是的！暢銷電影片名諧音梗第二彈來了！老實說，因為我沒看過那部電影，所以這次沒有電影賞析，只剩下諧音梗了！

這次要談的主題是「商業智能（Business Intelligence, BI）」。BI 一詞最早是在1989年被提出，而後逐漸被人們廣泛瞭解，它為企業提供迅速分析資料的技術和方法，包括收集、管理和分析資料，將資料轉化為有價值的資訊，並分發到企業各層級的人員，可依據數據進行決策，也被稱為決策支援系統（Decision Support System, DSS）。BI 在本質上其實就是在做數據分析，只是在被包裝了一個高大上的名字，並在「大數據」分析還沒火起來之前，商業智能幾乎佔據了數據分析領域絕大部分的聲量。

經過了30多年的發展，BI 從最早由IT部門執行，針對業務單位的需求撰寫程式，然後以靜態報表的方式回覆給業務單位，對於需求的調整缺乏彈性及快速反應的能力。下一個階段的發展則是強化了IT部門對數據處理的技術能力，如：資料萃取、轉換和載入技術（ETL）、資料倉儲（Data Warehouse）、查詢報表、線上分析處理（OLAP）、資料探勘、資料備份和恢復等部分，對於使用單位也提供了可視化呈現及動態查詢等功能。近年來則是發展為自助式的 BI 工具，讓IT人員專注於技術，做好數據底層的支撐工作；讓使用者可以透過瀏覽器自行查詢資料、設定儀表板、進行分析或產生報表，並且盡可能減少 IT人員的協助。近期又再加上人工智能（AI）技術透過許多自動化數據分析作業，使 BI 的使用更加簡單且快速。

就 BI 的使用者而言，系統的實用性愈來愈貼近使用者的需求，可透過瀏覽器存取、有數位儀表板所有資訊一目了然、數據的可視化呈現更能方便掌控重要訊息、彈性的查詢和分析以符合業務需求、自動化作業更節省了許多數據分析的作業時間。然而這一切的美好還是必須仰賴IT部門（或解決方案的提供廠商）在數據底層的支撐工作是否能夠滿足使用者需求。當你要選擇一個數據分析的解決方案時，可以從以下幾點進行評估：

• 數據是分析的根本要素，沒有數據就無法分析，越多的數據就能作越多的分析。然而獲取數據是要花費時間和金錢的，必須確認收集的數據是否與業務目的緊密連結，取得與業務目的不相關的數據只會浪費寶貴的時間和增加無謂的成本；在無法確認計畫要收集的數據是否能夠支持業務決策時，我們要想一想預期花費的時間和成本是否能夠為自身所能負荷。

• 要能讓所有使用者可以獲得決策所需的數據，用以支持其達成業務目的。但是相同的數據可能對於不同使用者的意義是不一樣的，對某人可能是他執掌業務的關鍵資訊，而對另一個人則是毫無意義的雜訊；就企業內部管理制度而言，特定數據可能又有其機密性，需要限定特定人員才能存取。所以，對於系統的使用功能和數據層面的存取，人員的權限控管設定是另一個需要關注的重要課題。

• 多維度數據的呈現方式是否能滿足使用者分析需求？將眾多分析維度的數據，以可視化方式變換成圖表，並組合成一個可以綜覽所有資訊的儀表板，大量的資訊是否會讓使用者無法過濾或難以掌控重點造成資訊超載的情形；而為了提供特定分析維度的深入分析將其單獨呈現，是否會造成使用者難以掌握整體狀況，並且無法進行交叉對比分析和發掘關聯性。

以上談到了成本效益、權限控管及應用方式，希望能提供一點建議，讓大家能夠找到滿足自身需求的數據分析解決方案 ，然後撰寫屬於自己比 BI 更 BI 的故事！