搜索和BI工具结合 全企业搜索方兴未艾

库的文件量远比每个人所说的那个英特网要大的多-------比已知的英特网大200到500倍。"

因此我们需要考虑，这些努力会给我们带来什么,在今天可以利用它做什么？并且，我们在不久的将来内能期望得到什么?

横跨两个领域的共同梦想

任何人都想从每次搜索中得到尽可能多的数据，这貌似合乎逻辑，真实不是那么简单的。个人事物、商业策略和技术使这个场景变得复杂起来。举例来说， BI 和搜索，传统上分属于二种不同类型的使用者，他们各操作各的工具。

"对于一个正在进行广告搜索的随机使用者来说，他想在搜索中，将无组织的数据和有组织的数据联合起来。而应用有组织的BI界面是完全错的。" Forrester 研究机构的分析家 Boris Evelson说： "对于这些使用者，搜索引擎提供了更好的应用。"

在这种情况下，最好是应用一个，能在后端对有组织和无组织的数据均进行梳理、而且可将结果显示在单一窗口的搜索引擎。这样的产品可从 Endeca 和FAST那里获得。同时 , 一些网络搜索引擎，例如  Alacra ， CloserLookSearch 和Northern Light,也正致力于为企业开发这项技术。

另一方面， Evelson 继续说道, 简单搜索的样本例子是“不需要为责任沉重的分析家工作, 分析家需要对数据切片、整理、将数据整合 (依照某领域或种类做数据概述),从摘要深化到细节，从一个维度跳跃到另一个维度。"

Evelson又补充说,这些使用者需要一个传统的 BI界面，就象Business Objects或 Cognos的产品那样，特别是假如他们想要 "跨越时间分析出一个模式, 接着再跳跃一步，跨越地域分析出一个模式, 然后将二者联合，看看其中一个是如何影响另一个的。"

BI 工具能产生文本搜索所不可能达到的理解深度，但是由于潜在数据库的坚硬结构，它们的洞察力也被限制了。相反地，文本搜索不受BI"规则"的强制，也不受BI所运行的数据结构的限制。二者结合的目标是：让人们能对无组织数据进行信息挖掘和BI分析，让人们对有组织数据做随机搜索。

BI 和搜索结合所取得的进展

一些公司藉由让一般的职员（不仅仅是分析家）放手使用 BI 工具而获得新的洞察力。举例来说，Labarge,一个电子元器件制造商, 将 IBM的Websphere 和数据建设工具这样的BI 前端，放置在公司的企业资源计划(ERP) 系统上的主框架内，使得数以百计的职员可以直接使用这款工具。而先前职员们不得不仰赖IT人员为他们做报告。

依照信息运营长官George Hayward 的话，既然职员们自己正在直接与数据打教导，他们对数据关系的理解会更好。并且学会了把数据当整体看待，而不是把数据当作一系列的报告。

"他们能够采用过去根本想不到的方法，来对多种数据源进行多层次的搜索请求"他说. "他们能够提出更好的问题，而且能够自己得到答案。"

有组织数据和无组织数据的差别显而易见。商业机构们正采取多种方法，力图从结构化数据和无组织数据中，找到信息并且联合信息。一种方法是给使用者一个单一的搜索界面, 然后将搜索请求，分离为数据库请求和另外要调用其它资源的搜索请求。这些要调用的资源可能包括自己的硬盘，公司储存网络，或互联网。接着，搜索结果被整合后，将对使用者做单一显示。

另外一种方法是无组织的文本文件、或者有关的数据，加入到数据存储仓库中。然后，只对存储仓库做单一搜索查询。第三种方法, 对于那些拥有成百上千报告的商业机构们，是有用的。这种方法就是，对通过公司搜索引擎能够发现的报告进行描述，以便让使用者在必要的时候能够接触到完整的报告。举例来说，去年秋天，Hyperion公司(现在属于甲骨文公司)宣布的为它的系统搜索工具增加一个插件，允许对Google OneBox 所储藏的Hyperion公司数