前言：想要寫出一篇令人眼前一亮的文章嗎？我們特意為您整理了5篇商業(yè)智能的bi時代范文，相信會為您的寫作帶來幫助，發(fā)現(xiàn)更多的寫作思路和靈感。

商業(yè)智能的bi時代范文第1篇

關鍵詞：大數(shù)據(jù)；BI；發(fā)展

中圖分類號：TP311.13 文獻標識碼：A 文章編號：1674-7712 （2014） 12-0000-01

近些年大數(shù)據(jù)（big data）一詞被提及的頻率越來越高。原本只是用來形容海量信息的含義，在信息時代又賦予了它新的含義-新信息時代的風向標。

如今是信息爆炸的時代，數(shù)據(jù)正在迅速膨脹變大，原本傳統(tǒng)電信金融行業(yè)是信息產生的大戶，隨著互聯(lián)網(wǎng)行業(yè)的異軍突起，立刻成為了大數(shù)據(jù)軍團中的絕對主力。互聯(lián)網(wǎng)公司在日常運營中生成、累積的用戶網(wǎng)絡行為數(shù)據(jù)。這些數(shù)據(jù)的規(guī)模是如此龐大，以至于不能用G或T來衡量。

隨著越來越多的行業(yè)對數(shù)據(jù)越來越重視，帶來了BI的巨大市場商機和快速發(fā)展。隨著大數(shù)據(jù)的興起，IBM、Oracle、SAP、微軟等廠商像是尋到了新的金礦，開始極力推崇大數(shù)據(jù)理念。于是眾廠商蜂擁而至，搶奪大數(shù)據(jù)市場，以SAP的HANA和ORACLE的Exalytitcs為代表。也有部分推BI的廠商還達不到大數(shù)據(jù)的層次，固守在報表分析的陣地上。

大數(shù)據(jù)具有4個特征（4V）：

（一）數(shù)據(jù)量大（Volume）

第一個特征是數(shù)據(jù)量大。大數(shù)據(jù)的起始計量單位至少是P（1000個T）、E（100萬個T）或Z（10億個T）。

（二）類型繁多（Variety）

第二個特征是數(shù)據(jù)類型繁多。包括網(wǎng)絡日志、音頻、視頻、圖片、地理位置信息等等，多類型的數(shù)據(jù)對數(shù)據(jù)的處理能力提出了更高的要求。

（三）價值密度低（Value）

第三個特征是數(shù)據(jù)價值密度相對較低。如隨著物聯(lián)網(wǎng)的廣泛應用，信息感知無處不在，信息海量，但價值密度較低，如何通過強大的機器算法更迅速地完成數(shù)據(jù)的價值“提純”，是大數(shù)據(jù)時代亟待解決的難題。

（四）速度快時效高（Velocity）

第四個特征是處理速度快，時效性要求高。這是大數(shù)據(jù)區(qū)分于傳統(tǒng)數(shù)據(jù)挖掘最顯著的特征。

基于大數(shù)據(jù)以上特性，對于傳統(tǒng)BI來說是一個重大的挑戰(zhàn)和沖擊。

以RTB（實時競價廣告）模式為例，這種面向網(wǎng)民的廣告實時推送方式需呀以毫秒級的速度分析海量數(shù)據(jù)，進而實現(xiàn)互聯(lián)網(wǎng)廣告的精準推送。RTB模式主要需解決“人的認知”和“價值幾何”，前者需要對每個用戶實施消費行為進行分析，意味著需要解讀萬億量級的數(shù)據(jù)；后者則需依托復雜算法計算ROI（投資回報率），告訴決策并顯現(xiàn)交易結果，而每筆競價只有50毫秒乃至更少的決策時間。收納并瞬間解構如此龐大的數(shù)據(jù)，也只有大數(shù)據(jù)工具才能做到。

傳統(tǒng)BI采集的數(shù)據(jù)主要來自于ERP、CRM等，具有格式化的數(shù)據(jù)，而大數(shù)據(jù)采集的數(shù)據(jù)種類則多種多樣，既有結構化的數(shù)據(jù)，更多的是非結構化的數(shù)據(jù)。這就要求數(shù)據(jù)處理技術在分析、算法上相對傳統(tǒng)BI來說有極大的改變，已經(jīng)無法依賴傳統(tǒng)的BI工具。類似RTB這類新興商業(yè)模式不斷涌現(xiàn)，對于營銷反應速度提出極高的要求，傳統(tǒng)BI能支持小時級的決策已經(jīng)很了不起了，無法應對如此幾乎是實時決策分析的要求，處理如此海量的數(shù)據(jù)分析及計算。數(shù)量和速度就是大數(shù)據(jù)帶給傳統(tǒng)BI的挑戰(zhàn)。

大數(shù)據(jù)和BI都需要構建數(shù)據(jù)倉庫、分析系統(tǒng)，再進行數(shù)據(jù)挖掘、實現(xiàn)數(shù)據(jù)呈現(xiàn)，運用機理和技術結構其實是一致的。與BI不同，大數(shù)據(jù)處理的數(shù)據(jù)是雜亂的、非結構化的數(shù)據(jù)，因此大數(shù)據(jù)有它獨特的數(shù)據(jù)分析工具，其建模也要比BI復雜得多，數(shù)據(jù)呈現(xiàn)方式也不僅僅是報表方式。從這方面來看大數(shù)據(jù)能力要比傳統(tǒng)BI強大得多。幾年前還只有大型網(wǎng)絡公司應用大數(shù)據(jù)技術，而如今，零售業(yè)、銀行業(yè)、公共事業(yè)、智能社區(qū)等領域，幾乎所有擁有海量數(shù)據(jù)的企業(yè)都在使用或開始嘗試使用大數(shù)據(jù)技術，這些技術在部分項目中也起到了關鍵的作用，這些將擠壓傳統(tǒng)bi工具的生存空間。

