CIO的軟肋

　　和上海申康不同，商業(yè)智能在北京市西城區(qū)衛(wèi)生局已經(jīng)應(yīng)用。

　　西城區(qū)主要是從政府角度來(lái)做兩類(lèi)分析。一是經(jīng)濟(jì)效益，二是發(fā)展規(guī)劃，比如老百姓的需求、社會(huì)供給、醫(yī)院的自身能力，為決策分析做準(zhǔn)備。還有健康管理方面，考慮整個(gè)地區(qū)的健康狀況分析，下一步需求供給，政策是否有效等。主要是從政府角度考慮，根據(jù)樣本量，做一些決策。分析資金的利用率、人員績(jī)效、資產(chǎn)的一些狀態(tài)，會(huì)對(duì)財(cái)政下一步的動(dòng)作有什么影響。

　　朱樹(shù)宏是北京西城區(qū)衛(wèi)生局信息中心主任，提起商業(yè)智能。他認(rèn)為，廠(chǎng)商缺乏對(duì)行業(yè)特別理解的人員，沒(méi)有特別熟悉行業(yè)的專(zhuān)家，一旦脫離行業(yè)太久，大家交流的只剩下皮毛，不能深入了解。

　　賽迪顧問(wèn)有限公司軟件與服務(wù)產(chǎn)業(yè)研究中心副總經(jīng)理賈娟和他的觀(guān)點(diǎn)一致，她也認(rèn)為行業(yè)專(zhuān)家有脫節(jié)情況。專(zhuān)業(yè)人才的缺乏也是阻礙國(guó)內(nèi)商業(yè)智能成功應(yīng)用的絆腳石之一。人才問(wèn)題是目前各行各業(yè)老生常談的話(huà)題。在商業(yè)智能這個(gè)新興領(lǐng)域，問(wèn)題更加明顯。對(duì)于企業(yè)來(lái)說(shuō)，既了解商業(yè)智能產(chǎn)品又了解行業(yè)應(yīng)用的人不多，因此商業(yè)智能往往停留在報(bào)表及查詢(xún)這一級(jí)別，不能更好地為企業(yè)服務(wù)。無(wú)論是軟件開(kāi)發(fā)商、咨詢(xún)服務(wù)提供商或?qū)嵤┓剑瞬艆T乏問(wèn)題成為企業(yè)發(fā)展的一大瓶頸。

　　數(shù)據(jù)挖掘項(xiàng)目的實(shí)施人員，除了項(xiàng)目管理者之外，還需要三類(lèi)具有不同專(zhuān)長(zhǎng)的人員，一是業(yè)務(wù)分析人員，精通業(yè)務(wù)，能夠解釋業(yè)務(wù)對(duì)象，并根據(jù)業(yè)務(wù)對(duì)象確定用于數(shù)據(jù)定義和挖掘算法的業(yè)務(wù)需求;二是數(shù)據(jù)分析人員，精通數(shù)據(jù)分析技術(shù)，熟練掌握統(tǒng)計(jì)學(xué)，能把業(yè)務(wù)需求轉(zhuǎn)化為具體操作，并為每步操作選擇合適的技術(shù);三是數(shù)據(jù)管理人員，精通數(shù)據(jù)管理技術(shù)，了解數(shù)據(jù)源，負(fù)責(zé)數(shù)據(jù)準(zhǔn)備過(guò)程。

　　同樣，要成功完成一次數(shù)據(jù)挖掘過(guò)程，用戶(hù)也既要熟悉業(yè)務(wù)，又要熟悉算法和模型，才能知道取出來(lái)的數(shù)據(jù)代表什么，算出來(lái)的結(jié)果又代表什么。

　　以前的信息化系統(tǒng)都是從CIO角度發(fā)起，解決業(yè)務(wù)部門(mén)的某些需求。而B(niǎo)I應(yīng)該是自上而下，由管理層提需求，用企業(yè)真正關(guān)心的指標(biāo)來(lái)提需求。而國(guó)內(nèi)的CIO大都不站在戰(zhàn)略角度，不會(huì)明白哪些是企業(yè)所最需要的。

　　所以，賈娟認(rèn)為BI的前期咨詢(xún)很重要。真正實(shí)施起來(lái)很簡(jiǎn)單，因?yàn)楫a(chǎn)品成熟度很高。CEO懂管理，有想法，但把CEO的想法變成技術(shù)語(yǔ)言，缺乏翻譯。CIO和CEO在這方面的溝通很難，語(yǔ)言不通是個(gè)大問(wèn)題，因?yàn)橐婕肮镜乃兄笜?biāo)。CIO要理解CEO的管理需求，要有管理知識(shí)。以前的思路都是搞技術(shù)的只是做好系統(tǒng)，應(yīng)用好就可以。商業(yè)智能則是要明白挖掘什么，需要的關(guān)鍵點(diǎn)是什么。

