商务智能的起源

一、企业信息化从IT应用到商业智能

中国从工业化向信息化转变的过程中，相关的商业理念正发生一个“第二次现代化”性质的演变，它与第一次现代化的商业理念混合在一起，共同构成了中国不同于其它国家的“新型工业化”类型的商业理念体系。 第一阶段：电子网络技术与科学管理

1981年，国家有关部门决定由北京商业机械研究所引进日本欧姆龙公司的OMRON528收款机，应用试点放在北京东风市场，我国的商业用户有了第一次应用商业收款机的经验，而这正是我国商业开始迈上信息化道路的第一步。这一阶段商业理念的特点，是在原有管理基础上，用新的技术，对传统管理进行加强，提高效率，降低成本。

经过25年的发展，当前，企业已普遍采用电子网络技术，广泛应用于业务之中。信息技术为科学管理服务这一特点，是由中国国情决定的。中国的工业化并没有完成，实行科学管理，对大部分企业来说，还是一个有待完成的历史作业。 第二阶段：集成应用与流程再造

集成应用表现为采用技术集成、数据集成等高新技术和设备，实现企业购、销、存全过程的全面自动化处理。流程再造相对于传统的科学管理的最大区别在于，它不再是以职能为核心，转而以流程为核心进行管理。流程再造相应带来的组织变革，就是从科层制结构，向扁平化结构转变。而效益特征从边际成本递增转向边际成本递减。

在集成应用和流程再造方面，ERP实施和供应链管理在中国具有突出重要地位。从2004年的最新数据来看，我国制造业企业的信息化，正从个别流程信息化阶段，向内部集成阶段转变。不到一半的企业处于个别流程信息化阶段，比例比去年有所下降；近1/3企业向内部集成阶段发展，比去年略有上升。而真正进入到管理变革阶段的企业还是少数，不到1/5。

这一阶段商业理念的特点，是把效益目标开始聚集到效能之上，即改善“提高效率，降低成本”的边际效果。虽然从总体上说，我国企业并没有全面进入以流程为核心的管理再造阶段，也还没有普遍接受扁平式管理的商业理念，但中国企业在这方面，却做出了大量的实践探索。值得注意的是，大企业通过供应链管理，带动上下游企业实现电子商务，在推动商业理念转变中发挥了突出作用，正成为中国电子商务发展的一个突出特色。 第三阶段：商业智能突显以人为本

随着计算机和信息技术向知识处理和智能处理领域的冲击，利用IT技术不仅解决定量化分析的问题，并且辅助和参与定性处理的智能决策问题。对于网络化企业，尤其是基于互联网环境下的网络企业，由于其具备更强的数据收集能力，具有更严格的信息时效性需求，因此更需要利用先进的数据库技术和数据挖掘技术，加强数据分析能力以实现更为复杂的智能决策支持系统。这一阶段的特点是：信息化从管理深化到决策，商业理念日益向着以用户为中心的方向转变。

当前，商业智能在中国刚刚起步。国家有关部门在“十五”规划中将现代商业企业决策支持系统和行业管理决策支持系统列为重点科研开发与应用的内容。要求有关机构开发出适合我国国情的高效实用的数学模型和算法，加速数据仓库、数据挖掘软件本地化、产品化工作，建立适合我国商业企业特点的决策支持系统应用环境和技术支持体系，推动决策支持系统的应用。

商业智能，又称商务智能，英文Business Intelligence，简写为BI。商业智能的概念于1989年最早由加特纳集团（Gartner Group）提出，加特纳集团将商业智能定义为：商业智能描述了一系列的概念和方法，通过应用基于事实的支持系统来辅助商业决策的制定。商业智能技术提供使企业迅速分析数据的技术和方法，包括收集、管理和分析数据，将这些数据转化为有用的信息，然后分发到企业各处。

