前言：中文期刊網精心挑選了商業智能范文供你參考和學習，希望我們的參考范文能激發你的文章創作靈感，歡迎閱讀。
商業智能范文1
后ERP建設時代，信息化的核心數據將在商業智能技術的支持下變為企業的“信息資產”，成為企業發展的無形牽引力。
經過前三期對商業智能領域從技術到應用直至產業鏈的梳理，現在到了預測的時候了，本期我們邀請了IBM、甲骨文、SAP、Teradata等四家商業智能廠商為讀者預測未來商業智能的走勢和應用場景。
最后，筆者建議2010年，對于想實施或正在關注商業智能的CIO朋友，一定要先給自己的IT系統做好“體檢”工作，看看自己的IT系統數據收集完善情況、數據質量情況、數據統一口徑情況、數據集成情況、數據集中情況。把這些前置環節夯實了，商業智能項目將能很快顯現出它的威力。
預測1
在IBM看來，業務分析作為商業智能的一個部分，未來更具發展潛力。
商業智能解決的是：現在狀況怎樣，哪些數據在什么位置，人為地去判斷下一步應該作什么新計劃，而業務分析的出現則更加強調數據到信息的轉變，它解決了為什么業務是這樣的情況，如果業務繼續下去，會出現什么狀況；通過建模了解最好的可能性是什么等等業務人員真正需要關心的實質問題。
IDC公司的中國商業分析軟件市場2009-2013年預測與分析報告指出：2009年商業分析市場收入將達2.8億美元，在2013年達到4.3億美元，五年的復合年均增長率(CAGR)為10.2％，IDC中國同時指出，相對于彼此孤立的商業智能軟件，企業更需要一個綜合性的業務分析解決方案。
近日，IBM為了夯實業務分析戰略的落地，了兩大新工作負載優化系統――IBM pureScaie應用系統和智慧分析系統。
IBM pureScale應用系統和智慧分析系統均是軟硬件結合的解決方案，從微處理器到硬件、軟件等各個級別均進行了集成，非常適合實時分析大量數據以及處理數據密集型交易，其速度是市場上同類產品的20倍。這兩大工作負載優化系統將成為IBM業務分析(Business Analytics)戰略的重要支撐手段。
IBM軟件集團全球信息管理軟件開發副總裁Martin J，Wildberger先生最近和記者分享了商業智能未來的四大發展趨勢。首先是可預測性，其次是實時性，再次是大規模的并行處理能力，最后是大眾化。
以大規模的并行處理能力為例，要讓BI真正能在海量的信息中，找出有價值的信息，并且提取出有用的數據進行處理，強大的并行處理能力必不可少，這是此次IBM軟硬件結合解決方案的原因，這是用戶進行大量實時、可預測分析的基石。
小故事
很久很久以前，在一個名叫阿漿克小鎮的地方，住著善良的面包店老板一家人。面包店老板名叫薩姆先生，每天，他都早早地打開店門，擺上自己剛做好的新鮮面包等待顧客上門。
但是，鎮上開了一家大型的面包房，各種美味的蛋糕和面包在大大的玻璃罩子下顯得十分誘人。小鎮的顧客開始光顧大型面包房，漸漸遺忘了薩姆先生的小面包店。
傳說中有一個仙女看到了薩姆的難處，派了三兄弟讓面包店起死回生。
第一個男孩把每個曾經光臨過面包店的顧客信息記錄下來。并且把凡是經過面包店門口顧客的名字、性別、愛好、習慣等等信息也有記錄。第二個男孩把前一天記錄下的顧客信息篩選一遍，最后留在紙上的是其中的精華。第三個男孩記錄的顧客的每次購買的面包種類、數量和光臨的時間等等都蘊藏著他們的需求，將這些需求總結出來，薩姆的面包才能越賣越好。不過，識別出這些需求需要大量的數據篩選、運算以及多維度的分析才可以。
后來，薩姆先生的小店以復古風格裝飾一新，將“傳統手藝打造的‘畢滋努斯’”作為招牌產品，此外還針對阿蒙克小鎮居民的口味偏好生產出當地才有的口味的面包。而且，針對不同職業的人群，薩姆先生還準備了特別的套餐和優惠活動，店里的生意熱鬧無比。人們好奇地問薩姆先生成功的秘訣，薩姆先生總是笑著說：“全靠阿蒙克小鎮的三兄弟呀!”