　　比如CEO說(shuō)我要縮減某某成本，如果缺乏對(duì)業(yè)務(wù)的足夠了解，CIO就會(huì)一頭霧水。牽扯到很多的步驟和流程、環(huán)節(jié)，對(duì)IT部門(mén)也是一個(gè)大工程。

　　一位CIO對(duì)此也發(fā)表了自己的看法，很多企業(yè)的CEO都是業(yè)務(wù)專(zhuān)家，不太懂管理，這類(lèi)CIO應(yīng)該去了解技術(shù)應(yīng)用而不是業(yè)務(wù)本身。或是做了業(yè)務(wù)，沒(méi)放下技術(shù)。或是懂了技術(shù)，不懂業(yè)務(wù)，整個(gè)人都鉆進(jìn)技術(shù)里，無(wú)暇去了解業(yè)務(wù)。這些是CIO的軟肋，對(duì)于BI這個(gè)方面更加突出。

　　而商業(yè)智能要明確分析數(shù)據(jù)源和目標(biāo)是怎樣的利害關(guān)系。CIO要做的是把業(yè)務(wù)需求方和技術(shù)實(shí)踐方去融合，融合代表了自己的水平。業(yè)務(wù)出身角色不要只從業(yè)務(wù)角度思考問(wèn)題，技術(shù)出身的人也不要太鉆研技術(shù)，技術(shù)只是一種素養(yǎng)，而不能把技術(shù)當(dāng)作一個(gè)思考問(wèn)題的出發(fā)點(diǎn)。

　　分析什么是關(guān)鍵

　　數(shù)據(jù)挖掘本身并不產(chǎn)生價(jià)值，實(shí)施數(shù)據(jù)挖掘后產(chǎn)生的結(jié)果才有價(jià)值。實(shí)際上，數(shù)據(jù)挖掘只能找出數(shù)據(jù)上的關(guān)聯(lián)，還不能把這種數(shù)據(jù)關(guān)聯(lián)關(guān)系當(dāng)成因果關(guān)系。例如挖掘發(fā)現(xiàn)，“大多數(shù)車(chē)禍出現(xiàn)在中等行駛速度當(dāng)中，極少的事故出在高于150公里/小時(shí)的速度上。”人們當(dāng)然不能認(rèn)為“高速行駛比較安全”，它的真實(shí)原因在于“多數(shù)人是以中速行駛，因此多數(shù)車(chē)禍出在中速行駛的車(chē)輛上”。

　　因此，在數(shù)據(jù)挖掘和分析中，如何確定戰(zhàn)略目標(biāo)尤為關(guān)鍵。企業(yè)CEO一般對(duì)預(yù)測(cè)模型的建立都比較感興趣，預(yù)測(cè)的目標(biāo)也比較好確定，比如要預(yù)測(cè)客戶(hù)流失，那么“客戶(hù)是否流失”就是目標(biāo)變量;要預(yù)測(cè)股票漲跌，那么“收市價(jià)是否上升”就是目標(biāo)變量。但確定哪些變量作為自變量則頗費(fèi)周折，換句話(huà)說(shuō)，要確定哪些因素與目標(biāo)變量有關(guān)系，往往是雙方各執(zhí)一詞。

　　數(shù)據(jù)挖掘的成功要求CEO對(duì)期望解決問(wèn)題的領(lǐng)域有深刻的理解，理解數(shù)據(jù)，理解其過(guò)程，才能對(duì)數(shù)據(jù)挖掘的結(jié)果找出合理的解釋。拿啤酒和尿布這一經(jīng)典例子來(lái)說(shuō)，如何去解釋這種現(xiàn)象，是應(yīng)該將兩者放在一起還是分開(kāi)銷(xiāo)售?需要摸透消費(fèi)者的心理才能做出決定，而無(wú)法靠數(shù)據(jù)挖掘得出結(jié)論。

　　數(shù)據(jù)挖掘的結(jié)果是不確定的，要和專(zhuān)業(yè)知識(shí)相結(jié)合才能對(duì)其做出判斷。說(shuō)白了，數(shù)據(jù)挖掘只是一個(gè)工具，它可以發(fā)現(xiàn)一些潛在的用戶(hù)，但不會(huì)告訴使用者為什么，也不能保證這些潛在的用戶(hù)成為現(xiàn)實(shí)。

　　不少CIO認(rèn)為，商業(yè)智能就是數(shù)據(jù)處理，怎么樣去分析，分析什么才是最重要的。因?yàn)槊總€(gè)企業(yè)的情況都不一樣，當(dāng)前戰(zhàn)略是什么，所屬地區(qū)的特點(diǎn)，這些都和商業(yè)智能密切相關(guān)。商業(yè)智能是通過(guò)數(shù)據(jù)建模的方式，而建模是依賴(lài)于領(lǐng)導(dǎo)的思路。如果領(lǐng)導(dǎo)的思路不清晰，模型沒(méi)法去建。

