商业智能(BI)市场的应用和发展趋势分析
发表时间：2008-9-11 张静妙 高双喜 来源：万方数据
发表时间：2008-9-11 张静妙 高双喜 来源：万方数据
目前我国对商业智能的研究与开发工作尚处于起步阶段，突出的间题在于数据分析、知识发现能力效率低，或者缺乏知识发现，而更像一个操作型应用系统，很难在决策支持方面发挥BI应有的作用，需要加大力度进一步研究。
一、商业韧能的概念
商业智能(简称Bl)，是20世纪90年代末首先在国外企业界出现的一个术语是由Gartler Group(美国加纳公司)的Howard Dresner在1959年首次提出的，它是信息时代对数据进行收集、处理、管理、分析和决策的一种先进技术，目的是使企业各级决策者获得知识，促使他们做出更加合理的决策。
举个例子，一个销售经理每周部要看销售周报，反映这一周的市场销售情况。每月末，销售经理也会看一下月报，比较一下本月与去年同期的比例。而2年以前的数据，似乎只能安静的储存在冰冷的硬盘深处，无人问津。其实，大量的历史数据将反映一个企业的成长经历，通过对历史的分析，可以预测未来，这恰好是商业智能所体现的宗旨
二、商业智能的技术分析
从技术角度分析，商业智能是将数据仓库①W)、联机分析处理(OLAP)和数据挖掘归纳等结合起米应用于商业活动中，从不同的数据源收集的数据中提取有用的数据.对数据进行清洗以保证数据的正确性，将数据经过抽取(Extractlon)、转换(Transformation)和装载(Load)，即ETL过程后载人数据仓库或数据集市;然后利用合适的工具对数据进行处理，这时信息变为辅助决策的知识。最后将知识呈现于用户面前，为管理决策提供参考
1.数据仓库是商业智能的基础，许多基本报表可以由此生成，但它更大的用处是作为进步分析的数据源。所谓数据仓库就是面向主题的、集成的、稳定的、不同时间的数据集合，用以支持经营管理中的决策制定过程。
2.豹线分析处理技术是对数据仓库中的数据进行分析和处理的重要工具帮助分析人员1管理人员从多种角度把从原始数据中转化出来能够真正为用户所理解的、并真实反映数据维特性的信息，进行快速、一致、交互地访问，从而获得对数据的更深人了解的一类软件技术。
3.数据挖掘是一种决策支持过程，它主要基于AI、机器学习、统计学等技术，高度自动化地分析企业原有的数据，做出归纳性的推理，从中挖掘出潜在的模式，预侧客户的行为，帮助企业的决策者调整市场策略，减少风险，做出正确的决策
三、商业智能的研究热点
商业智能是以现代管理理论为指导，信息技术为支撑的集成系统近年来，它的研究热点主要集中在三个方面:支撑技术的研究、体系结构的研究、应用系统的研究。
1.支撑技术。七要包括两个为面:一是计算机技术，主要包括数据仓库、数据集市技术;数据挖掘技术OLTP、OLAP、L眼acy等分析技术;数据可视化技术;计算机网络技术。二是现代管理技术，主要包括统计，预测等运筹学方法，客户管理、供应链管理、企业资源计划等管理理论和方法;企业建模方法。
2.体系结构。是指通过识别和理解数据在系统中的流动过程和数据在企业的应用过程来提供Bl 系统应用的主框架。Bl的体系结构主要包括数据顶处理、数据仓库、数据分析以及数据展现等几个分，Bl体系结构的研究关心采用什么样的体系结构才能使BI系统具有良好的性能。
3.应用系统。研究重点放在对各个应用领域所面临的决策问题的分析，根据对各类问题的解决方式和解决方案来决定Bl系统应该提供的功能以及具体实现反方法。BI具有代表性的应用领域主要包括企业资源计划(ERP)，客户关系管理(CRM)、人力资源管理帕尺M)，供应链管理(SCM)以及电子商务(E一hlsines)等。
四、商业智能的典型应用
