商业智能发展简史

mavisfine

商业智能，这个21世纪的时代宠儿随着信息化的发展风靡全球。追溯起源，它却不是如孙悟空般从石头里蹦出来横空出世的。

学界已公认，赫伯特西蒙对决策支持系统的研究，是现代商务智能概念最早的源头和起点。1973年，因为对人工智能辅助决策的贡献，他获得了计算机学界的最高奖项，图灵奖；1978年，他又因为对“商务决策过程”的出色研究戴上了诺贝尔经济学奖的桂冠。

1970年，IBM的研究员埃德加-科德（Edgar Codd）发明了关系型数据库，解决了此前网络型数据库结构复杂多变、不易开发的困难，使软件开发人员取得了前所未有的自由度。此后，大型信息系统的应用一日千里、遍地开花。

20世纪70年代，麻省理工学院的研究人员第一次提出，决策支持系统和运营系统截然不同，必须分开，这意味着决策支持系统要采用单独的数据存储结构和设计方法。

1983年，Teradata公司利用并行处理技术为美国富国银行（WellsFargo Bank）建立了第一个决策支持系统。

1988年，为解决企业集成问题，IBM公司的研究员Barry Devlin和Paul Murphy创造性的提出了一个新的术语：数据仓库（DataWarehouse）。

1992年，比尔。恩门（Bill Inmon）出版了《如何构建数据仓库》一书，第一次给出了数据仓库的清晰定义和操作性极强的指导意见，真正拉开了数据仓库得以大规模应用的序幕。

1993年，拉尔夫。金博尔（Ralph Kimball）这位毕业于斯坦福计算机系的博士，也出版了一本书：《数据仓库的工具》（The Data Warehouse Toolkit），拉尔夫。金博尔在书里认同了比尔。恩门对于数据仓库的定义，但却在具体的构建方法上和他分庭抗礼。

2000年，数据仓库技术全面成熟。

数据仓库出现以后，活跃在前沿的科学家一下子找到了自己的专属“阵地”，商务智能的下一个产业链：联机分析，如水到渠成般迅速形成。数据仓库开始散发真正的魅力。

1989年，数据挖掘技术兴起。这一年，图灵奖的主办单位计算机协会（ACM， Association of ComputingMachinery）下属的知识发现和数据挖掘小组（SIGKDD）举办了第一届学术年会、出版了专门期刊。此后，数据挖掘被一直追捧，成为炙手可热的话题，并如火如荼的发展，甚至成为一门独立的学科走进了大学课堂，不少大学，还先后设立了专门的数据挖掘硕士学位。

1989年，著名的高德纳IT咨询公司（Gartner Group）为业界提出了商务智能的概念和定义，商务智能，指的是一系列以数据为支持、辅助商业决策的技术和方法。商务智能在这个时候完全破茧而出，不是历史的巧合，因为正是数据挖掘这种新技术的出现，商务智能才真正有了“智能”内涵，这也标志着其完整产业链的形成。

进入21世纪以来，风生水起，新的技术浪潮又使商务智能的产业链条向前延伸了一大步：信息可视化。

可视化技术的出现，使商务智能分析的产业链形成了一个从数据整合、经数据分析、数据挖掘、到最后数据展示的完整闭环。商务智能的这四个产业链，独立性都很强，具体到特定的商务智能产品，也不是每一环节都缺一不可的。但随着数据量的增大，每一环节都可能变得相当的复杂。

商务智能的历史，是一个渐进的、复杂的演进过程，至今为止，它的内涵和外延，还处于动态的发展之中。它的各个产业环节，都有不断丰富扩大的趋势。特别是作为其“智能灵魂”的数据挖掘技术，潜力非常巨大，可以预见，将对人类社会的发展产生深远的影响。

如德鲁克所说，二十一世纪的竞争，是知识生产率的竞争。以知识发现为使命的商务智能，必将成为知识时代的竞争利器。