大數(shù)據(jù)的出現(xiàn)對BI行業(yè)來說是一個挑戰(zhàn)也是巨大的商機。也正是大數(shù)據(jù)的出現(xiàn)促進了BI加速發(fā)展，不斷升級。

大數(shù)據(jù)分析缺乏成熟的實踐經(jīng)驗，其方式方法與傳統(tǒng)的數(shù)據(jù)倉庫與BI系統(tǒng)有著一定的區(qū)別。在實施大數(shù)據(jù)分析項目之前，企業(yè)不僅應該知道使用何種技術，還應該知道在什么時候、什么地方使用。各數(shù)據(jù)之間有哪些關聯(lián)性？哪個數(shù)據(jù)是可信的？如何從海量的數(shù)據(jù)中挖掘出有價值的、易用的客戶信息？

要回答這些問題，企業(yè)需要一個單一、完整、可信的客戶數(shù)據(jù)視圖，而創(chuàng)建一個單一、完整、可信的客戶數(shù)據(jù)視圖，數(shù)據(jù)集成是關鍵。沒有集成的數(shù)據(jù)，其商業(yè)價值為零。數(shù)據(jù)集成讓組織機構能夠將傳統(tǒng)的交易數(shù)據(jù)與全新的交互數(shù)據(jù)組合起來，從而獲得在其他情況下無法達成的洞察力和價值。

在大數(shù)據(jù)概念面世之前，商業(yè)智能（BI）幾乎是我們進入‘智慧世界’的不二選擇，然而，價格不菲的數(shù)據(jù)庫、數(shù)據(jù)倉庫、ETL等工具共同構筑的高門檻擋住了很多企業(yè)一探究竟的腳步，而數(shù)據(jù)規(guī)模爆炸式的增長更是加高了這個門檻，讓很多企業(yè)對于獲取‘智慧’的投入成本望而怯步。

盡管隨著技術不斷進步，商業(yè)智能日益平民化，如今基于EXCL表也能在一定程度上實現(xiàn)傳統(tǒng)商業(yè)智能的部分功能。但是商業(yè)智能最經(jīng)典的架構還是基于數(shù)據(jù)倉庫為基礎，利用ETL工具進行數(shù)據(jù)抽取、轉化、建模，然后通過報表等形式展現(xiàn)結果。整個過程每個環(huán)節(jié)都投資不菲且耗時，因此很長時間以來，商業(yè)智能被認為大企業(yè)的專有。相對而言，大數(shù)據(jù)主要用于互聯(lián)網(wǎng)企業(yè)，采用通用硬件設備加上開源軟件實現(xiàn)，成本相對低廉得多。入門門檻低，也是大數(shù)據(jù)能夠迅速興起的重要原因。

隨著互聯(lián)網(wǎng)技術的發(fā)展，未來的大數(shù)據(jù)時代，一定是各種信息呈現(xiàn)規(guī)模快速增長的狀態(tài)，如何更快獲取有用的信息是關鍵，智能分析工具會變得越來越重要，可以凌駕于多個管理系統(tǒng)、數(shù)據(jù)庫之上，如何通過更靈活、可控的BI工具，真正挖掘出大數(shù)據(jù)時代的價值，是大數(shù)據(jù)和BI面臨的共同挑戰(zhàn)。

參考文獻：

商業(yè)智能的bi時代范文第2篇

后ERP建設時代，信息化的核心數(shù)據(jù)將在商業(yè)智能技術的支持下變?yōu)槠髽I(yè)的“信息資產”，成為企業(yè)發(fā)展的無形牽引力。

經(jīng)過前三期對商業(yè)智能領域從技術到應用直至產業(yè)鏈的梳理，現(xiàn)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(yè)智能廠商為讀者預測未來商業(yè)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(yè)智能的CIO朋友，一定要先給自己的IT系統(tǒng)做好“體檢”工作，看看自己的IT系統(tǒng)數(shù)據(jù)收集完善情況、數(shù)據(jù)質量情況、數(shù)據(jù)統(tǒng)一口徑情況、數(shù)據(jù)集成情況、數(shù)據(jù)集中情況。把這些前置環(huán)節(jié)夯實了，商業(yè)智能項目將能很快顯現(xiàn)出它的威力。

預測1

在IBM看來，業(yè)務分析作為商業(yè)智能的一個部分，未來更具發(fā)展?jié)摿Α?/p>

商業(yè)智能解決的是：現(xiàn)在狀況怎樣，哪些數(shù)據(jù)在什么位置，人為地去判斷下一步應該作什么新計劃，而業(yè)務分析的出現(xiàn)則更加強調數(shù)據(jù)到信息的轉變，它解決了為什么業(yè)務是這樣的情況，如果業(yè)務繼續(xù)下去，會出現(xiàn)什么狀況；通過建模了解最好的可能性是什么等等業(yè)務人員真正需要關心的實質問題。

IDC公司的中國商業(yè)分析軟件市場2009-2013年預測與分析報告指出：2009年商業(yè)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(yè)智能軟件，企業(yè)更需要一個綜合性的業(yè)務分析解決方案。

近日，IBM為了夯實業(yè)務分析戰(zhàn)略的落地，了兩大新工作負載優(yōu)化系統(tǒng)――IBM pureScaie應用系統(tǒng)和智慧分析系統(tǒng)。

IBM pureScale應用系統(tǒng)和智慧分析系統(tǒng)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(shù)據(jù)以及處理數(shù)據(jù)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(yōu)化系統(tǒng)將成為IBM業(yè)務分析(Business Analytics)戰(zhàn)略的重要支撐手段。

IBM軟件集團全球信息管理軟件開發(fā)副總裁Martin J，Wildberger先生最近和記者分享了商業(yè)智能未來的四大發(fā)展趨勢。首先是可預測性，其次是實時性，再次是大規(guī)模的并行處理能力，最后是大眾化。

以大規(guī)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(shù)據(jù)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(zhèn)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(zhèn)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(zhèn)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(jīng)光臨過面包店的顧客信息記錄下來。并且把凡是經(jīng)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(shù)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(shù)據(jù)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(tǒng)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(zhèn)居民的口味偏好生產出當?shù)夭庞械目谖兜拿姘?。而且，針對不同職業(yè)的人群，薩姆先生還準備了特別的套餐和優(yōu)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(zhèn)的三兄弟呀!”