1.世界著名厂商对商业智能的定义

1） 国际数据公司（Internet Data Corporation，IDC） 将商业智能定义为下列软件工具的集合：

² 终端用户查询和报告工具。专门用来支持初级用户的原始数据访问，不包括适用于专业人士的成品报告生成工具；

² 联机分析处理（On-Line Analytical Processing, OLAP）工具。提供多维数据管理环境，其典型的应用是对商业问题的建模与商业数据分析。OLAP 也被称为多维分析；

² 数据挖掘（Data Mining, DM）软件。使用诸如神经网络、规则归纳等技术，用来发现数据之间的关系，做出基于数据的推断；

² 数据集市（Data Mart）和数据仓库（Data Warehouse, DW）产品。包括数据转换、管理和存取等方面的预配置软件，通常还包括一些业务模型，如财务分析模型； ² 主管信息系统（Executive Information System, EIS）。

企业机构利用上述软件工具在统一的BI平台上建立所需的企业范围内的商业分析。从系统的观点来看， 商业智能的过程是从不同的数据源收集的数据中提取有用的数据， 对数据进行清理以保证数据的正确性，将数据经转换、重构后存入数据仓库或数据集市（这时数据变为信息），然后寻找合适的查询和分析工具、数据挖掘工具、在线分析工具（OLAP）对信息进行处理（这时信息变为辅助决策的知识），最后将知识呈现于用户面前，转变为决策。

2） 国际商用机器（International Business Machine，IBM）

认为：因为每个BI专家对商业智能理解的不同，商业智能的定义也是多种多样的。实际上，商业智能是一系列由系统和技术支持的以简化信息收集、分析的策略的集合，它应该包括企业需要收集什么信息、谁需要去访问这些数据、如何把原始数据转化为最终导致战略性决策的智能、客户服务和供应链管理。

IBM公司在传统、实时反馈（Real-time Feed）、嵌入式（Embedded）三种商业智能模型的基础上提出了闭环BI（Closed-loop BI）的概念，认为：事务数据是动态捕获并整合到数据仓库中的，之后数据仓库再将数据提供给一些商业智能工具，例如 OLAP 或挖掘工具。接着，商业智能的输出以推荐对策（例如动态价格变化）的形式直接反馈给前线的决策制定者。这样就形成了一个闭环，从而创造出一种零延时环境。零延时环境允许公司将分析结果整合到每天的企业运转中，并缩短业务决策与业务行动之间的时间间隔。为了实现这个系统，首先应该将这个闭环流程自动化。这可以通过实时构建一个数据仓库、集成实时分析引擎并利用实时规则引擎来实现。其次，这个自动化的闭环流程应该实时出现。这种闭环环境根据由决策引擎生成的消息动态地调整企业运作。这两个标准为更快地制定决策、更快地将产品推向市场以及获得更大的市场机遇打下了基础。

IBM为零售行业提供了专门的商业智能解决方案RBIS。RBIS提供全面的包含零售企业客户分析、商品定价、营销效果分析、商店运作等多方面的报表库。 IBM商业智能的基本体系结构包括以下部分：

² 数据仓库：Warehouse Manager（数据仓库管理器）用于抽取、整合、分布、存储有用的信息；

² 多维分析：DB2 OLAP Server（DB2多维服务器）全方位了解现；

² 数据挖掘：Intelligent Miner用于发现问题、找出规律，达到真正的智能效果：预测将来。

3） 微软（Microsoft）

认为：用最简单的术语来说，商业智能是任何尝试获取、分析企业数据以更清楚地了解市场和客户、改进企业流程、更有效地参与竞争的努力。在正确的时间向正确的决策者提供正确的信息，商业智能使企业用更好的时间做出比以前更好的决策。衡量商业智能解决方案的标准是从数据获取知识的能力，这种能力应该可以处理那些远远超出人类简单分析的大量信息并识别其模式、趋势、规则和关系。为此，需要使用强大的、灵活的、易用的、可用的分析工具来做出有用的比较和智能的决策。 微软商业智能包含如下组件：

