《商务智能及其发展趋势.doc》由会员分享，可在线阅读，更多相关《商务智能及其发展趋势.doc（37页珍藏版）》请在taowenge.com淘文阁网|工程机械CAD图纸|机械工程制图|CAD装配图下载|SolidWorks_CaTia_CAD_UG_PROE_设计图分享下载上搜索。
1、商务智能及其发展趋势1.商业智能商业智能，又称商务智能，英文为Business Intelligence，简写为BI。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。这里所谈的数据包括来自企业业务系统的订单、库存、交易账目、客户和供应商等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（OLAP）工具和数据挖掘等技术。因此，从技术层面上讲，商业智能不是什么新技术，它只是数据仓库、OLAP和数据挖
2、掘等技术的综合运用。商业智能的概念于1996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。目前，学术界对商业智能的定义并不统一。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。这里所谈的数据包括来自企业业务系统的订单、库存、交易账目、客户和供应商资料及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
3、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（OLAP）工具和数据挖掘等技术。因此，从技术层面上讲，商业智能不是什么新技术，它只是数据仓库、OLAP和数据挖掘等技术的综合运用。可以认为，商业智能是对商业信息的搜集、管理和分析过程，目的是使企业的各级决策者获得知识或洞察力（insight），促使他们做出对企业更有利的决策。商业智能一般由数据仓库、联机分析处理、数据挖掘、数据备份和恢复等部分组成。商业智能的实现涉及到软件、硬件、咨询服务及应用，其基本体系结构包括数据仓库、联机分析处理和数据挖掘三个部分
4、。 因此，把商业智能看成是一种解决方案应该比较恰当。商业智能的关键是从许多来自不同的企业运作系统的数据中提取出有用的数据并进行清理，以保证数据的正确性，然后经过抽取（Extraction）、转换（Transformation）和装载（Load），即ETL过程，合并到一个企业级的数据仓库里，从而得到企业数据的一个全局视图，在此基础上利用合适的查询和分析工具、数据挖掘工具、OLAP工具等对其进行分析和处理（这时信息变为辅助决策的知识），最后将知识呈现给管理者，为管理者的决策过程提供支持。商务智能主要有以下的作用：（1）理解业务。商务智能可以用来帮助理解业务的推动力量，认识是哪些趋势、哪些非正常情况
5、和哪些行为正对业务产生影响。（2）衡量绩效。商务智能可以用来确立对员工的期望，帮助他们跟踪并管理其绩效。（3）改善关系。商务智能能为客户、员工、供应商、股东和大众提供关于企业及其业务状况的有用信息，从而提高企业的知名度，增强整个信息链的一致性。利用商务智能，企业可以在问题变成危机之前很快地对它们加以识别并解决。商务智能也有助于加强客户忠诚度，一个参与其中并掌握充分信息的客户更加有可能购买你的产品和服务。（4）创造获利机会。掌握各种商务信息的企业可以出售这些信息从而获取利润。但是，企业需要发现信息的买主并找到合适的传递方式。在美国有许多保险、租赁和金融服务公司都已经感受到了商务智能的好处。最近几
6、十年特别是最近十几年来，企业发展的节奏越来越快，复杂性越来越高。虽然许多因特网企业都垮台了，但是“因特网速度”不仅没有失去而且更加显示出其意义。企业不管大小，都必须对瞬息万变的市场情况做出及时、高明的反应，而这些反应都必须建立在全面、准确、及时的信息的基础上。信息已成为企业经营管理中重要性仅次于人才的第二大要素。商务智能是对企业信息的科学管理和艺术发挥，是按目标管理、按例外管理和按事实管理等先进成熟的管理理念在信息技术推动下的全面实现。企业的各个职能都应该认识到商务智能的重要作用。企业资源规划，供应链管理，客户关系管理，财务、人力资源，所有这些关键的企业职能都应该而且能够利用商务智能工具来提高