童話里的第一個男孩是數據庫的象征。數據庫的職責就是忠實地記錄各種信息，并把它們妥善地儲存好。數據是企業獲得業務分析能力的基礎。第二個男孩則代表了生產“可靠數據”的軟件，如數據倉庫等等，通過ETL將有價值的、準確的信息留下，箅去不重要的、失真的信息。第三個男孩則代表了企業具有的商業智能和業務分析能力，基于之前的信息，以多維度的分析來得出結論，推動商業決策的進行。
預測2
大型的軟件公司已經預測到將來的5到10年時間，商業智能將是軟件領域的一大增長點，對于商業智能的未來，甲骨文認為有趨勢。
1、方案集成度不斷提高。對于商業智能的用戶來言，高集成度的方案將大大降低過往高昂且費時的系統集成工作，并能保障快速的系統部署。
2、預置分析內容，并集成企業績效管理的應用將成為主流。用戶將能直接獲取到已經預置了分析內容和指標的應用型商業智能解決方案，并集成了企業績效管理應用，給企業決策、管理和運營提供從目標設定、計劃配置、運營監控、信息分析到完善目標的閉環過程。
3、操作型商業智能要求普適化商業智能功能。
各大廠商已經預測到商業智能系統將走下神壇，BI用戶群也會相應地從現在的后臺管理決策層向前端業務操作型用戶延伸。
4、高級交互式分析將是又一熱點。新一輪的高級分析需求已經在不同行業悄然升溫。在將來的商業智能平臺中，預測、分攤、假設模擬、數據挖掘等技術將成為又一輪的技術投資方向。
5、可視化技術進一步發展。對于數據的可視化將是新一個商業智能系統的又一趨勢。越來越多的用戶不再滿足于傳統的圖像展現和交互式的圖像展現。
6、智能化業務系統和商業智能平臺的界限越來越模糊。越來越多的軟件廠商和用戶系統都在不斷嘗試將商業智能應用和業務系統緊密集成在一起，從而提供用戶從業務操作到業務分析再返回指導業務操作的自動化平臺。
7、數據采集質量越來越高，數量越來越大。
隨著RFID、移動互聯網技術的普遍應用，未來商業智能系統所能獲取到的數據量和數據準確性將產生質的變化。
8、實時數據獲取和整理。由于BI應用將向操作型發展的特點，也導致了用戶對BI應用的實時性需求。
小場景
Z服裝店試衣間琳達
2010年春季新款上市，Z服裝門店已經是人頭攢動，很多顧客都在店中挑選自己喜歡的服裝，同時試衣問也排起了長隊。在焦急等待10分鐘后，琳達終于如愿進入了了試衣間。有趣的是試衣間里面的液晶屏幕吸引了她的注意。上面羅列的正是她精心 挑選的幾件服裝。這時她才注意到每件衣服上都已經配置了IIFID標簽。更令她興奮的是，屏幕上還顯示了她所選擇的衣服所推薦的上裝，飾品以及它們的價格。琳達順利完成了試裝同時還多選購了相搭配的上裝。近來每天這樣的場景都會在z服裝店發生，Z公司IT商務智能推廣部門的負責人金總是看在眼里，美在心里。通過消費者行為數據的實時采集，數據倉庫和商務智能系統的實時比對和分析?，F在z服裝店已經能第一時間的給他們的客戶提供交叉銷售的專業意見。在成功上線集成FZFID技術的商務智能試衣推薦系統后的1個月，Z服裝門店的月銷售量同比上漲了18％。貨架周轉率也提高了14％。
航空公司分析部門 李 琳
綠島火山又有異動了，讓UM航空公司定價部門的李琳緊張起來。去年冰島火山事件讓公司損失了一大筆業績。而因延誤造成的航班定價變化又沒有及時跟上，讓公司又錯失了提高利潤的機會。不過此次李琳已經是有備而來，去年事件后，公司馬上組織了突發事件定價方案，在IT系統上部署了預測分析引擎。并且將之前由于特殊氣象等原因帶來的銷售定價和市場反應信息都輸入了系統。此時李琳面前的屏幕上已經顯示出可能出現的幾種定價挑戰方案。李琳快速的鍵入了幾個她認為可行的假設定價方案，在系統中配置了不同的定價策略參數，基于預測算法系統模擬出了這些定價方案會帶來的成本變化，市場反應，并立即計算出了每一種定價策略會帶來的最終利潤情況。最終的結果讓李琳松了一口氣。
預測3
最近商業智能的概念從技術到應用都發生了巨大的變化，從商業智能到商業分析，再到企業績效管理，再到企業績效優化。那么商業智能的發展從技術上和應用上的趨勢如何呢? 在技術層面上： 1、實時商業智能。為了實現實時商業智能，自然就需要將原來的ETL工具進行改造，也就形成了新的EII(企業信息整合)技術，來實現實時數據抽取，和原來的ETL工具配合，共同使用。
2、移動商業智能。將原來人們依賴于電腦的商業智能搬到了手機或者黑莓上，這樣使得客戶非常容易地監控、分析企業出現的例外現象。
3、SaaS商業智能。商業智能作為云計算，作為服務，企業不需要在自己的終端上安裝任何軟件，只要將自己的不管是電子表格、數據庫等的數據，加載到遠程的服務器上，就可以得到大量的分析和數據處理。
4、大數據量快速處理商業智能。原來一般是利用空間換時間的方法，比如多維數據庫，但是它存在一定空間過大反而導致效率低下的問題，現在人們越來越多將軟件和硬件結合起來，提高大數據量的處理速度和效率。
5、簡單易用商業智能。
6、主數據管理(MDM)。在實現商業智能時，對于共享數據的處理，就需要一個工具，解決共享數據的模型和整合，這就是主數據管理所做的工作。
7、將數據分析和搜索引擎結合起來。只要客戶在搜索引擎中輸入關鍵詞，就可以獲得相關的分析結果，不需要開發就可以得到各種維度的分析。
8、文本分析商業智能。對互聯網、公司的文件、文檔進行分析。
9、智能型商業智能。商業智能可以自動適應和智能調節出現的問題，優化行動的進程，就需要自適應的算法和技術。
從應用層面上：