² 以Microsoft SQL Server、Analysis Services及Microsoft Office为主

² BI共同作业：SharePoint Portal Server

² 可视化：Data Analyzer

² 地理空间分析：MapPoint

² 点击流分析：Commerce Server 2000

² 零售与营销分析：BI Accelerator for SQL Server

² 项目管理：Microsoft Project

² 资料分析：Office Web Components

4） SAP

认为：商业智能是一大类收集、存储、分析和访问数据以帮助企业用户更好进行决策的应用程序与技术。商业智能应用程序包含如下活动：决策支持、查询和报表、联机分析处理（OLAP）、统计分析、预测和数据挖掘。

SAP的商业智能工具有：SAP Business Information Warehouse (SAP BW)和SAP NetWeaver。

5） 甲骨文（ORACLE）

6） Cognos

认为：商务智能是能使终端用户对企业性能进行监测、分析和形成报表的软件。商业智能可以使企业不总依赖IT部门为组织的数据资产和企业流程带来可见度、清晰度和洞察力

商业智能可以从不同的数据源中聚合和巩固完全不同的内外部数据到一个中心框架中，创建一个公共的、共享的上下文以在一个部门或整个组织中实现有效的、协作的决策制定。商业智能可以在部门级别展开以支持一个特定的6Σ项目，也可以在企业范围内展开以衡量和管理整个公司的绩效。组织可以利用商业智能安排策略，也可以利用商业智能检验策略的效果。

产品和解决方案：

² ETL工具——Decision Stream

² 事件和检测——NoticeCast

² 统一的元数据——Cognos Architect

² 记分卡、KPI——Cognos Metrics Manager、Cognos Metrics Designer、Visualizer

² 报表——ReportNet

² 即时查询——Cognos Query、ReportNet Query Studio

² OLAP分析——PowerPlay、PowerPlay Enterprise Server、Transformer

² 门户——Cognos Upfront

² 安全性——Access Manager

² 配置和管理——Cognos Server Administration、Configuration Manager

7） Business Objects

商业智能技术允许组织跟踪、理解和管理至关重要的企业信息。随着越来越多的组织在寻求接近存储在它们事务系统中的有用的信息的方式，商业智能将扮演一个日益重要的战略角色。一个典型的商业智能项目的平均投资回报率（Return Of Investment, ROI）超过了430%，但是分段实施的商业智能项目导致组织不能全面从全球化的、交叉功能信息分析中获益。

BusinessObjects 率先提出电子商务智能（e-Business Intelligence）的概念，将电子商务和商务智能紧密地结合起来。电子商务使得商务关系超越了单个企业范围，延伸到供应商、客户以及投资商。这意味着需要有易用的、安全的、可伸缩的、可扩展的商务智能解决方案来满足企业内部和外部用户的各种需求。信息民主将在具有前瞻性思维的企业中浮现。BusinessObjects提出的概念还包括人力资源智能（Human Resource Intelligence）、产品

和服务智能（Product & Service Intelligence）、6Σ智能（Six-Sigma Intelligence）、供应链智能（Supply Chain Intelligence）等概念。

产品及解决方案：

² 查询、报表及分析工具——BusinessObjects 5i、WebIntelligence

² 管理工具——BusinessObjects Designer、BusinessObjects Supervisor、BussinessObjects Auditor

² 企业分析应用——BusinessMiner、BusinessQuery、BusinessObjects Set Analyzer

² 开发工具

8） SAS

商业智能是：关于在组织内部和组织周围正在发生的智能或知识。

当今世界，组织的信息存在分野：一方面，ERP、会计系统，订单录入为组织报告常规的数据；另一方面，商业智能为组织提供知识和洞察力。商业智能允许组织从内部数据提取可以驱动组织前进的信息精华。

产品和解决方案：

SAS Enterprise BI Server： SAS Web Report Studio, SAS Add-In for Microsoft Office, SAS Information Delivery Portal, SAS Information Map Studio和SAS Integration Technologies。 9） Teradata

商业智能的目的是帮助决策者制定消息灵通的选择。因此，现代商业智能系统必须能处理海量的、详细的、全异的数据并快速将其转化为有意义的、准确、决策者可以放心执行的信息。