7、效率，改进效果。另外，还有许多跨职能的企业战略领域也开始使用商务智能工具，这些领域包括预算和预测、以活动为基础的管理、建立获利性模型、战略规划、平衡计分卡和以价值为基础的管理，等等。商务智能不仅能帮助分析和改进企业内部的经营和发展，而且能够帮助分析和改进企业之间的沟通和交流，从而为“协作型商务”这一新的商业模式提供了强大的发展动力。为了使读者更好地理解商务智能在企业各个职能中所起的作用以及如何才能使商务智能更好地应用到企业各个职能中去，本书在第7章中专门进行了详尽的介绍。利用商务智能的企业现在已越来越多，遍及各行各业。例如，一家银行把历史遗留的资料库和各部门的资料库连接起来，使分行经理和其他使
8、用者能够接触到商务智能应用软件，从中找出谁是最有利可图的客户，应该把新产品推销给谁；这些商务智能工具在把信息技术人员从为各部门生产分析报告的工作中解放出来的同时，也使各个部门的人能自动接触到更加丰富的资料来源。再如，一家连锁旅店使用商务智能应用软件来计算客房平均利用率和平均单价，从而计算每一间客房所产生的收入；该旅店还通过分析关于市场份额的统计数据和从每一家分店的客户调查中搜集的资料来判断它在不同市场上的竞争地位；通过年复一年、月复一月、日复一日的趋势分析，该旅店就获得了一幅关于每一家分店经营状况的完整而准确的画面。2003年3月3日的美国财富杂志上有一篇名为“从冰淇淋中寻找智能”的文章，详细
9、地介绍了美国的冰淇淋厂商Ben&Jerrys如何利用商务智能工具进行生产、销售、营销和财务等方面的分析和管理；其中讲到了这么一个故事：Ben&Jerrys公司接到了许多关于草莓冰淇淋中的草莓不够多的抱怨，通过商务智能工具的分析排除了所有可能出问题的环节，最后该公司发现原来这个冰淇淋的包装上的草莓照片放错了（放了冰冻酸奶的、比较大的草莓照片），当该公司把包装上的照片改小以后，抱怨就随之消失了。这篇文章还介绍了其他行业中的公司，比如制药业、零售商、大学和其他机构如何利用商务智能，其中重点介绍了美国的服装直销商Lands End和办公用品连锁店Staples如何利用商务智能工具来改善零售经营，取得不
10、俗的经营业绩。2003年7月28日的美国信息周刊重点介绍了一些公司通过建立数据仓库来提高效率和理解客户的故事，其中包括美国的大陆航空公司、美国的服装直销商Lands End、美国的国际卡车和发动机公司、丰田公司的美国分公司、加拿大的蒙特利尔银行、美国德AT&T无线通信等。为了使读者更好地理解商务智能在各个行业中所起的作用以及如何才能在各行业中利用好商务智能，本书在第8章专门进行了详尽的介绍。总结起来，理想的商务智能系统兼具双重使命：在为企业管理者提供有关各种经营活动和状况的宏大画面的同时也提供近景和特写，可谓“既见一叶又见森林”；理想的商务智能体系能够帮助企业实现对过去、现在和未来的通观；理想
11、的商务智能体系对于参与市场战争的企业来说既是防卫的堡垒也是进攻的利器。是否善于利用商务智能从很大程度上决定了企业发展出的是畅销的产品还是滞销的产品，提供的是个人化的出色的客户服务还是非个人化的糟糕的客户服务，保持的是与各个利益相关群体之间良好的关系还是糟糕的关系，产生的是优异的平衡的绩效（财务以及非财务）还是平庸的绩效。可以说，商务智能确实事关企业的兴衰成败和生死存亡。3.目前，很多厂商活跃在商业智能（下面称BI）领域。事实上，能够满足用户需要的BI产品和方案必须建立在稳定、整合的平台之上，该平台需要提供用户管理、安全性控制、连接数据源以及访问、分析和共享信息的功能。BI平台的标准化也非常重要
12、，因为这关系到与企业多种应用系统的兼容问题，解决不了兼容问题，BI系统就不能发挥出应有效果。这里我们通过对一个实验室的BI系统模型（我们将其称为D系统）进行功能解剖，来介绍BI系统。D系统是一个面向终端使用者，直接访问业务数据，能够使管理者从各个角度出发分析利用商业数据，及时地掌握组织的运营现状，作出科学的经营决策的系统。D系统可实现从简单的标准报表浏览到高级的数据分析，满足组织内部人员的需求。D系统涵盖了常规意义上商业智能（BI）系统的功能，主要构架包括以下几个方面。读取数据 D系统可读取多种格式（如Excel、Access、以Tab分割的txt和固定长的txt等）的文件，同时可读取关系型数
