我们没有提前预警到数据能给我们带来的问题，所以都没有相应的措施，但是时间的推移数据问题的出现让我们不得不去寻求相应的解决方案。
数据的影响
90年代初大家对数据的影响还没什么感觉，到了90年代末，人们已经能够察觉到眼前的大量的数据带来了困扰。进入21世纪，大数据的问题已经让我们的正常秩序受到了严重的影响。这种事就在你我身边，一个平常饮料店的故事可以为证。
1993年前，店里卖的饮料只有啤酒、可口可乐和北冰洋汽水，进货出货老板在一个旧本子上记着，顾客是周围的街坊，全是熟人。1995年，生意大了，各处开了分号，饮料多了，酒也多了，卖的东西总共几十种。店里装了自动柜员机，每笔买卖都得摆弄键盘，有点儿麻烦，可省了动脑子。柜员机里记的账天天都打印出来送给老板。开始老板每天看，时间一长，看不过来，加个总数就算了。生意该怎么做，老板还算清楚。1998年，经营的品种过了百，店里连了网，用上了财务软件。1999年又上了互联网，周围的店一天天多起来，客人来自四面八方。账单每天打出厚厚一堆，老板瞧着密密麻麻的数字楞神，直嚷嚷生意难做。
自从饮料店老板多了这付电子神经，上面传来的数据一日多似一日，爹妈给的肉神经要超负荷运转了。原先，老板很清楚什么季节该卖什么、什么人爱什么、到时候进多少货、进什么货。现在看着精确无比、但毫无头绪的数字没了主意，弄不清什么地段的店什么好卖，弄不清进谁家的货更合算，弄不清什么样的顾客喜欢什么。手下人出的主意五花八门，眼看着利润往下掉，干着急。数字天书蒙住了人的眼睛，老板被裹入到“数据迷雾”中。
数据困扰无处不在，企业越大，影响越浓重。做酒店的，弄不清世界各地分号每间客房的平均收益，弄不清什么样的客人常来，最后惨到弄不清自已的市场定位。数据总量的增长让人瞠目结舌，美国MCI是跨国的电信公司，长途电话客户2亿，电脑里数据存了5TB，每月还增加300GB。据美国加州一所大学研究，世界上每个人，不论死活，已经产生或将要产生250MB的数据，每年全球数据净增2×1010GB。
大雾沉沉如何行路?电子神经和肉神经之间可以装个转换器，把数字天书转换成彩色的图、简单的表、概括的信息，肉神经就能明白业务状态，做出决策。两付神经间的转换器、指引人类在数据迷雾里穿行的灯就是“商业智能”。
商业智能里的智慧
商业智能(BI)的概念最早是Gartner Group于1996年提出来的，那时互联网还没如此红火。当时将商业智能定义为以帮助企业决策为目的，对数据进行收集、存储、分析、访问等处理的一大类技术及其应用。当时，Gartner Group预测说：到2000年，信息民主将在具有前瞻性思维的企业中浮现。借助商业智能，员工、咨询员、客户、供应商以及公众就能有效运用信息。商业智能所涉及的技术与应用，在Gartner Group命名之前就有。作为企业内部的信息系统，最早被称之为执行信息系统(EIS)，在羽化成商业智能之前叫决策支持系统(DSS)。
把商业智能看做一种解决方案应该比较恰当，其中包含大量技术和应用系统，还有更多的技术和应用正在向商业智能的旗帜集合。商业智能解决方案的基本成分有数据仓库、数据分析、数据挖掘、数据展示和企业信息门户。正在向商业智能靠拢的有ERP、CRM、文本挖掘、知识管理、Web智能、无线智能、竞争智能、市场智能等等，五花八门，数不胜数。
数据仓库之父Bill Inmon在1990年写道：“数据仓库是面向主题的、集成的、随时间变化的、永不散失的数据集合，用以支持管理层制定决策。”数据仓库的数据不是数据库里公司运营的流水账，而是通过元数据(Metadata)按主题组织的;数据仓库集成多种数据源，包括公司内部和外部的数据，并将其整合成连贯的整体。数据仓库是商业智能的数据基础。
