用BPM、业务规则和商业智能创建智能、灵活解决方案(3).docVIP

3（上）-用BPM、业务规则和商业智能创建智能的、灵活的解决方案?? ?在 第一篇文章（ HYPERLINK /YoungBBS/Announce/Announce.asp?BoardID=101ID=174 \t _blank 1、 HYPERLINK /YoungBBS/Announce/Announce.asp?BoardID=101ID=177 \t _blank 2） 中，我们介绍了随需应变企业、业务流程管理（BPM）、业务规则引擎和商业智能的总体概念。我们调查研究了各种不同的业务规则引擎，并讨论了如何区分这些不同的业务规则引擎。在本文中，我们将主要关注商业智能在一个智能而灵活的 BPM 解决方案中所扮演的角色。特别地，我们将讨论用于进行高级分析的在线分析处理（on-line analytical processing，OLAP）技术的应用，讨论时我们将同时考虑 OLAP 的访问和集成。这包括对实现一个动态定价模型的技术细节的深入研究。最后，我们还将介绍 DB2? Cube Views，这是 OLAP 范例的一个扩展，在 OLAP 产品中，可以使用它来为企业产生优化的 OLAP 解决方案。? ? 商业智能对于业务流程管理来说有多重要呢？正如我们首篇文章中所说的，商业智能为公司在客户、销售、财政计划和竞争等方面的策略制定提供了洞察力。由业务流程管理系统实现的业务流程需要由能付诸实施的（actionable）智能来驱动。这种能付诸实施的智能超出了像报告和图表这样的传统概念。能付诸实施的智能是通过高级的数据分析获得的，如果将其与业务流程引擎集成起来，那么就可以用它来驱动策略性的企业运作。? ? 在我们的例子中，Cristina White 是一位 International Foods Market (IFM) 公司的 CIO，她接受了转换 IT 环境的挑战，以便促进 IFM 转换成一家快速响应的随需应变企业。她理解商业智能在业务流程管理中的关键角色，并且想要理解如何部署 BI 以支持她的目标，她请求 Greg 这位 IFM 架构师给出他的想法。Greg 对商业智能有非常广泛的了解，他指出了三种架构驱动（architectural driver）：? ? ● ?避免数据筒仓（silo）。 ? ? ● ?避免孤立的决策制定。 ? ? ● ?减少在决策制定过程中的延时。 ? ? ● ?实时数据访问和分析? ? 让我们仔细地分别看看这些架构驱动。? ? 数据筒仓? ? 要将来自各种不同数据源的数据合并成一致的、统一的全局视图（global view）可能要花很长的时间，通过这种全局视图，业务分析员可以发现新的业务机遇或者察觉到异常。在很多情况下，来自传统（brick-and-mortar）商店、Web 站点、呼叫中心（call center）、库存（inventory）和 CRM 系统的大量数据通常都被当作单独的筒仓来对待，它们彼此之间互不通信。来自这些系统的数据可能以不同的格式表示，存放在不同的数据库中，并且为各种不同的应用程序所捕获。为了净化、协调和整合来自整个企业中各种不同筒仓中的数据，需要付出一定的努力。? ? 孤立的决策制定? ? 在传统业务环境中，业务规划或财政建模曾是一种离线活动。首先，统计人员需要消化大量的企业数据，并提交一大堆的报告和分析结果，然后业务分析员解释这些分析结果，并开发出一个业务模型和计划。高级行政官员根据分析结果和他们的业务直觉来决定预算。我们都清楚，这些活动是完全不同的，互不相干的。运气好的话，离线报告和离线分析或许可以为公司提供有利的机遇。但如果运气不好，它们就无法完成使命了，也无法提供准确、安全和实时的商业智能信息。? ? 决策过程中的延时? ? 许多大型公司如果能够减少业务事件和响应之间的延时，就能获得巨大的利益。只是在某个区域推迟了某种产品的上市或许是件小事，可以忽略。但是，如果在很多商店都再三出现这种情况的话，其影响就不容忽视了，并且应该对此进行调查。不幸的是，当决策制定者决定采取前瞻性行动时，他们手头上却缺少探测市场变化和客户数量削减所需的商业智能信息。结果，公司只能被动地作出反应，试图缓和事件的影响，而不是前瞻性地利用事件所带来的机遇。? ? 商业智能的演变 图1（商业智能的演变） ? ? 孤立的数据，不管是事务性的还是操作性的，都需要进行整合。不管是手工整合还是自动整合，整合过程对于数据仓库的延时都会产生深远的影响，而正是这种延时约束了我们获得实时信息的能力。为了理解可用于解决实时信息需求的一些选择，看一下商业智能的演变过程是值得的。? ? 商业智能的演变可以通过 4 种模型来诠释：? ? 传统模型? ? 在传统模型中，由一个批处理进程捕