13、据库 (对应ODBC)中的数据。在读取文本和数据的基础上，D系统还可以完成：连接文本 把2个CSV文件中的共同项目作为键（Key），将所需的数据合并到一个文件，这样可以象操作数据库一样方便，但无须用户编程即可实现。设置项目类型 作为数据的项目类型，除按钮(button)（文字项目）、数值项目以外，还可以设置日期表示形式的日期数据项目、多媒体项目和不需要生成按钮但在列表显示中能够浏览的参照项目。期间设置 日期项目数据可以根据年度或季度等组合后生成新的期间项目。同样，时间项目数据可以根据上午、下午或时间带等组合后生成新的时间项目。设置等级 对于数值项目，可以任意设置等级，生成与之相对应的按钮。例如
14、，可以生成与年龄项目中的20岁年龄段、30岁年龄段的等级相对应的按钮。分析功能关联/限定 关联分析主要用于发现不同事件之间的关联性，即一个事件发生的同时，另一个事件也经常发生。关联分析的重点在于快速发现那些有实用价值的关联发生的事件。其主要依据是，事件发生的概率和条件概率应该符合一定的统计意义。D系统把这种关联的分析设计成按钮的形式，通过选择有/无关联，同时/相反的关联。对于结构化的数据，以客户的购买习惯数据为例，利用D系统的关联分析，可以发现客户的关联购买需要。例如，一个开设储蓄账户的客户很可能同时进行债券交易和股票交易。利用这种知识可以采取积极的营销策略，扩展客户购买的产品范围，吸引更多的
15、客户。显示数值比例/指示显示顺序 D系统可使数值项目的数据之间的比例关系通过按钮的大小来呈现，并显示其构成比，还可以改变数值项目数据的排列顺序等。选择按钮后，动态显示不断发生变化。这样能够获得直观的数据比较效果，并能够凸显差异，便于深入分析现象背后的本质。监视功能 预先设置条件，使符合条件的按钮显示报警（红）、注意（黄）信号，使问题所在一目了然。比如说：上季度营业额少于100万元的店警告（黄色标出），少于50万元的报警（红色标出）。执行后，D系统就把以店名命名的按钮用相应的颜色表示出来。按钮增值功能 可将多个按钮组合，形成新的按钮。比如：把4月、5月、6月三个按钮组合后得到新的按钮第2季度。记
16、录选择功能 从大量数据中选择按钮，取出必要的数据。挑出来的数据可重新构成同样的操作环境。这样用户可以把精力集中在所关心的数据上。多媒体情报表示功能 由数码相机拍摄的照片或影像文件、通过扫描仪输入的图形等多媒体文件、文字处理或者电子表格软件做成的报告书、HTML等标准形式保存的文件等，可以通过按钮进行查找。分割按钮功能 在分割特定按钮类的情况下，只需切换被分割的个别按钮，便可连接不断实行已登录过的定型处理。程序调用功能 把通过按钮查找抽取出的数据，传给其他的软件或用户原有的程序，并执行这些程序。查找按钮名称功能 通过按钮名查找按钮，可以指定精确和模糊两种查找方法。另外，其他的按钮类也可以对查找结
17、果相关的数据进行限定。丰富的画面 列表画面 可以用and/or改变查找条件，可以进行统计/排序。统计对象只针对数值项目，统计方法分三种：合计、件数、平均，而且可以按照12种方式改变数值的显示格式。视图画面 提供切换视角和变换视图功能，通过变换与设置条件相应的数值（单元格）的颜色表示强调。依次变换视角可进行多方面的数据分析。视图的统计对象只针对数值项目，统计方法有合计、平均、构成比（纵向、横向）、累计(纵向、横向)、加权平均、最大、最小、最新和绝对值等12种。数值项目切换 通过按钮类的阶层化（行和列最多可分别设置8层），由整体到局部，一边分层向下挖掘，一边分析数据，可以更加明确探讨问题所在。图表
18、画面 D系统使用自己开发的图形库，提供柱形图、折线图、饼图、面积图、柱形+折线五大类35种。在图表画面上，也可以像在阶层视图一样，自由地对层次进行挖掘和返回等操作。数据输出功能 打印统计列表和图表画面等，可将统计分析好的数据输出给其他的应用程序使用，或者以HTML格式保存。定型处理 所需要的输出被显示出来时，进行定型登录，可以自动生成定型处理按钮。以后，只需按此按钮，即使很复杂的操作，也都可以将所要的列表、视图和图表显示出来。D系统应用范围 商业智能系统可辅助建立信息中心，如产生各种工作报表和分析报表。用作以下分析：销售分析 主要分析各项销售指标，例如毛利、毛利率、交叉比、销进比、盈利能力、周