1、戰略驅動的有效執行：商業智能概念從原來的報告、查詢、多維分析、數據挖掘已經延伸到了企業績效管理，更進一步延伸到了企業績效優化。
2、協作型商業智能：從數據出發，可以在供應商、企業內部和客戶之間共享分析的結果，來獲得某些行動可能會產生的風險，這些風險會給供應商、企業內部、客戶之間帶來的損失。使得供應商、企業、客戶共享信息。
3、GRC是一個新的領域：企業除了關心企業的績效指標外，越來越多的關注關鍵風險指標。
4、企業績效駕駛艙：簡單易用的可視化展現，領導層，特別是高管層需要看到一目了然的結果，所以駕駛艙越來越受到人們的關注。
5、全員需要的商業智能：現在大部分企業都是將商業智能作為領導的決策支持系統，這樣系統的應用就很少，將來的趨勢是人人都用商業智能，此系統成為企業的一套每天都在應用的業務系統。
6、商業智能和核心業務系統整合：在ERP系統中是流程驅動，將手動的東西變成計算機自動化處理，但是還要對每個節點進行智能的判斷。
7、商業智能作為服務，可以將信息作為服務進行銷售。這樣可以獲得更大的信息和效益。
小場景
張總在銷售分析的會議上，看著銷售總監將他們客戶關系管理的客戶信息拖到網上的分析工具，很快得到了銷售預測的信息。張總問公司產品“童車”在哪個地域昨天銷售的好，銷售總監在搜索中輸入“童車銷售排名”，結果相關的信息馬上出現在大屏幕上和在外地出差參會人的手機上。大家通過手機在討論銷售出現問題的原因，將自己的數據和分析結果通過手機進行共享，最后利用魚骨圖方法和8WOT分析達到共識。通過討論，大家發現了銷售好的地方的主要因素是什么，而且了解到：沒有做好的主要原因是競爭對手的促銷造成的，馬上做出決定，改變營銷策略。這就是實時商業智能和在手機上迅速獲得信息的案例。
預測4
BI行業經過多年實踐和發展，已經取得了豐富的階段性成果。許多金融、電信、物流、航空、制造業的大型企業已經相繼搭建了企業級的數據倉庫平臺，發展了一套比較完善的報表和指標監控體系等后臺應用，能夠較好地支持后臺管理層對企業經營情況的跟蹤了解，以作出相應的戰略調整和經營決策。
如果要對國內的BI發展做一小結的話，概括地講，基礎數據平臺和后臺戰略型應用是過去10余年的發展重點。根據我們的實踐和研究調查，BI已基本呈現出如下幾個基本趨勢：
首先，BI應用的范圍將從目前的戰略型應用逐步向操作型應用拓展，BI用戶群也會相應地從現在的后臺管理決策層向前端業務操作型用戶延伸。簡單講，BI不僅要服務于企業如何制定管理決策，提升其戰略型商業智能，下一步還將逐漸把目光投向如何更好支持戰略的執行，提高企業人員的操作型商業智能。因為，執行的效率如何以及是否得力等細節因素往往決定了一個企業的競爭優勢乃至成敗得失。戰略級的決策是關鍵的，能否又快又好地執行也同樣重要。
其次，在技術上BI將向動態商業智能方向發展，動態數據倉庫是技術基礎，在全球Teradata已有100多家客戶采用了ADW技術。由于BI應用將向操作型發展的特點，也導致了用戶對BI應用的實時陛需求。很明顯，企業的管理層看報表和KPI通常不需要很高的實時性，大概一個月或一周看一次。但是對操作型的用戶而言，例如銀行的柜面，CallCenter等前端渠道操作型用戶，需要BI應用提供最近的關于當下客戶的交易行為、風險以及營銷機會等信息，很顯然，滯后的信息無法讓工作人員在與客戶接觸時準確了解客戶的全貌，如潛在需求等情況，將導致商業機會的流失或者不當的業務動作。
另外，企業數據的綜合治理也已逐漸受到越來越多客戶的重視，畢竟數據的質量是BI得以使用和推廣的基礎。
小場景
某天，銀行的客戶經理小王剛掛斷與一位老客戶的電話，就注意到電腦里新增了一條營銷信息，表明另一位高潛力客戶杜某的活期帳戶上，剛存入60000元人民幣。這條是一條重要的信息，是因為后臺數據倉庫系統通過分析杜某的前6個月歷史記錄后，判斷出這是一筆不尋常的大額進帳。
小王憑著業務經驗，覺得這里面可能蘊藏著理財產品的營銷機會，因此立刻撥通了杜某電話，進行了專業的營銷溝通。經過電話溝通發現60000塊這筆款，是杜某剛把英國的一輛舊車賣了暫時轉入銀行的錢，還得知杜某剛從國外學成回來，準備長期在國內發展，剛在北京謀了一份新的工作，且有買一輛新車的需求，但是手頭資金暫時困難。
得知此情況后，小王向杜某推薦了銀行開展的汽車貸款優惠活動，并且建議杜某可以留一部分錢在儲蓄賬戶，一部分用于購車首付，銀行有相關的產品可以用存款抵銷一部分車貸利息。于是，客戶杜某覺得有必要咨詢一下理財顧問，客戶經理小王就推薦了行內的理財專家。經過與理財專家的咨詢交流，最后杜某與銀行做了如下業務：
a向銀行借了8萬元的汽車貸款。
b新立一個賬戶，存進了2萬元，以后每月向該賬戶存入一筆錢，作為后續買房子的首付預算。
商業智能范文2
關鍵詞：商業智能BI 經營分析體系
Gartner公司預測分析：“到2015年，商業智能總體預算的60%將逐步地被業務部門占用；企業慢慢地會脫離由IT部門統一規劃、單獨構建的獨立商業決策分析應用體系，通過對各部門的需求進行交叉分析，將以前數據孤島存在的分析障礙逐步地改善或消除。”
當前宏觀經濟不景氣的大環境下，對企業來說到底什么才是商業智能？投入大量成本的商業智能到底能夠給企業帶來什么樣的效益？有專家對商業智能的定義是：“從數據到信息，從信息到知識，從知識到決策，由決策到行動，形成一個閉環，這樣才是一個完整的商業智能”；“隨著信息化運用的推廣和深入，海量的數據每天都在積累，對數據有效地挖掘、分析及預測從而發掘商業價值的商業智能投資，成為眾多企業在經濟危機時期借以縮減成本的有效途徑”。
