金融危機摧毀了美國金融體系，也波及到中國的諸多行業，但卻成就了BI應用。“去年我們超額完成了任務，今年BI業務也增長較快。”SAP中國區***顧問魯百年說。之所以超額完成任務，是因為2009年以來，SAP在制造業實施幾個大項目。比如華為的采購分析系統，其中包括供應商信用度分析、補貨分析和庫存分析等。

還有中石油、中石化、海爾、國藥集團等SAP的ERP優質客戶都陸續實施了BI項目，有這些大項目支撐，超額完成任務也在情理之中。其實過去BI需求也一直存在，只是需求不迫切。金融危機摧毀了美國金融體系，也波及到中國的諸多行業，但卻成就了BI應用。過去一些做BI項目的顧問一個項目花時間花精力跟蹤的時間以年計算，結果達成合作意向的比率也很低。與以往相比，現在BI項目合作的成功率有所提高。

事實上，企業大量數據的累積，集團企業的增多，市場競爭的加劇，這些條件的疊加意味著企業實施BI系統的大環境已經成熟。如今，BI項目成為軟件供應商業務增長的拉動力之一，各廠商都在大力推廣BI方案。SAP從2009年伊始通過各種渠道向客戶推薦其與BO整合后的解決方案，SAS在金融業也有所斬獲，IBM近來則推出了軟硬一體的“智慧”系統，其中包括其收購的Cognos商業智能解決方案，用友也通過收購進入BI領域，從今年開始由用友華表運營和推廣有自主知識產權的BI產品。

制造業熱起來

“就SAP來看，近兩年我們BI項目更多來自制造業”魯百年說。無獨有偶，SAS中國區市場總監羅威也表達了同樣的觀點，在他看來，企業要做數據增值，有一個基本條件，就是行業競爭要十分激烈，而中國制造業是最早面臨國際競爭的行業之一，所以對商業智能系統的需求也更為迫切。

從另一個角度看，管理軟件起家于制造業，管理軟件供應商在制造業有大量的客戶資源。這些客戶有各種業務系統，雖然這些業務系統也有相應的報表，但其只是報表工具而不是分析工具，而且只針對某個系統的統計數據，報表類型單一。“BI系統的報表類型多，一個報表的數據來源于若干個系統。”苗峰說。這也是為什么用戶最終要走向使用BI系統的原因之一。

現在常見的BI分析系統主要集中在企業內部的績效分析、財務分析，以及企業對外的客戶分析、渠道分析、市場分析等，這些分析模型相對已經成熟，但針對具體行業不同，又有不同的個性化需求。事實上，BI應用的核心不再其功能，而在于分析模型的設計。

模型的設計更多依賴于客戶，客戶提需求，IT工程師在原有的模型上做客戶化。據了解，BO之所以在前端展現市場占有較高市場份額，就是因為其有成熟的業務模型。就制造業而言，現在更多的應用還是集中在前端數據展現。“前端數據展現占BI應用的80%以上。”苗峰說。相比于數據挖掘，前端數據展現相對更容易實現，主要內容是各個部門要展現哪些數據，以什么形式展現，但要想將數據準確地展現出來，也并非易事。

因為客戶想做BI項目與能做是兩回事。雖然客戶有需求，BI的道理也明白，但到底BI系統能夠做什么，或做到什么程度，客戶清楚知道的并不多。就像普通百姓想不出比爾•蓋茨的專車里都有哪些配置一樣，大部分人沒見過真正的BI應用。這就為需求模型的建立帶來了麻煩，而模型建立的科學與否直接影響到最終數據展現的結果。

“現在BI項目中經常出現的問題是項目本來進行的不錯，但結果就是不對。”一位業內人士說，這其中要么是數據源頭數據出錯，要么數據模型設計有問題。啟動一個BI項目，可能需要與很多業務部門溝通，而且在項目部署過程中，還會不斷出現新的需求或需求變化。需求制定幾乎貫穿了項目實施的始終，這也增加了BI項目實施過程中的變數。

銀行業關注深入應用

“銀行業這幾年發展很快，對BI的需求也逐漸深入。”羅威說。銀行對外資開放后，與外資銀行競爭的同時，國內銀行之間的競爭也更加激烈。五家大型國有銀行，再加上十幾家商業股份銀行，還有七八十家城商行，總共加起來有一百多家。

他們在信用卡，對公業務等方面競爭十分激烈。在競爭的促使下，銀行對數據增值業務也越來越重視。“有不少人以為，銀行只是做了前端客戶分析，這是比較簡單的應用，但事實上，銀行在風險管控上就涉及到了更深入的數據挖掘技術。”羅威說。銀行要做風險管理，就必須要用數據挖掘技術。

