數位資訊流動繁忙快速的時代中，收集、管理和使用資訊的方式，決定了企業的競爭利基。在知識管理概念盛行下，如何讓企業知識工作者廣泛的分享與運用企業數位資訊，一方面擴大知識工作者的分析能力，另一方面創造企業整體的智慧，及迅速反應行動的能力，正是當下企業解決經營問題的重要關鍵，而商業智慧平台（Business Intelligence Platforms）正是收集、分析及散佈這些企業智慧的最佳基礎建設。
商業智慧的市場規模與歷史發展
依據Gartner 2006年調查顯示，全球整體商業智慧工具市場，將由2005年接近27億美元，成長至2009年35億美元的規模，年度複合成長率高達7.4%。而Forrester亦估計2005年全球商業智慧市場，包括軟體工具授權、維護及專業服務之規模，將接近60億美元。因此，隨著商業智慧概念之廣泛推廣、資訊科技之快速變遷、政府法規的要求、以及分析方法論之成熟，其所能涵蓋之功能亦隨著時代而演進擴充。概括而言，任何能夠「以使用者為中心的資訊擷取、探索、分析與互動過程，並從而發展出對企業的洞察（Insights）與體認（Understanding），提升使用者授權賦能（Empowerment）的能力，並藉以改善與強化決策品質」的工具或方法等，都可以說是「商業智慧」領域之範圍。
回顧1990年代初期的商業智慧工具，主要聚焦於個別獨立的前端報表工具（Reporting）、隨選查詢（Ad Hoc Query）、線上分析（Online Analytic Process；OLAP）、以及多維度資料庫（Multi-Dimensional Data Base）等四大類別上，到了1990年代後期，延伸於傳統統計方法論的資料分析廠商，開始推廣資料採礦（Data Mining）的分析應用，值此之時，投注於資料移動（Data Movement）或業界常稱之為資料淬取、轉換、載入（Extraction, Transformation and Loading；ETL）的廠商，亦開始成為市場上目光的焦點，這個時期建置資料倉儲（Data Warehouse；DW）或作業資料庫（Operational Data Store；ODS）成為企業分析基礎架構平台的觀念逐漸成形。
時至2000年，隨著技術層面上網際網路（Internet）及服務導向架構（Service Orientated Architecture；SOA）的成熟，以及在商業應用面上，對於績效管理、資訊資產、企業流程等的重視，新一代商業智慧工具概念如雨後春筍般的蓬勃發展，如中介資料（Metadata）與資料品質（Data Quality）管理、商業規則引擎（Business Rule Engine）、工作流程（Work Flow）與協同作業（Collaboration）、企業績效管理（Enterprise Performance Management；EPM）、儀表板（Dashboard）及計分板（Score Card）等，紛紛大行其道，在市場上嶄露頭角。
完整商業智慧解決方案的目的
但在上述市場環境的變遷過程中，早期的商業智慧系統先行使用者，亦發現商業智慧架構導入與應用推廣上的盲點與困難！過去所有導入的商業智慧工具之間，完全就像是個別的孤島，無法相互聯繫溝通；加上中介資料間缺乏共享連結的能力、以及各工具間對於使用介面與開發觀念上的差異，在在加重商業智慧系統開發上的難度、與專案推動的時程管控上的困難。
然而，時下企業內多部署跨平台系統架構，各類工具間的管理、維護、設定，與協同作業間的複雜度亦隨之升高，使得系統未來擴充的能力更加受到限制，進而難以將商業智慧應用推廣於整個企業中，使得投入成本居高不下。更嚴重的是，商業智慧系統內複雜且跨多類工具之間的資料/資訊流（Data/Information Flow），也會使得資料品質的監控與除錯，成為難以達成的目標，導致整個企業內的資訊、流程與決策，面臨嚴峻的資訊管理（Data Governance）與資訊策略的難題。
有鑑於此，以往個別單一的商業智慧工具市場，近年來在使用者強烈需求及廠商積極投入下，商業智慧逐漸發展成為一套完整的系統解決方案。
商業智慧的功能架構
在功能面上，除了透過一個單一平台統合（Consolidation）所有商業智慧功能、提供一致性的使用者與管理者介面外，經由內部整合技術、商業中介資料管理、以及資料品質的展開和稽核（Auditing）等機制，亦能確保資訊整合之可稽核性與可信任度。這也讓使用者得以利用企業內單一、完整、可信賴的資訊，結合擬定企業經營策略、監督目標管理、追蹤即時例外事件警示以及視覺化互動分析流程，創造企業快速決策與反應的商業智慧系統。
