在數聚股份看來，業務數據整合是bi決策分析系統的關鍵組成部分，可將來自多個源系統的數據進行整合，并將它們合并到數據倉庫以作分析。不過，對于bi決策分析系統的業務數據整合策略，數據管理分析師提醒從業者不可掉以輕心;一旦設計執行不得當，策略很容易就會出現漏洞。

美國Intelligent Solutions咨詢公司的總裁Claudia Imhoff說，數據必須及時上傳到數據倉庫為bi決策分析系統所使用，若時機不當，所有的工作就會毀于一旦。由于有些用戶需要對數據進行實時處理，這就要求BI和數據集成團隊充分理解企業的BI需求。

Imhoff提到，數據質量非常重要，對不良數據進行校對與清理不應該只是BI數據集成流程的專有功能。“錯誤無處不在，我們需要找出它們的來源。”只有這樣，我們才能從一開始就預防源系統的數據錯誤。實際上，在數聚股份看來，合并錯誤數據本來就是數據集成和BI專家們工作的一部分，所以出了紕漏他們是要負責任的。她說：“我們需要讓員工明白，他們的任務不僅僅是做一個傳輸者。”

Gartner分析師Ted Friedman認為，bi決策分析系統數據集成存在的最大問題就是人們對數據質量的關注度不夠。“我已經從事數據集成工作超過十年之久了，但還是要花很多精力去說服企業，讓他們了解BI的作用和價值，使他們接受并信任自己的BI決策，這主要是由于他們還沒找到正確的方法保證數據的質量。”

Friedman說，對于“倔強”的企業，數據質量問題的負面影響不僅僅在于BI方面，但糟糕的數據質量絕對是BI項目獲得成功實施的主要障礙之一。企業在將信息載入到數據倉庫的過程中，從頭到尾都忽視數據的質量、發現問題后也不采取任何減緩措施就會造成這樣的局面。

James KoBIelus曾在Forrester公司擔任分析師，今年初跳槽到了一家技術供應商。他指出，數據質量方面的失誤已經成了bi決策分析系統數據集成工作中普遍存在的問題。

KoBIelus曾說過：“企業總以為把后臺應用程序中的數據導入數據倉庫以后，不需要做任何清理、匹配、融合或者轉換工作就可以直接使用。”這樣一來，公司總會碰到各種各樣出其不意的問題。例如，“同一個名下出現六條記錄，沒人知道哪條才是正確的。”

BI數據集成的影響力不可小覷

Baseline Consulting公司的創始人之一Jill Dyche稱，還有一個造成數據不一致而產生負面影響的原因，就是企業內部對記錄系統結構存在分歧。打個比方，工作人員無法確定哪一個交易系統應該用作客戶地址信息源。這樣的爭論通常涉及“地址”的定義--在各不相同的情況下，到底以客戶的賬單地址為準？還是送貨地址？抑或是公司地址？

Dyche說：“就這樣，論戰相繼而發，于是業務人員開始懷疑BI團隊對于正確數據的理解及傳輸能力。然后，有人就會建議干脆把全部信息丟進一個數據庫里，可業務人員又不愿意這么做。”

9sight Consulting公司的創始人Barry Devlin認為，在制定bi決策分析系統數據集成的策略與方案過程中，員工不會造成什么太大的失誤。“他們是業務團隊中一個特殊的群體，擁有多年的數據處理經驗，對數據理解頗深;他們是十足的專家和達人。”因此，對于數據如何進行集成、怎樣生成高效的BI應用程序，他們擁有最佳決定權。

Devlin說，盡管如此，IT部門員工在大多數時候不僅負責實施工作，還需要改進數據集成方案。在Devlin看來，雖然IT專業人士可能對企業數據有著很好的理解，但他們還不能稱其為真正的專家。他說，使這兩個團隊聯合起來共同完成bi決策分析系統數據集成困難重重，卻別無選擇。

Imhoff稱，目前一些企業對BI毫無經驗可言，也不具備滿足bi項目數據集成需求的能力，卻急于達成目標，制定出不切實際的計劃。然而，在數聚股份看來，對數據進行集成并上傳到數據倉庫這一流程占據了整個bi決策分析系統60%到80%的工作量。如果一個項目團隊想要一次完成所有的工作，那么他們不久后就會以失敗告終。她認為這樣的趨勢正在愈演愈烈，于是告誡道：“不要指望一口吃成一個胖子。

審核編輯 黃宇