近27亿美元，成长至2009年35亿美元的规模，年度复合成长率高达7.4%。而Forrester亦估计2005年全球商业智慧市场，包括软体工具授权、维护及专业服务之规模，将接近60亿美元。因此，随着商业智慧概念之广泛推广、资讯科技之快速变迁、政府法规的要求、以及分析方法论之成熟，其所能涵盖之功能亦随着时代而演进扩充。概括而言，任何能够「以使用者为中心的资讯撷取、探索、分析与互动过程，并从而发展出对企业的洞察（Insights）与体认（Understanding），提升使用者授权赋能（Empowerment ）的能力，并借以改善与强化决策品质」的工具或方法等，都可以说是「商业智慧」领域之范围。
回顾1990年代初期的商业智慧工具，主要聚焦于个别独立的前端报表工具（Reporting）、随选查询（Ad Hoc Query）、线上分析（Online Analytic Process；OLAP）、以及多维度资料库（Multi-Dimensional Data Base）等四大类别上，到了1990年代后期，延伸于传统统计方法论的资料分析厂商，开始推广资料采矿（Data Mining）的分析应用，值此之时，投注于资料移动（Data Movement）或业界常称之为资料淬取、转换、载入（Extraction, Transformation and Loading；ETL）的厂商，亦开始成为市场上目光的焦点，这个时期建置资料仓储（Data Warehouse；DW）或作业资料库（Operational Data Store；ODS）成为企业分析基础架构平台的观念逐渐成形。
时至2000年，随着技术层面上网际网路（Internet）及服务导向架构（Service Orientated Architecture；SOA）的成熟，以及在商业应用面上，对于绩效管理、资讯资产、企业流程等的重视，新一代商业智慧工具概念如雨后春笋般的蓬勃发展，如中介资料（Metadata）与资料品质（Data Quality）管理、商业规则引擎（Business Rule Engine）、工作流程（Work Flow）与协同作业（Collaboration）、企业绩效管理（Enterprise Performance Management；EPM）、仪表板（Dashboard）及计分板（Score Card）等，纷纷大行其道，在市场上崭露头角。
完整商业智慧解决方案的目的
但在上述市场环境的变迁过程中，早期的商业智慧系统先行使用者，亦发现商业智慧架构导入与应用推广上的盲点与困难！过去所有导入的商业智慧工具之间，完全就像是个别的孤岛，无法相互联系沟通；加上中介资料间缺乏共享连结的能力、以及各工具间对于使用介面与开发观念上的差异，在在加重商业智慧系统开发上的难度、与专案推动的时程管控上的困难。
然而，时下企业内多部署跨平台系统架构，各类工具间的管理、维护、设定，与协同作业间的复杂度亦随之升高，使得系统未来扩充的能力更加受到限制，进而难以将商业智慧应用推广于整个企业中，使得投入成本居高不下。更严重的是，商业智慧系统内复杂且跨多类工具之间的资料/资讯流（Data/Information Flow），也会使得资料品质的监控与除错，成为难以达成的目标，导致整个企业内的资讯、流程与决策，面临严峻的资讯管理（Data Governance）与资讯策略的难题。
有鉴于此，以往个别单一的商业智慧工具市场，近年来在使用者强烈需求及厂商积极投入下，商业智慧逐渐发展成为一套完整的系统解决方案。
商业智慧的功能架构
在功能面上，除了透过一个单一平台统合（Consolidation）所有商业智慧功能、提供一致性的使用者与管理者介面外，经由内部整合技术、商业中介资料管理、以及资料品质的展开和稽核（Auditing ）等机制，亦能确保资讯整合之可稽核性与可信任度。这也让使用者得以利用企业内单一、完整、可信赖的资讯，结合拟定企业经营策略、监督目标管理、追踪即时例外事件警示以及视觉化互动分析流程，创造企业快速决策与反应的商业智慧系统。
在架构面上，可以视各商业智慧的功能是元件的一部份，并透过服务导向架构串接各个机能，以成就支援分享式服务、高延展性（High Extensibility）、高可用性（High Availability）的「商业智慧平台」，有效降低整体商业智慧方案导入的总体持有成本（Total Cost of Ownership；TCO），并带动商业智慧标准化（BI Standardization）与商业智慧专家支援中心（BI Competency Center）的风潮。