在架構面上，可以視各商業智慧的功能是元件的一部份，並透過服務導向架構串接各個機能，以成就支援分享式服務、高延展性（High Extensibility）、高可用性（High Availability）的「商業智慧平台」，有效降低整體商業智慧方案導入的總體持有成本（Total Cost of Ownership；TCO），並帶動商業智慧標準化（BI Standardization）與商業智慧專家支援中心（BI Competency Center）的風潮。
綜上所述，除了廠商以各家產品競爭優勢為考量，所提出之個別商業智慧平台定義外，一般而言，商業智慧平台的功能範疇，可以參考2005年底Gartner對「商業智慧平台」提出涵蓋三大類別及20個分項功能之定義，如下(圖一)所示。
核心商業智慧剖析
一般而言，在商業智慧平台系統解決方案中，針對商業智慧入口網站（BI Portal）、分析引擎（Analytic Engines）、中介資料（Metadata）與安全控管（Security Control）等功能，業界將其稱之為「核心商業智慧」。另外搭配負責企業內營運績效追蹤、監督與管理的企業績效管理模組，以及針對不同產業所開發之分析應用程式、資訊清理統合、品質管理的企業資訊管理模組，構成從資料端到使用者端之完整端對端（End to End）商業智慧平台解決方案，如下（圖二）所示。
| 《圖二 端對端商業智慧解決方案》 - BigPic:600x425 |
|
以下我們將針對「核心商業智慧」的四大功能內容、特色，簡述如後：@中標:商業智慧入口網站（BI Portal）
所謂商業智慧入口網站，即各個組織層級中，不同的資訊需求使用者皆透過單一入口網站連結商業智慧平台，存取平台上所提供相對應的商業智慧內容與服務，包括企業報表排程與檢視、線上動態查詢與互動分析、企業績效管理等商業智慧應用，其中所需具備功能與特性如下所述：
- ●直覺化的Web環境：使用者需要一個快速而且很容易存取線上報表與資訊的介面，用以輔助使用者制定即時與精準的決策。
- ●導覽、建立與互動：透過單一線上的入口網站，很容易去存取企業內的資訊同時建立功能強大的報表與分析，並提供許多個人化的設定與豐富的使用者互動與搜尋功能。
- ●群組討論功能：有別於以往看報表的方式，使用者可以針對每份報表資訊發布意見，並由其他讀者代為回答，創造一個以報表為中心的討論區，提供群組討論功能，而不單單只是單純的檢視報表。
- ●自我服務式的排程、訂閱：透過自我服務式的排程，使用者可以很快地將報表與分析的資訊，透過平台的權限控管，依據指定的時間，轉換成多樣化的格式分享給其他群組或個人，提供進一步的互動，真正達到對的時間將對的資訊傳遞給對的人。
- ●彈性的佈署：支援 Java 與 .NET 網站伺服器的標準。
以Business Objects InfoView商業智慧入口網站為例，其可簡化資訊取得管道，讓資訊容易被瞭解，並讓使用者具有更高的使用效率。單一Web化介面提供使用者能存取多樣化的商業智慧資訊，包括企業報表、分析、數位儀表板、平衡計分卡與策略地圖，甚至是個人化的文件諸如使用者經常使用的Office文件、PDF或文字檔等等。
| 《圖五 平衡計分卡與策略地圖的應用》 - BigPic:600x446 |
|
分析引擎（Analytic Engines）
許多企業重視如何強化組織運作的績效管理策略，以及找出革新組織內部流程效最佳化解決方案。在過程中企業往往面臨以下亟待克服的挑戰，諸如：@內標:●瞭解誰是您的客戶並且追蹤發生在他們身上的行為。
●找出並分享具有預測能力的結果以供更好決策之依據。
●監督企業流程效率以改善產品製造或服務提供之水準與品質。
針對企業商用普遍關注的焦點，解決之道是可在商業智慧平台之上，提供一系列的分析引擎包括集合分析（Set Analysis）、預測分析（Predictive Analysis）以及流程分析（Process Analysis）等方式，讓企業儀表板與績效計分卡功能可更深入運作。
透過以上分析引擎企業組織可以：
- ●透過集合分析經由視覺化的集合運算，讓客戶區隔與名單篩選等行銷活動更有效率，從而進行追蹤、分析各區隔間轉移（Migration）行為，以此改善行銷活動績效，如下（圖六）、（圖七）所示。
| 《圖六 集合分析示意圖（一）》 - BigPic:565x328 |
|
| 《圖七 集合分析示意圖（二）》 - BigPic:600x302 |
|
- ●透過預測分析，經由的特定演算法，例如敘述性統計（Descriptive Statistics）、移動平均（Moving Average）、線性迴歸（Linear Regression）、時間序列分析（Time Series Analysis）等，可以發現潛藏的企業趨勢，藉以預測未來發展，如下（圖八）所示。