無疑，商業智能“貴族”身份已經不再適合組織內部上下層級縱向擴展商業智能的應用需要，大眾化、普及化的“全民商業智能”正成為發展趨勢，商業智能的應用正在從角落辦公室搬到中心小隔間，業務員工正越來越多地參與決策。
A公司作為一家典型的生產制造型企業，信息化建設一向不甘落后，在公司內部，構建了以ERP作為其生產經營管理的主要工作平臺，通過財務（FI/CO）、物資（MRO）、銷售分銷（SD）、庫存管理（MM）、設備維護（PM）、項目管理等模塊集成的信息化管理平臺，企業集團化管理的效益逐步顯現。
然而，隨著ERP系統的使用，企業內部信息中心人員發現，數據越來越多，而很多領導需要的報表還是需要在系統外進行編制。經過分析，發現ERP系統主要是對日常運營基礎數據的管理，而領導日常使用的經營分析報表，是在日常運營數據的基礎上進行整合、分析、對比加工而成，過去傳統的電子表格式報表在制作過程中，隨著決策者需求的變化，報表的數量越來越多，公式越來越復雜。這樣的報表，容易出錯不說，而且，這些復雜的報表也越來越依賴于報表制作人員。而最要命的是，當決策者從這個報表中發現經營的問題時，還必須從另外的報表中找出原因。因為在實務中取得這些信息的困難較大，讓許多決策者最終止步于結果，最終還是憑著經驗來決策。在這種管理與IT關聯不緊密的情況下，必然會造成企業的經營分析和決策缺乏清晰的指導，從而直接導致此類信息化的先天不足。
利用商業智能技術中的多維分析技術做出的多維分析式報表，將能夠解決類似問題，在多維分析過程中，僅僅一個模型即可完成，并且它符合人的決策思維習慣——想要什么，就能得到什么。這樣，決策者不但知道發生了什么（Know what），還可以知道為什么會發生（Know why）。
下面，我們從企業內部銷售、采購和資金的角度來看看經常碰到的哪些經營決策問題，可以利用商業智能來輕松實現？
1.銷售分析。
銷售利潤走勢是怎樣的？
部門、產品、區域、客戶、業務員誰的利潤貢獻最大？
為什么出現銷售利潤的變化？
如何找到最佳的產品、區域組合？
應收賬款的情況如何？
2.采購分析。
采購的主要物料是哪些？它們的價格波動情況如何？
哪些物料的采購價格持續上升？
哪些物料的采購價格波動最大？
這些物料所占的采購比重有多大？
3.資金分析。
有多少貨幣資金？
有多少應收賬款？
有多少庫存資金占用？
有多少應付賬款？
未來的資金情況？
去年、前年同期的資金情況是怎樣？對比分析？
有人也許會說，以上的大多數問題在ERP中都可以得到答案。沒錯，但是關鍵的問題是：決策者從這個報表數據當中得到什么樣的信息，能直接支持決策需要的分析信息嗎？需要多久才能得到這些答案？
我們來通過前面案例可以看出，單純地利用報表管理系統或者報表管理器，很難得到決策者真正需要的內容。若要改變所謂的中國式報表問題，打造企業內部經營決策體系、構建商務智能系統勢在必行。
商業智能系統規劃前需要的準備
通常在進行商業智能信息系統項目之前，可以先從明確經營分析的愿景和目的入手，確定分析方法和工具、設計經營分析框架、設計指標和報表、IT實現和持續改進機制建立等幾個步驟，即先有經營分析體系再有商業智能。
第一步：需要明確目標，即商業智能系統建設的目標，并進行清晰描述和分解。目標可以是：以ERP系統數據為基礎，對公司生產、經營活動進行全方位、多視角的綜合分析；為公司經營決策提供必要的信息支撐，如圖1所示，。
第二步：需要明確具體的業務需求。根據實際情況可以細分到不同的用戶，例如：公司領導、部門領導、相關業務管理人員。
而不同用戶，對于業務和數據肯定會有不同的關注點，有不同的要求與需求?？梢栽诿鞔_業務需求的同時，在經營分析過程中，構建完整的應用模式與場景。例如：構建相應的領導看板（管理駕駛艙）、業務指標分析模型和日常業務報表，與不同用戶進行對應。
第三步：在對系統的建設目標、使用用戶和需求明確后，可以對需求/關注點進行詳細分析。即通過經營分析的思路在系統的建設目標——決策分析和系統的實現物（已實現的統計報表以及未實現的看板、指標體系）之間建立起互通管道。
從企業運營的效率和效益出發，對基于企業核心能力和營運流程的關系進行梳理和拆解，形成一整套全面細致的指標體系。而在流程梳理的過程中也可分別把指標落實到相應的責任部門。
企業管理的結構其實就是指標體系的建立，從體系的建立到實現，會有一段漫長而艱辛的過程。指標明細通常會從不同的分析維度、通過分析處理后得到不同的結果，要實現指標，必定需要落實指標的數據來源，而這些數據，通常也就是我們ERP或者其他來源的基礎數據。
第四步：在整個商業智能系統建設過程中，非常基礎但卻又非常關鍵的工作在于數據的收集和管理。如何把企業呆滯的數據盤活，以達到商業智能系統的數據統計分析的要求，也是在整個系統建設過程中非常有挑戰的事情。
我們知道，在企業當中，經常會由于某些特殊問題，內部各個部門的數據可能存在矛盾，特別是在集團型企業中，由于管理分散，核算方式不一致，系統數據來源不一致，造成的數據無法進行匯總、統計、分析。通過數據標準化，建立企業數據字典，統一定義數據含義，同時對數據質量相對較差的系統和數據庫進行數據清洗轉換，以提高整體數據的應用功效。對數據來源進行一定程度的規范，可以保證數據源的唯一性，也可降低整體的風險。
