BI理论

当今的商业环境日趋全球化，竞争越来越激烈，仅仅知道企业的发展方向是远远不够的。企业必须更快地制定计划，尽可能以更低的预算和更少的资源办更多的事情。商业智能在中国已经逐步成为企业进行业务决策强有利的分析工具。对于快速消费品行业而言，这个行业中企业的业务运营和管理特点也决定了商业智能(BusinessIntelligence)系统在这个行业中应用的深度。

农夫山泉-SAPHANA的成功实施，卓越地提升了农夫山泉的商务智能系统，实现了数据展现速度上质的飞跃、实时的数据同步以及高效逻辑计算，为企业带来可观的商业价值。

根据Wikibon最新的研究显示，对于大多数企业来说，大数据项目的投资回报率令人失望。Wikibon首席研究员JeffreyF.Kelly认为，“从长远来看，企业期望的投资回报率是3-4倍。但是根据我们的分析，目前企业获得的平均投资回报率约为55%。”

随着“大数据”这个词的火热，越来越多的科技公司都希望自己能跟它沾上边。当然，也有越来越多的公司已经从中受益。

BI是帮助企业提高决策能力和运营能力的概念、方法、过程以及软件的集合，是利用多个数据源的信息以及应用经验和假设来提高企业决策能力的一组概念、方法和过程的集合。BI使用的关键是业务数据的支持和想清楚BI能给公司分析什么，BI软件工具功能比较强大，使用BI工具以后，感觉BI就是一个统一分析思路的过程。

作为电商产品设计领域的资深人士，王欣磊向来喜欢用数据分析问题。但越来越丰富的数据，也给他带来了新困惑：当一个数字在下降，另一个数字在上升时，如何证明这两者间具有相关性?购物车转化率下降的问题，便是一个典型的案例。

随着移动互联网的快速发展，智能可穿戴的健康产品与智能手机一样渐渐由少数精英人士或极客们手中的玩物，变成大众生活中的必备品。后者满足的是人们随时、随地、随意获取和分享信息的需要，而前者也许在即将来临的大数据时代，显得更为重要—毕竟它满足的是人们对健康的需求，这在马斯洛的需求层次理论中，绝对是最基础的部分。

智能电网投资拨款已经推动了相量监测装置(PMU)的安装。该装置以每秒30次的频率收集众多电网节点的电压、电流和数字状态信息。这些数据有助于电力公司更好地管理电网，尤其是在可再生能源贡献了更多电力的情况下。

经销商是品牌服装企业重要的组成部分，早年有很多企业靠着经销商打天下，如今在信息化的普及下，品牌服装企业为了能够获得真实的第一手市场资料，准确掌握货品的销售、库存，有计划地做好货品的生产、调配、销售工作，会在服装经销管理系统中提供服装进销存系统给经销商使用，希望经销商能通过服装进销存系统提供准确及时数据给品牌公司。但经销商往往不愿意使用品牌公司提供的软件系统。

商业智能引导我们进入一个新时代，对于分析、报表和绩效管理，企业用户拥有更多控制权。企业用户不再依赖IT部门支持每一项需求，从而获得了更快更好的决策。但是还是有一部分企业对商业智能存在不同程度的误解。

为了克服这些大数据障碍，建议企业可以考虑专业服务机构或者云服务，在开始大数据部署前明确目标同样重要。

市场领域里的数据分析，是用数据来描述过去和现状。比如到目前为止，前5年的市场份额，及增长率;目前客户的年龄、地域、收入分布等等。数据分析可以满足大部分的市场决策需求。

大数据分析不仅可以让企业更好地分析客户行为，完善产品和服务体系，还可以帮助企业获得决策依据，挖掘潜在商机。值得关注的是，企业获得大数据洞察力的前提是精心挑选的有用的数据。有些数据收集不仅无用，如果大量囤积，还会增加数据存储和处理成本。

也许和我一样，移动BI已经在你产品和服务的路线图中。有鉴于移动设备的爆炸式增长，我认为我们其实都潜移默化地树立了移动计算的概念，要么自己开发移动应用，要么推动软件厂商去开发商业应用的移动版本。

在统计数据逐渐丰富，成功案例屡屡出现的前提下，中国的企业家们也越来越重视商业智能(BI)对自身企业决策水平的促进作用。更多的企业通过CTO等专业人士对BI提出了深化、细化的一系列要求。而企业BI实力究竟由哪方面决定，是一些传统企业正在面临的重要问题。