童話里的第一個男孩是數(shù)據(jù)庫的象征。數(shù)據(jù)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(shù)據(jù)是企業(yè)獲得業(yè)務分析能力的基礎。第二個男孩則代表了生產“可靠數(shù)據(jù)”的軟件，如數(shù)據(jù)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(yè)具有的商業(yè)智能和業(yè)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(yè)決策的進行。

預測2

大型的軟件公司已經(jīng)預測到將來的5到10年時間，商業(yè)智能將是軟件領域的一大增長點，對于商業(yè)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(yè)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(tǒng)集成工作，并能保障快速的系統(tǒng)部署。

2、預置分析內容，并集成企業(yè)績效管理的應用將成為主流。用戶將能直接獲取到已經(jīng)預置了分析內容和指標的應用型商業(yè)智能解決方案，并集成了企業(yè)績效管理應用，給企業(yè)決策、管理和運營提供從目標設定、計劃配置、運營監(jiān)控、信息分析到完善目標的閉環(huán)過程。

3、操作型商業(yè)智能要求普適化商業(yè)智能功能。

各大廠商已經(jīng)預測到商業(yè)智能系統(tǒng)將走下神壇，BI用戶群也會相應地從現(xiàn)在的后臺管理決策層向前端業(yè)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(jīng)在不同行業(yè)悄然升溫。在將來的商業(yè)智能平臺中，預測、分攤、假設模擬、數(shù)據(jù)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(fā)展。對于數(shù)據(jù)的可視化將是新一個商業(yè)智能系統(tǒng)的又一趨勢。越來越多的用戶不再滿足于傳統(tǒng)的圖像展現(xiàn)和交互式的圖像展現(xiàn)。

6、智能化業(yè)務系統(tǒng)和商業(yè)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(tǒng)都在不斷嘗試將商業(yè)智能應用和業(yè)務系統(tǒng)緊密集成在一起，從而提供用戶從業(yè)務操作到業(yè)務分析再返回指導業(yè)務操作的自動化平臺。

7、數(shù)據(jù)采集質量越來越高，數(shù)量越來越大。

隨著RFID、移動互聯(lián)網(wǎng)技術的普遍應用，未來商業(yè)智能系統(tǒng)所能獲取到的數(shù)據(jù)量和數(shù)據(jù)準確性將產生質的變化。

8、實時數(shù)據(jù)獲取和整理。由于BI應用將向操作型發(fā)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(jīng)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(jīng)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(fā)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(shù)據(jù)的實時采集，數(shù)據(jù)倉庫和商務智能系統(tǒng)的實時比對和分析?，F(xiàn)在z服裝店已經(jīng)能第一時間的給他們的客戶提供交叉銷售的專業(yè)意見。在成功上線集成FZFID技術的商務智能試衣推薦系統(tǒng)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(yè)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(jīng)是有備而來，去年事件后，公司馬上組織了突發(fā)事件定價方案，在IT系統(tǒng)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(tǒng)。此時李琳面前的屏幕上已經(jīng)顯示出可能出現(xiàn)的幾種定價挑戰(zhàn)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(tǒng)中配置了不同的定價策略參數(shù)，基于預測算法系統(tǒng)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(yè)智能的概念從技術到應用都發(fā)生了巨大的變化，從商業(yè)智能到商業(yè)分析，再到企業(yè)績效管理，再到企業(yè)績效優(yōu)化。那么商業(yè)智能的發(fā)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(yè)智能。為了實現(xiàn)實時商業(yè)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(yè)信息整合)技術，來實現(xiàn)實時數(shù)據(jù)抽取，和原來的ETL工具配合，共同使用。

2、移動商業(yè)智能。將原來人們依賴于電腦的商業(yè)智能搬到了手機或者黑莓上，這樣使得客戶非常容易地監(jiān)控、分析企業(yè)出現(xiàn)的例外現(xiàn)象。

3、SaaS商業(yè)智能。商業(yè)智能作為云計算，作為服務，企業(yè)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(shù)據(jù)庫等的數(shù)據(jù)，加載到遠程的服務器上，就可以得到大量的分析和數(shù)據(jù)處理。

4、大數(shù)據(jù)量快速處理商業(yè)智能。原來一般是利用空間換時間的方法，比如多維數(shù)據(jù)庫，但是它存在一定空間過大反而導致效率低下的問題，現(xiàn)在人們越來越多將軟件和硬件結合起來，提高大數(shù)據(jù)量的處理速度和效率。

5、簡單易用商業(yè)智能。

6、主數(shù)據(jù)管理(MDM)。在實現(xiàn)商業(yè)智能時，對于共享數(shù)據(jù)的處理，就需要一個工具，解決共享數(shù)據(jù)的模型和整合，這就是主數(shù)據(jù)管理所做的工作。

7、將數(shù)據(jù)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(fā)就可以得到各種維度的分析。

8、文本分析商業(yè)智能。對互聯(lián)網(wǎng)、公司的文件、文檔進行分析。

9、智能型商業(yè)智能。商業(yè)智能可以自動適應和智能調節(jié)出現(xiàn)的問題，優(yōu)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(zhàn)略驅動的有效執(zhí)行：商業(yè)智能概念從原來的報告、查詢、多維分析、數(shù)據(jù)挖掘已經(jīng)延伸到了企業(yè)績效管理，更進一步延伸到了企業(yè)績效優(yōu)化。

