“这不是真正的BI”
提起商业智能，“真没听说谁用的比较不错。”一位CIO如是说。
由于商业智能技术，可以整合历史信息数据，从多个角度和层面对数据展开深层次的分析、处理，为决策者提供相应的决策依据，提高决策效率和水平，目前在国外已经得到很好的应用。从2003年商业智能技术的兴起，市场随即给出了强烈的反响，赞扬之声不绝于耳。但翻看一下BI公司的客户名单，我们都会发现具有惊人的相似性，即金融、电信业均拥有大批客户外，其他行业的用户少之又少。动辄上百万的软件平台，外加千万级的商业模型，还有巨额的维护费用，恐怕没有几家企业可以轻易承受。
杨洪和是原山东德棉集团信息中心主任，2007年他离开德棉集团，来到清华大学国家CIMS（计算机集成制造系统）工程技术研究中心，继续着在制造业信息化领域的探索。
山东德棉集团有限公司是一家国有大型纺织企业集团，在2006年～2007年全国棉纺细分行业竞争力排名中位居第三。“在棉纺织里面我们属于前3名，信息化第一名。”提起老东家，杨洪和不禁流露出自豪之情。
杨洪和第一次接触BI是在2004年。用他的话说，“那时决策层有这个需求，IT技术也能支持。领导想看到实时的销售情况，回款和生产入库情况，这些不是能通过报表解决的，需要通过BI工具。”
在杨洪和眼中，2004年做商业智能的厂商比较少，很多国外的大厂商刚刚进入中国市场。经常召开商业智能的研讨会，宣传这个理念。当时参加的用户对这个理念都非常认可，但是商业智能涵盖的范围太大，太系统。好多人想试试，但是要怎么用成了个难题。要么是信息化基础薄弱，想用用不了。要么是刚刚用了报表，也觉得现在用得不错，用不到商业智能这个程度。
另外，产品也是一个大问题。很多BI厂商都是刚刚进入中国，自己没有产品，只是汉化了一些国外的模型，对国内用户并不适用。还有的厂商只是有个概念，产品则是绑定了国内一些小厂商，用户不是很放心。
德棉集团的ERP系统用的是浪潮公司产品，正好浪潮有一个“楼上平台”可以支持商业智能。再加上需求比较简单，只是物流和资金流的集成，生产方面就是入库的品级，一等品还是几等品，还有一些财务结算。所以，半年的时间商业智能系统就上线了，效果也不错。领导可以随时随地看到一些所需的数据，比较满意。
“虽然这套系统一直都在用，也有管理驾驶舱，但我感觉BI应该是更为全面的。而我们仅仅做了供应链部分，设定了过滤条件，相当于决策支持，还没有完全到达BI层面，还不是真正的BI。我觉得要结合上下游和企业战略，才叫BI。”杨洪和说。
BI是下一步的事情
在医院管理方面，上海“联医工程”覆盖了上海申康医院发展中心（下简称申康）下属的23家市级三甲医院，利用网络系统把23家医院的患者就医信息链接起来，避免重复检查、检验和用药，从而降低患者的就医成本。
申康是经上海市政府批准设立的一家全额拨款的事业单位，主要承担所属市级公立医疗机构发展战略、重大决策、国有资产营运与管理以及推进市级公立医疗机构改革和完善管理体制与机制等职能。医院的科研费用，设备费用都是由申康来批准，医院的业务考核也归申康管，医疗质量也是申康负责评估。
宫克奇是上海中医药大学附属岳阳中西医结合医院信息中心主任，目前在申康配合做“联医工程”。“联医工程”要做的是把医院的电子病历联网，昨天在甲医院看病，今天在乙医院都可以看到。健康档案信息也可以共享，上海市民通过市民信箱和上海医联网都可以看到自己的病例。
病人如果一周前做过B超检查，医生开B超时，系统会自动跳出一个对话框，在窗口界面上进行提醒。如果病人患有糖尿病类的慢性病，某某药不能开也会提醒。系统对医保费用控制也比较严格，在后台设置下，如果处方规定只能开4种药，系统就不会允许开第五种药物。
“BI是在这个基础上下一步的事情，申康医联工程的下一步就是这个。”宫克奇说。