19、转率、同比、环比等等；而分析维又可从管理架构、类别品牌、日期、时段等角度观察，这些分析维又采用多级钻取，从而获得相当透彻的分析思路；同时根据海量数据产生预测信息、报警信息等分析数据；还可根据各种销售指标产生新的透视表。商品分析 商品分析的主要数据来自销售数据和商品基础数据，从而产生以分析结构为主线的分析思路。主要分析数据有商品的类别结构、品牌结构、价格结构、毛利结构、结算方式结构、产地结构等，从而产生商品广度、商品深度、商品淘汰率、商品引进率、商品置换率、重点商品、畅销商品、滞销商品、季节商品等多种指标。通过D系统对这些指标的分析来指导企业商品结构的调整，加强所营商品的竞争能力和合理配置。人员
20、分析 通过D系统对公司的人员指标进行分析，特别是对销售人员指标（销售指标为主，毛利指标为辅）和采购人员指标（销售额、毛利、供应商更换、购销商品数、代销商品数、资金占用、资金周转等）的分析，以达到考核员工业绩，提高员工积极性，并为人力资源的合理利用提供科学依据。主要分析的主题有，员工的人员构成、销售人员的人均销售额、对于销售的个人销售业绩、各管理架构的人均销售额、毛利贡献、采购人员分管商品的进货多少、购销代销的比例、引进的商品销量如何等等。 4.商业智能系统的建设是一个复杂的系统工程，需要一套完善的方法作为指导。下图描述的是基于多维建模的商业智能系统开发生命周期。整个系统生命周期是以项目规划作为
21、起点的，这个阶段需要做的是：评估组织本身是否具备实施商业智能的条件，确定系统的规模和范围，规划各种资源并启动项日。第二步是进行企业需求定义。一个商业智能项目的成功不是取决于技术，而是取决于它是否将重心放在实际的商业过程上，是否能够为商业决策提供支持。系统的设计者应该了解企业的需求并将这些需求转化为系统需求。完成了企业需求定义后，接下来要做的是技术方案设计，数据设计以及分析应用设计，这三者在一定程度上可以并行。技术方案设计将建立一个技术框架，从而将各种技术进行整合。通常它会列出一系列的商业智能相关产品，通过一定的标准，对这些产品进行评估，做出最后的选择。数据设计包括多维模型设计，物理设计以及数据
22、加载。先将企业需求转化成多维模型，再根据多维模型设计物理模型。在进行物理模型设计时通常要考虑聚集，索引，分区等策略，以满足工作效率的要求。最后是数据抽取、转换、加载(ETL)，建立实际的数据仓库。分析应用设计和开发将根据企业用户数据分析方面的需要，设计一系列功能模块，提供查询与报表，OLOP分析，即席分析以及数据挖掘等工具，使用户能够方便的访问到所需的数据，并进行相应的处理。当以上三项完成之后，就可以进入发布阶段，将系统提交用户使用。同时要提供必要的支持与培训。维护阶段包括对系统进行小的调整，对出现的错误的及时更正，对用户的培训，以及其他保障系统正常运行的各项工作，并为未来系统升级做准备。项目
23、规划与管理 项目规划与管理包括可行性评价，项目范围划定，效益评价，人员配置，制定项目计划的等。可行性评价：同其他信息系统一样，商业智能系统建设之前需要进行可行性评价。主要从5个方面进行：(1) 项目是否有一个强有力的发起者这个发起者必须对商业智能将对企业带来的潜在影响有清晰的认识，并对该项目充满信心。他必须在企业中有足够的影响力和说服力，能为系统建设提供良好的环境。(2)企业是否具有一个强烈而迫切的驱动力这种驱动可以是来自企业外部的(如竞争因素)，也可以是来自内部的(如解决并购中出现的跨企业绩效分析)。商业智能项目不应该只是锦上添花，而更应是雪中送炭。应该用它来解决企业所面临的棘手问题。(3)
24、技术、数据、资源上是否可行三者之中，数据因素最为关键。我们是否能从现实的业务系统中搜集数据，决定了商业智能系统的成败。(4) IT部门与企业的关系是否融洽技术人员是否明白并且尊重企业业务人员的工作;企业业务人员是否理解并且尊重技术人员的工作?如果不能做到彼此尊重、理解、并互相配合，项目进行过程中必定会遇到相当的障碍。(5)企业当前的决策方式企业领导者是习惯于根据事实和数据做出决策，还是靠直觉和经验作决策?一个习惯于数字的企业更容易接受商业智能的概念。当然，如果企业还不具备这一点，那么，正是利用这个项目改变人们思维和决策方式的很好机会。从以上5个方面展开可行性分析，明确企业所处状况，评价建设商业