風險預測來自于對歷史數據的分析。客戶違約率、貨款損失率就是通過歷史數據的計算得來。“如果沒有歷史數據，我們只能采用巴塞爾II里一種標準法來作為資本的衡量，而標準法意味著占用資本比較高。”羅威說。但當銀行有了5～7的歷史數據之后，銀行就可以利用內部模型把已有的數據做一遍挖掘，這樣銀行就可以用很科學的方法把未來的風險量化出來。

如果不做數據挖掘，通過報表數據呈現出來的是：比如可以看到銀行的貸款是多少，損失有多少，哪個地區損失多，哪個地區損失少，這些數字通過各個業務系統自帶報表就可以看得到。這些數字呈現出來的是具體業務狀況，是用來指導戰術而不是戰略，戰略決策需要看的是數據背后隱藏的秘密。

“數據挖掘銀行一直想做，有的銀行做了些，有的沒做。”一位業內人士說。他認為國內銀行系統重點在做交易，對管理的要求不是特別高，數據的顆粒度比較大，不夠細。其次，銀行管理變化快，不斷出臺新政策，引進新的管理理念，系統也要調整，更換核心系統的概率高，這樣一是可能影響到可用的核心數據。二是以前做的系統，不是以客戶為中心，數據傾向也不一樣。如今國內銀行監管慢慢向國外看齊，也讓銀行使用成熟的國外的系統模型成為可能。

供應商向高端應用布局

SAS在高端數據分析市場一直占據著主要的市場份額。但隨著客戶對數據分析和預測關注度的增加，產品供應商們也開始向高端應用布局。被SAP收購的BO，他的優勢在前端數據展現，2009年，SAP就發布了一款高端應用解決方案，它具有數據挖掘和預測分析功能。

同一年，IBM則收購了SPSS。SPSS是一家提供數據挖掘解決方案的廠商，這樣IBM將SPSS和Cognos的BI工具整合在一起，為用戶提供從低端到高端的整體解決方案。“現在BI業務增長很快。”IBM軟件集團信息管理總經理Partick  Lo如是說。事實上，IBM不僅提供BI這個層面的解決方案，他還將服務器、數據庫、數據倉庫、BI產品、數據治理、存儲，還有工作負載優化系統，把所有的硬件、軟件和服務都做成統一的平臺。

據苗峰介紹，用友華表在BI領域的發展思路也是為客戶提供全線產品，讓用戶有***的角色體驗。“BI市場的潛力很大，我們本來打算半年后推出的數據模型提前到了現在。”苗峰說。在他看來，有用友龐大的客戶群做支撐，其BI產品會以較快的速度在市場上得到推廣。

從報表到業務方向演進

隨著業務重點轉向的不同，BI應用也開始逐漸從報表向業務導向演進。“最開始時大家重視薩賓斯法案，重視報表呈現，人們談到BI時都在談報表，最近兩年比較熱的都在談業務導向。”羅威說。一個顯著的例子是，2004年，銀行業出臺了在整個產業里非常重要的一個監管條例巴塞爾II，它主要做風險定量，要求監管銀行用資本充足率的方法來監管，而資本充足率怎么去核算是由定量的風險推算出來，也就是在線資本等。

而這些結論的基礎就是數據分析，要大量數據的模型，大量歷史數據的模擬，以及未來數據的預測。巴塞爾II和薩賓斯法案不一樣，薩賓斯法案更多關注的是財會數據、運營數據的展現，或者說強調的是數據的透明化、準確化和實時化。

但如今銀行業，以及其他行業都會談到企業的風險管理。風險量化不是展現以前的數據就可以，而是要進一步加工，要根據各種模型把數據輸到很多定量模型里邊，做很多模型化操作，比如回歸分析、蒙代爾—弗萊明模型等，這就更多涉及到數據挖掘和預測分析的內容。不過，在中國目前大部分企業用戶還處在數據增值應用的初級階段，數據挖掘是他們下一步目標，中間這段路程要經歷多長時間，取決于用戶使用BI前端展現工具后的體驗。

BI不僅是領導的工具

“商業智能不僅是領導的工具，其實更應該是業務人員的工具。”魯百年說。神州數碼就把BI工具真正放到了業務人員的手中。“神州數碼的業務部門員工完全能夠根據自己的需求制作報表。”魯百年說。

據了解，為了將BI工具讓業務人員用起來，神州數碼建立了一套完整的培訓體系：神州數碼的BI系統部、各事業部的BI專員以及BI最終用戶形成了神州數碼的BI推廣組織體系，其中BI專員是在部門一級設立的兼職人員，主要職責是管理、規范本部門的BI應用，并跟公司信息化管理部形成有效的溝通渠道。

逐漸地，BI系統部就像種菜的，只負責提供各種“菜源”，即數據源，而業務人員成為廚師，自己愛吃什么就做什么，不再是從前的大鍋飯，一切由BI系統部大包大攬。2003年神州數碼開始實施BI項目，兩年后，神州數碼就將BI工具徹底交給了業務人員。數據應用最終是為業務服務的，將BI工具的權限拓展到業務人員將更有助于其開拓業務。