BI掘金记—解析五大商业智能厂商策略

BI 掘金记 解析五大商业智能厂商策略 按照 IDC 的定义 商务智能包含两大部分 一是包括报表 查询和分析的工具 二是高 级分析工具诸如数据挖掘的工具 商务智能包括数据的迁移 数据的管理 数据的分 析和 数据的展现四大过程 最近几年 又出现了企业绩效管理 CPM 的概念 包括企业战略规划 商务建模 预 算与规划 监控与分析 企业合规报告等工具也划分到了商务智能的行列 2007 年 可以说是商务智能行业大迁移的一年 所有大的软件厂商对商务智能厂商下 了 毒手 市场出现了大规模的整合 在短短的一年里 Oracle 以 33 亿美金收购了 Hyperion SAP 亿 68 亿美金购买了 Business Objects IBM 以 49 亿美金抢走了 Cognos 包括 SAS 和微软在内 这五家商务智能的厂商占据了一年 70 亿美金商务智能市场的大约 57 据 IDC 的报告 这个数据今年还会以 11 的速度增长 由于商务智能厂商的并购和各 大厂商的宣传 使得客户对商务智能厂商和解决方案的选择更加困难了 五大商务智能厂商正在向世界承诺 为了商务智能和数据管理 需要一个整体的架构 吗 我们已经有了这样的平台和架构 想要给成千上万的员工提供商务智能的能力吗 我 们可以帮助实现 这五家都希望你们认可他们商务智能的理念并选择其平 台 所以为了更好地决策 了解他们的战略可以帮助你做出更好的决策或者开始行动 在并购以后 商务智能供应商之间发生了重大的变化 如何认清这几家的战略 策略 和定 位 对每家的选择会有很大的帮助 最近 Mary Hayes Weier 在 InformationWeek 上 撰文对这几大商务智能厂商进行了拜访 做了评估 按照他的观点 在合并以后 这几家 厂商都认为他们可以提供 企业级的商务智能软件平台 商务智能厂商正在将传统商务智能工具 查询 报告和仪表盘 和他们销售的其他软 件诸 如数据库 中间件 ERP 企业应用和协同软件整合起来 同时 他们承诺继续研发 和支持可以和竞争对手软件进行整合的商务智能工具 不过从长远角度看厂商的研发队伍一定会将收购的产品和他们主流产品整合起来 所有 BI 厂商都希望你们去购买他们的数据库和商务智能工具 但是当心这样会太多的 依 赖于一家的产品 但是如何选择商务智能软件 要依赖于你现在的环境 和将来发展的方向 具有数据库的商务智能厂商可以帮助将片段的商务智能合并成统一支持企业级的商务 智能 项目 使得维护和管理尽量少的平台 减少成本和技术维护 SAP 希望将 BI 和它的 ERP 绑定起来 只有 SAS 是一个完整的商务智能产品独立供应商 但是他 们希望企业购 买整体的端对端的方案 如果各种主要的应用来自于数据库 Oracle 或者 IBM 可能是最好的选择 如果你 希 望你的用户利用更多的方法和灵活的手段来分析像 ERP 这样的交易数据 则 SAP 更适合 于你的选择 如果 CFO 是主要的用户 那么 SAP 和 Oracle 是最强的 如果你的数据来源于多 个数 据源和一些像 IBM 或者 HP 的大型机器 使用的客户群系是分析人员和统计专家 提供对 外的统计结果 那么 SAS 是最好的选择 考虑数据质量和数据管理吗 SAP 和 IBM 是这方面的专家 如果你希望 BI 成为大部 分员工的简易利用工具 SAP 的水晶仪表是很好的工具 如果你的平台全部是选择了微软 那么微软可能是你的最佳选择 不管你是选择这五家最大 BI 厂商的产品 还是利用独立 BI 厂商的产品 采用一个标 准 的商务智能平台是非常必要的 所有五家厂商都已经谈论他们的工具可以提供给更多的 用户 但是 SAP SAS Oracle 和 IBM 产品相对于开源供应商的 产品而言的价格是比较 高的 微软的产品相对比较便宜 在合并以后 我们再来看看这几家的战略和发展方向 数据仓库 Data Warehouse 是一个面向主题的 集成的 相对稳定的 反映历史变 化的数据集合 用于支持管理决策 数据仓库之父 W H Inmon 2007 年和 2008 年第 1 季度 BI 魔法四分区图 SAP 交易数据的金钥匙 对于 SAP 最大的机会是使用 BI 来获得 ERP 系统和供应链系统数据更大的分析和探 索 也可以处理数据仓库中的分析 这意味着不仅仅可以作为 SAP 应用的 BI 工具 也可 以作为其竞争对手 Oracle 应用的分析工具 SAP 决定将 Business Objects 公司作为一个独立运营的部门 其最主要的理由是 Business Objects 的大约 60 的客户应用是基于 Oracle 的应用和数据库之上的 SAP 一直在 寻求将 Business Objects 的工具和 SAP ERP 整合在一起 从而给 SAP 的 ERP 客户带来更大 的潜力 比如在操作型的 BI 它可以使得客户的绩效分析实时地通过 SAP ERP 系统来实现 也可以通过数据仓库一起来实现 用户可以及时地发现 ERP 应用工作流中的问题 来实时 修改 优化操作的流程 