　　一位制造業(yè)的CIO說(shuō)，“商業(yè)智能要實(shí)現(xiàn)起來(lái)不是太容易，技術(shù)上沒(méi)問(wèn)題，問(wèn)題是IT人員和領(lǐng)導(dǎo)的思路不合。因?yàn)閿?shù)據(jù)本身就存在，需要的只是加工整理。其關(guān)鍵問(wèn)題是IT的實(shí)施人員不知道領(lǐng)導(dǎo)想什么。要是知道領(lǐng)導(dǎo)想要什么，不用BI也可以。”

　　魯花集團(tuán)信息中心主任姜波的觀(guān)點(diǎn)是如此，他認(rèn)為BI的發(fā)展不深入主要是因?yàn)槿藶橐蛩氐挠绊憽e的信息系統(tǒng)只涉及到流程與業(yè)務(wù)，或是底層實(shí)現(xiàn)自動(dòng)化，影響不會(huì)過(guò)大。但BI針對(duì)和影響的都是高層，做為信息價(jià)值鏈的頂端，高層領(lǐng)導(dǎo)者的思想尤其重要。

　　一般的業(yè)務(wù)系統(tǒng)是滿(mǎn)足某一個(gè)部門(mén)的需求，BI涉及到整個(gè)公司的層面。領(lǐng)導(dǎo)只有明確了自己的思路，才能落實(shí)到下面。部門(mén)需求相對(duì)簡(jiǎn)單，整體公司的未來(lái)發(fā)展和人的思想有關(guān)系。其中，CIO和CEO的語(yǔ)言缺乏翻譯也是一個(gè)大問(wèn)題。

　　CIO的最大困難是不知道領(lǐng)導(dǎo)的要求是怎么形成的。例如市場(chǎng)飽和了，企業(yè)要轉(zhuǎn)型，這些都是領(lǐng)導(dǎo)考慮的問(wèn)題。即使領(lǐng)導(dǎo)提出了需求，CIO也很難實(shí)現(xiàn)。

　　“商業(yè)智能我知道很多人想做，但是不知道怎么做，主要是不知道要做什么。”長(zhǎng)安鈴木汽車(chē)有限公司技術(shù)管理所產(chǎn)品數(shù)據(jù)系系長(zhǎng)張凱說(shuō)。

　　廠(chǎng)商關(guān)于商業(yè)智能的介紹資料也寫(xiě)得很虛，數(shù)據(jù)分析是主觀(guān)意識(shí)很強(qiáng)的。因?yàn)榧幢闶峭瑯拥臄?shù)據(jù)，不同的分析方法，得到的數(shù)據(jù)也不一樣。對(duì)企業(yè)而言，需要的是要量身定做，要了解企業(yè)需求，同行業(yè)的不同企業(yè)之間的需求也不一樣。

　　張凱介紹，長(zhǎng)安鈴木有一些報(bào)表級(jí)別的應(yīng)用，包括生產(chǎn)的質(zhì)量分析等。數(shù)據(jù)庫(kù)里會(huì)出一些固定的報(bào)表，什么時(shí)候哪些零件會(huì)出問(wèn)題，在什么情況下故障率會(huì)高。

　　“2000年就開(kāi)始做這種報(bào)表，這種報(bào)表是戰(zhàn)術(shù)，不是戰(zhàn)略。這些只要自己開(kāi)發(fā)一個(gè)簡(jiǎn)單的工具就可以了，沒(méi)有提高到戰(zhàn)略的程度。如果應(yīng)用到明年要推出一款什么樣的車(chē)，這個(gè)才是BI。” 張凱說(shuō)。

　　一般來(lái)說(shuō)，BI應(yīng)用的初級(jí)階段是報(bào)表級(jí)別的應(yīng)用，或者是為了滿(mǎn)足領(lǐng)導(dǎo)某一方面需求的“面子工程”，對(duì)企業(yè)實(shí)際的作用并不大。張凱所說(shuō)真正的BI要結(jié)合企業(yè)戰(zhàn)略制定，這樣的BI應(yīng)用才達(dá)到了最高標(biāo)準(zhǔn)。

