也正是在这本书的写作过程中，王茁萌发了回国参加信息化建设的念头，并辞去了美国MDY高级技术公司市场主管的职务，回到了出国前所在的上海家化联合股份有限公司，并担任主管战略规划、市场营销和信息系统的副总经理。

在国内工作的亲见亲闻，让王茁对国内企业的商业智能应用有了更多的了解。同时，王茁也指出了商业智能发展到现在所存在的问题：人们往往过度强调"智能"，却忽视了"商业"，商业智能变得越来越像一个IT的专有名词，从而退化成了一项IT技术工具。

王茁主张把商业智能的定义尽量宽泛，让更多的"商业"用户接受商业智能，而不仅仅是"技术"用户陶醉其中。

你在写《三位一体的商务智能--管理、技术与应用》这本书时，商业智能在国内处于什么样的发展状况??

王茁：那是在2002年，刚开始写这本书的时候我还在美国的Gartner公司做咨询师。所以这本书也有缺陷，就是对中国企业的应用情况关注比较少。不过，总体来讲，那时候国内企业最热门的是ERP，一直到2004年这本书出版，都是ERP的热潮。

相比之下，美国企业在这方面要领先很多，2001年开始，他们已经在谈ERP和商业智能的结合，企业绩效的管理等等。中国企业这几年也在开始跟上，但是在认识上一直没有美国企业广泛和成熟。

你觉得是什么原因造成了这种中美企业对商务智能认识上的差距?

信息化分为两个阶段：自动化和智能化。从总体上看，以提高劳动生产率、提高效率为最大目标的自动化，美国企业已经基本上完成了。ERP、CRM、SCM等系统已经比较普遍地应用在美国大大小小的企业中。在这样的基础上，他们就开始对信息化有了更高的要求--智能化。不管是从内部降低成本，还是外部拓展市场来考虑，智能化更多地是从经营数据的角度，去做一些分析，从而为企业找到一些新的机会。

除了美国企业自身对智能化产生的需求之外，2002年通过的萨班斯法案，也是一个重要的推动力量。这个法案促使美国企业，特别是上市公司高度重视信息获取和披露的准确性、及时性和全面型。商业智能在帮助企业提供报表方面具有很大的优势，所以新一轮的企业IT投资热潮，就转向了商业智能。

既有内在的基础和动力，又有外在的压力，我觉得正是这两方面促使了美国企业在商业智能应用方面的领先。

根据你的观点，商业智能是否必须建立在完备的自动化的基础之上才能应用?

不是这样的。现在对商业智能有很多理解上的偏差，其实如果你越广义地去定义商业智能，它越不需要有完备的自动化基础。如果我们狭义地定义商业智能，这时候企业就必须要有很完备的ERP、CRM、SCM等等IT系统，由这些系统提供相应的数据，再把这些数据放在一个大的数据仓库里面，然后再做数据抽取和分析。狭义地理解商业智能，确实要有一个完备的自动化基础，否则建一个数据仓库，数据从哪里来?这就好像没有粮食，却造了一个大粮仓，这样没有什么太大的意义。

如果宽泛地去看商业智能：把数据采集之后，对它进行一定程度地整合和分析，为决策提供依据，这就是商业智能。在这种前提下，我们几乎任何时候都可以应用商业智能，哪怕只有一点点数据，我们同样可以做分析，分析的工具可以是以前的传统做法：把数据放在账本上、纸张上做分析，也可以用一般的Excel表格做分析，当然数据量大一点的也可以用专业的商业智能分析平台。商业智能通过各种各样的工具都可以进行，不一定必须是SAS或者SPSS这样专业的大型软件才能完成。

对于BI的广义和狭义这两种定义，你更倾向于哪一种呢?

我一直希望把商业智能尽量宽泛地定义。不过，商业智能发展到现在，有很多现象让人很不乐观。虽然商业智能的英文现在仍然叫Business Intelligence，但是Business的感觉已经很弱了。人们更多的把商业智能看成是一个IT专有名词，太强调Intelligence，而忽视了Business，Business Intelligence已经退缩为一个技术工具。在这种情况下，要让更多的Business用户而不仅仅是技术用户接受商业智能，是有一定的困难的。

我最早接触商业智能，是在美国的圣约翰大学读MBA的时候，那时候有一门叫做经济预测的课程，里面涉及到了商业智能的内容。但是，商业智能在现在的很多大学已经变成一门IT技术课程，更多地去讲技术，讲如何建数据仓库，如何进行数据挖掘，如何进行报表生成，恰恰忽视了商业的内容。

所以，虽然我主张把商业智能的定义尽量宽泛，但是大部分商业智能概念的接受者已经把它狭窄化了。Business Intelligence虽然仍带着Business的字样，但是用来

[1] [2] [3] 下一页