25、智能系统的条件是否成熟。在这5方面中，强有力的发起者最为关键，它决定了项目是否可以实施。项目范围划定确定项目可行后，接下来应划定项目范围。这就需要在有用性和可管理性两方面做出权衡，把注意力集中在那些迫切需要解决的问题上。首次实施商业智能项目即将不同地区、不同业务系统、不同用户以及不同的分析需求包含进来，容易造成项目失控。效益评价估计商业智能项目能够为企业带来的收益和增加的成本。收益包括财务收益，收入或利润增加等显性收益以及其他隐性收益:成本包括硬件/软件的购置成本，系统维护成本等。商业智能系统的运营成本不会因为系统的成熟而大幅降低，而是会保持在一定水平上。人员配置商业智能项目的顺利推进，需要一
26、个由业务人员以及IT技术人员共同组成的团队。通常角色包括:(1)发起人:他是商业智能系统的最终用户，同时也是项目最有力的支持者。(2)企业领导:代表企业业务部门与项目经理就具体事宜进行沟通。(3)企业用户:系统的最终使用者。(4)业务系统分析师:发现企业业务需求并把这些需求转化成技术框架需求，数据需求以及分析应用需求。(5)业务主题专家:熟悉业务系统数据的含义、用途，知道数据在哪里容易出现不一致。这些知识在构建数据模型和分析可能应用的过程中非常重要。5.不仅需要信息，更需要从信息中提炼知识带来智能。基于这种认识，信息触觉敏锐的企业已经开始用商务智能武装自己。本文以国内冶金行业某大型企业（以下简
27、称A企业）为案例研究商务智能在企业的实际应用。 A企业的商务智能应用模式是基于数据仓库的数据挖掘。数据挖掘是该应用的核心，为管理者提供建设性结论，直接起到辅助决策的作用；数据仓库为数据挖掘提供优质的数据源。而且，数据挖掘系统的成功开发和应用也是该应用案例的一大亮点。为突出重点，本案例分析主要针对A企业的数据挖掘系统展开。在过去的几年里，A企业在数据挖掘方面已经做了大量的工作,从基于数据挖掘技术的配矿系统的研究,到数据挖掘及其在企业质量控制中的应用研究,无论在理论研究,还是在生产应用上都取得了很大的进展。如今,他们已经成功地开发并运行了基于SAS系统可以在多种行业通用的数据挖掘软件“实用数据挖掘
28、系统2.0（Practical Miner 2.0，简称PM2.0）”。该系统提供了从数据预处理到数据呈现的整个数据挖掘过程，具有强大的数据预处理功能,模型建立功能以及目标优化功能，并且具有友好的界面，即使不熟悉数据挖掘技术的人员,也可以十分轻松地掌握它。该软件现已由三家IT公司代理销售。系统建设背景这套系统是由A企业针对本公司信息资源挖掘利用的需求开发的。自70年代末建厂以来，A企业已经建立了适应企业生产和经营管理需要的许多计算机系统。从其数据载体来看，在这些系统中有早期的文件系统，也有许多种类的数据库：DB2、ORACLE、ADABAS。但是，这些数据库都是面向OLTP（联机事物处理）的。
29、对类似于质量主题的数据分析和决策支持的需求往往要处理很大范围的数据。特别是对于A企业纵贯全工序的一贯质量管理，这些关系结构的数据库就很难满足需求。从而导致信息系统的最终用户质量管理人员对于系统中有他们所需要的数据，但却无法操作、利用感到十分的诧异和不满。在这种需求的推动下，从90年代初，A企业就开始了对OLTP数据的重组。这种数据重组是从产品质量这个主题开始的。在此主题下重新整合原来存在于许多个表中的数据，给质量管理人员提供了在该系统中对一贯质量管理数据的可操作性。从93年又开始使用SAS软件重组OLTP数据。在这些成功的数据重组经验的基础上，96年A企业在全公司产销一体化系统建设的同时，利用
30、SAS软件研究所的WA在IBM的SP2上成功地建成并运行了全公司的数据仓库。数据仓库是按主题组织的，其数据来源是OLTP系统和基础数据（与基础自动化和仪表相关联的实时生产数据）。数据仓库的建立，整合了企业的信息资源，却没有解决企业渴望获得解答的问题：如何生产出质量更好的产品；怎样使企业的生产成本最低；如何使每个生产环节发挥最大作用；如何赢得用户的青睐，以占领更大的市场分额；总之，如何优化企业运作，获得更大的效益。答案和规律就隐藏在记录了企业的成功和失败的企业运营实绩数据之中。正是由于认识到企业数据积累到一定程度时,必然会反映出规律性的东西,A企业迫切希望从这些数据中发现有价值的规律,形成企业的
