业务模型架构指导数据分析应用--前传

很多朋友还是以为数据模型中的概念模型就等同于业务模型，其实真正的业务模型的最大价值是指导数据分析及应用，而引导数据建模，特别是维度建模，仅仅是因为它需要起到桥梁作用，是辅助作用。

业务模型描述的应该是业务之间的因果、前后、层次等关系的架构体系，并对每个大业务模块、及其小业务模块都有描述的概念架构体系，和ER技术没有直接关系。为什么强调因果，因为在具体BI应用的时候，一个事件、一个决策涉及到多个甚至数十个明显的因果关联关系，而我们BI分析需要找到影响最大，最能帮助业务明显改善的那些部分。

我们业界常见的数据分析、挖掘，其实对于业务来说，只是一个因子，并不能直接应用。例如商品关联性分析，这就是一个业务因子，目前包括大型巨头级企业在内，商品关联分析应用在商品推荐是效果最好的，其他几乎没有什么好的应用案例。原因就在于商品推荐这是一个事件动作，只有商品关联性一个重要因子。而对于像商品体系调整、商品价格或活动调整策略、商品供应链管理优化等等综合性事务，他们都是由多个因子造成，故所有商品独立的数据分析和挖掘，都不能支持大型企业级事务，只能做点商品推荐等小应用。

而如果基于业务架构的BI分析应用，则可以继承业务分析架构师的业务广视角理解，对不同分析需求的因子、以及他们的重要性有足够了解，这样的分析，就可以扩展到大型甚至企业级决策事务中去了。

之所以我称之为模型，是因为如果业务之间关系描述清楚了，层次、因果关系清晰了，是个有分析经验的，都能做好BI应用，让BI产生价值。大家可以观察下，现在大型BI应用中，他们人才济济，数据较为完整，现在的应用矛盾有多少是技术问题？ 例如我举的例子中，商品关联性分析，这个分析结果就是一个业务因子，它现在基本就局限在商品推荐中，我不是说商品推荐不重要，但这仅仅是局部性的，甚至非常狭小的应用，难倒企业高薪聘请的挖掘高级人才，就产生这么点价值？

那么如果从业务关系、层次和因果角度思考，你会发现商品关联性分为购物篮关联、购买关联等，不同业务层面的关联，对哪些业务有影响呢？除了商品推荐外，常见的有活动中商品绑定、老客户推广的商品绑定、物流仓储的预打包或货位存放应用，等等，随便可以说出一大堆，但有几人在利用商品关联性分析，来做这么多应用？