Teradata提供的零售解决方案（Teradata Retail Decisions）包含六大核心组件： ² 商品分类分析（Assortment Analysis）：在最小存货单元（Stock Keeping Unit, SKU）和业务处理级别上确定商品库存是否合理；

² 商品促销分析（Promotion Analysis）：在最小存货单元（Stock Keeping Unit, SKU）和业务处理级别上确定商品的拣选和调拨；

² 客户分析（Customer Analysis）：利用可标识客户的数据分段了解客户的购买偏好、对促销的敏感性和收益；

² 渠道分析（Channel Analysis）：确定所有销售渠道（店铺、目录、电子通道等）上分类、促销及消费者购买活动的效率；

² 供应商分析（Vendor Analysis）：分析供应商提供商品的销售情况、运作效率和边际贡献以帮助谈判和商品分类计划；

² 财务分析（Financial Analysis）：对可以用来衡量和提升性能的、主要财务数据（资产、负债、费用和收入）提供及时的洞察力。

10） all – BI

认为：商业智能是一个没有显著特点的术语，主要应用在一大类用于收集、存储、分析和提供数据访问以帮助企业用户作出更好决策的应用软件和技术上。商业智能应用软件包含的活动有：决策支持、查询和报表、联机分析处理、统计学分析、预测和数据挖掘。

一种变通的描述商业智能的方法是：在公司内部和企业流程过程中进行决策支持所需要的用来将原始数据转化为信息的技术。

在市场竞争中保持兴旺的关键是在竞争中领先。依据准确、及时的信息制定稳定的决策显然要比仅仅靠直觉有效。数据分析、报表和查询工具可以帮助企业用户穿越数据海洋，并从中综合出有用的信息。这些工具在今天被共同归入一个类别：商业智能。

11） MicroStrategy

商业智能是一系列能够使公司分析数据库中的数据并根据收集的信息获得的洞察力来做决策的软件系统。这种洞察力可以帮助公司：提高效率和生产力、构造强的客户关系、优化生成收入的战略、增加收入并使收益最大化。

商业智能技术由不断增长的用户需求进化而来以支持截然不同的应用模式（或风格）。这五种不同风格的应用模式构成了完整功能意义上的商业智能，以满足商业用户监测、报告和分析数据的需求，包括记分卡（scorecards）和仪表盘（dashboards）、企业报表、OLAP分析、高级预测性分析、警报和前摄告示。

零售解决方案：

零售业要求高性能的商业智能应用程序来支持企业面临的激烈挑战和趋势。MicroStrategy 8实现的零售解决方案包括：

² 商品管理（Merchandise Management）：在合适的时间向合适的店铺提供合适的产品；

² 供应商分析：评价供应链的活动性，物流运转和大范围度量下的供应商性能；

² 销售和市场分析：销售管理、市场促销、运作和预算；

² 客户分析和关系行销（Relationship Marketing）：在小粒度和聚集水平上分割用户数据；

² 商品类别管理（Category Management）：多变量（行销、计划、运作、分布等）分析获得的有效商品管理

² 库存管理（Inventory Management）：动态库存帮助零售商避免因经济变动、技术或消费者条件而引起的产品损失；

² 流失预防（Loss Preventions）：揭露内外部欺诈行为、甄别经营犯罪、阻止欺诈活动；

² 员工绩效管理（Employee Performance Management）：由多个人力资源管理标准变量（销售量、小时数、预算等）分析获得的员工绩效评价；

² 电子商务分析（Ecommerce Analysis）：分析大量Web上的商务数据以使流通用户有效管理Web渠道；

² 财务分析：检查影响财务性能的度量以做出有利可图的商业决策。

12） DM Review 杂志

认为：从数据分析的观点，商业智能是收集与研究主题相关的、高质量的、有意义的信息、以帮助分析信息、得出结论或做出假设的过程。

从信息系统的观点，商业智能是提供给用户联机分析处理或数据分析以帮助回答商业问题、在被观察信息中识别重大趋势或模式的系统。

在过去的10年中，信息系统的名称从主管信息系统（Executive Information System, EIS）变为决策支持系统（Decision Support System, DSS），现在的名称就是商业智能系统。