31、技术秘密,指导企业的技术决策和经营决策。而数据挖掘技术是可以用来挖掘这些规律的一种有效工具,所以数据挖掘系统的建立被提到A企业的信息化工作日程上。虽然，诸多数据挖掘软件已经面世,如美国SAS公司的Enterprise Miner和IBM公司的Intelligent Miner等。然而,市场上的数据挖掘工具软件售价很高,缺乏行业针对性。鉴于此,在多方面详细地分析国外数据挖掘软件的基础上,A企业开发了功能强大的基于SAS的数据挖掘系统。具体来说，A企业于1996年对配矿问题进行了研究,为此而设计开发了PM1.0（Practical Miner 1.0）；又于1998年开始对热轧产品质量控制进行研究
32、,为此开发的PM2.0（Practical Miner 2.0）也已于2000年在本企业技术部实用。至此，A企业的计算机系统从功能层次来看，可分基础自动化、过程控制、生产控制、生产管理和经营决策等几个层次。从企业的运营数据的特性来看，可分成这样三类。首先是与基础自动化和仪表相关联的实时生产数据；其次是从管理角度看的在线业务处理数据；最后是在经营决策中使用的数据。实际生产过程的实时生产数据是企业的基础数据，也是支持业务处理的重要数据，在各种经营决策中要使用的数据就是上述两种数据按主题重组过的内容。6.商务智能（BI）部署的扩展，是广大主动寻求信息化企业关注的焦点，因为他们试图改变时，面对的是长期
33、积累在ERP系统中和数据仓库中大量数据信息。第一代BI部署主要关注商业超级用户，这一代BI试图通过向企业内各种类型的商业用户发布信息来满足业务人员需求。业务人员可以通过Web来访问并分析这些数据来帮助他们改进甚至增长其业务。. IT部门推动了BI标准化和单一产品集成所有BI功能。这是有多项原因造成的。第一，标准化的一个重要要素就是减少支出。 这个可以通过更优惠的软件注册条款，硬件整合的潜力，减少开发和维护的成本支出，并且只需要你的IT员工掌握一种开发工具的维护和技能。第二，标准化通过专注于一套标准化的BI工具，将比引入和配置多套繁杂重复的工具，能够让IT更好的响应商务需求。最后，BI供应商将扩
34、大他们的产品线，以覆盖更多的BI工具，如报表功能，任意查询和 OLAP。他们同时跨产品线的集成了多种服务：包括安全管理和统一界面。 仪表盘将继续提供提示服务。业务人员将对能够看到图表化的数据和非图表的细节挖掘喜闻乐见。IT将能够使用仪表盘来评估BI项目，而以往的BI产品只是迎合超级用户。记得以前仪表盘被叫做执行者信息系统（EIS），而如今每个BI工具供应商都提供此项功能。该功能已经更为普及并易于配置了。仪表盘是能够有效的向业务人员展示信息，并帮助他们更好的监控企业表现得极好的工具，同时还是帮助IT人员更了解追踪何种数据对商务更有价值的载体。 报表功能仍然是从商务角度推动BI的主动力量。当然仪表
35、盘很吸引人，但是报表功能却是商务不可或缺的一部分。尽管已经购买了成千上万可用于切片切块分析功能和深入浅出功用的产品，业务人员仍然希望能够得到每日每周的业务报表，告诉他们业务的进展情况。他们的工作也不是对付BI工具，他们需要关注的是业务的进程。看来只有超级用户才能够对付BI工具。报表将不仅仅是固定的PDF文档，而是可以通过参数制定来挖掘他们感兴趣的具体数据。总而言之，报表和电子数据表将是支持业务人员监控业务进展的最主要的工具。Business Objects, Cognos and Hyperion三大厂商都已经意识到了报表功能的重要性，并已经付诸在他们的产品套件中了。. 企业绩效考核系统(CP
36、M)仍然是市场上的尖端产品，对所有的ERP，企业应用软件和BI供应商，甚至是些主要的咨询公司皆是如此，他们已经开始了些尝试。CPM系统为一些特定的业务需求提供解决方案，如财务和市场；或是向一些特殊的业务应用需求提供解决方案，如保险业务中欺诈监测。CPM提供与多种源系统的分析功能、报表功能、数据模型功能和数据抽取、转化和装载功能的捆绑。这样的捆绑组合是非常吸引人的，尤其是对那些不能够真正转化他们的企业信息为商业资讯的业务人员。今年有这些地方值得关注： 第一，IT的CPM方案是否会因为他们捆绑的BI工具和ETL工具并非是他们使用的标准化工具而被退回？ 第二，企业中的CPM数据是否会被看作又一个新的