提高操作的绩效 也可以支 持开放的数据库实现商务智能的分析 SAP 已经解释了他们的长期技术路线 操作型 BI 和开源分析是重要的目标之一 而 且 SAP 正在朝着这个方向发展 例如 BI Accelerator 就是一个基于 Intel 芯片 使用内存处 理器加速数据仓库 BW 的查询过程 Forrester Research 的分析师 Jim Kobielus 也认为 SAP 和其他的 BI 厂商 更多地专注于复杂的时间处理 这样可以保证通过中间件直接从交易系 统中获得数据进行分析 而不需要将数据间接地倒入到数据仓库 SAP 说它的 BI 战略强调协同 专注于整个企业而不是个体 使得 BI 工具可以使用在 社会的网络和企业的上中下游协同有效的工作 SAP Business Objects 的 BI 产品组合是面 向决策层 分析师和业务人员的 SAP 是使用在运营部门的 所以他们两家是互补的 2006 年 SAP 收购了公司治理的软件厂商 2007 年又购买了绩效管理软件厂商 OutlookSoft 和 PilotSoft 这些产品和其他的应用一起形成了新的绩效优化应用部门 这是 SAP 一个快速增长的部门 另一个新形成的商务 智能平台部门 包括所有的报告 分析 仪表盘 计分卡 加上数据清洗 整合 迁移 数据质量管理 元数据管理等的数据管理 软件 SAP 采取了一定的措施 组合他们的产品业务绩效管理应用 BPM SEM BSC 和 BusinessObjects PM 绩效管理软件 新的研发也会终止几个 Business Objects 的规划和预算 产品 关于 BI 工具 SAP 的 OLAP 分析工具 BEx Web 分析器和 Excel 分析器 将合并 到 BusinessObjects 的 Voyager OLAP 分析工具中产生新的产品称作为 Pioneer 公司将 BusinessObjects 的数据质量控制产品合并到主数据管理的产品线 形成新的数 据和数据质量管理产品 分析师解释说 SAP 希望客户将 Business Objects 作为主要的 BI 工 具 慢慢减少对 SAP NetWeaver BI 套件的依赖 收购 Business Objects 是对 SAP 客户的一个恩赐 因为客户希望有一个专业的 BI 工具 可以和 ERP 系统紧密的结合起来 但是一些 Business Objects 的客户会担心将 BI 和 SAP 的 某些应用捆绑起来 降低开放性 如果你正在寻找更好的使用交易数据 或者已经使用了 SAP 的 ERP 那么 SAP 是最 好的选择 公司正在紧密地将 BI 捆绑到核心产品 ERP 并且让 BI 作为一个独立运作的部 门进行销售 这样即可以利用开放平台 还可以为 ERP 增添光彩 SAP 商业智能基础架构 链接 原商务智能几大巨头历史 Business Objects 是全球商务智能行业的领导者 成立于 1990 年 一直从事报表 查询和分析工具的研发 它的水晶报表是国际报表工具的标准 在 2006 年开 始收购和研 发自己的 ETL 工具和企业信息管理 EIM 在友好的展现方面和微软的 Office 集成方面 使得 BI 平民化成为现实 以前人们都将它定位为展 现工具 Cognos 成立于 1969 年 它也是一家数据展现的公司 2005 年 11 月 Cognos 发 布了 8 版本 给商务智能的市场上带来了一个整合的 BI 套件 大大改善了产品的整合能 力 Cognos 和 Business Objects 在查询和分析方面是相互竞争的 但是在报表工具方面 Business Objects 远超过了 Cognos Hyperion 公司其实是以财务预算和财务合并报表起家的公司 它成立于年 1977 年 它的 OLAP Server 在业界一直处于领先地位 在收购了 Brio 后 才使得它也进入到 BI 的 行列 SAS 成立于 1976 年 是一家私人公司 以统计分析起家 是全球统计分析的标 准 由于定位在统计分析 自然就会考虑数据迁移 数据管理 数据分析和数据展现工具 在 数据仓库和 OLAP Server 方面也有自己的产品 人们往往将它划分成为数据挖掘的厂商 最近几年 SAS 从一个工具供应商向解决方案供应商转化 Oracle 是全球最大的数据库供应商 是数据库行业的标准 在应用软件方面有较 强 的优势 但是其软件强调灵活性 是数据技术型的工具产品 曾研发出自己的商务智能工具 包括数据仓库 报表和分析工具 但是一直没有被广 泛地 使用 直到 2005 年收购了全球最大的客户关系管理软件厂商 Siebel 以后 将 Siebel Analytics 合并到了 Oracle 的旗舰 BI 产品 BIEE SAP 是全球最大的 ERP 软件供应商 产品强调最佳实践和管理理念 它是全球 ERP 软件的标准 在 ERP 之上有自己较强的分析和展现工具 在商务智能方面近几年也投 入了大量的人力物力 特别是 BW 产品的研发 微软是一家个人电脑的巨头 