影响商业智能解决方案的因素

商业智能利用数据仓库技术，OLAP和数据挖掘技术不断发现新的知识，扩充到现有的企业知识中来。但就目前国内企业应用现状和算法实现上来看，制约知识发现的因素较多，同时也影响了BI的性能。

1、基础数据建设不完善

对于小企业来说，使用诸如ERP、SCM、CRM等在线交易系统的时间还不长，系统内存储的数据量还不是很大。但随着信息化的发展，中型企业基本上已经是比较成熟的ERP用户了。正是进行商业智能分析的大好时机。

一般来说，基础数据的不完善，存在着这样2方面情况：

首先，是数据之间缺乏关联关系。

譬如希望分析采购订单与收货记录，以考核交货及时率，但是系统的数据库表中并不存在采购订单与入库验收单之间的关联;希望考核销售员业绩，但是系统的数据库表中不存在销售订单与销售员之间的关联关系。这些关联关系，都是在在线交易系统使用过程中实时录入的，同后维护工作极大也不可行。

其次，是数据不真实。譬如超市对销售客户的分析。为了分析客户的购买习惯，需要按照客户的性别、年龄、家庭住址与超市的距离、家庭收入、家庭成员数等进行分类，但是，实际客户填写的资料并非是真实的。据此分析的结论显然不会真实。

2、智能决策程度不高

由于目前中小型企业在扩张过程中，往往存在管理滞后的现象，以数据支持决策的工作还没有得到成熟的阶段。所以目前阶段的商业智能分析，仍然处于收集数据、分类汇总、及时展现的初级阶段。

目前的一些大型企业的商业智能项目，其项目实现的目标并不实用，它们仅仅是实现了会计的三大报表(资产负债表、损益表、现金流量表)，以及预算与实际的对比，而在预算与实际对比的系统运用中，并不如理想中的方便。有的企业的商业智能分析软件，是提供一个接口，让操作者在Excel电子表中制作相应格式的报表，然后定期导入到智能分析软件中，完全丧失了软件的自动化功能。

所以，中小企业应该以务实的念度来对待商业智能分析系统。应该通过商业智能分析，决策者看到报表数据，立刻可以决定下一步的行动计划。决策者所需要的，仅仅是及时提供数据准确的报表。

3、系统智能不能很好实现

现有数据挖掘算法大多尚不成熟，效率较低。另外，作为BI数据基础的数据仓库或数据集市中数据量一般比较大，新知识形成的速度和准确性比较低，致使现有的BI系统在知识发现方面的能力不能满足用户要求。

微信扫一扫实时了解行业动态

微信扫一扫分享本文给好友