当你初次接触商务信息仓库（Business Information Warehouse）的概念，也许你会提出这是为了方便，但确实也是这样。接着，你或许将意识到，作为一种彻底的资源重配置方式，商务信息仓库使终端用户在整个信息处理过程中受益。
然而，你可能不会将商务智能（ Business Intelligence，BI ）分类为一种具有模式转换的重要性的战略化工具，除非 ，你能够为你公司的管理引入新视角。商务智能为企业管理提供了战略化的优势和一种实现商务性能管理（business performance management）的方法（依照全新的视角进行动态度量和性能目标追击）。这种管理方式的新体验，在今天合作化的世界中，越来越多的被新一代的管理者提及和吹捧。然而，去不去进行这样的实践，完全在于你自己的决定。
这是如何实现的？BI通过为你的管理决策支持系统提供及时、全面的可控智能和信息，让你对企业信息资源了如指掌。商务信息仓库以特定问题，特定部门的数据汇集的形式提供这种这些环节，它通过称为数据集市（data marts）的数据集合和一个称为分析系统（analytics）的处理框架实现。
快节奏的人生
蕴藏在商务信息仓库背后的理念是打破传统思想，建立一个全新的信息处理桥梁。过去，应用程序连接用户和数据，而现在，用户成为数据和应用程序间的纽带。其构思是为建立一个高准确度和实用性的数据仓库，让用户得以迅速，灵活和方便地进行查阅，以便在始终准确预报的基础上促成一个反应更为灵敏的商务环境。
如此的信息仓库显然是数十年来商务报告领域所梦寐以求的顶峰。然而，我们需要这样的报告吗?答案是肯定的，我们需要它们分析和监测当前的商务绩效。在这一领域中，信息仓库将成为你公司一个真正的战略优势。你必须打造这个分析系统，同时，进行体制转型来与之相适应。
然而，即使这样也只是完成了一半的工作。进行绩效管理公司为何要进行数据分析?是为了整体上的将公司作为动态产出的系统来评估公司的绩效，而不只是各独立部门的一个集合体的绩效。为了实现这一目标，我们需要重新考虑我们的信息仓库和我们的分析方法。
许多公司都实现了数据仓库，并部署了将其应用于分析的应用程序，然而，他们在做这些工作之前却没有预先考虑那些应用程序之间的协调性。这对于分析和监控一个部门的绩效没有问题，但在公司整体上使用就没那么简单了。无论如何，要有部门专用的或业务领域专用的数据市集和本地分析系统，在整个操作过程中，通过对分析系统和数据市集进行协调来优化你的投资。方法如下：
你需要从BI投资中找到信息利用的新模式。你应该调整公司积累的数据来优化公司绩效。如果说，通过数据集市/ 本地分析方案实现各部门的效绩提高被认为是战术性的行为，那么提高全公司的效绩无疑是战略性的：你要通过改变经营模式来利用信息。我们来进一步使用军事术语描述，不用“信息”这个词；而称为“情报”。
在军事行动中，没有共享的情报是无用的。如果你是位想要休假的将军，你必须协调两栖部队运输工具，海军、空军支援，和已派遣部队的活动。这些独立的部队都各自掌握着对局部的有用的情报。但是如果情报永远不能共享（尤其是，从未与你资源共享），其价值将大打折扣。那么，战略地优化数据仓库智能的首要原则就是：
从部门级别的数据仓库收集来的分析情报必须为全公司共享/使用。
要做到这一步的具体措施是什么?将你的数据市集和本地分析系统改造成一个商务知识网络（business knowledge network）。实现的方法有很多，并且都依赖于你用来实现BI和内部网络基础设施的软件。那些都是细节问题。你必须真正计划的是存储/通信（storage/communications）技术和数据仓库之间的那一层。
到底你将要传送什么?这是你要注意的。信息需在部门/业务（departments/business）单位间传递，并为最高级别管理层所用，它要求满足以下标准一部分或全部：
它是否是有效的信息? （例如，它是否是最新的、可靠的，以及是否影响决策?）
它是否影响部门级别的绩效, 或该信息对绩效的描述是否会影响任何级别上或任何其它部门/业务单位的决策?
该信息是否有助于绩效测量或公司高级别绩效目标的实时监控?
该信息是否预示了部门或公司工作目前或即将发生的中断或退步?
该信息是否影响了任何部门或整个公司的工作或反应的及时性?
一旦你决定了各部门进行决策时考虑的信息，实质上，你已为你公司的决策支持系统的核心情报知识进行了分类。你现在必须在部门级别上使用数据市集和分析系统对这一信息定期和及时的获得进行明确规定。这些你可以交给掌握这些数据的人完成。
下一步是建立一个通告系统，它将把情报从一个部门传递到另一个部门，使那些正在进行的智能测量标准体系成为一个实际的分布系统。例如，当销售部确定市场上对某产品的需求有增加，系统则要通知生产、仓储、物流部门和高级经理人员。这些通知将几乎始终是发给多位收件人的，因为从总体来看，大多数商务活动不是部门内部的活动而是部门间的互动。
第二个主要工作是：
当数据显示绩效提高或降低时，及时通知其它部门，使部门绩效测量标准体系成为一个分布式的、公司范围的系统的一部分。
和老板谈话
接着，你将需要一套高级分析系统来将情报从部门级别传递给高级经理人员。这些将产生公司整体绩效所定义的绩效测量方法的比较数据。另外，你需要配置计划的绩效测量标准和实际的绩效监测，通过这些集成的测量标准而得来的数据，对高级决策者来说，应该是易于理解的。
这些高级分析系统是你成功的关键。在生成这些分析系统时要牢记几个重要原则：
它们不是由管理高层来定义的。相反，管理高层告诉你必须测量什么东西来有效地优化全公司的绩效，而你要找出部门级别的功能参数；最后, 在每个领域，你需要一位专家帮助你来定义这些高级分析系统的具体步骤。
没有一个人可以告诉你积极或消极地影响公司绩效的每个因素,而那正是这些分析系统计划去获得的；你必须有效地把你的中级和初级专家汇集起来，让他们广泛地交流，以便更准确地定义这些分析系统。
必须对它们进行全面的测试；既然它们属于一个为了进行高精确的预报系统的一部分，进行性能评估是十分重要的，根据部门级和高级管理级目的进行比较性的评估，以及指派合适的人员对其进行检查，直到这些高级分析系统的性能指数被得到肯定。
那么，你的最终目标是：
创建高级分析系统，向高级管理人员（或任何想要了解的人）提供准确的，及时的，用于评估整体业务绩效的测量标准。
说起来当然比做起来要容易得多。你将可能为了一个较大的转变或实施一再地开会并对细节进行讨论。你要投入大量的人力和时间，这是当然的，但是这些时间你将可以从业务绩效中得到补偿，你会发现那些绩效迅速提高。它不会让你花费数百万购买新软件或对老系统进行大修：
你可以在你现有的基础上，使用你现有的工具建立这样一个系统。
你无需从头来过。如果你已经设计了一个非集中的，高度分散的数据仓库（就象大多数数据仓库那样），上面描述的一切只是在你现有基础上的附加。如果你已经在数据仓库上进行了投资，那么，你就更接近目标了。如果你还没有考虑过追加投资进行升级，想想看，如果你能向高级管理人员展示这样一套方案，并告诉他们这个不用再付钱了，他们会怎么看你？问题在于如何把它好好利用起来。