商业智能的应用目前呈现出行业化和专业化的趋势，典型应用领域包括:经营分析战略决策支持，绩效管理。
1.经营分析包括经营指标分析、经营业绩分析和财务分析三部分。
经营拍标分析是指对企业不同的业务流程和业务环节的指标如:利润率、应收率、销售率、库存量、单品销售情况及所占营业比例、风险采购和库存评价指标等进行搜集和分析。但这些指标只能反映局部的经营状况。为了解企业的整体经营状况，还需对这些指标进行科学的组织和分析，利用智能管理技术，形成一个能反映企业整体情况的数学模型。这样通过观察总指标井设置告警，才能获得整个企业的经营状况。
经营业绩分析是指对各部门的营业额、销售量等进行统牛卜在此基础上，进行同期比较分析、应收分析、盈亏分析、各种商品的风险度分析等等。经营业绩分析有利于企业实时掌握自身的发展和经营情况有利于企业及时调整经营业务、化解经营风险。
财务分析是指对企业财务数据巾的利润、费用支出、资金占用及其他具体经济指标进行有效分析。通过财务分析，可以及时掌握企业在资金使用方面的实际情况，为及时调整和降低企业成本提供数据依据。
2.战略决策支持。即在经营分析的基础上，将各类数据、信息进行高度的概括和总结，然后形成供高级决策者进行战略决策时参考的企业经营状况分析报告。
商业智能对战略决策的支持，分别表现在对公司战略、业务战略和职能战略的支持上。在公司战略决策支待层面上，可以根据公司各战略业务单元的经营业绩和经营定位，选择一种合理的投资组合战略。在业务战略决策支持层面上， 由于商业智能系统中集成了更多的外部数据，如外部环境和行业信息，各战略业务单元可据此分别制定自身的竟争战略‘在职能战略决策支持层面上，由于来自于企业内部的各种信息，源源不断地输人进来，相应地可以提供营销、生产、财务、人力资源等决策支持
3.绩效管理。商业智能技术能够从企业各种应用系统中提取出各种基础绩效指标与关键绩效指标(KPI，KeyPerformance lndicator)。为了考核员工的绩效，企业可以先将希望员工要做的工作进行量化，然后借助商业智能工具，管理人员可以追踪、衡量和评价员工的工作绩效卜引导员工的思想方向和行动与企业的整体目标保持一致。
一、商业韧能的概念
商业智能(简称Bl)，是20世纪90年代末首先在国外企业界出现的一个术语是由Gartler Group(美国加纳公司)的Howard Dresner在1959年首次提出的，它是信息时代对数据进行收集、处理、管理、分析和决策的一种先进技术，目的是使企业各级决策者获得知识，促使他们做出更加合理的决策。
举个例子，一个销售经理每周部要看销售周报，反映这一周的市场销售情况。每月末，销售经理也会看一下月报，比较一下本月与去年同期的比例。而2年以前的数据，似乎只能安静的储存在冰冷的硬盘深处，无人问津。其实，大量的历史数据将反映一个企业的成长经历，通过对历史的分析，可以预测未来，这恰好是商业智能所体现的宗旨
二、商业智能的技术分析
从技术角度分析，商业智能是将数据仓库①W)、联机分析处理(OLAP)和数据挖掘归纳等结合起米应用于商业活动中，从不同的数据源收集的数据中提取有用的数据.对数据进行清洗以保证数据的正确性，将数据经过抽取(Extractlon)、转换(Transformation)和装载(Load)，即ETL过程后载人数据仓库或数据集市;然后利用合适的工具对数据进行处理，这时信息变为辅助决策的知识。最后将知识呈现于用户面前，为管理决策提供参考
1.数据仓库是商业智能的基础，许多基本报表可以由此生成，但它更大的用处是作为进步分析的数据源。所谓数据仓库就是面向主题的、集成的、稳定的、不同时间的数据集合，用以支持经营管理中的决策制定过程。