2、協(xié)作型商業(yè)智能：從數(shù)據(jù)出發(fā)，可以在供應商、企業(yè)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(yè)內部、客戶之間帶來的損失。使得供應商、企業(yè)、客戶共享信息。

3、GRC是一個新的領域：企業(yè)除了關心企業(yè)的績效指標外，越來越多的關注關鍵風險指標。

4、企業(yè)績效駕駛艙：簡單易用的可視化展現(xiàn)，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(yè)智能：現(xiàn)在大部分企業(yè)都是將商業(yè)智能作為領導的決策支持系統(tǒng)，這樣系統(tǒng)的應用就很少，將來的趨勢是人人都用商業(yè)智能，此系統(tǒng)成為企業(yè)的一套每天都在應用的業(yè)務系統(tǒng)。

6、商業(yè)智能和核心業(yè)務系統(tǒng)整合：在ERP系統(tǒng)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(jié)點進行智能的判斷。

7、商業(yè)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(jiān)將他們客戶關系管理的客戶信息拖到網(wǎng)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(jiān)在搜索中輸入“童車銷售排名”，結果相關的信息馬上出現(xiàn)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(xiàn)問題的原因，將自己的數(shù)據(jù)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(fā)現(xiàn)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(yè)智能和在手機上迅速獲得信息的案例。

預測4

BI行業(yè)經(jīng)過多年實踐和發(fā)展，已經(jīng)取得了豐富的階段性成果。許多金融、電信、物流、航空、制造業(yè)的大型企業(yè)已經(jīng)相繼搭建了企業(yè)級的數(shù)據(jù)倉庫平臺，發(fā)展了一套比較完善的報表和指標監(jiān)控體系等后臺應用，能夠較好地支持后臺管理層對企業(yè)經(jīng)營情況的跟蹤了解，以作出相應的戰(zhàn)略調整和經(jīng)營決策。

如果要對國內的BI發(fā)展做一小結的話，概括地講，基礎數(shù)據(jù)平臺和后臺戰(zhàn)略型應用是過去10余年的發(fā)展重點。根據(jù)我們的實踐和研究調查，BI已基本呈現(xiàn)出如下幾個基本趨勢：

首先，BI應用的范圍將從目前的戰(zhàn)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(xiàn)在的后臺管理決策層向前端業(yè)務操作型用戶延伸。簡單講，BI不僅要服務于企業(yè)如何制定管理決策，提升其戰(zhàn)略型商業(yè)智能，下一步還將逐漸把目光投向如何更好支持戰(zhàn)略的執(zhí)行，提高企業(yè)人員的操作型商業(yè)智能。因為，執(zhí)行的效率如何以及是否得力等細節(jié)因素往往決定了一個企業(yè)的競爭優(yōu)勢乃至成敗得失。戰(zhàn)略級的決策是關鍵的，能否又快又好地執(zhí)行也同樣重要。

其次，在技術上BI將向動態(tài)商業(yè)智能方向發(fā)展，動態(tài)數(shù)據(jù)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(fā)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(yè)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(yè)機會的流失或者不當?shù)臉I(yè)務動作。

另外，企業(yè)數(shù)據(jù)的綜合治理也已逐漸受到越來越多客戶的重視，畢竟數(shù)據(jù)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(jīng)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(shù)據(jù)倉庫系統(tǒng)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(yè)務經(jīng)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(yè)的營銷溝通。經(jīng)過電話溝通發(fā)現(xiàn)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(fā)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(yōu)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(jīng)理小王就推薦了行內的理財專家。經(jīng)過與理財專家的咨詢交流，最后杜某與銀行做了如下業(yè)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(xù)買房子的首付預算。

商業(yè)智能的bi時代范文第3篇

【關鍵詞】人力資源管理；商業(yè)智能；應用；發(fā)展

根據(jù)現(xiàn)代企業(yè)信息化的實際需求和特點，深層次開發(fā)人力資源管理系統(tǒng)，但是目前人力資源管理系統(tǒng)停留在信息管理的層面上，其輔助決策分析的功能尚未發(fā)揮出來。在人力資源管理系統(tǒng)中集成商業(yè)智能技術，在企業(yè)信息系統(tǒng)中通過KPI指標體系的引入實現(xiàn)績效管理平臺的而建立健全，分解企業(yè)的戰(zhàn)略目標，使其可以成為實際工作中具備可操作性的目標，有助于企業(yè)人力資源的有效管理和合理分配。

一、人力資源管理系統(tǒng)發(fā)展概況

自20世紀60年代末，人力資源管理系統(tǒng)內得到了一定的發(fā)展，當時意境普及了計算機技術，大型企業(yè)逐漸發(fā)現(xiàn)，薪資的計算和發(fā)放如果采用純手工的方式來進行，很容易出現(xiàn)失誤，為了解決這一矛盾，第一代人力資源管理系統(tǒng)就這樣被研發(fā)出來，但是由于當時的技術條件的限制，該系統(tǒng)實際上只是起到自動計算薪資的作用，不包含薪資的歷史信息和非財務信息，不具備分析薪資數(shù)據(jù)和生成報表的功能。

在20是90年代末，出現(xiàn)了人力資源管理系統(tǒng)的變革，市場競爭的要求就決定了企業(yè)必須要思考如何激發(fā)員工工作的積極性和主動性，如何留住和吸引人才，再加上服務其技術、數(shù)據(jù)庫技術、網(wǎng)絡技術的發(fā)展，第三代人力資源管理系統(tǒng)就這樣應運而生了，其用集中的數(shù)據(jù)庫統(tǒng)一管理所有的人力資源相關的數(shù)據(jù)，人力資源管理可以通過其分析工具、信息共享工具、生成報表工具而分解自己的工作量，將更多的精力集中在企業(yè)人力資源的規(guī)劃和政策上。

