CHICAGO——Gartner商业智能峰会的一位主要发言人表示，“商业智能”这个词不是，而且不应该是，对查询和报表工具的简称。然而2004的主题正是这些工具。
据峰会主要公开的发言人，美国康涅狄格州斯坦福德的Gartner公司的研究副总裁Bill Hostmann介绍，业界正在摆脱将商业智能理解为一堆技术工具的集合的观念。他表示，就在2004年商业智能还仅仅关注在数据仓库之上的查询、报表和多维数据分析，而如今的动态、竞争的商业环境则需要另外一种不同的方法。
Hostmann说“我们开始将商业智能视为一个伞状的概念，它包括了分析应用、基础架构和平台和良好的实践。”
如今，商业智能已经开始成为一种用于描述企业范围内使用数据、分析信息、制订决策和管理绩效的原则的术语，他说。组织应该用全面的绩效提升来衡量商业智能的成功，而不是用信息方面的提升来衡量商业智能的初期阶段。但是，对于组织来说，这种对于商业智能的宽泛定义隐含着支持的技术层次。
“这是一个巨大的转变，”Hostmanan表示。“这不仅仅是建立一个数据仓库，然后在上面放置一些报表工具。相反，它意味着放置一个更大的、涉及一个组织中大部分部门的框架，对前所未有的、多种不同种类的分析功能进行更大的程度上的交付。”
伴随着这些评论，Hostmann展示了一种商业智能和绩效管理的框架，据他讲可以帮助组织更好的规划对商业智能的使用以提高全面的绩效。这个框架可以按照垂直的层次排列如下：
- 商业策略。既然商业智能是关于制订更好的决策，商业智能的动机应该与全面的商业目标相一致，并且联系在一起。
- 绩效管理。商业智能团队必须非常了解他们的组织如何衡量绩效，通过关键业绩指标(key performance indicators,KPIs)或者其他的方法。
- 人员和流程。组织对信息如何在企业范围内被利用的考虑是非常关键的。商业智能不是IT的行动或者项目。相反，它是一种商业的功能，Hostmann说。既然政治常常进入到商业智能产品当中，这更是一种挑战——但是像商业智能功能中心(BI competency center)这样的产品会有所帮助。
- 分析应用。Hostmann表示假如商业智能想要被有效的联系到绩效矩阵，公司必须将他们的分析应用联系起来。一个商业智能应用组合需要的是一些一致的、协作的、和全面的策略紧密联系的工具。
- 商业智能平台。组织必须考虑平台的功能如何集成其他的商业智能应用。一个越发重要的功能是元数据管理，它能够保证信息的一致性。
- 信息管理基础架构。信息管理层，这可能是最困难的一个层次，在数据仓库中很快就超越结构化数据的范围。Hostmann说各种组织最终会需要一种能够结合非结构化数据和结构化数据、包括搜索功能、并且集成内容管理系统的信息管理系统，这种信息管理系统还能够应对来自于集成、数据质量和其他数据管理的方方面面的挑战。
大部分公司可能不会采用从上述框架中最顶层开始逐步向下的方式来实现自己的商业智能应用，Hostmann说。但是这种方式也是可行的——通过仔细的考虑每一层，组织可以鉴别在他们的商业智能策略中最大的差距。
Hostmann说一些关键的技术趋势也会在BI策略中发挥一定的作用。BI软件供应商之间竞争越来越激烈，这就意味着组织会看到更多的降价、先进的功能和集成的分析应用。另外的一个趋势是强化，这在最近宣布的Oracle收购Hyperion的计划中得到充分的体现。最后，对于商业智能究竟是作为主体，还是一个服务的软件的争论正得到关注。
Hostmann谈到的其他的一些技术趋势包括内存中的分析处理、让商业智能有效的面向服务的软件架构(SOA)，文本挖掘，元数据仓储，集成搜索，实时绩效管理，关键数据管理，企业信息管理，商务活动监控和开源商业智能等等。(原文)
