覆盖六项活动：闭环式商业智能的决策张力

经常有BI厂商和专家会谈到闭环式BI，但却没有真正解释清楚这个词的含义。企业使用BI的目的是向商业用户提供信息来协助他们作出有依可据的决策。而为了支持决策流程，BI应联合其它操作和协同应用，共同形成一套完整的“决策系统”。　　

在一个闭环流程中，信息一直都在循环，因此闭环式决策系统不仅能监控商业绩效，提供商业用户所需要的信息，同时也能帮助他们判断各种信息对最终决策的正面或负面影响。

闭环系统中数据从运行日常操作型应用开始，最终流入到BI应用去监控并分析数据，随后，商业用户可以使用协同工具来共享、评估BI应用所生成的结果。这种评估最后会反应在商业流程变更(比如修正营销活动)或商业计划上(比如调整销售预测)。

在一个闭环式的决策流程中，通常会包含六种主要活动：

- 发现可帮助制定商业决策的操作数据和其它商业内容。

- 访问进行决策所必须的操作数据和商业内容。

- 集成操作数据和商业内容到共享数据库。

- 分析操作数据、商业内容和数据库信息，并生成提示或建议来帮助决策制定。

- 将分析流程的结果提供到商业应用或商业用户。

- 允许用户共享并判断哪些措施需要被执行，以解决分析结果中所识别的商业问题。

大部分BI厂商在访问、集成和分析活动的支持上都做得非常好。用户不仅需要易于使用的产品，同时也需要易于使用的信息，尤其对于处于一线位置的商业用户，如呼叫中心坐席或仓库经理，因为他们对包含在IT商业系统内的数据和技术缺少详尽的理解。

闭环式BI也可以说是闭环式决策的一个代名词。为了创建战略数据分析，操作数据首先要被提取、集成到数据库。 而对那些需要在当天内完成的决策，从操作型系统中输出的数据会以一定的时间间隔流入到低延迟的数据库中。

至于实时决策，在数据被分析前就流入数据库或许是不可行的。在这种情况下，BI分析处理可以被嵌入到操作流程，而操作数据会随着数据的流动被动态分析。嵌入式BI所生成的事件分析随后可被提供到协同环境。将数据、内容和事件分析结合到一起，就可作为一种决策分析链。

对于某些特定的操作型应用，决策流程或许可通过嵌入一个决策引擎或服务到操作型工作流程中来形成自动化。在这种状态下，闭环式决策在操作型工作流程中可以实现自我供给，而工作流程也可以自我优化。这种方式在智能侦测、风险管理、算法交易中非常实用。

无论你称它为闭环式BI还是闭环式决策制定流程。有效的决策所要求的不仅是提供商业用户更多的信息如此简单。 除了信息的量之外，信息还要易于消化，并集成到一个闭环式的决策系统中。

（责任编辑：李超）

转载：感谢您对网站平台的认可，以及对我们原创作品以及文章的青睐，非常欢迎各位朋友分享到个人站长或者朋友圈，但转载请说明文章出处。