13） Hyperion

大量涌现的集团化运作企业，对庞大而复杂的财务关系和信息流分析提出更高要求，信息技术、管理理论的成熟，催生了商业智能和企业绩效管理。

企业绩效管理（Business Performance Management, BPM）软件允许公司将策略变为计划、监测执行过程、提供能提高财务和运作绩效的洞察力。

商业智能是一类软件，它使公司能访问、分析并共享信息以了解企业的运作情况。商业智能为用户提供从多种不同数据源对历史信息进行访问、分析和统计预测的工具。商业智能的结果是改良的、导致更好运作绩效的决策制定。

2、商业智能产生的背景

（1） 企业的“数据监狱”（Data Jail）现象

商务活动从办公自动化出现的早期开始就在其运作过程中收集大量的数据，包括销售、成本、质量控制、库存、客户服务等各方面息息相关的企业数据，分别存储于数据库、数据集市、数据仓库、多维数据库、第三方的应用或其它文件中。因此对大部分企业来说数据处理的问题不是数据缺乏，而是大量的数据冗余和数据不一致。庞大的数据乏，而是大量的数据冗余和数据不一致。庞大的数据量和传统数据管理方法的缺陷，使大部分企业出现了“数据拥挤”(数据监狱) 现象，既不利于企业的管理也不利于信息的有效利用。因此，如何解决数据拥挤，同时又能使这些数据充分地发挥作用这已成为企业商务发展的一个热点问题。 （2）、“数据= 资产”新企业观念的建立

在企业界，数据资产的观念正在进入企业的资源规划( ERP) 系统中，而把数据转换为资产的方法和技术也正在成为企业投资IT 的热点。因为目前大部分大中规模的企业都是信息丰富的组织，而一个信息丰富的组织的绩效不仅仅依赖于产品、服务或地点等因素，而更重要的是依赖知识。而从数据—信息—知识是一个并不简单的过程。商业智能的本质正是把数据转化为知识，致力于知识发现和挖掘，使企业的数据资产能带来明显的经济效益，减少

不确定性因素的影响，使企业取得新的竞争优势。 （3）、企业运营模式的变化

电子商务正在改变着全球商务活动的方式，信息在经济活动中越来越占据着重要的地位。对企业来说信息包括生产、销售、市场、顾客和竞争对手的信息，信息是企业竞争的战略性资源。建立在Internet 之上的企业经营模式电子商务：电子邮件、电子数据交换、电子支付系统、电子营销等技术的发展和应用为商业智能系统提供了市场和生存环境。 （4）、数据库和人工智能技术的发展

商业智能的发展也得益于相关技术的发展，并行处理系统、廉价数据存储、新数据挖掘算法、神经网络技术、人工智能技术、决策支持技术、从大量数据中发现其后潜藏的商业机会等等技术的发展，使企业能以更低的成本投资商业智能，并取得更高的IT 投资回报率。

3、商务智能系统整体架构

图1 BI的体系架构图

4、商务智能核心技术

商业智能的核心技术主要包括以下四个方面：数据仓库（Data Warehouse，DW）技术、联机分析处理On-line Analytical Processing，OLAP技术、数据挖掘Data Mining，DM技术和企业信息门户（Enterprise Information Portal，EIP）技术。

1） 数据仓库

1996年W.H.Inmcn提出，数据仓库是一个面向主题的、集成的、稳定的、包含历史数据的数据集成，用于支撑管理决策的制定

数据仓库是实现商业智能的数据基础，是企业长期事务数据的准确汇总，数据仓库完成了数据的收集、集成、存储、管理等工作，商业智能面对的是经过加工的数据，是的商业智能更能专注于信息提取和知识的发现。数据仓库为商业智能撷取或载入大量原始信息，归并各种数据源的数据，用于支持企业管理和商业决策。商业智能要充分发

