商业智能一大发展趋势就是从管理层走向一线员工,即普遍化BI。这已经得到公认,但真正实现的却为数不多,普遍化BI究竟该如何实现呢?
　　
　　在你预订想看的电影之前,Netflix(美国最大的网络影片出租公司)就已经知道了你想要看哪部电影;Harrah(娱乐集团)适时把你从赌桌旁轰走,以免你输得失去重新光顾的兴趣;美国大陆航空公司则会把握时机,就乘客在航行中的不快遭遇,告诫空乘人员在服务时礼貌用语,以此让你继续选择乘坐该公司航班出行……这些看似简单的决定其实背后都有一个强大的操作型企业数据仓库在做支撑。
　　操作型企业数据仓库将成为数据库驱动洞察力的最新趋势。操作型数据仓库具备包括实时制定运营决策以及战略数据挖掘在内的许多新功能。业界对这一类实时集中式数据仓库的使用需求一直在不断增长,而且更趋多样化。对于这一新方法,人们通常称之为普遍化商业智能(Pervasive Business Intelligence,PBI)。
　　
　　帮助一线员工快速决策
　　
　　普遍化商业智能可以幫助那些用全景视角与客户和企业真正互动的员工快速实现知识管理能力的优化,为其提炼出可指导行动的战术智能,从而获取有形经济价值。
　　举个例子,很少有公司会面临比航空公司更具挑战性的决策环境。受内部和外部的、可预见的和突发事件的影响,航空公司的工作人员每天必须做出数以千计的战术和运营决策。如在旅客经历航班取消的不快数周后向其致信问候,比不发任何信件的效果肯定要好,若当天就能为他提供一张安抚优惠券则更好。最好的办法是在他刚开始为乘飞机做准备的时候就通知他班机取消的情况,并安排他转乘其他班次。
　　美国大陆航空公司意识到,业务数据过时一天,公司都不能在事发当日分析和解决重大情况,因此,大陆航空公司拓展了其企业级数据仓库的实时商务智能功能。从主机订座系统到通过飞机传送的卫星数据和中央客户数据库,该数据仓库的实时数据来源范围广泛。一些数据从资料源中被批量提取,一些数据几秒内就直接进入数据仓库,而另外那些如订座数据和飞行常客计划则被数据源自行按事件归类存入实时信息库。
　　
　　普遍化BI如何实现
　　
　　精通业务和IT技术的梦想家希望能受益于普遍化BI,于是他们开始了创造性的探索工作。很多企业都希望通过各种途径提升将数据载入数据仓库以及从数据仓库中提取数据的速度。
　　他们是如何做到的呢?被攻克的障碍又是什么呢?最重要的是将组成信息供应链三大技术系统进行进一步优化。
　　这三大技术系统为数据整合系统、决策库系统和决策服务系统。首先,原始数据要进行转换和清洗。接着,这些数据会被重新包装、存储及再次重新包装。最终,这些数据在经过分析之后就会被发送出去。
　　数据整合服务系统是一个数据汇聚点,或者说是一个集散中心。它把从多个来源和生产应用获取的各种各样的数据整合在一起,为数据加载到数据仓库做好准备工作。为了达到1小时以内或5分钟以内的服务级别目标,原始数据的传送必须是保障传送,以确保传给数据整合中心的数据没有丢失且一切都是准时完成。数据整合服务系统还必须对数据进行迅速清洗,否则不准确的数据将会降低决策质量。它必须删除重复数据、分析姓名和地址,并且将代码转换成更易理解的值。而所有这一切与多个数据流或持续或间歇式地加载至数据整合服务器必须是同步进行的。
　　决策库系统需要以尽可能快的速度加载数据及提供数据。这一点是较难实现的,因为数据加载会消耗整个数据仓库服务器的容量,从而导致一线员工和后台员工无法进行访问。因此对一线及后台用户来说,系统在数据加载的时候其性能是非常糟糕的。Teradata提供实时数据加载程序以及混合工作负载管理工具来解决上述问题。所谓混合工作负载管理,即根据业务规则在数据仓库内对各项任务进行优先排序。这使得企业可以把最高优先级分配给呼叫中心的员工,而报表优先级列于其次,数据加载优先级最低。这样,在系统顺利处理数据加载任务的同时,报表也能很快得到处理,而呼叫中心的运营将是最快速的。
　　接下来,决策服务系统对数据仓库数据进行攫取、重新格式化和分析,并将其提供给一线用户。由于一线用户没有时间仔细阅读报告,因此需要的信息必须简短,而且是针对具体的商业任务的。这也就意味着将分析信息提供给整个知识网络:BI仪表盘、员工门户、移动设备以及现代“组合型应用”。由于目前接近50%的IT开发项目都是组合型应用,数据仓库和决策服务的功能必须适用于那些开发工具和应用。这样就能在任意一个业务流程里提供分析洞察力:普遍化商业智能。
　　有了普遍化BI,企业终于可以激活存储在海量数据库里的数以TB计的被动数据。