1.1.3 企业信息化系统的进化

1.1.3  企业信息化系统的进化

信息流的质量、速度和覆盖范围，可以反映企业的生产、管理和决策等各方面的优劣度。企业的“生命活动”最终都将以信息流的形式展现。因此企业管理者十分重视信息流的管理。随着技术的发展，企业信息化系统也围绕着对信息流的更合理、更有效率的管理而努力着，这一点在图1-2信息管理工具的演变中已经明确。实际上，如果把相似的系统进行归一，如把对于企业相关领域的信息进行细节管理的系统都归一为管理信息系统，把通过资源管理的整合来实现全局利益最大化的系统归一为企业资源计划系统，那么企业信息化系统的转化可以表示为这样的一种路径：MIS→ERP→BI→智能决策系统。在这个路径中相应的管理对象就是：数据→信息→知识→利润。这里将通过描述这些系统的区别来明确商业智能系统在企业信息化浪潮中的位置。

管理信息系统和企业资源计划系统积累了大量的历史数据，这些数据是不同历史时期，根据不同业务的需要，由不同供应商提供的，体系结构和管理实施等方面存在着较大的差异，各系统间的数据也相对分散和独立，难以共享，没有建立起统一的能用于分析处理的基础数据平台。若一种类型的业务数据用一个三角形代表，那么这些百家争鸣、百花齐放的系统数据就犹如图1-4所示的状态，可见，要一下子明确整个企业中的业务数据和相互关系（即图示中三角形的数量和联系）是有较大困难的。

图1-4  百家争鸣、百花齐放的管理系统数据（共有多少个三角形？）

在来自不同系统的大量数据中往往隐藏着重要的规律和商业规则，这些是企业管理者需要从系统中寻找的“金矿”。此“金矿”的形成过程实际上就是“数据→信息→知识→智慧”的转化过程：对数据进行整理得到信息，深入的分析信息得到关于这些事实的相关情况，这就是知识。知识是宝贵的，如果将这些知识用在辅助决策上，会使决策更具科学性和可行性，这些决策可以是操作层面的，也可以是战术层面和战略层面的，于是，知识又转化成了智慧。若决策是用于企业经营管理中的，那么这种智慧就可以称为商业智慧，也就是商务智能，或者叫商业智能（Business Intelligence，BI）。

商业智能过程实际上包含2个层次。

第1个层次是在整合系统数据的基础上提供灵活的前端展现，例如，通过直方图等形式表现来自销售管理系统的地区销售情况报表，对复杂的计算则通过计算机的手段辅助完成。如图1-5所示的即是这种商业智能功能的直观表现。

图1-5  经过数据整合的BI系统功能（现在有多少个三角形？）

商业智能的第2个层次是数据库中的知识发现。许多商业、政府和科学数据库的爆炸性增长已远远超出了能够解释和消化这些数据的能力，需要新一代的工具和技术对数据库进行自动和智能地分析。这些工具和技术正是知识发现（Knowledge Discovery in Database，KDD）。知识发现的主要技术构成就是数据挖掘（Data Mining），“啤酒与尿布”的故事是在商业领域使用数据挖掘与知识发现的一个典型的案例（见《SQL Server 2005数据库管理与应用高手修炼指南》第18章）。

图1-6描述了加入智能数据挖掘算法后的系统功能。具备数据挖掘功能的商业智能系统能够在对历史数据分析的基础上，通过特定的算法，获取这些历史数据中的规律，进而完成预测、聚类和关联等功能。例如，通过系统对销售数据的分析，可能会发现“在购买面包和黄油的顾客中，有90%的人同时也买了牛奶”，即“面包+黄油+牛奶”是一种常见的顾客购买方式。这是关联规则分析的结果。使用关联规则还可以发现商品在时间或序列上的规律。这些规律对于商务的智能化和决策的科学化将有十分重要的意义。

错误！

图1-6  加入智能挖掘算法的系统功能（最后一个框中应该有多少个三角形？）

知识经济的主要资产是“知本（知识资本）”，应用在商务领域，“知本”包括对客户需求的认识、市场定位和市场细分的方式、正确的定价方案等。要获取这些“知本”，就要在已有资源（其中很重要的就是信息资源）的基础上，充分分析，获取这些“知本”，从而做出可信和可行的决策。