第五步：建立業務指標到日常管理報表的關聯。通常，企業在信息化建設過程中，會針對不同業務、不同部門各自推行信息系統：公司級、部門級，管理性、業務性。但都或多或少會存在信息孤島，造成數據整合的難度。對于指標體系的建設，報表之間關系的建設，以及報表的梳理和調整都會造成阻礙。
在構建了完整的數據信息鏈條后，對于沒有找到報表支撐的指標，應該需要考慮是否建立新的報表，如何落實數據來源，數據錄入和維護的責任如何分布？反之，對于和任何指標都無關的報表，其價值和存在的必要性也需要推敲。
第六步：在建立了指標體系和報表體系后，如何展示更能說明問題？另一方面，如何展示指標的來源數據和指標的浮動以及歷史數據的對比關系？
往往用戶最關注的是指標應該如何在系統登陸后的首頁面上進行展示。指標只是一個現狀反饋，本身并不能包含太多的信息，基于指標進行的進一步分解才能獲取更大價值。在指標上進行數據分析比對，才是商業智能關鍵所在。一是對于指標，應該有多種展示方式，比如各種統計圖形、簡單直接的數字、數據變化趨勢等；二是對于指標或數據，應該提供便捷的多維度分析，比如統計區間、同比環比等對比分析，見圖2。
如何規避內部因素，降低系統建設風險
1.前期準備工作要充分。
（1）充分了解用戶所需。
商業智能用戶通?？梢苑譃槊黠@的幾個大類：戰略性、戰術性和操作性。戰略性用戶很少做決策，但是每一個決策都會具有一個深遠的影響。戰術性用戶則每個星期做出許多決策，而且會同時使用匯總和詳細的信息，很可能需要每天對信息進行更新。操作性用戶則是一線的員工，他們需要借助于在他們自己的應用程序中的數據來執行大量的事務。
了解誰將使用商業智能系統，以及他們出于什么目的來使用商業智能，他們需要的信息種類和使用的頻率，會有助于指導商業智能系統的規劃。
（2）合理考慮商業智能組成部分。
影響商業智能的因素有很多，元數據、數據整合、數據質量、主數據管理、數據建模分析、集中式度量管理、展現形式、門戶。雖然上述這些因素可能本身不是商業智能戰略的一部分，但他們對于系統整體的構建確實至關重要，它們可以影響企業商業智能系統實施的成功。
2.不要與企業生產旺季相沖突。
眾多企業的生產活動存在明顯的周期性，對于周期性比較強的企業，在做商業智能系統規劃時，需要特別注意避開這個高峰期，這主要是因為在項目實施過程中，會給用戶增加很多的工作量。如基礎數據的整理、系統使用的培訓等。如果企業處于生產的旺季，員工恨不得多一雙手的情況下，強行實施信息系統，基本屬于火上加油，很容易造成忙中出亂，系統的風險比較高。
3.項目盡量不要跨年。
在做項目規劃時，還需要注意跨年度的問題。跨年度實施信息系統對企業來說是一個大忌。即使在年底項目上線之后，最好能讓用戶有一個學習的過程，特別需要一個連續性的過程。這就好像我們在學習時，課后要有一個復習的過程一樣。如果只是在課堂上學習，課后沒有復習，那么就很容易忘記。在日常工作中，我們經常忽視這個基本規律，在年底或者跨年度實施商業智能項目對企業會造成一些不可控的風險。
4.系統構建完成后的持續改進。
在做商業智能項目規劃時，很多企業僅僅將規劃做到項目上線，而沒有包含項目的持續改善階段。很多案例表明，系統上線效果好僅僅是項目成功的第一步，而等到系統上線一段時間之后，系統的效果可能就會開始走下坡路。這主要就是因為沒有做好系統后續的規劃所導致的。具體地說，在系統的后續規劃中要體現下面這些內容：
（1）如何確保前段時間的工作成果在后續工作中繼續保持下去。如前面制定的工作流程、數據更新機制、數據準確性措施等在后續的內容中要得到徹底地執行。在系統的后續規劃中，要有措施能夠確保預先的政策能夠被一如既往地執行下去。
商業智能范文3
業智能,就是Business Intelligence,縮寫為BI。對商業智能的一般理解是將企業中現有的數據轉化為知識,幫助企業做出明智的業務經營決策的工具。這樣的定義對大多數人來說,聽起來很抽象,感覺高高在上,其實它就是為經營、為市場服務的,說到底就是一個工具。
截至到目前,對大多數企業來說,信息資源至今仍然是一筆沒有被充分利用的資產。
即使是一些已經使用了多年ERP系統的企業,抱著一大堆積累的數據資源,也不知道如何分析、如何利用這些數據,更談不上幫助企業做出明智的決策了。盡管現在的商業智能已經和前幾年的ERP一樣,成為各個企業CIO們關注的焦點,盡管企業已經積累了豐富數據信息,但是不能利用這些數據信息,商業智能只能是一句空談。
抓住最佳時機實施BI
企業部署、實施BI的最佳時機是企業已經具備了較好的信息化的基礎,其ERP系統已經完備,并且已經積累了大量可分析的數據后再開始。如果沒有一定的數據積累,就無從分析,更談不上輔助經營決策。所以實施BI,不能趕時髦,必須在企業具備信息資源后再做考慮。另外,企業的高層領導和各級業務骨干在ERP系統的應用中,感覺到對數據集成查詢、分析的強烈渴望,也是企業適時開始實施BI的信號,是實施BI的強大推動力量。
當一個企業運行了一段時間ERP系統之后,必然會積累大量的歷史數據。這樣浩大的數據量,如果能善加利用,將是非常好的工具,能指導企業分析、決策生產經營中問題,和確定發展方向。這是實施BI的數據前提。
此時,各個業務范疇的不同業務人員、各級領導,也在系統運用中十分清楚數據來源以及數據屬性。這樣,不論是領導還是業務人員,對于數據的查詢和分析也都有更高的要求,尤其是高層領導,更希望能在分析現有情況的基礎上,增加系統進行預測的能力。這是實施BI的動因。像很多系統的實施過程一樣,如果有高層領導的需求做為支持,會加快系統實施的速度,加強對系統實施的支持力度,起到事半功倍的作用。
