相比之下，传统BI关注数据的集成和历史数据的分析，而操作型BI则希望帮助一线员工改善决策流程。两者在从实时系统中提取数据时各有侧重。而好的SOA架构能够帮助集成数据。

决策管理解决方案的首席咨询师James Taylor表示：“操作型BI系统需要使用客户数据和相关内容，这样才能给一线员工提供建议。通过操作型BI系统，你做的每一个决策都能在员工中得到有效利用，BI的利用价值是很大的。”

在前端的具体操作中，员工没有接受过高级的培训，也不具备像分析师一样做出明智决策的能力。但如果能够充分利用一线员工，组织能够获得的价值还是很大的。Taylor举例道：“比如如果你在手机端有客服人员，他就能对客户的行为做出更快更恰当的反应。”

关注具体问题

要时刻铭记一点：操作分析不能广撒网，要关注具体的业务问题。操作分析针对具体的问题，能够让生产更加智能，或者对资源的利用更加高效。

传统BI的做法通常是创建一个大数据仓库，解决所有问题。操作型BI则不同，它关注具体业务问题，通常为非技术用户提供帮助。它要做的不是给分析人员提供工具，而是给非技术人员提供答案，而且是能够真正解决问题的答案。

事件导向型的基础架构

操作型BI要求基础架构是事件导向型的，能够在实时交易中使用。Information Builders的企业营销副总裁Jake Freivald认为，这需要基础架构更像是应用集成，而不是传统的数据集成。“我们看到，操作型BI和传统BI正逐渐融合，后者为前者的发展提供了基础。其中，能够集成BI的中间件发挥了重要的作用。”

Freivald表示，与过去相比，现在有更多的企业愿意放弃数据仓库。甚至有一种更激进的想法，即组织根本不需要数据仓库！也就是说不要再关注分析工具，而要把精力放在能够支持上述集成的SOA架构上。

传统BI更关心如何加载数据仓库，而操作型BI则更关心如何创建能够在操作中添加智能运算的工作流程，从而解决具体业务问题。操作型BI针对的是某一个具体的交易，关心的是数据流，而不是数据仓库中被实例化了的信息。交易完成后，数据就可以丢弃不用了。

实时清洗交易数据

组织要想获得有用的决策，需要首先保证数据质量。Freivald说道：“在应用数据仓库时，需要关注数据质量。如果你没有使用数据仓库，为了保证数据与操作系统的相关性，也需要对数据进行实时的清洗。

一个单独的交易不足以支撑决策。要让数据“说话“，需要复杂的流程。ETL（提取、转换、加载）可以简化这一流程。系统负责收集结果、将结果匹配，最后把结果发送到数据仓库。

在操作型BI中，整个流程都是实时发生的。举个例子来说，一个应用程序可能需要在系统中检查某项特定交易的真实性，比如将某一周的交易量和顾客的历史进行对比。这需要应用预测模型判断某项交易是否为欺诈，比如调取CRM数据或贸易结算数据，或者基于云的资源。

数据质量防火墙可以帮助解决这个问题。Freivald表示：“和安全防火墙保护企业系统不受黑客攻击的原理一样，数据质量防火墙保护操作型BI系统不受‘脏数据’的污染。”数据质量防火墙有一套架构，能够在交易到达系统之前，清洗、关联并丰富交易数据。这样，操作型BI就无需担心数据质量问题了。

着眼于通信，而非文件

另一个成功构建操作型BI系统的关键在于注重通信，而不是文件。企业架构需要考虑的是中间件而不是ETL和数据集成。“这需要能够实现不同功能的不同的工具。”Freivald说道。

Freivald举了一个银行的例子。一家银行想要做ATM机交易的欺诈分析。银行一直在问，他们该如何去除之前用于存储数据的VSAM（虚拟存取方法）文件，但其实他们应该关心的是如何监听通信内容，而不是试图访问文件。Freivald认为他们之所以没有考虑通信，是因为他们习惯了通过文件管理信息。

让最终用户能够从中受益

企业架构师一开始要考虑就是最终用户，而不是分析师。系统要足够简单、直接，让非技术人员能够直接从决策中受益。

Freivald认为，这也需要将信息集成到现有工作流中。这需要把操作型BI的能力集成到每日的Web应用、CRM或移动设备中。

当然，也要考虑到让更多员工掌握信息的潜在危害。可以只给一部分值得信赖的分析师以访问更多平台的权限，但如果数据分布的太广，麻烦就来了。

Taylor表示：“如果我要呈现更多的数据，我必须对要呈现的数据格外小心，这毕竟不像只把数据交给十个领导者看那么简单。”使用该环境的人们不需要看到数据，他们只要分析结果就可以了。模型中不需要包含个人身份信息。

对改变做好准备

企业架构师需要首先考虑业务流程，再考虑在哪些流程添加智能运算。这些流程必须是值得投入操作型BI的。你需要有分析师解决问题，因为他们了解整个架构，同时你需要业务人员检查分析结果，因为他们最了解业务需求。

设立操作型BI系统是迭代的。所以初期不要期望过高。或许你的操作型BI系统不是原来设想的那样，但通过后端添加的数据或者预测分析，它可能就得到提高了。Freivald提醒道：“这是一个迭代的过程，不要期望短期内就能看到收益。”

你还需要灵活的人员和中间件。不能只用一套ETL产品在数据库之间迁移数据，还需要其他应用程序和BI模型。Freivald表示：“主要的最佳实践需要正确的结合业务人员，关注业务流程的提升与迭代。”