二、人力資源管理系統(tǒng)效益和局限性

人力資源管理系統(tǒng)效益：

1、工資計算程度高：績效考核與薪資掛鉤；

2、報表圖形輸出功能強大：可輸出多種報表格式，如超本文、數(shù)據(jù)庫、電子表格等等；

3、自動化考核管理：考核的相關資料由系統(tǒng)定期自動生成，提示相關人員完成考核工作，自動統(tǒng)計考核結果；

4、查詢靈活方便：查詢條件可以自定義，既可以模糊查詢，也可以組合條件、單條件查詢。

人力資源管理系統(tǒng)的局限性：

1、人力資源管理系統(tǒng)等同于“聯(lián)機事物處理”系統(tǒng)。聯(lián)機事務處理系統(tǒng)是將每個部門、每個事物、每一分鐘都記錄在相關數(shù)據(jù)中。對于企業(yè)領導者而言，其宏觀決策時所需要的數(shù)據(jù)如果要從“事無巨細”、數(shù)據(jù)完整且規(guī)模龐大的系統(tǒng)中直接獲取，其困難程度可想而知。

2、HR思想提出時的需求限制，無法將HR系統(tǒng)數(shù)據(jù)上升到信息層面，需要從其他處理系統(tǒng)中進行二次加工方可得到?jīng)Q策所需要的信息數(shù)據(jù)。

3、傳統(tǒng)HR系統(tǒng)，雖然自動化整理了企業(yè)內部的信息，但是缺乏充分有效的利用，閑置浪費了大量有用的信息。

三、HRMS集成商業(yè)智能技術分析

1、HRMS系統(tǒng)集成商業(yè)智能的必要性分析

（1）、各HR廠商有擴展HR商業(yè)智能功能的迫切需求，傳統(tǒng)HR市場已經(jīng)日趨飽和。傳統(tǒng)HR系統(tǒng)經(jīng)過多年的發(fā)展，其需求逐漸趨緩，其績效下降的缺陷愈發(fā)突出，需要新的產品來彌補這一缺陷，使HR系統(tǒng)功能得以延伸。

（2）、企業(yè)要求改變HR系統(tǒng)。通常來講，HR系統(tǒng)中只會保留最近的信息，其目的是使系統(tǒng)運行效率得到提升，但是當進行策略分析或趨勢分析時，需要為分析、歸納、判斷提供大量的歷史數(shù)據(jù)支持，企業(yè)需要的是一個既能將大量歷史數(shù)據(jù)完成保留下來，同時也可以快速分析查詢的數(shù)據(jù)環(huán)境。因此，不能放棄從HR系統(tǒng)中移出來的數(shù)據(jù)，但是在決策分析時對HR系統(tǒng)數(shù)據(jù)庫進行的大量的訪問操作、數(shù)據(jù)庫運算會嚴重影響HR系統(tǒng)的運行維護效率。

因此，在HR系統(tǒng)中集成商業(yè)智能技術的需求非常迫切。

2、HRMS系統(tǒng)集成商業(yè)智能的可行性分析

（1）、HR的實施應用可以為商業(yè)智能系統(tǒng)提供更好的技術儲備和硬件平臺。企業(yè)在HR數(shù)據(jù)庫、網(wǎng)絡設施、計算機上的投資，可以為商業(yè)智能提供良好的物理運行環(huán)境。同時，普及HR系統(tǒng)的應用可以使員工的信息使用能力和操作水平得到較大的提升，應用商業(yè)智能技術更容易被企業(yè)員工和管理層所接受。

（2）、HR將企業(yè)人力資源管理中的各種信息事無巨細的記錄下來，龐大的歷史數(shù)據(jù)是商業(yè)職能體系較為理想的數(shù)據(jù)來源。

（3）、通常來講，HR系統(tǒng)的數(shù)據(jù)定義如匯率符號、時間格式等等是共享的、統(tǒng)一的，這就將更多的清晰地數(shù)據(jù)提供給商業(yè)智能系統(tǒng)，使數(shù)據(jù)準備時間有所減少。

綜上所述，HR系統(tǒng)集成商業(yè)智能既是必要的，也是可行的。

四、HRMS環(huán)境的商業(yè)智能集成解決方案

1、系統(tǒng)目標

人力資源管理系統(tǒng)集成商業(yè)智能系統(tǒng)的目標是在充分依靠現(xiàn)有人力資源管理系統(tǒng)的前提下，充分利用數(shù)據(jù)倉庫技術來對各種數(shù)據(jù)資源進行有效的整合，以滿足企業(yè)領導者的需求。系統(tǒng)業(yè)主主要分為決策支持、戰(zhàn)略擴展業(yè)務和基礎業(yè)務這三個部分。

（1）、基礎業(yè)務層：實現(xiàn)基本業(yè)務功能如時間管理、人事管理、崗位管理等的信息化，使人力資源管理的成本大大降低。

（2）、戰(zhàn)略處理層：通過績效考核等功能模塊的有效實施，企業(yè)可以建立健全人力資源戰(zhàn)略開發(fā)體系，保證規(guī)范化、科學化的人才開發(fā)、人才留住、人才吸引、人才激勵等流程。

（3）、決策支持層：企業(yè)基于人力資源成本、人力資源規(guī)劃的實施、人力資源數(shù)據(jù)庫等功能模塊，通過與其他應用系統(tǒng)、財務管理的共享和集成，實現(xiàn)企業(yè)成本的有效控制、資源優(yōu)化配置和流程化管理。

