商业智能BI真正能智能

OLAP 是当前比较热门的BI 方法，但其实成功实施率并不高，用户花了不少钱分析建模设计购买前端工具，结果却常常都不理想。

其实道理也很简单。

OLAP 的实施需要对行业业务进行分析建模，事先造好数据立方体，然后才能做查询分析。对于未能想到的需求，没有相应的立方体可用时，OLAP 也是无能为力的。比如我们问一下某机构五年中有连续三年被评为先进工作者的职工，一般的人事数据库中肯定有这些信息，但如果没有建好这个数据立方体时，用OLAP 也没法回答这个人事机构很容易问出且毫无歧义的问题，还是需要技术部门编一段程序或写个复杂的SQL 才能做出。

事实上，OLAP 的模型原理只能去处理已经立方体化的数据，也就是仅解决了单表的查询变换问题，而现实应用中难以对付的的大多是多表查询，单表查询怎么都容易处理。OLAP 则最困难的多表变单表工作转嫁给了建模工作，这需要有业务经验的人来完成，而且门槛高效低，所以这个 也就很难 了。

然而对于国内的业务，即使这样做，仍然不行。中国政治经济规则正处于不断的变革之中，我们即不能直接照搬美国现在的模式（那就有人要造反起义了），也不能停着不改（那我国肯定要被“开除球籍”了），只能一步步地改革。这种情况下很难有严格意义的行业专家，无法预测可能出现的变革，建出来的模型基本上毫无稳定性而言，刚弄好就又变了。而OLAP 的实施又严重依赖于行业建模，这么一来，采用OLAP 方案，这个干脆就没法 了。

其实不光BI 是这样，业务系统也是这样，国内的应用系统常常从建好上线那一天起就开始维护打补丁，二三年后又推倒重来，不是开发商能力差，就是业务变化快需求无法预测，有过做项目经验的同仁们必都有同感。而美国不同，业务相对稳定，许多行业至今在用几十年前用COBOL 语言写的系统。适用于美国的BI 到了中国就必然地屡战屡败。

可怜的商业智能，何时才能智能起来？