37、数据库？ 最后，CPM供应商的专业服务架构是否有足够的宽度和深度来实施这些方案？ 中小型的企业将开始部署他们的数据仓库和商务智能方案。获利于更好的BI工具，更有经验的专业人员和更低的部署价格，世界财富500强以外的公司也可以利用数据仓库和商务智能产品了。大公司可以承受边进行数据仓库和BI项目部署，边试验和学习新的技术和科技。而中小型公司在大规模部署新技术新方法时，总是等有丰富实例并且成本下降才会开始。现在商务智能和数据仓库的时代已经来临！随着商务智能产品和数据仓库技术的日益成熟，将给中小型企业带来更多惠利，Microsoft也将通过提供更低的价格，渗透进中小型企业这块市场. 显然，商业智能具有
38、更美好的发展前景。近些年来，商业智能市场持续增长。IDC预测，到2008年，BI市场将达到118亿，平均年增长率为27%。随着企业CRM、ERP、SCM等应用系统的引入，企业不停留在事务处理过程而注重有效利用企业的数据为准确和更快的决策提供支持的需求越来越强烈，由此带动的对商业智能的需求将是巨大的。商业智能的发展趋势可以归纳为以下几点：功能上具有可配置性、灵活性、可变化性BI系统的范围从为部门的特定用户服务扩展到为整个企业所有用户服务。同时，由于企业用户在职权、需求上的差异，BI系统提供广泛的、具有针对性的功能。从简单的数据获取，到利用WEB和局域网、广域网进行丰富的交互、决策信息和知识的分析
39、和使用。解决方案更开放、可扩展、可按用户定制，在保证核心技术的同时，提供客户化的界面针对不同企业的独特的需求，BI系统在提供核心技术的同时，使系统又具个性化，即在原有方案基础上加入自己的代码和解决方案，增强客户化的接口和扩展特性；可为企业提供基于商业智能平台的定制的工具，使系统具有更大的灵活性和使用范围。从单独的商业智能向嵌入式商业智能发展这是目前商业智能应用的一大趋势，即在企业现有的应用系统中，如财务、人力、销售等系统中嵌入商业智能组件，使普遍意义上的事务处理系统具有商业智能的特性。考虑BI系统的某个组件而不是整个BI系统并非一件简单的事，比如将OLAP技术应用到某一个应用系统，一个相对完整
40、的商业智能开发过程，如企业问题分析、方案设计、原型系统开发、系统应用等过程是不可缺少的。从传统功能向增强型功能转变增强型的商业智能功能是相对于早期的用SQL工具实现查询的商业智能功能。目前应用中的BI系统除实现传统的BI系统功能之外，大多数已实现了数据分析层的功能。而数据挖掘、企业建模是BI系统应该加强的应用，以更好地提高系统性能。加强了绩效管理功能Wayne Eckerson of The Data Warehousing Institute 定义了企业绩效管理(BPM)，一系列的业务和应用被设计用来优化企业战略的执行。 Gartner认为到2005年，40%的企业将会采用绩效管理。BPM的
41、角色是提供他们需要管理活跃性以及他们可信赖的个人信息。通过将业务流程，事务处理系统，数据仓库和BI，BPM能够创造出闭环的市场决策流程。在BPM里，流程开始于定义高层管理的战略目标。然后，创造计划用来做活动的战术执行。那些活动被监控，结论被评估，然后做出战略的细微调整，计划和执行保证组织在预期的方向上是不断向前推进的。Gartner的2004年第二季度对企业绩效管理软件商的调查显示，没有企业在这个领域有绝对的优势，尽管一些软件厂商正在接近做到领先地位。经济的低迷提醒企业领导人成功是基于精明的商业决策，监督这些决策造成的结果的能力。立法机关的法案和协调也需要管理者更加强有力的控制他们的业务流程和
42、实践，同时提供数据保护和报告外部的顾客。这两个方面的影响创造了绩效管理方案的需求。产品模块的集成通过合并和收购，大型组织已经收集了大量的BI产品。一些组织已经试图在专门的产品套件上实行标准化。这一直是个挑战，因为人们趋向于使用自己喜欢的BI产品。考虑到健壮的产品分销商，分销7个不同的BI软件产品。每一项特定目的的服务都被一个厂商拥护。当标准化是他们的目标时，很难不会造成大量不满而达到。结果，这些组织在一个种类里瞄准最好的产品，因为没有单独的供应商能够提供最好的产品套件，包含特殊的和结构化的查询，标准报告，OLAP，异常报告，数据挖掘和分析能力。Gartner认为大多数的企业将会需要更多的BI工
43、具，他们必须作为BI环境中的集成决策的一部分来选择。同样的，数据定义，数据一致和兼容能力相关问题，在多个BI产品的信息消费中，将继续会导致低效。不幸的是，这个问题直到有一家占统治地位的厂商出现前，将不会被解决。加强处理结构化和非结构化数据的能力大部分BI产品仅能处理结构化的数据，这些数据由其他应用或者事务处理系统捕获，比如ERP应用的客户订单和业务处理。但是，很少的BI产品有能力继承非结构化的数据，比如文档和图像。组织捕获大量的非结构化数据，比如每天的email和email的回复。META Group 估计平均70%的企业信息资产是非结构化的形式。由于它的形式和结构化数据集成难度很大，非结构化
