【IT168技术分析】
       Google和BI有什么关系?这个站在风口浪尖上的公司，用一个“火”字来形容似乎并不为过。将BI跟它扯上关系，似乎有些攀高亲的意思。不过，现在BI确实已经和搜索技术联系起来，而后者正是Google的特长。对于BI厂商，在产品中融入搜索的功能似乎也是一个潮流，例如BO在之前发布的某产品版本中就着重强调了它的模糊搜索功能。

　　交融

　　搜索、文本挖掘，这些技术是相似的，特别是后者中出现了“挖掘”的字样，很明显和数据挖掘这个术语关联到一块。以前曾经听一个公司介绍他们的文本挖掘产品，主要特点就是订阅关键字，然后从各新闻网站中采集到相关的内容。此处的“相关”，按照这个产品的说法，并非简单的文字匹配，还考虑到语义。例如搜索BI，也能够将相近的，诸如“商业智能”、“商务智能”都纳入搜索范围。并且还具备一些关联性分析之类的东东，例如关键词主要出现的位置，和哪些词一起出现的频率。这种技术应用在竞争情报分析上面还是挺有趣的。现在，搜索引擎大多也在提供类似的功能，比如Google有alert，也是通过订阅关键字，返回相关的网页链接;百度也有这样的东东。但显然，他们的特点在于搜索，也就是信息采集阶段，分析的功能还是不够强。

　　如果将对这种非结构化的信息处理和传统数据仓库中ETL相比，搜索就相当于“E”的位置，它负责抽取。而网络上的各种新闻、文档，也就成了数据源。如果要对非结构化信息进行分析，还是得转换成结构化的，也就是说必须要经过转换，甚至装载的步骤。

　　这种需求似乎也正在出现，最近一段时间，就听到客户需要这么一个东东——能够搜索本地文档的工具。这些文档包括mail、pdf、word文档等等。一听到这样的需求，马上联想到不就是Google desktop提供的功能吗?正好自己机器上装了，便演示一把，果然不错。但还需要改进的是，能够有权限控制，让不同的用户能够搜索到不同级别的文档。另外，当然就看能不能将这个界面整合到自己的portal当中去了。

　　除了搜索技术，去年年底的时候，Google曾经买下一家做Web分析的公司(Urchin)，并且将它作为一种免费的服务放在网上。一开始，只要有Google账号的都可以自动申请服务，后来改成审批申请了。这项服务可以为网站监控流量，从哪里来，往哪里去，以及访问次数等等，提供一些可视化报表来展现。分析部分是非常简单的，只是普通的报表展现。后台则是要求你在网页上嵌入一段代码，可以采集到网站的访问信息。当这项免费服务推出的时候，那些原来在这个领域中(现在成为Google的竞争对手)的公司，想必非常恼火吧。

　　再看看数据分析一块，最常用的数据分析工具是什么?Excel算是吧，或者称之为一种spreadsheet产品。现在google也有类似的玩意儿。比如，Google电子表格的速度就很值得注意。据说，在输入数据到工作表的时候，几乎不会遇到任何的耽搁。即便是重新计算负载公式工作表，也只会遇到轻微的停滞。所以，如果只是为了简单数学或管理小型列表，那么Google电子表格产品的确很容易被看作是一个完美易用的工具。不过，其功能还是比较简单，顶多是些公式计算的功能，远没有达到微软Excel那样复杂的程度，譬如作图就不行。但也有其本身的特点，因为是在网络上面的，因此Google似乎就更强调可以共享spreadsheet。

　　我们可以看到，Google这些产品和服务，多半还是围绕搜索这项核心技术，说得虚一些，都可以叫做信息采集。配一些简单的分析功能，倒能形成比较完整的服务，但如果要说专业，还算不上。因此，Google也选择了和专业BI厂商合作，譬如它的企业级搜索产品Onebox，就已经和Cognos、SAS展开合作。

　　BI的内容不少。这些大家伙们其实也都是比较专注的，其中单独的模块都能形成独特的产品，譬如元数据、数据质量，更别提这一块信息采集了。只是国内的这种市场并没有细分，“专注”对于公司来说确实是一个不小的考验。

　　搜索带给BI什么

　　几个月前，国内某论坛上曾有人辩论，数据仓库和搜索技术哪个更牛一些。有位朋友说，国内某个公司用搜索就解决了数据仓库要解决的事情。这样的争论，当然不需要去参加，除非想去抬杠。

　　这两个领域的确有些地方交叉，但我还是认为，搜索可以为数据仓库提供非结构化数据的抽取和管理功能，但对于后续的分析，那还是BI的事情。当然，现在搜索也讲究自然语言的搜索(据说这也是Google将李开复挖过去的原因)。

　　老实说，我看不到搜索能够给BI带来什么明显的好处。因为它的强项——对非结构化数据的处理，似乎并没有那么迫切的需求(当然也不能否认那些大厂商创造需求的能力)。

　　如果说用搜索技术可以让企业领导、分析人员根据记忆中模糊的印象去查找一个指标值、一份报告，确实有用。但在大多情况下，领导更习惯于下达一个命令让手下人去告诉它那个搜索结果。而对于分析人员来说，如果他不知道那些指标的位置，那几乎就意味着不能胜任他的本职工作了。

　　当然，如果那些指标、报告的数量多到需要用搜索技术才能找得出来，那这个数据仓库已经发展到什么阶段就不知道了。但显然，目前从国内来看，几乎没有什么企业能够有这样的数据仓库。那么难道不能早作打算，先将搜索引擎做好吗?我想这是浪费时间，毕竟搜索不是一种基础设施。你想，当初Web发展起来的时候，哪里有搜索引擎这个概念呢?只有当信息量太大、太复杂了，才有它的诞生。

加入收藏复制链接给好友我要报错跳到顶部BBS讨论