把準需求和目標指導BI
許多企業的BI項目不成功的主要原因之一,就是對需求的把握不夠準確。企業的信息部門以及領導們,首先需要知道BI系統能夠幫助我們做到什么,其次需要知道企業希望通過BI系統解決什么問題,然后統一分析,才能做出合理、有效的需求分析。
在此基礎上,才能實現有效的BI應用。但是往往企業的領導在最初階段不了解BI能做到什么,更談不上提出希望BI能解決什么問題。這時候,企業的信息部門就需要發揮主觀能動性,幫助領導、引導領導逐步了解BI的特性,了解BI能為企業解決什么問題、帶來什么好處。
有了明確的需求,就能夠制定明確的目標,明確BI系統能幫助企業解決那些問題,提供哪些信息支持,為企業的生產經營決策提供服務。
目標的制定需要企業信息部門、業務部門和企業領導的統一規劃,需要對本企業的信息化有一個整體的認識和規劃,把企業對于決策分析的多年來積累下來的需求加以提煉,才能整體規劃BI的部署。
為BI打好數據基礎
多數業界專家將BI技術分成數據倉庫和數據挖掘兩部分,前者主要實現數據整合功能和業務統計分析功能,側重對現有事實的描述;而后者則實現業務預測功能。
我們可以理解為BI技術包括分析數據、整合數據以及將整合的數據按用戶的需求展現出來兩部分。前者是信息部門和應用部門的工作,這個工作也占據整個BI系統建設的80%的工作量。
數據必須整合、抽取,否則對于企業來說起不到輔助分析的作用。數據的整合需從最低層做起。首先整理業務明細數據,使其成為清晰的數據基礎。在此基礎上,需根據業務需求將數據分成多層次進行整理。根據企業實際業務的不同情況,建議將數據整合成中級聚合和高級聚合兩個層級。如果企業業務復雜,可以適當增加聚合層次。
發揮IT人員作用掌控BI
在整合、提煉數據的過程中,企業IT部門的工作人員擔當著重要的責任。首先,作為企業的信息技術部門,常年維護生產ERP系統,對ERP系統以及企業具體生產經營模式都非常了解。同時,IT部門的技術人員,在沒有BI系統之前,負責隨時滿足領導的統計查詢要求,也更了解領導的需求。
雖然IT人員對于具體的業務數據值的敏感程度不如相關的業務人員,但是IT人員對于那種業務人員或者領導對那種類型的業務數據感興趣非常清楚,能清晰地把領導和業務員最關心的數據呈現出來。而且IT人員也非常了解自己企業的數據結構以及數據之間的相互關系,這樣開發起BI程序來就非常方便。
由于具備以上的優勢,企業可以由自己的信息部門來承擔或者參與BI系統的規劃、實施。相較于把BI系統全部外包給專業的BI實施公司來說,由本企業承擔或者參與承擔BI開發實施有很大的優勢。
用“滾動增加”法推動BI
BI系統的規劃、實施可以分步實施,用“滾動增加”的方法,逐步增加BI系統,細化BI功能。
如果BI的實施有企業自身的IT人員參與的話,更有利于分步實施推動BI系統的進程。在這個逐步“滾動增加”的過程中,還可以逐步培養自己企業的數據分析人員和BI實施人員。不斷地根據業務需求和領導需求定制自己的報表,支持業務人員數據分析,領導決策。
例如,人民教育出版社的BI規劃最初只包含財務主管領導最關心的生產銷售相關的對比分析,幾乎所有的查詢都是圍繞著財務的若干個報表來設計的。隨著第一期BI的實現,財務領導通過已經實現的查詢,分析歸納了更多深層次的要求。而負責編務、生產等其他業務的領導也從中發現了BI的模式帶來的嶄新的數據分析方式以及顯著效果。負責設計、實施的信息技術人員熟練掌握數據結構以及了解領導意圖后,逐步增加BI分析的內容。
首先,按照需求進一步清洗、整理、抽取數據,構造合理有效的查詢數據結構。然后,逐步完成、完善BI功能結構。第二期BI系統就包含了企業從編務、出版生產、發行銷售、財務核算、部門考核等各個方面的內容,將BI系統在出版社全面推行開來。
目前正在實施企業級的整體架構、實現圖形化儀表盤關鍵指標監測和模擬預測的過程中。
總結推動BI實施比較理想化的過程步驟是,從某些關鍵業務出發,完成業務統計查詢。在已經成功的查詢基礎上進一步剖析,清洗和匹配企業范圍內任何地方、任何種類的數據,在企業范圍逐步建立各級查詢體制。最終在數據信息已經非常翔實、清晰的基礎上,提供高級領導關鍵指標和信息的整體視圖,通過儀表盤等模式幫助企業洞悉各種情況,執行假設分析,采取全新的洞察方式,幫助企業做出更明智的決策。
完善的服務體系保障BI
商業智能范文4
電力企業具有龐大的IT 架構體系，并不匱乏信息資源，所缺的是將封存在各個獨立業務系統中的信息資源激活，讓其具備可用性的技術。電力企業需要營銷輔助分析決策系統，幫助各級業務人員以最便利的方式獲取所有關于其所轄區域的業務數據，并通過數據挖掘工具、數據展現工具等提高業務人員應用信息的效率，以達到支持業務決策的目的。
2、金融行業；
金融行業的商業智能系統可以幫助銀行構建以客戶為中心的金融服務體系，以風險控制、盈利分析為核心的管理體系。增強銀行的渠道分銷體系、市場洞察能力、風險控制與財務分析等核心競爭力，為銀行獲得可持續的競爭優勢提供強大的保障。
3、汽車行業。
商業智能范文5