　　BI是一把手大腦的延伸

　　目前在國(guó)內(nèi)，很多企業(yè)把商業(yè)智能做成了“老板工程”“面子工程”，僅僅是為了方便經(jīng)營(yíng)者了解企業(yè)的種種數(shù)據(jù)和信息。事實(shí)上，這種看法是非常片面的，商業(yè)智能高效的統(tǒng)計(jì)分析功能的確可以為經(jīng)營(yíng)者分析和決策提供科學(xué)依據(jù)，但是其主要的“功效”卻是利用分類(lèi)技術(shù)信息將信息消費(fèi)者使用的決策支持對(duì)象分門(mén)別類(lèi)，幫助業(yè)務(wù)人員解決業(yè)務(wù)運(yùn)轉(zhuǎn)可能出現(xiàn)的各種主要問(wèn)題，提高業(yè)務(wù)人員的工作效率，從而提高企業(yè)的核心競(jìng)爭(zhēng)力。因此，商業(yè)智能的建設(shè)需要包括經(jīng)營(yíng)者在內(nèi)的所有業(yè)務(wù)人員的關(guān)注和參與，尤其是經(jīng)營(yíng)者。

　　對(duì)于企業(yè)的經(jīng)營(yíng)者來(lái)講，商業(yè)智能是幫助他們建立一個(gè)理性的外腦。商業(yè)智能可以理解成是對(duì)“一把手”的大腦的延伸，借鑒歷史數(shù)據(jù)，建立標(biāo)準(zhǔn)的分析和決策模型，并能夠?qū)ξ磥?lái)做出正確的預(yù)測(cè)。

　　對(duì)于BI市場(chǎng)，賈娟認(rèn)為商業(yè)智能的市場(chǎng)雖然規(guī)模不是很大，但始終是在增長(zhǎng)的。2008年，商業(yè)智能的應(yīng)用開(kāi)始從面子問(wèn)題到肚子問(wèn)題，原來(lái)很多企業(yè)的應(yīng)用是跟潮流，主要是為了滿(mǎn)足領(lǐng)導(dǎo)想實(shí)時(shí)了解一些數(shù)據(jù)的需求，把商業(yè)智能做成了面子工程或者裝飾工程。而現(xiàn)在是真正有了一些需求，發(fā)現(xiàn)商業(yè)智能真的可以幫助企業(yè)，做一些實(shí)事。

　　“以前大家對(duì)BI的期望太高了，認(rèn)為BI什么都能做，把它看得太高，導(dǎo)致期望越大失望越大。做商業(yè)智能應(yīng)該先從基礎(chǔ)數(shù)據(jù)整理開(kāi)始，數(shù)據(jù)分析，數(shù)據(jù)挖掘，循序漸進(jìn)地開(kāi)始。如果基礎(chǔ)數(shù)據(jù)質(zhì)量很差，想挖掘出有價(jià)值的情況很難。應(yīng)該從數(shù)據(jù)質(zhì)量最好的應(yīng)用下手，先從小處得到一些大家看得見(jiàn)的收益。”賈娟說(shuō)。

　　對(duì)于如何開(kāi)拓這個(gè)市場(chǎng)，“慢慢來(lái)吧，要循序漸進(jìn)。要知道自身企業(yè)的情況，深度上做到哪一步，廣度上知道哪些業(yè)務(wù)需要用到BI。既要培養(yǎng)CIO對(duì)業(yè)務(wù)的了解，也需要了解行業(yè)的咨詢(xún)顧問(wèn)。我覺(jué)得這個(gè)東西還是有用的，難的是具體怎么用。”商業(yè)銀行向BI邁進(jìn)

　　銀行是信息化程度比較高的用戶(hù)，也是在各方面和國(guó)外接軌較多的用戶(hù)。在商業(yè)智能方面，銀行用戶(hù)也是走得比較前端的。

　　凌晨1點(diǎn)，一個(gè)用戶(hù)想從荷蘭銀行(ABN Amro)的ATM機(jī)提取100元現(xiàn)金，但其賬戶(hù)余額只有28元，他的請(qǐng)求遭到了ATM機(jī)的拒絕。因?yàn)椋y行從其數(shù)據(jù)倉(cāng)庫(kù)中調(diào)出他的有關(guān)信息并分析后發(fā)現(xiàn)，他是個(gè)高風(fēng)險(xiǎn)用戶(hù)，之前有過(guò)延期還款記錄，而且該用戶(hù)所提款的ATM機(jī)位于某娛樂(lè)場(chǎng)所旁。

　　而另一位用戶(hù)卻從ATM機(jī)上取到了400元現(xiàn)金，盡管當(dāng)時(shí)，他的銀行卡余額僅為128元。原因是銀行經(jīng)后臺(tái)商業(yè)智能(BI)系統(tǒng)分析后發(fā)現(xiàn)，他沒(méi)有任何違約記錄，個(gè)人信譽(yù)很好，并且他所取款的ATM機(jī)靠近醫(yī)院，系統(tǒng)分析認(rèn)為該用戶(hù)可能因?yàn)榧胰俗≡杭毙栌缅X(qián)。

　　這是銀行為客戶(hù)提供的真實(shí)服務(wù)，商業(yè)智能為業(yè)務(wù)一線(xiàn)的服務(wù)能達(dá)到如此精準(zhǔn)的程度。