2、系統(tǒng)結構及系統(tǒng)功能設計

從HR系統(tǒng)、異構的外部數(shù)據(jù)源、脫機的歷史業(yè)務數(shù)據(jù)中可以提取、轉換、清理商業(yè)智能系統(tǒng)的數(shù)據(jù)，并根據(jù)決策主體的需求重新組織，從而建立結構化數(shù)據(jù)環(huán)境，幫助用戶挖掘HR系統(tǒng)潛在的、有價值的數(shù)據(jù)。參照商業(yè)智能通用架構可以得出商業(yè)智能系統(tǒng)與HR系統(tǒng)的集成構架，如圖1。

在集成系統(tǒng)環(huán)境中，集成數(shù)據(jù)來源為HR系統(tǒng)，數(shù)據(jù)集市和數(shù)據(jù)倉庫可以通過ETL得以建立。集成環(huán)境的工具層由報表展現(xiàn)、OLAP、HR系統(tǒng)所構成。在技術層面上，HR系統(tǒng)可以有利于數(shù)據(jù)庫可靠、安全、準確、快速的收集數(shù)據(jù)，數(shù)據(jù)倉庫的作用主要體現(xiàn)在組織和存儲信息上，OLAP的作用主要體現(xiàn)在信息的分析決策上，報表展現(xiàn)的作用主要體現(xiàn)在數(shù)據(jù)的直接反映上。

集成系統(tǒng)具有以下特點：

（1）、HR系統(tǒng)可以對大量基礎數(shù)據(jù)進行存儲、處理和收集，構成集成系統(tǒng)的數(shù)據(jù)來源。

（2）、數(shù)據(jù)倉庫可以統(tǒng)一綜合HR系統(tǒng)數(shù)據(jù)庫，是商業(yè)智能信息的構成基礎。

（3）、OLAP可以對數(shù)據(jù)倉庫中的信息進行有效利用，在數(shù)據(jù)分析過程中可以有效利用多維分析方法。

（4）、報表展現(xiàn)可以簡單明了的反映出由分析所產生的數(shù)據(jù)。

系統(tǒng)可以按照抽取數(shù)據(jù)――數(shù)據(jù)倉庫建立――數(shù)據(jù)挖掘（OLAP）――前端報表查詢來進行系統(tǒng)設計。

3、系統(tǒng)解決方案

SQL Server2005是一個較為完成的商務智能平臺，為用戶提供其所需要的各種功能、工具、特性來構建創(chuàng)新和典型的分析應用程序。

（1）、SQL Server2005具體要素分析

設計：構建于Visual Studio 2005技術之上的Business Intelligence Development Studio，可以為系統(tǒng)開發(fā)員提供完整的、豐富的專業(yè)開發(fā)平臺。

合成：在調試和構建程序包時，BI Development Studio可以使其更加生動有趣，無縫數(shù)據(jù)視圖由Reporting Services、DTS和Analysis Service共同提供。

存儲：在SQL Server2005中，在一定程度上模糊了多維數(shù)據(jù)庫和關系數(shù)據(jù)庫之間的界線，在多維數(shù)據(jù)庫、關系數(shù)據(jù)庫中都可以進行數(shù)據(jù)庫存儲，或者充分發(fā)揮“主動緩存”的功能，將不同數(shù)據(jù)庫的優(yōu)點充分發(fā)揮出來。

分析：在Analysis Services多維數(shù)據(jù)中增加了如MDX腳本、關鍵績效指標框架等新功能。

2、系統(tǒng)解決方案

系統(tǒng)以SQL Server2005來作為其開發(fā)平臺，以系統(tǒng)結構為基礎，給出系統(tǒng)開發(fā)流程，見圖2，其主要分為三個設計階段，即報表展示、數(shù)據(jù)分析和數(shù)據(jù)集成。

五、人力資源管理中的商業(yè)智能技術未來發(fā)展趨勢

1、實現(xiàn)真正的智能型操作

現(xiàn)階段起到主要作用的BI項目分析型應用只是提供在決策分析過程中所需要的依據(jù)，并不是智能操作，實現(xiàn)真正的智能操作還有很長的路要走。

2、數(shù)據(jù)挖掘技術的深層次應用

在2006年，除去人們常用的展現(xiàn)方式OLAP和復雜報表以外，人們越來越重視關鍵績效指標，即KPI，在大型集團企業(yè)中，高層管理者要想了解企業(yè)當前的運行狀況，可以通過KPI直接的體現(xiàn)出來。由于較為復雜的數(shù)據(jù)挖掘技術，其應用從初始階段到應用高峰需要經(jīng)歷一段時間。

3、商業(yè)智能網(wǎng)絡架構系統(tǒng)的發(fā)展

知識使用者可以通過該網(wǎng)絡實現(xiàn)決策信息、分析結構、流程模型、數(shù)據(jù)模型、元數(shù)據(jù)的共享和交流，提高知識使用者決策的精準度。在未來BI系統(tǒng)產品應該更注重BI網(wǎng)絡產品，包括企業(yè)集成軟件、工作流組件、協(xié)同工作組件等等，這些軟件不僅有很大的價值，而且使BI網(wǎng)絡產品的內在價值和涵蓋性有所增加。

4、智能客戶端發(fā)展

現(xiàn)階段商業(yè)智能產業(yè)技術的創(chuàng)新，其最佳著手點就是智能客戶端?？梢詺w納為三點：首先，充分利用本地資源；其次，具備離線連接能力，最后，自動更新和智能部署。推廣智能客戶端會使商業(yè)智能技術的應用逐漸豐富起來。

商業(yè)智能的bi時代范文第4篇

過去10年，大多由IT部門主導BI項目的投資，這些項目高度可控和中心化。IT部門負責編制出產品報告，再推送給消費者和分析人員。現(xiàn)在，大量的商業(yè)用戶迫切要求進行交互式分析，希望通過深度分析獲取數(shù)據(jù)洞察力，而他們只有非常有限的IT或數(shù)據(jù)科學技能。IT部門面臨的挑戰(zhàn)是，他們需要滿足越來越多的數(shù)據(jù)發(fā)現(xiàn)的需求，又不能犧牲可控性。