比如慢性病的跟踪，对一些病种分析和普查，某种新药的效果怎样。有了这些数据，可以进行分析。电子病例是这些的基础，现在正在逐步试验中。
“但规划涉及到谁来利用这些数据，使用者的身份、目的、结果，对病人的隐私性都要考虑到。从技术角度实施没有问题，从行政，法律角度要考虑周全。比如制药企业要看药物分析，某个抗体数，但谁来用，无偿使用还是有偿使用，怎么用都要想好。商业利润方面也有很多细节的问题要考虑，所以上马之前要考虑清楚，可能会是1、2年以后的事情，这是锦上添花的事情。”宫克奇最后说。
CIO的软肋
和上海申康不同，商业智能在北京市西城区卫生局已经应用。
西城区主要是从政府角度来做两类分析。一是经济效益，二是发展规划，比如老百姓的需求、社会供给、医院的自身能力，为决策分析做准备。还有健康管理方面，考虑整个地区的健康状况分析，下一步需求供给，政策是否有效等。主要是从政府角度考虑，根据样本量，做一些决策。分析资金的利用率、人员绩效、资产的一些状态，会对财政下一步的动作有什么影响。
朱树宏是北京西城区卫生局信息中心主任，提起商业智能。他认为，厂商缺乏对行业特别理解的人员，没有特别熟悉行业的专家，一旦脱离行业太久，大家交流的只剩下皮毛，不能深入了解。
赛迪顾问有限公司软件与服务产业研究中心副总经理贾娟和他的观点一致，她也认为行业专家有脱节情况。专业人才的缺乏也是阻碍国内商业智能成功应用的绊脚石之一。人才问题是目前各行各业老生常谈的话题。在商业智能这个新兴领域，问题更加明显。对于企业来说，既了解商业智能产品又了解行业应用的人不多，因此商业智能往往停留在报表及查询这一级别，不能更好地为企业服务。无论是软件开发商、咨询服务提供商或实施方，人才匮乏问题成为企业发展的一大瓶颈。
数据挖掘项目的实施人员，除了项目管理者之外，还需要三类具有不同专长的人员，一是业务分析人员，精通业务，能够解释业务对象，并根据业务对象确定用于数据定义和挖掘算法的业务需求;二是数据分析人员，精通数据分析技术，熟练掌握统计学，能把业务需求转化为具体操作，并为每步操作选择合适的技术;三是数据管理人员，精通数据管理技术，了解数据源，负责数据准备过程。
同样，要成功完成一次数据挖掘过程，用户也既要熟悉业务，又要熟悉算法和模型，才能知道取出来的数据代表什么，算出来的结果又代表什么。
以前的信息化系统都是从CIO角度发起，解决业务部门的某些需求。而BI应该是自上而下，由管理层提需求，用企业真正关心的指标来提需求。而国内的CIO大都不站在战略角度，不会明白哪些是企业所最需要的。
所以，贾娟认为BI的前期咨询很重要。真正实施起来很简单，因为产品成熟度很高。CEO懂管理，有想法，但把CEO的想法变成技术语言，缺乏翻译。CIO和CEO在这方面的沟通很难，语言不通是个大问题，因为要涉及公司的所有指标。CIO要理解CEO的管理需求，要有管理知识。以前的思路都是搞技术的只是做好系统，应用好就可以。商业智能则是要明白挖掘什么，需要的关键点是什么。
比如CEO说我要缩减某某成本，如果缺乏对业务的足够了解，CIO就会一头雾水。牵扯到很多的步骤和流程、环节，对IT部门也是一个大工程。
一位CIO对此也发表了自己的看法，很多企业的CEO都是业务专家，不太懂管理，这类CIO应该去了解技术应用而不是业务本身。或是做了业务，没放下技术。或是懂了技术，不懂业务，整个人都钻进技术里，无暇去了解业务。这些是CIO的软肋，对于BI这个方面更加突出。
而商业智能要明确分析数据源和目标是怎样的利害关系。CIO要做的是把业务需求方和技术实践方去融合，融合代表了自己的水平。业务出身角色不要只从业务角度思考问题，技术出身的人也不要太钻研技术，技术只是一种素养，而不能把技术当作一个思考问题的出发点。