2.豹线分析处理技术是对数据仓库中的数据进行分析和处理的重要工具帮助分析人员1管理人员从多种角度把从原始数据中转化出来能够真正为用户所理解的、并真实反映数据维特性的信息，进行快速、一致、交互地访问，从而获得对数据的更深人了解的一类软件技术。
3.数据挖掘是一种决策支持过程，它主要基于AI、机器学习、统计学等技术，高度自动化地分析企业原有的数据，做出归纳性的推理，从中挖掘出潜在的模式，预侧客户的行为，帮助企业的决策者调整市场策略，减少风险，做出正确的决策
三、商业智能的研究热点
商业智能是以现代管理理论为指导，信息技术为支撑的集成系统近年来，它的研究热点主要集中在三个方面:支撑技术的研究、体系结构的研究、应用系统的研究。
1.支撑技术。七要包括两个为面:一是计算机技术，主要包括数据仓库、数据集市技术;数据挖掘技术OLTP、OLAP、L眼acy等分析技术;数据可视化技术;计算机网络技术。二是现代管理技术，主要包括统计，预测等运筹学方法，客户管理、供应链管理、企业资源计划等管理理论和方法;企业建模方法。
2.体系结构。是指通过识别和理解数据在系统中的流动过程和数据在企业的应用过程来提供Bl 系统应用的主框架。Bl的体系结构主要包括数据顶处理、数据仓库、数据分析以及数据展现等几个分，Bl体系结构的研究关心采用什么样的体系结构才能使BI系统具有良好的性能。
3.应用系统。研究重点放在对各个应用领域所面临的决策问题的分析，根据对各类问题的解决方式和解决方案来决定Bl系统应该提供的功能以及具体实现反方法。BI具有代表性的应用领域主要包括企业资源计划(ERP)，客户关系管理(CRM)、人力资源管理帕尺M)，供应链管理(SCM)以及电子商务(E一hlsines)等。
四、商业智能的典型应用
商业智能的应用目前呈现出行业化和专业化的趋势，典型应用领域包括:经营分析战略决策支持，绩效管理。
1.经营分析包括经营指标分析、经营业绩分析和财务分析三部分。
经营拍标分析是指对企业不同的业务流程和业务环节的指标如:利润率、应收率、销售率、库存量、单品销售情况及所占营业比例、风险采购和库存评价指标等进行搜集和分析。但这些指标只能反映局部的经营状况。为了解企业的整体经营状况，还需对这些指标进行科学的组织和分析，利用智能管理技术，形成一个能反映企业整体情况的数学模型。这样通过观察总指标井设置告警，才能获得整个企业的经营状况。
经营业绩分析是指对各部门的营业额、销售量等进行统牛卜在此基础上，进行同期比较分析、应收分析、盈亏分析、各种商品的风险度分析等等。经营业绩分析有利于企业实时掌握自身的发展和经营情况有利于企业及时调整经营业务、化解经营风险。
财务分析是指对企业财务数据巾的利润、费用支出、资金占用及其他具体经济指标进行有效分析。通过财务分析，可以及时掌握企业在资金使用方面的实际情况，为及时调整和降低企业成本提供数据依据。
2.战略决策支持。即在经营分析的基础上，将各类数据、信息进行高度的概括和总结，然后形成供高级决策者进行战略决策时参考的企业经营状况分析报告。
商业智能对战略决策的支持，分别表现在对公司战略、业务战略和职能战略的支持上。在公司战略决策支待层面上，可以根据公司各战略业务单元的经营业绩和经营定位，选择一种合理的投资组合战略。在业务战略决策支持层面上， 由于商业智能系统中集成了更多的外部数据，如外部环境和行业信息，各战略业务单元可据此分别制定自身的竟争战略‘在职能战略决策支持层面上，由于来自于企业内部的各种信息，源源不断地输人进来，相应地可以提供营销、生产、财务、人力资源等决策支持
3.绩效管理。商业智能技术能够从企业各种应用系统中提取出各种基础绩效指标与关键绩效指标(KPI，KeyPerformance lndicator)。为了考核员工的绩效，企业可以先将希望员工要做的工作进行量化，然后借助商业智能工具，管理人员可以追踪、衡量和评价员工的工作绩效卜引导员工的思想方向和行动与企业的整体目标保持一致。