目前，IT部門希望能夠做到魚和熊掌兼得，尤其是滿足商業(yè)用戶驅動的新需求。這些需求不再使用傳統(tǒng)的、IT為核心（IT-centric）的企業(yè)級平臺，轉而采用去中心化的數(shù)據(jù)發(fā)現(xiàn)部署，如今這種部署在企業(yè)里隨處可見。

Gartner估算，超過1/2的購買需求來自于數(shù)據(jù)發(fā)現(xiàn)的驅動。這種去中心化的模型讓更多商業(yè)用戶獲取到了數(shù)據(jù)分析能力，同時也產生了對可控的數(shù)據(jù)發(fā)現(xiàn)方法的需求。

Bl市場的變局

這是一個持續(xù)了6年的轉變。2014年，BI平臺正越來越多地被商業(yè)用戶驅動和交互式分析項目替換。這些新項目越來越多，BI部門的擔憂也隨之增多，希望做到總體可控的需求也在隨之增長。這個轉變的目標，是讓更大范圍的用戶和更多的場景獲取到數(shù)據(jù)分析能力。

傳統(tǒng)BI廠商十分努力地想通過打包和集成其他產品去滿足這些商業(yè)用戶的需求，但他們蒼白的仿制品并未得到市場的認可，因而收效甚微。與此同時，他們也正為下一代分析工具做投資，不過產品尚未完全成熟。

隨著企業(yè)通過雙峰式的、可管控的數(shù)據(jù)發(fā)現(xiàn)方法建設BI平臺，很多商業(yè)用戶希望以自服務的模式去訪問IT部門把控的數(shù)據(jù)源。這需要引入復雜的、但卻又是商業(yè)用戶能用的數(shù)據(jù)建模工具。他們還希望能有更簡單的方式提升數(shù)據(jù)洞察力。而當前的趨勢是，基于云部署、支持各種Mobile設備，更大范圍地接入用戶尤其是非傳統(tǒng)BI用戶，以擴展數(shù)據(jù)分析的應用尤其是通過深度分析來產生洞察力。

我們看到很多數(shù)據(jù)分析需要整合來自內部和外部的多結構化數(shù)據(jù)。對BI廠商來說，整合線上線下的、多結構化的、流式的數(shù)據(jù)，已經(jīng)成為很重要的功能。基于流計算和多結構化數(shù)據(jù)的分析大多來自早期用戶，但這些功能顯得愈發(fā)重要。

Bl廠商的定位

2014年，對BI巨頭而言又是一個被挑戰(zhàn)的年頭。有一個奇怪的現(xiàn)象，以IT-centric的BI平臺功能豐富，但用戶使用過程中卻感到處處受限。而那些核心業(yè)務（Business-centric）的BI平臺功能有限，但用戶使用卻非常廣泛。連寫報告這種他們不擅長的功能也被廣泛使用，最主要是它們簡單交付、極致易用。

當前的BI市場狀況看起來像上世紀80年代晚期的主機/工作站市場，那時的客戶和需求也正在徹底轉變。這些轉變驅使惠普對計算平臺的戰(zhàn)略和架構進行了徹底的再思考和再設計。最終，這場轉變讓DEC消亡，因為它的行動實在太慢。類似地，今天的BI巨頭也站在十字路口中間。

雖然數(shù)據(jù)發(fā)現(xiàn)型的BI平臺被認為是IT-centric BI平臺的重要補充，但新的分析項目大多都采購了前者而不是后者。這導致用戶基數(shù)很大的傳統(tǒng)BI廠家正逐漸被邊緣化，他們不能提供有競爭力的產品，也就無法保持增長。

雖非主流，但是，我們看到用Tableau、ov等產品去替換現(xiàn)有平臺的Case越來越多，尤其中小企業(yè)。Gartner調查結果發(fā)現(xiàn)，越來越多的企業(yè)傾向于以更大的平臺規(guī)模部署數(shù)據(jù)發(fā)現(xiàn)BI，但他們發(fā)現(xiàn)這些產品在企業(yè)級監(jiān)控、管理、擴展性等方面還有欠缺，Business-centric BI廠商正在持續(xù)補足這些功能。

如果我們開始看到大規(guī)模地轉向商業(yè)用戶為核心的BI廠商，市場轉換就很明顯了。目前，大量買家似乎都在觀望，看他們選購的IT-centric BI平臺是否會補足數(shù)據(jù)發(fā)現(xiàn)功能，而這些數(shù)據(jù)發(fā)現(xiàn)功能能滿足他們的需求。畢竟，如果沒有一家BI廠商能兩全其美，兩種分割的BI系統(tǒng)會從監(jiān)控、擴展、支持等方面給企業(yè)帶來不小的挑戰(zhàn)。

2015年很可能是一個關鍵年。民主化數(shù)據(jù)分析將統(tǒng)領市場需求，對監(jiān)管的需求也在增加。新一代數(shù)據(jù)分析功能更加重要，例如支持深度分析，同時隱藏復雜性（數(shù)據(jù)準備、自動模式搜索）。在2015年及未來，這些功能對采購的沖擊程度，將決定誰會凸現(xiàn)出來成為這次市場轉換的領導者。

支持大量的多種多樣的數(shù)據(jù)也成為BI市場的主流需求。同時，融合分散的商業(yè)用戶導向的應用部署和集中的企業(yè)級應用部署，成為BI供應商的極大挑戰(zhàn)。BI平臺要支持云數(shù)據(jù)、流數(shù)據(jù)、多結構化數(shù)據(jù)，還要支持社交和網(wǎng)絡分析、情緒分析、機器學習。新的挑戰(zhàn)和機會來自于將這些多源數(shù)據(jù)融合并管理起來，以產生商業(yè)價值。