2002年，erp在我國進入普及應用階段，相應地，各高校相繼建立了erp實驗室，通過開設系統的逐級遞進的管理信息化實訓項目，使受訓者對管理軟件的總體架構、功能特點、數據流程及應用方式有了基本認識，初步掌握了信息化管理工具的使用方法，為我國信息化的普及培養了一大批后備人才，履行了高校人才培育的本位職能。那么，在“兩化融合”的大勢下，erp之后下一個應用熱點是什么，如何提升erp的應用效能，如何讓企業決策者真正體驗到信息化所帶來的方便與快捷，成為社會各界普遍關注并著力解決的問題。
1erp與商業智能
1．1erp 的效能與潛能
企業通過應用erp系統，完善了日常事務的標準化和流程化，實現了以下幾項基本事務處理和業務管理功能：財務管理、供應鏈管理、人力資源管理、采購管理、生產管理、庫存管理、銷售管理和客戶關系管理等；建立了完備的基礎數據，實現了企業內部資源與企業相關外部資源的整合。
erp對原始數據做高效率的實時運算加工，產生大量的實時的目標數據，用目標數據進行業務的計劃和控制是erp的根本職能。erp的計劃和控制過程結束后，有大量的過程數據留存在系統內。從數據利用的觀點看，erp系統留存的數據除了“備查”、“跟蹤”之外，沒有被充分利用。erp系統更大的潛力并沒有充分發揮出來，而迅速增長的數據量甚至還成為系統的沉重負擔。
從數據的全生命周期來看，erp系統里的數據記載著企業的生命軌跡，隱含著企業的“秘密”。但是erp沒有手段來識別它。因此企業對erp的巨大投資只回收了一部分，erp系統積累的數據如一座未曾開發的金礦，而erp本身沒有發掘的手段，成為傳統erp的一大遺憾。
另外，erp數據庫缺少對歷史數據的有效組織。erp的數據主要是實時的，缺少對歷史數據的積累和便于分析訪問的有效結構。從分析處理過程來看，分析一般需要多表操作和較長的運行時間，若直接利用erp業務系統的數據庫中現有的數據進行決策的分析和推理，將影響erp系統oltp的效率，并造成繁忙的網絡數據傳輸。在需要直接訪問歷史數據時更是困難。
1．2運用商業智能提升erp應用價值
站在企業決策者的角度，要縱觀全局，運籌帷幄，必須能夠迅速找到反映企業真實運營情況的實時數據和歷史數據，才能有效預測未來。企業管理者要從不同角度審視和管理業務，必須能夠從紛繁復雜的業務數據中迅速找到數據與數據之間的關系，并獲得各種統計結果和分析判斷，而其中有些內容是erp力所不及的。主要表現為：領導關注的指標不能一次性獲得；關鍵指標獲取的及時性、準確性無法保證；各指標間缺乏關聯；無法多角度、多層面、全方位地掌握企業運營狀況。
商業智能（bi），指通過對數據的收集、管理、分析和轉化，使數據成為可用的信息，從而獲得必要的洞察力和理解力，更好地輔助決策和指導行動。它是能夠幫助用戶對自身業務經營做出正確明智決策的工具；利用企業積累的數據增進對業務情況的了解，幫助我們在業務管理及發展上做出及時、正確的判斷，然后采用明智的行動。
erp系統的建設離不開企業高層領導的支持，但是等到系統搭建完成了，企業管理者卻無法直接從erp系統得到有價值的決策信息。只有為企業提供更多、更有價值的輔助管理決策信息才能使erp的應用價值得到更大提升，使erp系統由現在的業務型erp升級為管理型erp，使企業管理信息化水平邁上一個新的臺階。
2全面認識bq商業智能
用友bq商業智能平臺是針對于企業報表以及各類統計分析遇到的諸多問題，經過多年發展，形成的新一代滿足企業應用的bi系統。bq是集企業多系統數據整合、報表中心、分析中心、控制中心于一體的全方位bi解決方案。幫助企業對各類數據進行整合，根據不同人員的需要，將信息進行展示，靈活快速地響應企業管理變化，為企業建立一套完善的輔助決策分析體系。
2．1滿足不同層級人員的信息需求
信息化過程中不同層級的人員所要獲取的信息是不同的。決策層關注可以快速查看到反映企業經營的各類指標，及時做出決策；管理層通過關注部門的關鍵績效指標來監控業務狀況；信息部門的職能是快速響應各部門的信息化需求；而普
通員工只需要查看個人相關信息即可。針對這些不同的需求，bq中都提供了相應的解決方案（詳見表1）。
2．2認知商業智能關鍵價值
2．2.1有效利用企業積累的數據
通過大量歷史數據挖掘企業管理“金礦”，為企業決策者提供更有價值的輔助決策依據，滿足不同管理層的需要。
能呈現多年經營指標趨勢。
能呈現多年不同指標的對比分析。
實現從指標向下逐級查詢，直到明細數據。
2．2．2洞察企業存在的問題
通過高效的挖掘、鉆取等手段追溯數據，及時發現漏洞和問題，快速調整戰略決策，最大程度減小決策者決策偏差。
可根據條件定義示警方式，方便決策者及時發現問題。
通過多種數據分析手段如數據穿透、數據鉆取、旋轉以及切片方式洞悉問題數據。
通過多維報表，使用者能夠按需設置多級交叉報表，最大程度滿足了不同使用者的需要。
2．2．3直觀反映，透視經營
建設企業全面決策分析平臺，通過直觀、豐富的展現形式，讓企業決策者對企業經營狀況一目了然，從中獲取知識和洞察力，提升erp系統的應用價值，提升績效管理。
銷售情況的變化、財務數據的變動都能通過圖示化的方式呈現。
將erp煩瑣的業務邏輯處理的數據以適合管理者瀏覽的方式呈現。
高效的數據呈現，確保企業決策者決策更加及時、準確。 2．2．4實現多業務、多系統的數據整合
通過多種管理模型分析，以及多種數據分析方式，可以一站式、隨時隨地掌握所需信息，無需多業務切換，大大提升工作效率。
沒有業務系統局限性，能夠提取不同業務系統中的數據。
能夠同時提取不同業務系統中的數據。
通過一個平臺能夠掌握整個企業運營狀況，大幅提升工作效率。
商業智能的關鍵價值參見圖1。