包括操作系统 桌面办公 互联网等方面的权威 在 商务 智能方面除了 Excel 外 这几年在商务智能方面也有了大的投入 IBM 以数据架构为中心的 BI IBM 商业智能基础架构 IBM 的观点是商务智能是数据专家来使用的 他们充分利用了他们数据库和中间件的 强 项 附加上收购的数据清洗 管理和组织的软件 加之 Cognos 一起 成为他们数据访 问和分析的工具 Cognos 和 IBM 两年前的 BI 战略是相一致的 在购买 Cognos 之前 IBM 为了实现这 一战略 已经选择性的收购了几家软件公司 诸如购买了数据整合软件商 Ascential 收购 了内容管理软件商 FileNet IBM 的 OmniFind 搜索产品也作为 Information TYPE audio mpeg 微软 在五大的商务智能供应商中 BI 市场的领导者 谁知道呢 也许它是一匹黑吗 作为一直没有介入 BI 市场的微软 去年 5 月 终于发出了向商务智能市场进军的口号 在大会上有 2 600 人参加 当在 9 月份发布了 PerformancePoint Server 2007 后 结束了微 软提供零星的商务智能产品的时代 它将微软的包括业务计分卡管理 Excel 和预算 规划 预测等新应用集成起来 利用收购的 ProClarity 公司强大的可视化和分析技术 实现商务 智能技术 在今年 2 月份 Gartner 注意到微软进入了 BI 平台的领导者行列 在易用性 产品的投资 价格 市场反馈和客户体验方面 超过了 IBM 的 Cognos 和 SAP 的 Business Objects 微软的 BI 收入在 2006 年增长了 28 达到了 4 8 个亿美元 速度超过了其他任 何一家 BI 厂商 微软的目标是利用大家熟悉的 Office 套件 提供 BI 工作者各种不同形式的工具 每 个人的 BI 理念是崇高的 但是也使得对微软赢得企业级的用户或者获得大业务企业的订 单带来了本质的困难 大家认为微软的 BI 是个人版而非企业版 微软的弱点之一就是在它的产品线中缺少数据的组织和管理工具来提供更好的分析能 力 它不能在大容量和功能性和其他竞争对手较量 这方面也许可以改变 去年 6 月 微 软收购了一个小的主数据管理厂商 Stratature 用它来产生单一的平 台去更新 维护 分 析特殊数据的层次结构 像客户和产品数据等 微软卓越工程师和 Office 平台 BI 总经理 Bill Baker 说 微软 BI 平台的基础是 SQL Server 数据库 通过微软的 BI 工具 可以访问 IBM 的 DB2 Oracle 和其他数据库 Baker 讲 SQL Server 2008 在数月以后将扩充 被附加到微软的 BI 产品中 用此来改善和整合 Office 他说微软正在计划提供改善的管理和监控大数据量的数据仓库的能力 微软的主要 BI 产品 PerformancePoint 套件 包括 2006 年收购的 ProClarity 公司的技术 来提供一个组件来建立客户的 BI 应用 微软已经绑定了 PerformancePoint 到了它的 Excel 和 SharePoint 协同软件 产生平台来交付 BI 信息给大众 友好的用户图形界面诸如计分卡更适用于各种层面的应用 Baker 说 传统意义下典 型的 BI 报表已经过时了 人们过多的获得了报表 如果你每天早上在电子邮件中获得一个 报表 第一天你还愿意看一看 可是第二天又是同样的一 张报表 你常常会设置自动删除 然而 微软认识到了这一点 它必须支持它的元数据管理的能力 正在这方面进行投入 来了解那些表格经常会被删掉 微软的进入可能是对公司正在寻找人人都在使用 BI 工具的一个恩赐 另一方面 可能会降低 BI 的价钱 使得 BI 大众化 将 BI 变成公司级的协同桌面应 用而不是对专业人士的工具 并且你相信 SQL Server 的容量和效率逐渐会达到 Oracle 和 DB2 另一个考虑可能是微软的 BI 发展主要是在它自己的平台上 但是 随着 BI 行业的 快速发展 希望微软会从长远考虑 发展它的 BI 产品 微软 BI 系统架构 SAS 数据挖掘占领 BI 主导地位 SAS 30 多年来一直致力于统计分析和数据挖掘的研究 是一家产品让分析人员和业务 人员上瘾的产品 我们知道 在做统计分析的一开始 他们就需要将不同系统 不 同操作 平台 不同数据库的数据整合起来 进行数据的清洗 迁移和加载 然后利用大量的数学 模型 进行数据的分析和统计 在二十年前他们就提出数据迁移 数 据管理 数据分析和 数据展现的思想和理念 也就是现在数据仓库的概念 他们公司聚集了大量的数学博士和 专家 使得在分析建模方面绝对成为行业的标准 人们总以为 SAS 是阳春白雪 只能为数学家 分析专家使用 最近十年来 他们一直 重 视数据分析大众化的利用 他们将数据挖掘做成了仅仅需要点击鼠标就可完成的 傻瓜 型 产品 在应用方面和行业方面有着大量的解决方案和应用产品 在金融行 业 电信行 业 制造业 医药行