BI评论

数据仓库市场在性能、存储和分析能力上持续不断地提供改进的技术。随着功能的加强和价格的逐渐走低，当企业购买新的数据仓库系统的时候，往往以少的代价获得更多—或他们可以通过升级到更稳健的技术而获得附加值。

数据仓库系统的出现拓宽了许多企业在商业智能(BI)和分析的潜在用途，而且使企业能够利于他们能力范围之外的数据仓库技术。随着供应商和企业用户把更多的注意力放在数据仓库系统上，套装的系统可能将在数据仓库和发展中的商业智能（BI）方案中占有更大的比重。

无论潜在陷阱是来自业务或技术上，重要的是要评估它们如何影响着安装进程和对数据仓库系统环境结果的影响。开发一个详细的部署计划和清单，然后以它为依照来确保所有要求的任务的完成，可以帮助一个企业避免在数据仓库系统项目上的问题和错误。

由于BI软件的价格昂贵，人们一直认为中小企业中用不起BI系统，也不需要BI系统。其实不同的企业信息化程度并不一致，中小企业也可根据自身信息化的状况，选择合适的BI软件。事实上，正是因为中小企业规模小，生存的压力才更大，更需要时刻关注企业的经营数据。

笔者在利用数据方面作了多方面探索，有以下三点深刻体会：一是数据分析不在于用什么工具，而在于能不能从数据中得到有用的信息并影响企业的业务与管理。很多CIO一听到数据分析，马上就联想到数据仓库、数据挖掘等昂贵的BI软件，其实，在实践中……

在企业信息化的过程中，商业智能似乎是很高深的一个东西，因为注重商业智能的企业首先在观念上比其他的企业要理智、全面一些，这些企业应该具有一定的信息化积累。

当评估一款数据质量软件工具时，企业不仅需要考虑功能性(数据剖析、标准化、匹配、、监控以及改进等)，还需要考虑业务人员如何在没有IT技术人员的帮助下，充分理解并利用这些功能，甚至对工具进行管理。此外，企业还需要考虑如何将数据质量功能融入到业务流程中，或者其他的项目中，比如主数据管理和BI等。

互联网巨头从他们收集的用户信息和他们通过对其挖掘获得的洞察力上赚钱。零售商可以访问复杂的购物者行为模式来帮助他们更有利地对商店进货。

根据数据仓库研究院的研究，一个数据仓库是一个成功的商业智能（BI）的基础。

BI本就是一个开发平台，它完全可以根据每个管理者的喜欢来开发不同的模型与界面。

BI(BusinessIntelligence商业智能)的应运而生是有广泛市场空间的，企业在应用ERP系统以后，还必须有一套全面的分析系统来帮助企业进行有效的分析。因此，BI为企业解决信息价值问题的提供了有效的方法和工具。

目前，商业智能通常被理解为将企业中现有的数据转化为知识，帮助企业做出明智的业务经营决策的工具。

企业在应用ERP系统以后，还必须有一套全面的分析系统来帮助企业进行有效的分析。因此，BI（BusinessIntelligence商业智能）应运而生，为企业解决信息价值问题的提供了有效的方法和工具。

对于那些不想在IT人员协助下就可以完成数据分析的终端用户来说，微软的PowerPivotforSQLServer2008R2是一个很好的工具。业务人员可以自己动手将上百万行数据进行切割。

按照Elder博士的总结，这几大易犯错误包括：缺乏数据、太关注训练、只靠数据来说话......