?金融危机摧毁了美国金融体系，也波及到中国的诸多行业，但却成就了BI应用。

　　“去年我们超额完成了任务，今年BI业务也增长较快。”SAP中国区首席顾问鲁百年说。之所以超额完成任务，是因为2009年以来，SAP在制造业实施几个大项目。比如华为的采购分析系统，其中包括供应商信用度分析、补货分析和库存分析等。

　　还有中石油、中石化、海尔、国药集团等SAP的ERP优质客户都陆续实施了BI项目，有这些大项目支撑，超额完成任务也在情理之中。其实过去BI需求也一直存在，只是需求不迫切。金融危机摧毁了美国金融体系，也波及到中国的诸多行业，但却成就了BI应用。

　　过去一些做BI项目的顾问一个项目花时间花精力跟踪的时间以年计算，结果达成合作意向的比率也很低。与以往相比，现在BI项目合作的成功率有所提高。

　　事实上，企业大量数据的累积，集团企业的增多，市场竞争的加剧，这些条件的叠加意味着企业实施BI系统的大环境已经成熟。

　　如今，BI项目成为软件供应商业务增长的拉动力之一，各厂商都在大力推广BI方案。SAP从2009年伊始通过各种渠道向客户推荐其与BO整合后的解决方案，SAS在金融业也有所斩获，IBM近来则推出了软硬一体的“智慧”系统，其中包括其收购的Cognos商业智能解决方案，用友也通过收购进入BI领域，从今年开始由用友华表运营和推广有自主知识产权的BI产品。

　　制造业热起来

　　“就SAP来看，近两年我们BI项目更多来自制造业”鲁百年说。无独有偶，SAS中国区市场总监罗威也表达了同样的观点，在他看来，企业要做数据增值，有一个基本条件，就是行业竞争要十分激烈，而中国制造业是最早面临国际竞争的行业之一，所以对商业智能系统的需求也更为迫切。

　　从另一个角度看，管理软件起家于制造业，管理软件供应商在制造业有大量的客户资源。这些客户有各种业务系统，虽然这些业务系统也有相应的报表，但其只是报表工具而不是分析工具，而且只针对某个系统的统计数据，报表类型单一。“BI系统的报表类型多，一个报表的数据来源于若干个系统。”苗峰说。这也是为什么用户最终要走向使用BI系统的原因之一。

　　现在常见的BI分析系统主要集中在企业内部的绩效分析、财务分析，以及企业对外的客户分析、渠道分析、市场分析等，这些分析模型相对已经成熟，但针对具体行业不同，又有不同的个性化需求。事实上，BI应用的核心不再其功能，而在于分析模型的设计。

　　模型的设计更多依赖于客户，客户提需求，IT工程师在原有的模型上做客户化。据了解，BO之所以在前端展现市场占有较高市场份额，就是因为其有成熟的业务模型。

　　就制造业而言，现在更多的应用还是集中在前端数据展现。“前端数据展现占BI应用的80%以上。”苗峰说。相比于数据挖掘，前端数据展现相对更容易实现，主要内容是各个部门要展现哪些数据，以什么形式展现，但要想将数据准确地展现出来，也并非易事。

　　因为客户想做BI项目与能做是两回事。虽然客户有需求，BI的道理也明白，但到底BI系统能够做什么，或做到什么程度，客户清楚知道的并不多。就像普通百姓想不出比尔·盖茨的专车里都有哪些配置一样，大部分人没见过真正的BI应用。这就为需求模型的建立带来了麻烦，而模型建立的科学与否直接影响到最终数据展现的结果。

　　“现在BI项目中经常出现的问题是项目本来进行的不错，但结果就是不对。”一位业内人士说，这其中要么是数据源头数据出错，要么数据模型设计有问题。启动一个BI项目，可能需要与很多业务部门沟通，而且在项目部署过程中，还会不断出现新的需求或需求变化。需求制定几乎贯穿了项目实施的始终，这也增加了BI项目实施过程中的变数。

　　银行业关注深入应用

　　“银行业这几年发展很快，对BI的需求也逐渐深入。”罗威说。银行对外资开放后，与外资银行竞争的同时，国内银行之间的竞争也更加激烈。五家大型国有银行，再加上十几家商业股份银行，还有七八十家城商行，总共加起来有一百多家。

　　他们在信用卡，对公业务等方面竞争十分激烈。在竞争的促使下，银行对数据增值业务也越来越重视。“有不少人以为，银行只是做了前端客户分析，这是比较简单的应用，但事实上，银行在风险管控上就涉及到了更深入的数据挖掘技术。”罗威说。银行要做风险管理，就必须要用数据挖掘技术。

