随着制造业走向全球，BI的使用有助于实现智能业务

水晶球可能是神话中的东西，但对密歇根州米德兰(Midland)数据挖掘和建模团队的负责人蒂姆·雷伊(Tim Rey)来说陶氏化学公司在美国，评估未来是一件严肃的事情。

雷伊说:“我们的产品几乎销往全球所有市场。“对我们来说，监控宏观经济因素是有好处的。”

陶氏化学在37个国家拥有156个工厂，年收入460亿美元。在这么大的交易量下，数千个变量中的任何一个都可能对利润产生不利影响。雷伊的工作是利用商业智能(BI)来提高陶氏的胜算。

雷伊领导着一个7人的灵活资源团队，负责在一个拥有42000名员工的组织中普及BI。行业分析师表示，陶氏化学并非唯一有这种抱负的公司。全球分散的企业越来越多地采用BI工具作为检测潜在问题的一种方式。

对分析的不断增长的需求正在推动两个相关现象:BI软件销售的快速增长，以及BI软件供应商之间的整合。

在销售方面，总部位于康涅狄格州斯坦福德GartnerBI已经是一个50亿美元的全球市场，预计到2011年将以年均8.6%的速度增长。Gartner分析师Dan Sommer表示:“2007年的一项调查显示，商业智能已连续第二年成为CIO愿望清单上的首要任务。

这些数字似乎引起了寻找收购对象的供应商的注意。今年2月,甲骨文宣布以33亿美元收购金融数据管理专业公司Hyperion。5月，集成软件供应商TIBCO以1.95亿美元收购BI工具供应商Spotfire。

现在都在一起

分析师们认为，这种急于整合的趋势是将更广泛的功能纳入BI保护伞下的趋势的一部分。“如果你让三个分析师和三个供应商在同一个房间里，你会得到关于商业智能到底是什么的六种观点，”马萨诸塞州剑桥市商业智能报道的鲍里斯·埃尔森说福雷斯特研究公司．

然而，谈到BI时，常见的元素比比皆是。例如，所有的主要供应商仍然提供报告。大多数还提供性能管理、仪表板和数据集成。但只有少数几家公司提供前瞻性分析，而随着业务运营变得更加全球化，这一领域变得越来越重要。

雷伊同意这一观点，她将陶氏化学70%以上的BI预算用于前瞻性项目。陶氏化学拥有超过4000名JMP分析软件用户SAS研究所事实证明，这和任何水晶球一样好。

JMP最初在SAS内部被称为“John的Macintosh产品”，它可以在Windows、Macintosh和Linux操作系统上运行。它是第一个将电子表格的统计分析功能与图形界面结合起来，允许结果可视化显示的软件之一。

JMP的最新版本进一步评估了业务结果的概率，以及从各种分析技术(包括回归和神经网络)直观地表达结果的能力。

标准化成功

对于Rey来说，开发BI基础设施的过程始于1990年Dow首次采用的时候SAP作为其ERP系统。1994年添加了一个oracle驱动的数据仓库。四年后，BI系统有了报表业务对象而且Cognos会出现。

到1999年，陶氏将采用六西格玛来制定最佳管理实践，但这只会让公司“走了一段路”。我们需要更好的数据——超越历史报告的数据。陶氏化学决定进行数据挖掘。

从这个过程中提取价值花了两年的艰苦工作。雷伊认为六西格玛使团队保持在正轨上。他说:“我们在数据挖掘方面也实行了同样的原则。”

事实上，陶氏转向了一个标准化的IT模型，允许管理人员控制数据在哪里以及如何分发。雷伊说:“我们在流程方面结构很好。陶氏化学的共享数据仓库中有1000多个表。超过45000个变量被跟踪。分析报告的目的之一是为商品和服务争取更好的价格，并发现欺诈行为。

2005年末，BI在陶氏化学的管理层中赢得了众多粉丝。陶氏化学负责购买铁路合同的首席经理开始担心，该公司通过铁路车厢运输产品的价格过高。如果是这样的话，这将是一个昂贵的问题:陶氏化学每年在北美的铁路运输成本超过4亿美元。

