中国的通信行业从2006年开始将转型定为应对电信技术发展和未来市场变化的主要途径，特别是3G等一系列新技术的实用化，为未来的电信企业经营提供了更多的机会和不确定因素。对市场的把握和响应速度，将成为未来企业取得良好经营业绩的关键。摆在市场部人员面前的问题将不再是资源和费率，而是“我们的客户在哪里?”，“我们的优势在哪里?”，“我们的合作伙伴在哪里?”。为了解决这些问题，经营分析(BI)系统的建设和应用，就成为企业信息化不可或缺的重要一环。

　　原有BI特征

　　BI在企业最直接的体现就是BI系统，当然BI系统或者说经营分析工作很早就存在，只不过在企业没有转型以前，这一块的工作没有运用BI的理念和设计思路而已，因为在传统的以语音和简单内容为主要产品，依靠规模和简单价值链进行经营的模式下，对经营分析工作的实时性、准确性和前瞻性没有太高的要求。因此，那时的BI系统是按照“以生产为中心”的经营观念建设的。这些分析系统有以下特征：

　　第一，服务于生产系统。由于原有的分析系统是服务和服从于生产的，因此，每一个生产系统都会附带有一个分析系统。由于各分析系统的数据无法实现沟通、共享和综合，因此，形成了一个个“信息孤岛”，使得经营决策和营销工作往往以偏概全，顾此失彼。

　　第二，由于原有分析系统与生产系统共用的是同一物理设备，因此，分析工作必须等待生产工作结束后，才能进行。这样就延误了对市场变化作出及时响应的时效性。

　　第三，企业现有的分析系统往往应用传统的联机事务处理(OLTP)的数据处理方式。OLTP主要用来完成基础业务数据的增、删、改等操作，对响应时间要求比较高，强调的是密集数据更新处理的性能和系统的可靠性及效率，而对市场营销工作有着重要作用的数据的综合查询分析功能却很单薄。因此，市场营销部门无法对数据进行有效的分析，影响了经营决策和市场营销工作。

　　第四，企业现有的分析系统对数据的分析和展现是基于二维平面的。而市场营销需要的却是通过对多维数据采取查询、旋转、钻取和切片等关键技术对数据进行综合分析和生成报表，得出相关的结论，从而辅助经营者进行决策。由于现有分析系统不具备上述功能，因此对于市场营销部门的需求只能是采取“一事一表”的办法(即针对每一项需求，编写相应的二维报表)，这样使得分析系统成为了一堆报表的堆砌，大量的数据冗余，使得市场营销部门感到无从着手。

　　这样的经营分析很快就不能满足要求了，随着技术的进步和市场的变化，使得通信市场出现了新的变化趋势：以内容服务为主的新业务不断推出，既对收入起到了积极的拉动作用，同时也延长了企业的价值链，增加了企业的营销成本和不确定性。另外，企业不断推出的组合和捆绑营销使得原先简单明晰的产品架构变得复杂而混乱。在这样的趋势下，传统建立在二维线性表格上的经营分析已无法对此种形势下的市场作出准确的描述。于是BI被提了出来。

　　BI注重数据仓库和挖掘

　　BI系统是一个以企业数据仓库为基础，采用数据挖掘技术，对电信企业的经营情况和业务成果进行分析评估，从而推演出当前及今后一段时间通信市场的变化规律，为经营决策提供数据依据，进而帮助市场营销工作者制定适合市场的营销方案，并对方案的实施情况进行跟踪、分析、评估和反馈的平台。这里提到了两个重要的概念：数据仓库和数据挖掘。

　　数据挖掘建立在联机分析处理(OLAP)的数据环境基础之上。数据挖掘对大量数据探索式分析的起点是OLAP。数据挖掘需要对大量数据进行反复查询操作，关心数据存取方式的方便性与可操作性。因此，合理而科学的数据环境是确保数据挖掘有效和正确实施的基础和关键。它需要支持OLAP数据系统与OLTP数据系统的分离，需要服务于数据挖掘总体目标的数据再组织，需要有单独的数据分析和数据处理环境。数据仓库正是为了构建这种新的分析处理环境而出现的一种数据存储和组织技术产品。

　　数据仓库是指一个面向主题的、集成的、时变的、非易失的数据集合。这里我们用了4个关键词来定义数据仓库：所谓面向主题的(subject-oriented)是指数据仓库是面向市场营销的，根据市场营销的需要对数据进行建模与分析，从而为决策者提供决策依据。也就是说数据仓库是一个基于市场的数据集合，它和企业的生产系统有着严格的区别;集成的(integrated)是指数据仓库是一个综合了多个异种数据源和多个应用的数据集合，数据仓库是一个将来自于不同数据源的数据按照不同的维度进行抽取、存储、并对数据采用联机分析处理(OLAP)技术进行多维度管理和展现的系统;时变的(time-variant)是指数据仓库可根据市场的需要保存足够时间长度的数据以供分析之用;非易失的(nonvolatile)是指数据仓库应具备相应的安全措施以保证数据存储的安全性。

[1] [2] 下一页