将Enterprise 2.0这种技术与传统的商务智能(BI)相结合，可以提高生产率和企业用户的效率。

　　网络改变了传统的商业智能

　　传统的商业智能系统捕获来自商业数据源的结构化数据，并将这些信息集成到一个数据仓库中，由BI工具进行分析。新的网络技术给传统的BI处理过程带来了三大变化。首先，它不但结构化数据输入到数据仓库环境中，同时还包括非结构化内容。这种非结构化内容主要是文本信息---可能是结构化数据文件的一部分(举例来说，支援中心代表笔记或产品说明资料)，或可能存在于一个完全独立的非结构化内容文件(比如，报表、博客或网页)。非结构化内容在加载到数据仓库之前，通常利用集成进程转换成结构化数据。

　　第二个变化通常发生在正在分析非结构化内容的容量超过相关结构化数据的容量时。在这种情况下，分析经常是通过搜索和内容分析应用完成的。随着商业智能的发展和日趋成熟，将来，这种做法很可能成为经验不足用户的首选接口。无论如何，搜索和内容分析型应用将演变成为商业内容分析的一个宝贵资源，而商业内容分析有可能与传统的BI数据分析合并。商业元数据或者商业内容处理的分类与也很宝贵，因为它们增强了对于用于商业智能和主数据管理应用的相关数据的理解和定义。

　　第三个变化，也就是本文的主要侧重点，即在商业智能环境中增加了技术协作。协作使得用户能够创建、证明、组织、共享，并讨论商业智能及且相关商业信息。它也允许涉及到的商业用户的专业技术和知识被添加到商业智能和被共享和讨论的商业信息中。得到的结果可以被认为是综合智慧，它可以作进一步分析所需要的一个有价值的商业内容来源。

　　搭建综合智能环境

　　一个综合智能系统在传统的BI环境中增加了商业内容分析和商业协作。

　　图1：综合智能的组成部分

　　图2：综合智能系统得商业协作组件

　　商业协作组件提供的若干技术使用户发布并交付商业智能以及互相交流。其中，用于发布并交付商业技能的技术分为实时技术和异步技术(离线技术)，这些技术是单向的，实时技术包括商业门户(Business Portal)，商业仪表盘(Business Dashboard)，在线培训(e-learning);异步技术包括电子邮件，网络聚合(Web Syndication)，广播。同样用于企业间交互的技术也分为实时技术和异步技术，这些技术是双向的，实时技术包括网络会议(Web Conferenceing)，即时通讯(Instant Messaging)，语音通讯(Voice Communication);异步技术包括电子邮件，博客，Wikis，标注(Tagging)，社会性网络(Social Networking)。

　　本文没有足够的篇幅来讨论这些所有的技术，但是，回顾一些例子以说明他们是如何提高BI环境的还是很值得的。

　　目前，大多数商业智能是通过使用商业门户和商业仪表盘技术的桌面和网络接口法ubu并交付给企业用户的。它也可以通过电子邮件以异步方式发布(比如，使用Adobe PDF文件)，或通过印刷报告发布。一个有趣的新交付方法是网络聚合，它使用诸如RSS和Atom的协议。大多数人都认为网络聚合是用来传送新闻和网络日志(博客)的，但实际上它可以被用来传送任何类型的信息。聚合Web feeds中的XML数据能够让一个门户网站与最新商业信息保持同步，但它也可能被数据集成和基于Web的报表工具所使用。网络聚合提供了一个向用户发布最新商业情的非常简单和灵活的方式。在以后的文章中，我会对网络聚合做更详细的介绍。

　　用于企业间交互的协同技术扩展了单向的信息发布技术，并提供企业间的双向互动。正是这些技术提供了创造综合智能的最大潜力。例如，标注(Tagging)允许用户向现有的商业信息中添加元数据(一个或更多的商业标签)。任何一组用户使用的最常见的标签能够很快确定用于描述任何特定的相关商业信息集合的关键术语。随着用户通过诸如社会网络和博客这样的技术进行互动，标注使得商业智能以及相关商业信息一起分类，这增加了整体信息收集的价值。标注也可以被用来建立或扩大业务的分类，这反过来又可以作为商业智能和主数据管理数据建模项目的输入。

　　互动协作技术被用于为共享和使用相关商业信息的用户群、组、部门建立定制的协同工作环境(Collaborative Workspaces)。这些协同工作环境使企业增强了现有的商业门户，使之更具活力和互动接口。

　　要建立一个协同工作环境主要有两个挑战。首先是选择合适的工具来负责这项工作。目前，很多企业的做法是简单地提供给企业用户工具，比如博客和标注，然后看看会发生什么。这种特别的做法是注定要失败的。相反，了解这些工具和技术的优点和缺点是很重要的，然后再根据用户的需要和技能灵活使用它们。

　　第二个挑战是协同工具可能导致信息的扩散以及隐私和安全问题。在非结构化商业内容中采用同样严格的结构化数据治理和质量鉴定过程，往往是不切实际的，因为它减缓了有价值的新方法的推广。尽管如此，某种程度的控制仍然管理这些商业内容所需要的。为了解决这个问题，企业需要建立不同层次的治理和质量鉴定过程，这依赖于相关信息的类型、信息在决策过程中的使用方法、以及使用者。