当前位置:主页>ERP--BI> 操作型商业智能应用将是未来的发展趋势
操作型商业智能应用将是未来的发展趋势
来源:作者:
  商业智能应用同用户的业务和流程越来越紧密相关,企业中使用商业智能的对象不再只是高级管理人员,而是包括了企业中各个级别的管理人员和业务人员。“随着商业智能应用的进一步深入,操作型商业智能应用将是未来的发展趋势。”惠普软件部商业智能(BI)部门总经理Ben Barnes说,操作型商业智能更关注于管理,并优化企业日常的业务运行,将正确的信息在正确的时间推送给正确的业务人员,然后快速响应,以便能够帮助用户解决商业问题与满足新的业务需求。

  实时性决定决策价值

  要满足用户的日常管理和决策,操作型商业智能的实时性要求就成为必然。对于实时性的重要性,Ben Barnes以日常的大型商业活动中的采购应用举例说,在一张图上设两个轴,横轴代表时间,纵轴代表采取决策带来的价值。在某一刻,有一个客户想要购买的商品断货,若我们在较短的时间内迅速做出反应,企业的减损就相对较少; 反之,我们用来决策的时间越长,它所对应的价值就越低。

  简而言之,就是随着决策时间的延长,企业的利润及客户满意度都在不断地减少,所以,在正确的时间、用正确的数据做出正确的决策,有效地调取企业的数据信息对于确保公司的正常运营以及公司利润的增长至关重要。

  由于实时的运营决策对企业运营非常重要,并且这些普通的用户对商业智能系统提供服务的实时性要求越来越高,越来越多的企业将决策流程与实时信息进行了更紧密的连接。

  统一数据仓库与报表

  要满足操作型商业智能中实时性应用的需求,公司需要从更多的数据源中加载更多的数据,并对其进行更加频繁的更新。对一般商业智能应用而言,它包括三大组成部分: 数据转换操作(ETL)、数据仓库、决策信息的提供和展示,数据仓库仍是其中最重要的部分之一。在加载数据仓库时,要支持实时的数据加载、更新和抽取,并可以在数据库保持联机时,同时操作多个表,因为停止用户访问数据库将造成不可估量的损失。

  对数据仓库,需要将更多的数据集市进行统一集成。具体就是利用虚拟化和无共享大型并行数据库技术,通过大量商业化组件将众多数据集市转换为只有一个数据库实例的单一企业数据仓库平台。对于这样的架构,在存储海量数据的同时,可以提高访问数据仓库和在数据仓库内查询的速度。“而要完成这样的任务需要一个整合了硬件、软件平台的整体解决方案。”Ben Barnes说,惠普的Neoview就是能够提供完整解决方案的平台,能够支持100倍于Teradata的数据,并且能够为1024个处理器服务。

  Neoview在亚洲的一个运营商应用中,就整合了运营商之前所用的三个系统,并且和呼叫中心的一些相关业务整合,整体数据仓库有720亿条呼叫数据,后来又增加32亿条新数据。如果使用之前的系统来录入、上载的话,需要9个多小时; 而用操作型的解决方案,时间大约只是两个半小时,利用这样的平台可以大大减少决策报表时间。

  同时,数据仓库等的运营和监控要求能够进行实时运营的决策,必须保证7×24小时全天候可以随时应用,进行实时的运营决策支持。

  在报表方面,公司必须能够为更多的不同类型的用户提供支持,这些用户需要更加快捷地获取信息,他们的问题可能更加难以预测,需要随时随地得到问题的答案。所以,要求下一代操作型商业智能允许企业做出迅速反应,最好使用单一报表事件。比如,公司的某个高层想要了解企业创造的业务利润、合作的供应商等信息,这些信息都能够整合在同一个单一的事件当中来呈现,从呼叫中心到客户服务、再到供应商,三者能够整合为一个统一单一的视图来呈现,从而建立起企业与客户及合作伙伴快捷高效的合作关系。