综上所述，除了厂商以各家产品竞争优势为考量，所提出之个别商业智慧平台定义外，一般而言，商业智慧平台的功能范畴，可以参考2005年底Gartner对「商业智慧平台」提出涵盖三大类别及20个分项功能之定义，如下(图一)所示。
核心商业智慧剖析
一般而言，在商业智慧平台系统解决方案中，针对商业智慧入口网站（BI Portal）、分析引擎（Analytic Engines）、中介资料（Metadata）与安全控管（Security Control）等功能，业界将其称之为「核心商业智慧」。另外搭配负责企业内营运绩效追踪、监督与管理的企业绩效管理模组，以及针对不同产业所开发之分析应用程式、资讯清理统合、品质管理的企业资讯管理模组，构成从资料端到使用者端之完整端对端（End to End）商业智慧平台解决方案，如下（图二）所示。
| 《图二 端对端商业智能解决方案》 - BigPic:600x425 |
|
以下我们将针对「核心商业智慧」的四大功能内容、特色，简述如后：@中標:商业智慧入口网站（BI Portal）
所谓商业智慧入口网站，即各个组织层级中，不同的资讯需求使用者皆透过单一入口网站连结商业智慧平台，存取平台上所提供相对应的商业智慧内容与服务，包括企业报表排程与检视、线上动态查询与互动分析、企业绩效管理等商业智慧应用，其中所需具备功能与特性如下所述：
- ●直觉化的Web环境：使用者需要一个快速而且很容易存取线上报表与资讯的介面，用以辅助使用者制定即时与精准的决策。
- ●导览、建立与互动：透过单一线上的入口网站，很容易去存取企业内的资讯同时建立功能强大的报表与分析，并提供许多个人化的设定与丰富的使用者互动与搜寻功能。
- ●群组讨论功能：有别于以往看报表的方式，使用者可以针对每份报表资讯发布意见，并由其他读者代为回答，创造一个以报表为中心的讨论区，提供群组讨论功能，而不单单只是单纯的检视报表。
- ●自我服务式的排程、订阅：透过自我服务式的排程，使用者可以很快地将报表与分析的资讯，透过平台的权限控管，依据指定的时间，转换成多样化的格式分享给其他群组或个人，提供进一步的互动，真正达到对的时间将对的资讯传递给对的人。
- ●弹性的布署：支援 Java 与 .NET 网站伺服器的标准。
以Business Objects InfoView商业智慧入口网站为例，其可简化资讯取得管道，让资讯容易被了解，并让使用者具有更高的使用效率。单一Web化介面提供使用者能存取多样化的商业智慧资讯，包括企业报表、分析、数位仪表板、平衡计分卡与策略地图，甚至是个人化的文件诸如使用者经常使用的Office文件、 PDF或文字档等等。
| 《图五 平衡计分卡与策略地图的应用》 - BigPic:600x446 |
|
分析引擎（Analytic Engines）
许多企业重视如何强化组织运作的绩效管理策略，以及找出革新组织内部流程效最佳化解决方案。在过程中企业往往面临以下亟待克服的挑战，诸如：@内标:●了解谁是您的客户并且追踪发生在他们身上的行为。
●找出并分享具有预测能力的结果以供更好决策之依据。
●监督企业流程效率以改善产品制造或服务提供之水准与品质。
针对企业商用普遍关注的焦点，解决之道是可在商业智慧平台之上，提供一系列的分析引擎包括集合分析（Set Analysis）、预测分析（Predictive Analysis）以及流程分析（Process Analysis）等方式，让企业仪表板与绩效计分卡功能可更深入运作。
透过以上分析引擎企业组织可以：
- ●透过集合分析经由视觉化的集合运算，让客户区隔与名单筛选等行销活动更有效率，从而进行追踪、分析各区隔间转移（Migration）行为，以此改善行销活动绩效，如下（图六）、（图七）所示。
| 《图六 集合分析示意图（一）》 - BigPic:565x328 |
|
| 《图七 集合分析示意图（二）》 - BigPic:600x302 |
|
- ●透过预测分析，经由的特定演算法，例如叙述性统计（Descriptive Statistics）、移动平均（Moving Average）、线性回归（Linear Regression）、时间序列分析（Time Series Analysis）等，可以发现潜藏的企业趋势，借以预测未来发展，如下（图八）所示。
| 《图八 预测分析示意图》 - BigPic:600x352 |
