Quicken Loans公司的BI部门过去为用户创建过400多份静态报表，这可不是在吹牛。

　　那时，业务人员一直抱怨可见性的缺乏，称“罐头式”的报表限制了业务用户随意开发数据的能力。这一观点来自美国一家借贷公司BI部门的总监Steve Brennan；Brennan同时也是今年2月由数据仓库协会（The Data Warehousing Institute）举办的BI高管峰会（BI Executive Summit）上的演讲者之一。

　　他在演讲中提到：“听到可见性低的言论确实很让人痛心；但这与抱怨的人无关，该感到羞愧的是我们。”

　　还在2007年，Brennan和他的团队就建立了公司的集中化数据仓库。他一直关注于可见性问题的解决，进行了创建自助式显示面板、实施数据提取工具、推行培训课程机制等大量工作。

　　然而，问题不仅仅关于数据本身可不可见，还涉及到什么样的数据可见以及什么时候可见。为了实现上述目标，Quicken Loans开始把重点放在我们现在所说的“实时BI”上面。

　　实时BI的早期发展与利用方式

　　在数据仓库概念出现的早期，科技还没有发展到今天这样的程度。美国DecisionPath咨询公司的分析师Nancy Williams说，企业在那个时候只要能够进行日常的数据载入就不错了。由于受到存储的限制，他们不得不频繁清理数据，否则数据库性能就会下降。

　　“刚开始的时候，数据仓库与BI的意义仅在于记录信息和延长信息的可见性；至于实时BI，大家想都不敢想。”

　　今天，数据可被瞬间载入并存储，大大减少了事件记录与信息可用的时间间隔。这样先进的技术使得各个企业开始探寻不同的方式，对其进行更好地利用。

　　TechTarget的BI分析师兼研究主任Wayne Eckerson提到，其中一种方式就是通过实时BI技术提升数据仓库的性能。

　　在近期的一个视频采访中，Eckerson说，由于实时BI可使数据批量载入，企业就能将它们集成到信息总线中，或者对数据捕捉进行变更。

　　“通过数据批量上载，速度能够得到提升。有些人把它们称作‘微批量’或‘小批量’。”

　　Eckerson提到，这种方式会把公司的数据集中在同一个地方，与Quicken Loans公司的集中化数据仓库类似。

　　Williams则看到了另一种方式。她说：“实时数据仓库可针对整个企业的数据进行集成，将不同系统中发生的不同事件整合到一起，及时可见。”

　　实时环境还可以构建在数据仓库之外。Eckerson提到，企业可以通过多种方式对其进行实现，比较流行的一种做法是复杂事件流程，也称为基于流量流程。

　　“一般来说，这些系统时时刻刻都在接收海量的分立事件，有时可达到每秒几十万个。数据查询运行在系统中，遍及整个系统，引发警报。”

　　美国Knowledge Integrity咨询公司总裁David Loshin认为，他们提到的这些方式在数据质量方面都存在隐患，但这不是实时BI的错。

　　“如果企业担心数据质量，那么这就与整个企业的数据都有关系，应当上升到系统层面上去处理了。”

　　实时BI的概念争议与实施策略

　　人们常常搞不清楚实时BI的概念，部分原因来自于语义。

　　Loshin说：“实时有它特殊的含义。实时处理包含了交易或任务完成的时间范围。”

　　Eckerson认为实时BI有歧义，连技术人员也同意。

　　Brennan（Quicken Loans）说：“从理论上讲，一旦数据离开了所在系统，实时就不存在了。”

　　除了实时（real time）以外，另外两个术语“近乎实时”（near real time）和“当时”（right time）也广受争议。然而，在语义纠葛之上还存在一个很大的问题——实时BI既不容易也不便宜。

　　Loshin说：“你必须做出决策：实时BI是否有价值？并不是所有企业都需要以分秒而计来发展自己。”

　　对于Quicken Loans来讲，由于公司的全部业务几乎都在网络上进行，整套系统几乎都构建在企业内部，所以实时BI对公司监控事件很有帮助。监控事件有时需要在前台进行，有时则需要在后台。

　　Brennan说：“我们这么设计系统的好处之一是数据延迟监控，这样我们对于追踪数据问题有充分的主动权。”也就是说，如果数据没有进行常规更新，系统就会发出警报。

　　Brennan和分析师们建议，企业在跨出实时BI这一步之前，应该先做一个技术方面的规划。

　　Williams说：“首先得有一个与企业战略相匹配的BI策略。怎么做呢？可以想想信息需求的方式、需求的对象以及需求的时效性。”

　　Loshin还建议，企业在实施新的实时BI技术之前，先考虑一下技术实施会对使用团队与业务流程带来什么样的影响。

　　“如果仅仅着眼于数据的获取、分析和传输变得更加快捷，忽视了相关人员对技术的使用和对数据的处理，那么结果只会让你增加一大笔无用开销。”