五、中国商业翎能市场十大发展趋势
1.日益 旺盛的市场需求是BI发展的动力。
近年来，商业智能技术与决策支持思想陆续应用到各行业中去，对商业智能软件市场的发展产生了积极的影响。
2.国际性BI领域的企业并购和重组仍在继续。
BI领域的企业并购仍在继续，同时将会有更多的企业成长起来。
3.融合多种技术的集成产品出现。
由现有的初步应用如报表分析、数据集成，向深度和广度应用发展，数据仓库建模和数据挖掘等技术的应用将实质性推开
4. 优势行业地位不减，中小企业BI将逐渐扩大市场份额。
从行业应用来看，中国的金融业、电信业仍将占据着BI应用的优势行业地位。从中小企业的清况来看，越来越多的中小企业已经意识到信息化的重要性和迫切性，必将成为未来中国商业智能市场非常重要的组成部分。
5.高端市场归属国际，中低端落户国内。
在中国商业翎能市场上，国外厂商具有明显的技术优势，但是，大部分中小企业用户并不能承受国外产品较高的价格门槛。中国的Bl市场从开始就经历了一个激烈竞争的时期，高端市场被国际大厂商所占据，低端市场是国内的BI厂商及集成商在竞争。
6. 在营销策略上，整合营销趋势凸显。
BI厂商将面临激烈而现实的市场竞争。营销手段、产品研发受到前所未有的重视。
7.以产品为依托，商业智能的增值服务将会逐渐增长。
商业智能销售渠道包括两类:一类是厂商的直接渠道，即厂商的总部、各地分子公司;另外一类是间接渠道，即各地的产品代理商和咨询、实施等合作伙伴。目前BI软件领域中的多数软件供应商，其软件授权收人和服务收人基本待平，但随着数据仓库和查询、报表工具软件的应用普及，下一步如何开展分析型应用将成为主导，从销售产品中可获得的收人将逐渐降低。因此，如何在提供增值服务这新一轮的较量中胜出，是BI软件供应商现在需要未雨绸缪的。
8.高低端市场逐渐成熟，用户消费趋于理性，BI产品的整体价格在逐步下降。
在高端市场，随着进人者的增多，由国际厂商垄断市场的局面在未来几年内将逐步被打破，高端用户的选型更加理性和重视投资回报率，在中低端市场，随着市场进入者的增多，市场竟争逐渐走向充分竞争，中低端产品的整体价格也呈现卜降趋势
9. 应用范围不断扩展，区域边界日趋模糊
目前，华北、华东和华南地区BI软件占据了绝大部分的市场份额，而其它四地区的市场份额相对偏低。随着BI软件应用范围的不断扩大和用户认知度的提升，各BI软件供应商将致力于开拓其它区域的市场。另外2006年国家的“西部大开发”和“振兴东北老工业基地”两大战略的深人推进和实施，将促进西部和东北地区对于交通、能源、电信、电子政务的建设这将在一定程度上带动西部和东北地区对于Bl 软件产品及应用的需求，从而为BI软件的推广和应用带来新的发展机遇。
10.主力厂商竟争从“群雄逐鹿”到“三足鼎立”。
高端市场传统国际大厂商占有明显优势.中低端市场仍然是国内的Bl厂家及行业的lsV(独立软件开发商)及集成商的地盘，新兴的厂商后来居上，迅速抢占高，中、底端市场从而在BI市场里形成新的“三足鼎立”竞争格局。
六、结束语
目前我国对商业智能的研究与开发工作尚处于起步阶段，突出的间题在于数据分析、知识发现能力效率低，或者缺乏知识发现，而更像一个操作型应用系统，很难在决策支持方面发挥BI应有的作用，需要加大力度进一步研究。从全球范围来看商业智能已经成为继企业资源计划(ERP)之后最重要的信息系统。从国内来看，商业智能已经被越来越多的企业管理者所认识，其中包括电信、金融、零售，保险等行业的决策者。商业智能已经成为这些行业信息化建设的重中之重。商业智能产业在未来几年将成为最令人瞩目的行业。
