7.3.1 商业数据可视化
随着企业业务支撑系统中数据量不断膨胀,如何提高企业的分析决策能力,提高市场响应速度,怎样才能把大量的数据转换成可靠的信息、有用的知识,以帮助企业增加利润和市场份额,并以统一的、易于访问的展现方式呈现给决策人员,这已成为当前商业智能及其可视化领域研究的一个热点。
随着商业智能在企业实践中不断深化和企业对海量数据分析和处理能力要求的不断提升,商业智能中智能信息处理技术也在不断发生着改变,这种改变迫使BI的前端数据可视化技术也要做出相应的改变。因此,如何实现将BI中通过智能信息处理技术建立的模型数据,借助于各种数据访问接口和展现平台可视化地表现出来,是当前BI可视化研究领域亟待解决的问题。
IBM所推的“IOD”(信息随需应变,information on demand)战略中对此描述得更为清楚:企业需要将业务数据转换成企业资源,实现从数据到信息,再到智能和洞察力的转变。其实本质上,企业需要商业智能做的是透过数据提供出对市场环境和企业运营管理的一种洞察力,一种基于对过去历史数据分析、预测的能力。要更快、更好地获得这种洞察力,需要借助于更高级别的智能信息处理技术和对应的数据可视化技术来解决。
最早的数据可视化概念起源于统计科学,早期的大部分工作牵涉一系列的对多维或者多变量数据集的统计分析。而商业智能中的数据可视化,也可以称为BI数据展现,则是以商业报表、关键绩效指标、图形等易为人们所辨识的方式将原始数据间的复杂关系、潜在信息以及发展趋势,通过可视化展现平台,以易于访问和交互的方式来揭示数据的价值,从而改善决策人员的业务过程洞察力。
早期,在没有使用可视化展现平台之前,传统的数据分析和调查工作,企业往往要求专业的数据分析人员借助统计分析软件,如SAS、SPSS、Excel等工具,来做相关数据报告进行分析和讨论,其中也可能会根据数据分析的要求进行一些额外的手工分析工作。因此,这种方式并不利于决策人员及时、便捷地直接获取业务过程中的洞察力。在企业建立了BI可视化展现平台后,决策用户可以很方便、及时地提取出业务问题分析报告中的关键因素,帮助企业决策用户找出商业计划与实际情况之间的差距,深入分析每个具体领域中的详细状况。随着主流BI软件公司纷纷收购BI可视化展现工具,以及扩展自身平台提供的展现工具功能,可视化展现工具的应用能力进一步增强。例如,SAP收购Business Objects、IBM收购Congos,Microsoft扩展了Excel的数据分析功能,门户(portal)厂商不断升级平台集成服务等一系列现象都充分表明了BI前端展现在BI技术体系框架中的重要位置。
霍娜在《让商业智能的结果形象化》一文中对BI数据可视化需求呼声日益高涨的因素总结成两点:一是业务与IT的日益结合带来的非IT人员理解、应用IT的需求;二是数据可视化技术本身可以带来的智能分析和调查的高效率。在一些特殊的应用领域,一方面,分析的数据和信息通常分布在许多不同的数据源中,信息量大且缺少关联性。另一方面,这种人工分析手段通常被看作特殊的专业技能,很难在组织中进行经验的共享和传递,存在一定的局限。可视化的商业智能能够给这些特殊领域,以及金融、电信等行业应用带来更多希望。
总体来说,一方面,可视化让商业智能结果更加易用;另一方面,就像财务软件、ERP的应用引发了一批专业的报表工具厂商的发展一样,商业智能的发展或许在明天也会在整个产业链上催生一批专业的可视化软件厂商的繁荣。(https://www.daowen.com)
商业智能中的数据可视化研究领域是随着商业智能中的智能信息处理技术不断深化而发生着改变。根据2009年最新的商业智能发展预测,总结出目前商业智能中的数据可视化发展呈现出3大特点。
(1)标准化
标准化是SAP、微软、IBM等主流BI公司关心的概念。随着企业信息化的不断提升单一的商业智能产品很难满足用户的所有需求。因此,主流BI软件公司在标准组织下正致力于BI协议和技术的标准化和规范化,以解决BI平台软件之间的互操作问题。
(2)智能化
随着企业期望对海量数据处理能力提出更高的要求,商业智能中的数据可视化从传统的操作性BI数据可视化过渡到了面向高级主题的分析型BI数据可视化。因此,建立在基于数据挖掘、案例推理、模糊查询、神经网络等关键技术基础上BI可视化展现将成为未来发展新的方向。
(3)集成化
集成化是伴随着企业信息门户(enterprise information portal,EIP)集成服务不断提升和门户开发的简易性而提出的,借助门户工具集成服务功能将商业智能中的关键技术和企业信息门户无缝地集成在一起,实现对结构化或非结构化数据的统一管理、权限控制和集中展示,已成为当前及未来一段时间内商业智能中数据可视化系统实施方案的重要策略之一。