3教學解決方案
3．1教學方案
3．1．1面向本科經管類專業開設商業智能通識性認知課
（1） 課程目標。體驗商業智能產品對于企業管理的關鍵價值，體驗信息化給企業管理與決策帶來的方便和快捷，認識信息化新的熱點應用——商業智能。
（2） 體驗內容包括：
異構數據整合能力：能將企業基于不同數據庫的多個業務系統進行整合，搭建起企業的數據中心。
復雜報表設計能力：報表設計簡單靈活，及時滿足不同業務需要。
生成文字報告能力：與word無縫集成，利用預置的模板，根據設定的參數，生成專業分析報告。
多維數據查詢能力：提供基于erp系統的自助組合查詢，滿足不同管理層對于數據即時查詢的需要。
完備的示警機制：實現對于關鍵數據的示警提醒，還能夠將示警信息自動發至管理者郵箱。
構建企業分析模型：支持以更加直觀、個性化的方式構建企業分析模型，為企業搭建數據分析平臺。
進行數據深度挖掘、鉆?。褐С至Ⅲw化管理模型的構建。通過某一個指標的變化，其他相關指標聯動，體現各種指標之間的關系；同時也可以通過向下進行挖掘，鉆取某個指標的構成情況，逐層分析，直至最明細的數據。
平臺性特性滿足各種變化的需要：從容應對業務變化和系統升級。
3．1．2作為目前學校開設的數據挖掘、商業智能等課程的實驗課
目前，部分院校工商管理、信息管理與信息系統、經濟與統計學等專業開設有數據挖掘、商業智能課程。分為本科層次和研究生（mba）層次。
此類課程的教學偏重理論與技術綜述，以及一些數據挖掘工具的介紹，缺乏一個系統的，與企業管理信息化緊密相關的綜合管理平臺作為實驗課的支撐。bq商業智能實驗室可以極大地豐富課程內容，讓學生建立對數據挖掘、商業智能的直觀認識。
對于研究生（mba）層次，課程設計需要從企業戰略規劃的高度出發，延伸到決策需要業務數據支撐，通過對面向事務erp數據的提煉和分析，掌控運營。讓學員充分體驗到信息化的力量。
3．1．3作為信息管理與信息系統專業二次開發課程
因為在使用bq的過程中，涉及多數據源處理、信息域構建、智能查詢、多維報表、海量數據處理技術等二次開發工作，適合作為信息管理專業、計算機專業的實驗課。
3．2科學研究
bq商業智能具有多行業普適性，在地產、機械、建筑、化工、汽配、醫藥等各行各業都有成功應用案例。
商業智能范文6
商業智能發展十幾年來，已燃起三把大火—云計算、移動應用、大數據。當然，并不是因為商業智能才出現這三大技術，而是隨著三大技術的出現，商業智能的價值得到充分利用，以此提升解決企業業務問題的能力。
然而，現在商業智能將燃起真正的第四把火—企業駕駛艙，它為企業提供了全新的管理和決策方式，將成就企業現代化的“辦公室”。
第三把火燃出企業數據價值
云計算、移動應用、大數據，這三者一直被看做最前沿的IT技術，也被稱為商業智能的三大發展趨勢。當前一些商業智能廠商已陸續將自有產品與之相結合，深入企業應用。
云計算使用方便、易于存儲、實時獲取等特點，為企業帶來更高效的數據處理能力，并且大大縮短了分析時間，還為企業節省了大量維護成本。因此云商業智能為企業帶來的是更多數據存儲空間、更高分析能力；
其次，移動應用不受時間與空間限制，它的重點在于便捷。移動BI為企業帶來的是無處不在的分析，豐富的展現形式和快速的客戶響應。同時正是因為移動應用的特點，也促進了商業智能的應用；
大數據是最新也是最熱的一個技術，這把火仍在燃燒。大數據不同于云計算和移動應用，它的出現為企業帶來很多恐慌，另外它也引發了很多技術方案。大數據的到來更加能夠體現出商業智能的重要性，因為通過商業智能，大數據這把火燒出了企業長久以來積累的數據價值，并且各種數據格式、各種數據源都囊括其中。
第四把火燃出企業決策依據
我認為，任何技術在商業智能中的應用，其核心價值都是為了企業數據的價值，使其可以更科學、更直觀、更智能的為企業決策提供依據。目前無論云計算、移動應用，還是大數據，這些技術和趨勢都已可以相互融合，實現企業基本的業務分析和決策功能。但是商業智能還有另外一個發展趨勢，就是展示終端多樣化，這與移動應用也密不可分。
除了智能手機、平板電腦，智能電視和大型液晶屏也成為很多企業高層決策和討論的重要工具。另外，對于企業海量的數據來講，即使已經有商業智能為他們把一張張表格分析出來，但面對眾多的業務部門以及種類繁雜的報表圖形，企業高層仍然感到頭疼。因為他們沒有辦法把這些結果隨意拿來比對，或者很難把幾項重要的指標很快的抽取出來，并拿來分享。
我認為，企業駕駛艙將成為未來企業最好的決策展現工具，它仍然基于商業智能，但是又屬于一種非凡的辦公體驗，為企業打造出現代化的“辦公室”。企業駕駛艙成為商業智能燃起的第四把火，其實它也可以與前三把火相結合發揮更大價值。
企業駕駛艙是一個為企業高層提供的“一站式”決策支持的管理信息中心系統，因此它一定具備商業智能基本的業務分析能力，其次它以駕駛艙的形式，通過各種常見的圖表（速度表、音量柱、預警雷達、雷達球）形象標示企業運行的關鍵指標（KPI）,直觀的監測企業運營情況，并可以對異常關鍵指標預警和挖掘分析。
重要的是，企業駕駛艙應該發揮它直觀和智能的展現作用，比如多點觸摸、語音即席查詢與分析、多顯示屏對比分析、多終端同步與分享等。通過多種顯示和分析方式，讓企業高層更更了解核心業務，了解決策過程，而不是面對一個分析結果卻看不到業務細節。
液晶顯示屏和智能電視的應用范圍越來越廣，包括企業會議室或控制室等都需要大型屏幕來展示細致的業務細節。
