因此，最好的办法还是要以业务需求为导向，以业务类人员主导项目;宁可设定较低期望，也不要抬高美言诱惑。宁可从核心业务及涉及的流程入手、逐步推进，也不可贪大求全。宁可先不做数据仓库，也要先做扎实ODS。宁可暂缓做功能型BI，也要形成全员用BI的氛围。

　　具体到实施细节上，我觉得真正的操作型BI，应该普及到业务流程中所有节点的操作者，让他们都可以根据数据来决定如何对本节点进行最优化。也就是在每个关键流程节点上存有“智能块”，众多“智能块”的结合促进整体操作的最优。

　　而要实现这个目标至少都要分三个过程，　第一、在关键流程和流程关键点建立“智能块”。第二建立智能块之间的关联，以初步尝试根据数据调整流程走向。第三形成总控“智能块”，建立真正“智能块”网络。

　　“智能块”智能程度又分为三个等级，一是提供数据参考帮助用户作数字方面的回忆，叫查询/报表;二是帮助用户寻找关系、寻找原因，叫“综合分析”;三是产生几条实现目标的路径，让用户取舍，叫做“方案选择”。

　　这个过程不一定必须整合企业的所有数据，完全可以从某一个应用出发。后台数据支持可以用数据仓库的方式，也可以用数据集市的方式，甚至可以在OLTP数据库中实现。另外真正的操作型BI，在流程上要实现“全程贯通、数据上全面整合”，当然这不是一件容易的事情。

　　记者：操作型BI的实施面临着哪些挑战呢?

　　罗永辉：事实上大多数BI都不是“在一张白纸上画图”。如果企业异构系统多，如应用中有ERP、CRM等系统，做操作型BI难度就非常大。面对众多不同厂家的系统，如何才能将“智能块”融合在流程中的关键节点上呢?

　　利用嵌入式技术，还是接口方式，还是各个厂家自己在原有系统上开发，各个方案在应用功能和数据上都很难做到位。其主要的困难在于将“技术紧藕合、业务松藕合”转变为“技术松藕合、业务紧藕合”，另外，在项目协调上也会增加难度。

　　除了集成技术外，数据处理、实时查询及历史数据查询之间的关系也很难界定。从用户某一个请求开始，可以从OLTP中取数据，可以用ETL方式从数据仓库中取数据，也可以用EII方式直接访问源数据或ODS层数据。不同的方式下技术架构有所不同，面临的软件风险和硬件情况也不同。

　　面对以上困难，我认为要合理处理以下挑战：在数据获取、数据存储、数据交付方面选择适合的方案;增加扩展性和吞吐量，使用插入机制;提供高性能，包括在处理高负载任务时屏蔽新请求;分离分析型和战术型查询和任务;借助RDBMS混合型工作负载的能力等。

　　记者：操作型BI的支撑技术与传统的BI有哪些重要的区别?

　　罗永辉：我更愿意叫传统BI为功能型BI，称操作型BI为流程型BI。这种分类法是以业务导向来划分的，依据是用户对职责范围内工作所做决定的难度和所需的时间长度。

　　BI在后台支撑技术上可以分为两类，一类是应用支撑技术，一类是管控开发型支撑技术。在应用支撑技术方面，由于要解决复杂的查询，以及复杂的推理过程，甚至要为用户提供备选方案，因此功能型BI要借助的工具多于操作型BI，它一般会涉及到描述性统计工具、报表与展示工具、经济预测方法与模型、经营技术与工具、OLAP分析及专家系统工具、决策方法与模型这7种工具。而操作型BI则更多采用描述统计工具、经营技术与方法等。

　　管控开发型支撑技术一般包括系统管理工具、开发工具。功能型BI通常必须要完成数据标准、数据交换、数据存储、数据利用这四个过程，且数据存储采用数据仓库、数据集市的方式，过程有些复杂。而操作型BI由于涉及的应用深度较浅，可以用OLTP、ODS、数据仓库等几种方式完成数据的支持。

　　罗永辉认为，操作型BI是BI未来的发展趋势之一

上一页  [1] [2]