44、数据的使用价值受到限制。举个例子，对大部分利润来源的顾客进行分析将会产生客户的列表和他们的特征。如果基于这些信息用建立一个基于客户的阈值，就要冒着风险消除没有利润的客户，但是这些客户将来可能会变成有利润的客户。关于潜在的没有利润的客户的信息可能被包含在非结构化的数据格式中，比如对新闻简报的反馈。当结构化和非结构化的数据被展现的时候，会提供给个人更多的供人洞察的主题领域。加强了预测分析功能成熟的BI用户需要预测分析，模仿“如果，怎么样“。举例说明，有些人可能通过地理区域和时间段分析市场。这些信息能够用来预测将来一段时间的市场趋势。当查询和报告能力根据历史事件和事务处理的数据，按照预测模型进行分析
45、是有局限性的。电子表格应用软件提供了很多功能，因为BI应用软件有能力存取和展现信息，预测分析是一个自然的扩展。但是，META Group认为将预测分析嵌入到企业应用中（CRM,SCM等）正日益增加，代替了购买标准的数据挖掘解决方案。7.在信息时代，企业管理者如何运用企业运营过程中产生的大量业务数据迅速作出正确决策，已成为影响企业生存的关键问题。商务智能通过把顾客和运营信息转化成知识，提供对未经处理的数据进行巩固和分析并将其加工为可执行的决策信息的能力，使企业能利用不同来源的顾客、运营和市场信息增强竞争力。商务智能的本质是多种技术的综合体，所包含的技术有：数据挖掘(Data Mining)、数据
46、仓库(Data warehousing)、在线数据分析(OLAP)、决策支持系统(DSS)、知识管理(Knowledge Management)、人工智能(Artificial Intelligence)等。对数据的有效利用，发现其中的决策依据是商务智能的核心内容。商务智能为企业提供比单纯的数据挖掘或OLAP的结果具有更高可用性和商业价值的知识，在现阶段的数据挖掘技术研究中，大部分工作侧重于挖掘算法的研究，而对数据挖掘的结果给出商业解释，限于采用的具体技术(如神经网络等)及缺乏对领域知识的运用而远远滞后于数据挖掘算法的发展,而这正是商务智能所致力解决的问题.现有的OLAP应用提供上钻，下钻，旋
47、转，切片和其它操作，也可以通过以交叉表、图表及其它方式给出分析结果,但OLAP的汇总和比较是交互进行的，在实际应用中往往需要专门的统计人员进行分析模型的选择和结果的解释，而商务智能面向企业的管理人员，通过商务智能软件集成和分析企业数据，发现潜在的业务机会，进而制定更好的业务决策，并提供竞争优势。Manufacturing Insights(IDC 公司附属公司)的报告显示，2004年亚太区(不含日本)制造业IT市场规模为137亿美元，预计该市场将以 11.4% 的年复合增长率平稳增长，到2008年市场规模将达210亿美元。 2004年底，亚太区(不含日本)制造业IT支出共137亿美元，其中离散
48、制造占78.6%，流程制造占22.4% 。由于市场全球化和自由化带来了更加激烈的竞争和复杂性，亚太区(不含日本)的许多制造商继续对IT进行投资，以提高运营效率，更好地控制不断增长的业务成本。随着越来越多的制造商在华建立了生产基地，降低成本并占领巨大的国内市场，这些制造商需要对主要的IT基础架构 、应用和服务进行投资以使其运营能够健康平稳地发展，并获得领先优势。这将继续促进中国和海外制造商的制造业IT投资。在对基础架构投入大量资金的同时，在中国和印度这样的新兴大型市场的许多制造商将继续对企业资源管理(ERM)和商务智能(BI)解决方案进行投资，从而为更好的内部协作和决策制定提供基础平台。IDC的报告显示，2004年亚太区(不含日本)商务智能(BI)工具软件市场规模为2.332亿美元，预计该市场将以12.3%的年复合增长率迅猛增长，到2009年市场规模将达4.173亿美元，增长预计主要源于中国和印度日益发展的经济。这两国近几年更加健康的经济环境和不断增多的应用系统部署为未来5年BI工具的采用打下了基础。有关专家指出，随着互联网的普及，在决策支持系统基础上发展商业智能已成为必然。随着基于互联网