金立钢

本文仅代表作者个人观点。

2003年开始接触BI商业，当时我正在中国的一家公司做报表开发。刚接触BI令我非常振奋，认为这才是真正的数据分析。2005年正式进入商业智能领域，当时商业智能被认为是最流行的企业应用技术，所有事情都要与商业智能扯上关系，认为其能带来具大的业务提升和数据价值。在中国，被冠以新的名称“决策支持系统”的大批商业智能项目获批建设，其中包括政府及大量国有集团。引用当时我的一位客户的话“决策支持系统现在是最容易被批准的项目”，同时IDC预测2005年，BI市场将达到118亿＄，平均年增长率为27%。当时主要的BI厂商是BO、Cognos、Hyperion、Oracle BIEE和微软。

2007年下半年，数据库厂商们看到商业智能的具大前景，纷纷发起对商业智能厂商的收购，其中SAP以70亿美元拿下了Business Objects ，Oracle以33亿美元收购Hyperion Solutions Corp，IBM以50亿收购Cognos，最后市场上只剩下Oracle、IBM、SAP和微软。

商业智能真的适合自己吗？当时没有人敢提出这样的问题，可以说全国形式一片大好。结果是很多商业智能项目在业务系统数据质量低、业务逻辑不清晰、用户需求不明确、软件供应商技能不足等情况下匆忙上马。在这种情况上建设的商业智能项目的结果可想而知，2011年行业内评估商业智能项目失败率高达70%，如果再算上政府那些被认定成功而实际上什么都没做出来的项目，失败率将更高。参考文章：http://www.ciotimes.com/bigdata/57937.html

总结商业智能失败的几个主要原因：

1.      定位过大，企业级决策支持系统是当时非常流行的概念，这样的系统覆盖企业所有部门， 但企业的业务系统及用户意识完全无法支撑，甚至很多部门都没有业务系统。

2.      业务系统不成熟，当时企业的业务系统都比较陈旧，只能勉强支撑企业的运营，同时还需要大量系统外的手工数据的支持。依据这些业务系统构建的商业智能出现数据不准确、不完整，业务逻辑不清晰等，导致最后产出的数据无法使用。我们现在所能看到的业务系统，基本上都是最近几年建设的，以前业务系统的糟糕程度可想而知。

3.      供应商技术能力不足。当时商业智能供应商层出不穷，尤其是中国的学术派更是开心地成立了一家又一家公司，然后凭借关系拿下并葬送一个又一个项目。

总结：2007到2012年间，每年厂商们高歌商业智能具大的市场份额，供应商苦苦地实施每一个项目，客户默默地承受着项目的失败，重新用起Excel。

在2010到2014年间，很多企业吸取了之前的失败，开始重新构建业务系统，这些新的业务系统数据质量高、业务逻辑严谨，成为优质的数据源。

2014年，Tableau与Qlik异军突起，给了BI行业新的光明，它们重点针对单一业务系统、单一业务部门的数据分析需求，简化了商业智能的系统架构，从而具备实施快速，对实施人员要求低，操作灵活，界面美观等优势。Tableau与Qlik的成功只是表面现象，成功的基础源自于高质量业务系统的上线、用户意识的提升以及对商业智能的重新定位。

从Tableau与Qlik的成功上看，高质量的源数据和严谨的业务逻辑是商业智能成功的最关键因素。2017年微软对其商业智能系统产品转型成功，获得业界好评，重回领导者地位。

纵看商业智能的发展，经历了繁荣（2005-2008）--衰退（2009-2012）--突破（2013-2015）--慢速上升（2015-2017）四个阶段。

近两年，大数据如火如荼，做大数据的公司层出不穷，似乎所有的项目都要与大数据相关才高大上，才能被批准。这让我联想到了当年的商业智能，不知道大数据是否会和商业智能有一样的命运。

面对大数据，不禁要问几个问题：

1。我们已经有了那么大的数据量了吗？

2。我们有那么多的非结构化的数据要处理吗？

3。我们有成熟的业务算法来满足业务需求吗？

如果都没有，我们用大数据来做什么？现在大数据的思想与应用场景就如同当年的商业智能一样，思想是好的，却没有高质量的业务系统来支撑，做出来只能是一个空架子，无法产生实际的业务价值。所以我想大数据领域也该好好思考一下。

这篇文章是我老板写的一篇文章，在征得他同意的情况下，有幸能够转载。

我们老板研究BI这一块，我所知道的在北京算是个巅峰造极式的人物了，在小编心中是个纯技术的学者姿态，也是小编挺崇拜的一个人。

对于数据分析，小编是比较向往的，所以才会去学习数据库方面的知识，在学习过程中也接触到了大数据的知识。

对于大数据，在小编眼里是个特别神奇而又强大的工具，它可以通过数据来了解一个人、一个企业、一个地区甚至是整个人类。在多而杂的数据中找到一定的相关性，从而提取出有用的信息来提供我们使用。

可是在现阶段的过程中，数据的整合是特别麻烦和困难的。它涉及到重重的利益方面、隐私方面、各个集体的想法都会不一样。但从商务来说，一家企业想运用到大数据的技术，首先数据量要大，这个大不是指几亿条、十几亿条数据，这些数据用数据库，或者一个集群就能搞定，或者这么多，这些数据反而是数据库技术比大数据技术处理的快。大数据的分布式处理是在P级以上的数据量才能显示出威力，而一家中小型企业是否有必要使用大数据技术，在我眼里觉得值得商榷。

所以在全民热捧大数据技术，或者大数据时代的时候，真的需要停下脚步进行反思了，也需要有明白的人出来提出质疑了。

喜欢的朋友可以添加微信公众号 程序员的自白， 一起来见证程序员一族的崛起吧