中介数据（Metadata）是商业智能系统的核心，也是整个系统运行的引擎，其之所以被称为「描述数据的数据」(Data about data)，就是因为它本身并不是数据本体，而是描述形成数据的架构。中介资料能有效的结合商业术语与技术术语，让一般的使用者可以无须理会技术细节(如数据库实体位置、数据表格与字段之命名、字段的属性等)，也不需信息部门的协助，就可以对资料进行浏览，或是解剖性的深入分析。

　　FirstBI台湾分公司的产品技术经理陈运昌表示，商业智能系统在各行业应用的范围越来越为广泛，有些采行较久的用户，其在系统管理上的问题，也逐渐浮上台面，其中荦荦大者，就属中介资料的控管。管理与设计良好的中介数据，是整个系统顺畅运作的关键。但随着商业智能系统的日趋复杂，大型项目的中介数据管理，成为一个关乎系统成败的关键，捷冠信息以其在商业智能的多年专业经验，特别提出以下三项中介数据的管理要点：

　　一、 中介数据「过版」的管理

　　在大型的商业智能项目中，信息部门为了确保上线的稳定及报表、对象的正确性，会在运作环境上做更完善的考量设计，因此除了正式的系统环境(Production)外，尚会设立验收环境(UAT, User Acceptance Test)，以及测试环境(Testing)。当使用者有报表需求，必须由信息人员完成时，报表就须由测试环境、验收环境、依次躐等至正式环境，成为正式上线的报表。

　　在过去程序设计的时代，会有类似像Microsoft SourceSafe之类的工具，可以储存不同版本的程序代码，并且对差异处做出比对，便利程序设计师管理不同版本的程序代码。但在商业智能系统里，要在移转的过程中，顺利的将报表在不同环境中传递，是一件极为复杂的工作，因为其中还包含了报表本身内含的对象，如维度、度量、或是筛选条件的传递，如果商业智能系统本身并没有包含这样的「过版」机制，当大量报表移转的时候，光靠人工去比对、传递，会让整个程序变的非常棘手，不但过程难以掌握，更不容易保证不同环境间对象版本的一致性。

　　因此，完备的商业智能系统本身就必须具备对象过版比对的功能，并提示操作者是否该新建、覆盖、或删除相关的对象，才能确保对象转移的稳定性及正确性，而目前巿面上的BI产品仅有MicroStrategy的Administrator能提供自动过版比对的功能。

　　二、 底层数据库变更的冲击应变

　　另一个大型商业智能系统更常面临的重大课题，就是当数据仓储或数据超市的结构有变动时，对后续的中介资料及其内容的冲击性。过去的作法，通常会在信息部门存留一份完整的中介数据说明(书面或电子文件)，若底层数据库结构有变化，就去查询这份文件，循序查出对后续中介数据、对象以及报表、图表的影响，这是纯手工的作法。然而，在变动快速的时代，数据库的结构更要迅速反应外在的变化，因此，数据库架构的更动，会变成常态性的工作，也因此后续的冲击分析(Impact analysis)，是否能够自动化，成为信息部门是否能跟上脚步的重大关键。因此，选用适当的工具，协助信息部门管理中介数据，并分析其变动后的结构性变化，就成为大型项目极为重要的关键。

　　三、 中介数据的使用率分析

　　中介数据的使用率，基本上是衡量设计效率的重要指标，通常代表一般使用者提出需求的有效性，其中包含报表的存取次数、频率等。在大型项目中，如果商业智能系统具备纪录并分析中介数据使用率的能力，可以有效的协助信息部门评估所有报表的使用瓶颈，作为后续调整系统效能的参考；或是针对极少用到的报表，予以移除或移出公用区等，凡此种种，均可有效的降低大型中介数据库的复杂度，提升系统运行的效率。

　　以上所述，均是商业智能系统的管理人员在处理系统成长时必须面对的挑战，陈运昌强调，只要在中介数据的管理上迅速采取对策，将能使企业建置的商业智能系统保持顺畅的运作。

(责任编辑：任宁)