挥潜力，就必须和数据仓库的发展结合起来。

国内在该领域的研究时间较短，相关的研究集中在简单介绍和一般系统的结构设计上。

目前数据仓库的供应商很多，比较著名的有IBM、Sybase、Microsoft等。 2） 联机分析处理技术

联机分析处理技术是关系型数据库之父GoddEF博士在1993年提出的，它为准确定义多维模型、操纵多维立方体提供了技术基础。利用该技术可以对基于数据仓库中多维的商务数据进行在线分析处理，生成信息的商业信息，又能实现监视商务运作的成效，是管理者能自由地与商务数据相互联系。该技术可用于多个领域，例如市场利润分析、后勤分析、经济预算和预测、税收计划、成本会计等。

国内关于该技术在商务智能中的应用的综述性文章较多，缺少较深入的理论研究。其中一个主要原因是由于受到国内数据仓库应用的发展限制，缺少具体的实现环境。国内研究内容主要集中在对技术和概念的介绍以及简单系统的构造应用等方面，如对联机分析处理。数据立方体等基本概念的介绍；对基础立方体集概化算法的应用。 3） 数据挖掘

数据挖掘是指从数据库、数据仓库或其它信息库中的大量数据中挖掘人民感兴趣的只是的过程。利用该技术的商务智能智能化的成度最高，在海量数据和文档中发现以前未知的、可以理解的信息，已预测未来的企业行为。其理论依据是：如果能够找到好的描述现有客户基础特征的未来变换趋势，就能掌握致胜先机。数据挖掘可以发现复杂或惊喜的答案，而这些是联机分析处理所不能做到的。

国内对于数据挖掘技术应用于商业智能研究开展较晚，研究主要放心包括： （1） 分类使用：分类商业问题涉及商业规则查找，累的描述为显示的或隐式的。

（2） 侧面生产BestN：是分类方法的变种，用于目标市场、测试邮件及恰当处理

的决策。

（3） 神经网络使用：从结构上模仿生物神经网络，是一种通过训练来学习的非线

性预测模型应用。

（4） 规则发现和决策树的使用：规则发现算法用于带有属性或描述的数据项中，

目的是要显式描述抽取的规则，显示规则有事模型化为决策树，典型例子是信用卡的信用风险分析。

（5） 关联的使用：关联描述一组数据项母的密切度过关系，通过发掘事务数据可

以派生关联规则。

（6） 顺序模式和顺序序列使用：分析数据仓库中一组同类型的数据，如订购了打

印机以后还可能订购打印纸，可借此发动促销，增加效益和顾客满意度。 （7） 聚簇分析：当要分析的数据缺乏描述信息 ，或者无法组织成任何分类模式

时，利用聚簇函数自动找到类，可用于一组顾客的现金流分析或市场细分。

4） 企业信息门户

企业信息门户技术提供了一个用户与企业的商业信息和应用软件间的接口。企业的商业信息，不只是被存储在数据仓库中，而是分布在不通的系统和应用软件之中。商业智能系统是通过企业信息入口来收集、组织和集成整个企业范围内的商业信息，并且对不同的用户提供不同的访问信息权限。

国内对于企业信息门户技术的分析和研究近几年逐渐增多，并逐渐深入。国内的企业信息门户技术研究主要集中在以下内容：

（1） 全客户门户技术。全客户门户也称为非网络化门户，这种技术采用客户机-服务器结构，以高速度处理器运行应用程序、预留存储空间存储数据文档以及

按装高容量内存处理并发任务。同时采用数据库中间件允许客户透明地访问后台各种异质的数据源。其结构强壮，可以进行离线分析，但成本较高。 （2） 瘦客户门户技术。瘦客户门户也称为网络化门户，采用浏览器服务器结构，

不同的是，这种应用在通过采用数据库中间件允许客户透明地访问后台各种异质的数据源的同时，采用Web服务器中间件提交WEB客户的请求。七结构没有全客户门户结构强壮，作用与功能相对较弱，但策划女干部较低，结构部署更快、更容易。该结构允许用户通过网络访问个性化的界面和应用来实现商务应用，可以把现有的业务应用、数据、实时数据流、业务事件和Web的内容集成到一个统一个信息窗口，具有持续的可用性和端到端的安全性，将客户、雇员、合作伙伴和供应商的业务流程直接相连，从而能够帮助现代企业达到节约资源、拓展市场的目的。