X坐标:每天的时间 Y坐标:月份 Z坐标:销售量 灰度坐标:气温
商业智能里数据分析的方法很多，时下最时兴的是OLAP(在线分析处理)。利用这种方法，可以从不同角度和维度抽取并观察数据。比如，分析销售可以从产品、地域、时间等三个维度产生视图。What-If分析(假设分析)是另一种标准的方法，利用它，能建立部门或企业的数据模型。决策时，将参数输入，由系统根据历史数据模拟，预测结果。第三种常见的是ANOVA分析(变动分析)。利用它，能从多种可能性中确定造成问题的真实原因，在制造业中应用较为广泛。数据挖掘也是一种数据分析的方法，其目的是在历史数据中寻找潜在的趋势，使企业在“记忆”中学习，预测未来。
商业智能里数据展现的方式也很多。预先设计的标准报告可以用电子与纸介形式提供固定格式的数据;结构化报告允许用户对格式和数据项进行一定范围的变动;特别报告可以随用户要求任意提取数据和制定格式;OLAP通常将数据展示成三维彩色图;例外报告是将超过规定值的数据汇总，作为警报输出。
企业信息门户(EIP)已经演变成商业智能的标准成分。EIP为商业智能解决方案提供了统一的、基于Web、易于融合多种数据源和应用系统的界面。
数据迷雾是商业智能的饲料，雾越大，BI越多越壮。上世纪80年代，商业系统只输出打印在纸上的报告。90年代初雾重了，销售部门用了数据仓库，可以回答前十名客户是谁，目标市场何在这类的问题。到90年代末，不仅销售部，市场部、客户服务部，甚至研发部都想成为BI的用户，商业智能壮大成了企业的公共平台。本世纪，BI只用于企业内部运作已经不够，人们还要它分析客户行为、市场走向、对手和合作伙伴。
商业智能已经从部门级应用进化成了企业级应用，正在从企业内部应用向全局应用进化。
智能市场里的景致
本世纪以来，商业智能市场挺热闹。
今年6月，Dataquest说去年全球数据库销售额是88亿美元，它还在早先的报告里预测明年商业智能市场全球销售额可达62亿美元。数据库市场近年来年增长率在20%左右，而商业智能超过35%。看看，现在商业智能市场与数据库差不多，没两年就能超过去。有实力的公司怎么会忽视如此庞大的市场，在美国市场上有数十家各种各样的BI厂商，嚷嚷几年了。现在国内声音还小，过不了几个月，媒体厂商没准也会让你满眼都是BI。
去年，Gartner Group研究一番，把商业智能系统的供应商分为领先者和挑战者两大阵营。领先者全是知名度不高的小公司，比如AlphaBlox、Cognos、Crystal等等，这些公司进入BI市场较早，产品功能完备，用户多。它们提供包括What-If分析和OLAP在内的比较完备的数据分析及展示工具，这些商业智能平台都要建立在第三方的数据仓库之上。
Gartner Group 把Oracle、CA、SAP、SAS以及微软这些大家伙列进挑战者名单。这类公司有自己传统的数据库、数据仓库，甚至ERP、CRM解决方案，现在开始构筑或加强数据分析和展示平台。Oracle不仅有数据库、数据仓库、CRM、ERP，还提供财务/销售分析。SAP除数据仓库外，也提供财务/人力资源分析、CRM和供应链管理解决方案。这些公司进入BI市场稍晚，产品不够完善，提供BI解决方案时需集成第一阵营的产品。IBM、HP、Compaq、Sybase、Infomix等公司虽然在报告中没入围，也在向客户提供BI解决方案。
今年以来，国内银行已有BI系统投入运营，电信系统也开了研讨会，不过，主要是国外厂商在推动。其实，BI中数据分析与展示工具挺适合小公司开发，相信很快会有国内公司加入这个潮流。
电子神经在你我身外不知不觉地滋长蔓延，数据影响一刻比一刻浓密。如果有一天你在商场上迷失了自已，不要忘记：点亮商业智能。
