商务智能（BI）在现代企业中的应用

商业智能被人们称为“混沌世界中的智能”，它代表为提高企业运营性能而采用的一系列方法、技术和软件，它能够从传统业务系统中获取各类客户数据和业务数据，由此建立多层次的分析体系，并将其转化成有商业意义的信息。商业智能把先进的信息技术应用到整个企业，不仅为企业提供信息获取能力，而且通过对信息的开发，将其转变为企业的竞争优势。商业智能系统对于企业发现市场新机会、创造竞争新优势的作用是显而易见的。但企业在真正实施商业智能过程中，并不都是一帆风顺，很多企业在商业智能方面进行了巨额的软硬件及人力投资，却并没有给企业带来预期的管理效率。

一、商业智能技术体系框架

商业智能的概念最早是Gartner Group 于1996 年提出来的。当时将商业智能定义为一类由数据仓库(或数据集市)、查询报表、数据分析、数据挖掘、数据备份和恢复等部分组成的、以帮助企业决策为目的技术及其应用。商业智能所涉及的技术与应用，在Gartner Group 命名之前就有，起初被称为经理信息系统(EIS)，在演化成商业智能之前叫决策支持系统(DSS)。

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。这里的数据包括来自企业业务系统的订单、库存、交易账目、客户和供给商资料，来自企业所处行业和竞争对手的数据，以及来自企业所处的其他外部环境中的各种数据。而商业智能能够辅助的业务经营决策，既可以是操作层的，也可以是战术层和战略层的决策。为了将数据转化为知识，需要利用数据仓库、联机分析处理(On line Analytical Processing，简称OLAP) 工具和数据挖掘等技术。因此，从技术层面上讲，商业智能技术并不是基础技术或者产品技术，它是数据仓库、OLAP和数据挖掘等相关技术走向商业应用后形成的一种应用技术。与一般的信息系统不同的是， 商业智能在处理海量数据、数据分析和信息展现等多个方面都具有突出性能。

商业智能系统(如图1所示) 主要包括数据预处理、建立数据仓库、数据分析及数据展现四个主要阶段。数据预处理是整合企业原始数据的第一步，它包括数据的抽取、转换和装载三个过程。建立数据仓库则是处理海量数据的基础。数据分析是体现系统智能的关键，一般采用联机分析处理和数据挖掘两大技术。联机分析处理不仅进行数据汇总/聚集，同时还提供切片、切块、下钻、上卷和旋转等数据分析功能，用户可以方便地对海量数据进行多维分析。数据挖掘的目标则是挖掘数据背后隐藏的知识，通过关联分析、聚类和分类等方法建立分析模型，预测企业未来发展趋势和将要面临的问题。在海量数据和分析手段增多的情况下，数据展现则主要保障系统分析结果的可视化。

图1 商业智能技术体系框架

二、商务智能的益处

1、商务智能与企业发展战略的关系

商务智能通过优化战略提高企业的效率，促进战略的实施。目前，90%的企业的战略没有得到很好的实施，管理人员往往不知道实际发生的情况，员工也不知道日常工作与企业的战略的关系。企业市场将是商务智能公司非常关键的增长点，也是非常重要的战略组成部分。在具体实施商务智能技术时，首先要通过加强教育与培训让企业管理人员认识到商务智能的重要性，并提高企业管理者的素质;其次要重点做好保证数据的可信性和数据的准确性方面的工作。商务智能技术工具未来的发展方向将是简单与快速反应。由于数据容量的关系，目前，企业关心更多的是能简单易用做好业务报表，数据质量还不是重点。但是，企业在成长，今天采用的产品线能否顺利升级而不是重新开发，在未来有无成长的能力，这一点也很重要。特别是在当前经济增长趋缓的背景下，各种规模的企业在优化绩效的同时，也在努力降低IT 成本并使IT投资回报最大化。商务智能已成为企业不可或缺的一大要素。

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