5、商业智能为企业带来什么效益

商业智能能帮助企业的管理层进行快速、准确的决策，迅速的发现企业中的问题，提示管理人员加以解决。但商业智能软件系统不能代替管理人员进行决策，不能自动处理企业运行过程中遇到的问题。因此商业智能系统并不能为企业带来直接的经济效益，但必须看到，商业智能能为企业带来的是一种经过科学武装的管理思维，给整个企业带来的是决策的快速性和准确性，发现问题的及时性，以及发现那些对手未发现的潜在的只是和规律，而这些信息是企业产生经济效益的基础，不能快速，准确的制定决策方针等于将市场送给对手，不能及时发现业务中的潜在信息等于浪费自己的资源。比如：通过对销售的分析可发现各类客户的特征和喜欢购买商品之间的联系，这样就可进行更有针对性的精确的促销活动或向客户提

供更具个性的服务等，这都会为企业带来直接的经济效益。

6．商业智能对企业的影响及需必备的条件。

近年来，BI系统应用越来越广，据调查显示，BI已超越网络安全，首次成为企业首要的IT投资项目。BI之所以如此受欢迎，是因为它能够对数据进行智能的分析和挖掘，同时形成一定的决策依据，从而达到提升企业的管理水平、降低成本、提高效益的效果。

BI可以为企业带来的好处有以下几个方面：

一、因BI具备数据挖掘功能，可以将被动的数据警报，提升到主动的数据预警，帮助CEO提前部署企业的战略决策，因此它能为CEO提供决策依据。

二、让业务人员通过BI工具区挖取商机。企业的业务部门通过多维度动态报表的分析，可以更加清晰地看到市场上某种产品在哪个区域比较受欢迎，这样可以让企业对市场的费用投入更加有针对性。

三、提高整个企业的工作效率。企业通过引进BI技术与ERP进行整合应用，对企业一些不必要和不合理的环节和业务流程进行优化，使企业的业务流程更适合于整个企业的发展，提高企业工作效率。

四、其次利用智能分析工具，可以使企业将KPI落实到每位员工的KPI考核上，能够有效地对员工进行激励，BI也可以用来确定对员工的期望，帮助他们并跟踪管理其表现。

五、BI还能加强顾客忠诚度，通过让客户和合作伙伴使用BI系统。给客户和合作伙伴一些访问BI平台的权限，使他们可以自己从BI平台上实时获取相关的报表和信息，节省大量时

间，这样企业信息对于顾客来说是透明的，一个参与其中并掌握充分信息的顾客更加有可能购买企业的产品和服务。

然而，不是所有的企业都能实施BI的，它需要一些必要条件，那么BI在企业成功运营需要哪些土壤呢?

笔者认为，部署BI时企业需要很好的信息化基础。CIO应该在企业ERP系统和自开发的MIS系统应用相对成熟完善、能够及时、准确地收集数据后，再考虑应用BI。这是因为BI本身是企业在信息化具备一定基础的条件上出现的一种管理办法。如果企业的数据库等基础工作没有到位，BI方面的投资再大，其结果也只能是徒劳无功。

只有做好了一些信息的基础工作，才能使BI有基本的运行平台，也为BI导入后的正常运作奠定了基础。

除了有很好的信息化基础这个先决条件外，企业还需要以下几大要素才能保证BI在企业成功运营。

①高层领导重视。与ERP等其他应用系统一样，BI也是一项“一把手工程”，只有高层领导重视才能使BI实施成功，这是因为，实施BI必然会对企业的各个方面产生触动，暴露一项企业管理或者业务方面的不足，从而影响到某些领导和部门的权威和利益，因此需要一把手有力支持才行。

②对人才要求高。BI是通过分析软件，为复杂的IT决策提供智能化管理报告。因此它不但需要数据挖掘技术人员，还需要行业专业技术人员，并要结合客户自身的需求，如果其中任何一个环节出现问题，都无法真正发挥BI的威力。