| 《圖八 預測分析示意圖》 - BigPic:600x352 |
|
- ●透過統計製程控制（Statistical Process Control）方法論，將整個產品製造或服務提供的品質問題分為定量（Variable Data）與定性（Attribute Data）兩大類，同時經由一系列檢定規則－例如西方電氣公司十二規律－將檢測結果交由警示器（Alert）顯示，達到即時且持續監控預防流程作業缺失的標準，以改善產品製造或服務提供水準，如下（圖九）所示。
| 《圖九 流程分析示意圖》 - BigPic:600x353 |
|
中介資料（Metadata）
傳統企業內部的使用者存取資料的方法，不外乎向IT部門提出需求，或是透過資料庫工具直接下資料庫查詢語言，實際上使用者應該更專注於他們的核心業務上，而不需要花時間了解後端複雜的資料庫查詢技術。
傳統企業內部的使用者存取資料的方法，不外乎向IT部門提出需求，或是透過資料庫工具直接下資料庫查詢語言，實際上使用者應該更專注於他們的核心業務上，而不需要花時間了解後端複雜的資料庫查詢技術。
有鑑於此，我們提出一個以中介資料（Metadata）為基礎的語意層（Semantic Layer）專利技術，透過語意層將一般企業中的商業邏輯、規則與技術邏輯做一對應與轉換，從而設計出以企業使用者熟悉的業務名詞所命名的對應物件，讓使用者在前端透過這些設計好的對應物件，進行資料的存取、操作與組合，而不需要任何IT人員的協助，真正達到自主性分析、將使用者資訊應用價值最大化的目的。
此外，透過語意層的應用，亦可以有效降低IT人員維護商業智慧系統之異動管理（Change Management）成本，有效維持企業規則的一致性。例如若需修改某個欄位定義、卻有10份報表分析同時使用該欄位時，語意層的設計人員只要修改語意層中該欄位的定義立即發佈出去，其報表分析立刻會繼承修改後的欄位定義，而無須開啟報表分析逐一修改。
| 《圖十 中介資料商業智慧管理示意圖》 - BigPic:600x257 |
|
安全功能
如何透過一個有效的平台安全機制，來控管所有的商業智慧資源，即是企業客戶在導入商業智慧應用一項很重要的課題。具有優勢的商業智慧平台所提供的安全控管機制應包括下列功能與特色：
- ●彈性的權限部署。可以針對平台上所有的資訊內容，設計個人化的權限功能。
- ●能彈性整合第三方開發商（third-party）的驗證，例如Windows AD、LDAP或是Windows NT等以實現單一簽入服務（SSO）。
- ●提供資料的物件等級或欄等級（Column Level）、列等級（Row Level）之權限控管。
- ●所有商業智慧應用程式中的的功能都可以依需要決定開放程度。
- ●支援繼承或非繼承的權限控管。
結論
然而不論是商業智慧入口網站、分析引擎、中介資料（Metadata）或是安全功能，皆必須透過標準化的商業智慧平台加以整合，形成一個多層式架構的商業智慧應用解決方案。可以預見的是，標準化與整合性的商業智慧平台，已是未來主要發展趨勢。涵蓋企業報表、查詢分析與績效管理等多樣化的應用如雨後春筍浮現，企業往往採取階段性投資策略，但倘若欠缺長遠規劃，企業導入商業智慧平台常常陷入「頭痛醫頭、腳痛醫腳」進退維谷的窘境，重複在軟硬體架構與系統建置維護成本上來回奔波。
事實上商業智慧平台中許多共用的服務與元件，是可以透過標準化與整合性的解決方案將其納入單一平台的設計考量中，使得不同需求的企業使用者經由嚴謹的安全管控進入商業智慧入口網站之後，搭配便利、易懂的中介資料，得以簡化資訊取得管道，並結合不同分析引擎強大的運算能力，提供企業在面對不同的業務問題能有更深入的分析與見解。這也讓企業在導入不同的商業智慧功能時，不需考量彼此間的連接性與相容性，避免因彼此間功能重疊或連接不易造成重複或額外整合的投資。
如何有效管理企業知識，並充分授權賦能（empowerment），提供知識工作者立即、整合、充足、且正確的資訊，從而做出最適切有效地反應，已成為現代詭譎多變高度競爭的社會中，企業所面臨最重大的考驗。值此之時，商業智慧平台的導入可以有效解決橫跨資訊與決策間之鴻溝。然而，商業智慧平台本身建構成本高昂，加上一旦導入對企業長期資訊策略將會產生至深且遠的影響，為確保商業智慧平台投資的成功，如何評估選取正確的商業智慧平台解決方案，已是現代IT商用專業人士必須面對的關鍵課題。（作者為Business Objects資深解決方案經理）
相關時事單元
相關產業類別
相關關鍵字
相關組織
相關產品類別
相關網站單元