　　风险预测来自于对历史数据的分析。客户违约率、货款损失率就是通过历史数据的计算得来。“如果没有历史数据，我们只能采用巴塞尔II里一种标准法来作为资本的衡量，而标准法意味着占用资本比较高。”罗威说。但当银行有了5～7的历史数据之后，银行就可以利用内部模型把已有的数据做一遍挖掘，这样银行就可以用很科学的方法把未来的风险量化出来。

　　如果不做数据挖掘，通过报表数据呈现出来的是：比如可以看到银行的贷款是多少，损失有多少，哪个地区损失多，哪个地区损失少，这些数字通过各个业务系统自带报表就可以看得到。这些数字呈现出来的是具体业务状况，是用来指导战术而不是战略，战略决策需要看的是数据背后隐藏的秘密。

　　“数据挖掘银行一直想做，有的银行做了些，有的没做。”一位业内人士说。他认为国内银行系统重点在做交易，对管理的要求不是特别高，数据的颗粒度比较大，不够细。其次，银行管理变化快，不断出台新政策，引进新的管理理念，系统也要调整，更换核心系统的概率高，这样一是可能影响到可用的核心数据。二是以前做的系统，不是以客户为中心，数据倾向也不一样。

　　如今国内银行监管慢慢向国外看齐，也让银行使用成熟的国外的系统模型成为可能。

　　供应商向高端应用布局

　　SAS在高端数据分析市场一直占据着主要的市场份额。但随着客户对数据分析和预测关注度的增加，产品供应商们也开始向高端应用布局。被SAP收购的BO，他的优势在前端数据展现，2009年，SAP就发布了一款高端应用解决方案，它具有数据挖掘和预测分析功能。

　　同一年，IBM则收购了SPSS。SPSS是一家提供数据挖掘解决方案的厂商，这样IBM将SPSS和Cognos的BI工具整合在一起，为用户提供从低端到高端的整体解决方案。“现在BI业务增长很快。”IBM软件集团信息管理总经理Partick Lo如是说。

　　事实上，IBM不仅提供BI这个层面的解决方案，他还将服务器、数据库、数据仓库、BI产品、数据治理、存储，还有工作负载优化系统，把所有的硬件、软件和服务都做成统一的平台。

　　据苗峰介绍，用友华表在BI领域的发展思路也是为客户提供全线产品，让用户有最佳的角色体验。“BI市场的潜力很大，我们本来打算半年后推出的数据模型提前到了现在。”苗峰说。在他看来，有用友庞大的客户群做支撑，其BI产品会以较快的速度在市场上得到推广。

　　从报表到业务方向演进

　　随着业务重点转向的不同，BI应用也开始逐渐从报表向业务导向演进。

　　“最开始时大家重视萨宾斯法案，重视报表呈现，人们谈到BI时都在谈报表，最近两年比较热的都在谈业务导向。”罗威说。一个显著的例子是，2004年，银行业出台了在整个产业里非常重要的一个监管条例巴塞尔II，它主要做风险定量，要求监管银行用资本充足率的方法来监管，而资本充足率怎么去核算是由定量的风险推算出来，也就是在线资本等。

　　而这些结论的基础就是数据分析，要大量数据的模型，大量历史数据的模拟，以及未来数据的预测。巴塞尔II和萨宾斯法案不一样，萨宾斯法案更多关注的是财会数据、运营数据的展现，或者说强调的是数据的透明化、准确化和实时化。

　　但如今银行业，以及其他行业都会谈到企业的风险管理。风险量化不是展现以前的数据就可以，而是要进一步加工，要根据各种模型把数据输到很多定量模型里边，做很多模型化操作，比如回归分析、蒙代尔—弗莱明模型等，这就更多涉及到数据挖掘和预测分析的内容。

　　不过，在中国目前大部分企业用户还处在数据增值应用的初级阶段，数据挖掘是他们下一步目标，中间这段路程要经历多长时间，取决于用户使用BI前端展现工具后的体验。

　　BI不仅是领导的工具

　　“商业智能不仅是领导的工具，其实更应该是业务人员的工具。”鲁百年说。神州数码就把BI工具真正放到了业务人员的手中。“神州数码的业务部门员工完全能够根据自己的需求制作报表。”鲁百年说。

　　据了解，为了将BI工具让业务人员用起来，神州数码建立了一套完整的培训体系：神州数码的BI系统部、各事业部的BI专员以及BI最终用户形成了神州数码的BI推广组织体系，其中BI专员是在部门一级设立的兼职人员，主要职责是管理、规范本部门的BI应用，并跟公司信息化管理部形成有效的沟通渠道。

　　逐渐地，BI系统部就像种菜的，只负责提供各种“菜源”，即数据源，而业务人员成为厨师，自己爱吃什么就做什么，不再是从前的大锅饭，一切由BI系统部大包大揽。2003年神州数码开始实施BI项目，两年后，神州数码就将BI工具彻底交给了业务人员。

　　数据应用最终是为业务服务的，将BI工具的权限拓展到业务人员将更有助于其开拓业务。