③数据质量高。如果BI系统是由并正确的数据所产生的话，那么这个系统将一文不值。经常性的对数据进行清理并且将其集中到一起、重新设计应用程序的界面以减少错误，能确保BI系统所产生的结论是可信的。

因此，不是任何企业都合适部署BI，它需要一些前提条件，企业如果还没达到这些要求，贸然过早地部署BI 项目，它将会面临不良数据带来的诸多问题，使系统的应用效果降低。

目前我国企业在BI应用阶段皆处于初级阶段，即信息规范化阶段。从基础做起，从上至下，理清各个岗位，各个部门需要了解的数据和这些数据在实际工作中的应用，逐步形成相对固定格式的报表，同时在企业内部统一各个指标的含义和算法规则，并将这些指标应用到日常的决策和考核上。

7、商业智能软件决胜未来

经过多年的发展，综合了数据仓库、联机分析处理(OLAP)工具和数据挖掘等技术的商业智能(BI)系统，已经成为影响企业发展的重要工具。未来几年，中国企业对科学实施企业管理、进行企业决策的需求会更为强烈，BI工具对中国企业的发展必然会形成更深远的影响。

回顾即将过去的2010年，企业商业智能的应用现状，我们发现目前继ERP之后，传统的管理软件已经开始进一步深化应用现有的信息系统，CRM、商业智能在企业中的活跃度开始呈跳跃式的提高。2010年对于国内的企业来讲，大部分企业已经具备了良好的信息化基础条件，由于不同企业的业务变化以及管理难度越来越强、集团化的经营也越来越多，企业对于决策分析系统，也就是我们常讲的商业智能系统需求越来越迫切。

正是基于国内用户这种大量对于分析的需求，进一步增强了各大IT服务商纷纷加强对于商业智能的进军，前几年，国际大厂商SAP收购BO、甲骨文收购海波龙、IBM收购Cognos、而国内则用友收购尚南科技等等一系列的动作，表明了商业智能在未来的前景。

众所周知，在ERP等基础信息系统部署完之后，企业能够对其业务数据进行更为有效的管理，于是如何利用这些数据创造价值成为企业下一步思考的问题，希望藉此来实现多重企业目标。与此同时，BI系统已经作为一种含金量极高的管理工具，融会在部分大型企业管理文化的血脉之中了，成为它们市场利益追逐历久弥新的财富基因。BI在帮助企业管理层发现市场机会、创造竞争新优势的作用显而易见，因此成为企业信息化的新宠也是必然的。

与此同时，随着移动互联网的普及，移动商业智能有可能成为2011年的新亮点， 当我们在看到企业不断创新的时候，移动商业智能的推出或许能够改变未来竞争的有效格局。

或许商业智能服务商也已经意识到移动应用的重要性，纷纷为移动应用做必要准备。据了解，目前国内的商业智能服务商已经在开始考虑在2011年移动商业智能的应用事件，而在国外的商业智能服务商TIBCO等已经在移动应用方面开始涉及到 。

不过，在我们憧憬移动商业智能未来的同时， 我们发现移动商业智能并不是一蹴而就的，它还需要涉及到不同领域如(电信运营商网络)、不同技术的对接、终端接口以及相应的终端设备限制等等。虽然是困难重重，但我们发现当我们的用户有这样的需求以后，相信在未来突破相关的限制以后，移动商业智能必然会成为商业智能服务商竞争的有力手段，也会成为普及发展商业智能在企业中的应用趋势。

最后，相信随着云计算的大规模普及，下一代BI精细分析系统很可能会建设在动态的基础架构上，而虚拟化、云计算等技术的发展也会带动BI系统的建设和应用。在动态基础架构之上，通过虚拟化技术的优化，BI可以帮助企业实现节能或者灵活采购等，让企业大

规模降低运营成本。这必然会让BI系统实现更为广泛的应用，这就是所谓的云BI，另外与此相对应的是移动BI，通过新的技术手段，也可以让BI在中国市场更上一层楼。

8、