|
- ●透过统计制程控制（Statistical Process Control）方法论，将整个产品制造或服务提供的品质问题分为定量（Variable Data）与定性（Attribute Data）两大类，同时经由一系列检定规则－例如西方电气公司十二规律－将检测结果交由警示器（Alert）显示，达到即时且持续监控预防流程作业缺失的标准，以改善产品制造或服务提供水准，如下（图九）所示。
| 《图九 流程分析示意图》 - BigPic:600x353 |
|
中介资料（Metadata）
传统企业内部的使用者存取资料的方法，不外乎向IT部门提出需求，或是透过资料库工具直接下资料库查询语言，实际上使用者应该更专注于他们的核心业务上，而不需要花时间了解后端复杂的资料库查询技术。
传统企业内部的使用者存取资料的方法，不外乎向IT部门提出需求，或是透过资料库工具直接下资料库查询语言，实际上使用者应该更专注于他们的核心业务上，而不需要花时间了解后端复杂的资料库查询技术。
有鉴于此，我们提出一个以中介资料（Metadata）为基础的语意层（Semantic Layer）专利技术，透过语意层将一般企业中的商业逻辑、规则与技术逻辑做一对应与转换，从而设计出以企业使用者熟悉的业务名词所命名的对应物件，让使用者在前端透过这些设计好的对应物件，进行资料的存取、操作与组合，而不需要任何IT人员的协助，真正达到自主性分析、将使用者资讯应用价值最大化的目的。
此外，透过语意层的应用，亦可以有效降低IT人员维护商业智慧系统之异动管理（Change Management）成本，有效维持企业规则的一致性。例如若需修改某个栏位定义、却有10份报表分析同时使用该栏位时，语意层的设计人员只要修改语意层中该栏位的定义立即发布出去，其报表分析立刻会继承修改后的栏位定义，而无须开启报表分析逐一修改。
| 《图十 中介数据商业智能管理示意图》 - BigPic:600x257 |
|
安全功能
如何透过一个有效的平台安全机制，来控管所有的商业智慧资源，即是企业客户在导入商业智慧应用一项很重要的课题。具有优势的商业智慧平台所提供的安全控管机制应包括下列功能与特色：
- ●弹性的权限部署。可以针对平台上所有的资讯内容，设计个人化的权限功能。
- ●能弹性整合第三方开发商（third-party）的验证，例如Windows AD、LDAP或是Windows NT等以实现单一签入服务（SSO）。
- ●提供资料的物件等级或栏等级（Column Level）、列等级（Row Level）之权限控管。
- ●所有商业智慧应用程式中的的功能都可以依需要决定开放程度。
- ●支援继承或非继承的权限控管。
结论
然而不论是商业智慧入口网站、分析引擎、中介资料（Metadata）或是安全功能，皆必须透过标准化的商业智慧平台加以整合，形成一个多层式架构的商业智慧应用解决方案。可以预见的是，标准化与整合性的商业智慧平台，已是未来主要发展趋势。涵盖企业报表、查询分析与绩效管理等多样化的应用如雨后春笋浮现，企业往往采取阶段性投资策略，但倘若欠缺长远规划，企业导入商业智慧平台常常陷入「头痛医头、脚痛医脚」进退维谷的窘境，重复在软硬体架构与系统建置维护成本上来回奔波。
事实上商业智慧平台中许多共用的服务与元件，是可以透过标准化与整合性的解决方案将其纳入单一平台的设计考量中，使得不同需求的企业使用者经由严谨的安全管控进入商业智慧入口网站之后，搭配便利、易懂的中介资料，得以简化资讯取得管道，并结合不同分析引擎强大的运算能力，提供企业在面对不同的业务问题能有更深入的分析与见解。这也让企业在导入不同的商业智慧功能时，不需考量彼此间的连接性与相容性，避免因彼此间功能重叠或连接不易造成重复或额外整合的投资。
如何有效管理企业知识，并充分授权赋能（empowerment），提供知识工作者立即、整合、充足、且正确的资讯，从而做出最适切有效地反应，已成为现代诡谲多变高度竞争的社会中，企业所面临最重大的考验。值此之时，商业智慧平台的导入可以有效解决横跨资讯与决策间之鸿沟。然而，商业智慧平台本身建构成本高昂，加上一旦导入对企业长期资讯策略将会产生至深且远的影响，为确保商业智慧平台投资的成功，如何评估选取正确的商业智慧平台解决方案，已是现代IT商用专业人士必须面对的关键课题。 （作者为Business Objects资深解决方案经理）
相關时事单元
相關产业类别
相關关键字
相關组织
相關产品类别
相關网站单元