雷伊的团队开始研究这个问题，但很快发现涉及的变量数量——大约10到12个——会使经典的线性分析不准确。使用JMP，该团队创建了一个神经网络，这是一种人工智能的粗糙形式，经过训练可以理解多个变量和复杂关系。

该团队花了几个月的时间筛选五个外部数据库和三个内部数据库。一旦该系统被编程为将陶氏化学的支付与行业标准进行比较，所有数据就会合并到一个模型中，JMP可以访问该模型。

结果很快就出来了。雷伊利用JMP证明，陶氏化学经常多付至少20%的价格。今天，采购团队在与任何铁路合作伙伴进行谈判之前，仍然使用该软件来预测公平的价格。

垂直集中

陶氏化学只是众多需要综合商业智能平台的公司之一。SAS表示，其2006年19亿美元的收入中有11%来自与制造业相关的BI产品。

应用程序也变得越来越专业化。例如，SAS开发了一套名为“服务智能”的BI套件，用于跟踪制造业营销经理迈克尔·纽柯克(Michael Newkirk)所说的“服务链”。

“如果你买了一辆车，从你把它开出停车场的那一刻起，你就处于服务链中，”纽柯克说。“在汽车的使用寿命中，你将需要维护、维修和升级。”

Service Intelligence通过利用运行在BI平台之上的六个分析组件，并与另一个SAS产品预测服务器(Forecast Server)结合使用，来满足这些需求。一些组件，如保修分析，提供了陶氏化学渴望的那种预测智能。

纽柯克说:“想想Firestone-Ford Explorer的问题。“如果他们能够发现这个问题，在品牌保护和成本节约方面又意味着什么呢?”

但Forrester的埃弗森警告说，不要将软件视为万灵药。“BI的主要问题之一是它的构建和使用非常复杂。通常情况下，您必须将100多个组件组合在一起才能使BI平台工作。”

埃尔森补充说，建立和运行报告和分析可能只需要20%的工作。“商业智能仍然是一门艺术，而不是科学，”他说。

雷伊体贴。他说:“像我们这样的大公司每两年就会改变一次结构，不管我们愿不愿意。”如果数据所有权落在个人手中，这样的重组可能会带来实际问题，但陶氏不允许这样的情况发生。陶氏化学的数据模型推崇系统的、全公司范围的数据跟踪和报告方法，这实际上是公司的福音。

雷伊说:“商业智能60%到80%的工作是准备数据。“它在数据模型中。如果你没有适当的基础设施，你就会设置很多障碍。”

数据驱动的管理

多年来，时代华纳零售和营销部门一直在猜测该向分销商运送多少杂志。犯错的机会是巨大的，因为时代华纳出版了400多本图书，在12万家门店中发行。

当一波整合浪潮冲击杂志发行业务时，只剩下五家分销商，控制着时代华纳90%的网络。管理层认为现在正是BI发展的好时机。

一个由三家供应商提供的工具支持的联网BI系统仅用了8个多月就到位了。时代华纳商业智能网络的核心是一个名为S-PLUS的套餐富有洞察力的．

S-PLUS是一个用于构建预测分析应用程序的编程环境。insights副总裁尼克·布朗(Nick Brown)表示，它可以在任何BI平台或数据源中运行。在时代华纳，S-PLUS与Oracle的Discover BI套件以及Cognos中的报告工具一起工作。

时代华纳商业智能和信息管理总监迪利普•帕特尔(Dilip Patel)表示，这些工具可以让时代华纳评估地区促销活动。报告定期通过网络提供给市场分析师，他们现在控制着所有的印刷订单。结果是节省了350万美元。

帕特尔说，时代华纳现在用更好的工具经营更好的业务。

陶氏化学(Dow Chemical)的雷伊也有类似感觉，他估计实现通用商业智能的回报至少是四到五倍。

“在我们的高级分析项目中，”Rey总结道，“至少是十比一。”

您是否具有本内容中提到的主题的经验和专业知识?你应该考虑为我们的CFE媒体编辑团队做出贡献，并获得你和你的公司应得的认可。点击在这里开始这个过程。