國內市場越來越多的企業(yè)希望出現(xiàn)業(yè)務主導型、高性能、并同時具備大數(shù)據(jù)分析能力的BI產品。國內敏捷BI起步較晚，永洪科技和同行相繼不同的數(shù)據(jù)可視化分析產品，技術上已經(jīng)不遜于國外同行，而且已經(jīng)開始在大數(shù)據(jù)分析、探索式分析等領域超越國際竟品，諸如復雜式報表、數(shù)據(jù)填報等國內特色的需求也得到了很好的解決。當然，本土團隊的產品服務能帶來更好的支撐效果和客戶體驗。

國內市場的另外一個問題是，有些企業(yè)尤其是中小企業(yè)還未建立起對數(shù)據(jù)的正確認識，不太了解數(shù)據(jù)的真正價值，也不知道如何通過數(shù)據(jù)來指導運營和業(yè)務，這需要一個中長期的培育。

此外，我們也看到除了大型機構和大型企業(yè)之外，很多中小企業(yè)也非常清晰地認識到數(shù)據(jù)分析的價值，具有非常強烈的建立有效的數(shù)據(jù)化運營體系的愿望。他們廣泛地分布在電商、金融、020等泛互聯(lián)網(wǎng)行業(yè)。這些企業(yè)身處透明且充分競爭的市場，引領著更多行業(yè)、更多企業(yè)的發(fā)展。

相信，我們會看到的越來越多的企業(yè)構建適配的數(shù)據(jù)分析平臺，充分發(fā)掘數(shù)據(jù)價值，快速成長為所處行業(yè)的佼佼者。

解析魔力象限之領導者象限

在Gartner的BI魔力象限中，領導者象限的BI廠商都被放到了第一象限靠邊的位置，中間是空的。這是因為沒有一個廠商能做到既支持越來越大的商業(yè)用戶導向并被管控的BI部署，又在用戶體驗上為這場劃時代的變革做好了創(chuàng)新的準備。

有觀點認為以前的BI巨頭將不能重新獲取市場的認同，即便他們還在為創(chuàng)新而投入。

Tableau和Qlik得到了市場的認同，是因為他們滿足了客戶在數(shù)據(jù)發(fā)現(xiàn)上的需求，促成了更簡單和更廣泛的應用，因而獲得了成長。

客戶都非?？粗禺a品的易用性，也很看重產品功能、銷售過程、產品服務、產品質量、產品升級、商業(yè)價值、支持所有用戶的分析等方面的滿意度。被市場認同的BI廠商，他們更專注于簡單易用，以讓更多的用戶能隨時隨地進行數(shù)據(jù)分析。他們正在實現(xiàn)客戶最關注的需求，并從新的分析項目投資中獲取增長，而諸如監(jiān)控、管理、嵌入、擴展性等企業(yè)級功能還處于開發(fā)完善過程之中，例如，Qlik了Qlik Sense，而Tableau每個版本都補足一些企業(yè)級功能。

有觀點認為，Tableau和Qlik -直致力于重點優(yōu)化產品的易用性以接入更多的用戶，但較少關注新出現(xiàn)的增長領域，例如，智能數(shù)據(jù)發(fā)現(xiàn)以進一步提升數(shù)據(jù)分析的民主性，也較少投入到自服務數(shù)據(jù)準備領域（Tableau計劃在V9中包括有限的功能，Qlik也有類似的計劃），但他們在這些領域的能力還比較欠缺。

商業(yè)智能的bi時代范文第5篇

6月12日下午，北京航空航天大學軟件學院（以下簡稱北航軟件學院）與國內數(shù)據(jù)可視化分析解決方案提供商北京永洪商智科技有限公司（簡稱永洪科技）共同舉行了“北航-永洪科技 BI聯(lián)合實驗室”揭牌儀式，并簽署了《北京航空航天大學軟件學院―永洪科技BI聯(lián)合實驗室合作協(xié)議》。

在揭牌儀式上，北航軟件學院黨委書記張德生為揭牌儀式致辭，他希望雙方這次合作將讓北航軟件學院的師生在實驗室里就能夠熟悉當前的敏捷BI和大數(shù)據(jù)分析技術和產品，讓學院能更好地培養(yǎng)人才。據(jù)悉，早在2013年，北航軟件學院就成為全國首個開設“大數(shù)據(jù)技術與應用專業(yè)”的軟件學院。

目前，北航軟件學院已經(jīng)與很多國際國內知名軟件企業(yè)開展深度的校企合作，并設立專業(yè)的實驗室。例如，北航-威盛電子集成電路設計專用實驗室、AMD-北航學生科技創(chuàng)新中心、微軟（日本）日文應用軟件專業(yè)實驗室、SAP-北航ERP實驗室、北航Google Camp實驗室等。隨著移動云計算專業(yè)發(fā)展需要，北航軟件學院先后與聯(lián)想集團、HTC、RIM、阿里巴巴、開心網(wǎng)、創(chuàng)新工場等企業(yè)展開合作共建了聯(lián)合實驗室。

永洪科技致力于提供數(shù)據(jù)可視化分析解決方案，為企業(yè)級用戶的數(shù)據(jù)化運營提供支持。幾年來，永洪科技服務過的客戶包括中國移動、中國電信、中信銀行、浪潮集團、寶寶樹、人人車、途家網(wǎng)、百程旅行網(wǎng)、艾瑞咨詢等公司。此次合作，永洪科技為“北航-永洪科技 BI聯(lián)合實驗室”提供了價值300多萬元的永洪BI軟件。永洪科技將會持續(xù)負責聯(lián)合實驗室BI產品的部署、培訓和輔導工作，北航軟件學院將利用永洪科技搭建敏捷BI的環(huán)境，對商業(yè)智能、數(shù)據(jù)挖掘、大數(shù)據(jù)分析等領域的行業(yè)技術和解決方案進行學習和研究。