前言：想要寫(xiě)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(shí)代范文，相信會(huì)為您的寫(xiě)作帶來(lái)幫助，發(fā)現(xiàn)更多的寫(xiě)作思路和靈感。

商業(yè)智能的bi時(shí)代范文第1篇

關(guān)鍵詞：大數(shù)據(jù)；BI；發(fā)展

中圖分類(lèi)號(hào)：TP311.13 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：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(lái)越高。原本只是用來(lái)形容海量信息的含義，在信息時(shí)代又賦予了它新的含義-新信息時(shí)代的風(fēng)向標(biāo)。

如今是信息爆炸的時(shí)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(chǎn)生的大戶(hù)，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(tuán)中的絕對(duì)主力。互聯(lián)網(wǎng)公司在日常運(yùn)營(yíng)中生成、累積的用戶(hù)網(wǎng)絡(luò)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(lái)衡量。

隨著越來(lái)越多的行業(yè)對(duì)數(shù)據(jù)越來(lái)越重視，帶來(lái)了BI的巨大市場(chǎng)商機(jī)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(kāi)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(chǎng)，以SAP的HANA和ORACLE的Exalytitcs為代表。也有部分推BI的廠商還達(dá)不到大數(shù)據(jù)的層次，固守在報(bào)表分析的陣地上。

大數(shù)據(jù)具有4個(gè)特征（4V）：

（一）數(shù)據(jù)量大（Volume）

第一個(gè)特征是數(shù)據(jù)量大。大數(shù)據(jù)的起始計(jì)量單位至少是P（1000個(gè)T）、E（100萬(wàn)個(gè)T）或Z（10億個(gè)T）。

（二）類(lèi)型繁多（Variety）

第二個(gè)特征是數(shù)據(jù)類(lèi)型繁多。包括網(wǎng)絡(luò)日志、音頻、視頻、圖片、地理位置信息等等，多類(lèi)型的數(shù)據(jù)對(duì)數(shù)據(jù)的處理能力提出了更高的要求。

（三）價(jià)值密度低（Value）

第三個(gè)特征是數(shù)據(jù)價(jià)值密度相對(duì)較低。如隨著物聯(lián)網(wǎng)的廣泛應(yīng)用，信息感知無(wú)處不在，信息海量，但價(jià)值密度較低，如何通過(guò)強(qiáng)大的機(jī)器算法更迅速地完成數(shù)據(jù)的價(jià)值“提純”，是大數(shù)據(jù)時(shí)代亟待解決的難題。

（四）速度快時(shí)效高（Velocity）

第四個(gè)特征是處理速度快，時(shí)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(duì)于傳統(tǒng)BI來(lái)說(shuō)是一個(gè)重大的挑戰(zhàn)和沖擊。

以RTB（實(shí)時(shí)競(jìng)價(jià)廣告）模式為例，這種面向網(wǎng)民的廣告實(shí)時(shí)推送方式需呀以毫秒級(jí)的速度分析海量數(shù)據(jù)，進(jìn)而實(shí)現(xiàn)互聯(lián)網(wǎng)廣告的精準(zhǔn)推送。RTB模式主要需解決“人的認(rèn)知”和“價(jià)值幾何”，前者需要對(duì)每個(gè)用戶(hù)實(shí)施消費(fèi)行為進(jìn)行分析，意味著需要解讀萬(wàn)億量級(jí)的數(shù)據(jù)；后者則需依托復(fù)雜算法計(jì)算ROI（投資回報(bào)率），告訴決策并顯現(xiàn)交易結(jié)果，而每筆競(jìng)價(jià)只有50毫秒乃至更少的決策時(shí)間。收納并瞬間解構(gòu)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(lái)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(lèi)則多種多樣，既有結(jié)構(gòu)化的數(shù)據(jù)，更多的是非結(jié)構(gòu)化的數(shù)據(jù)。這就要求數(shù)據(jù)處理技術(shù)在分析、算法上相對(duì)傳統(tǒng)BI來(lái)說(shuō)有極大的改變，已經(jīng)無(wú)法依賴(lài)傳統(tǒng)的BI工具。類(lèi)似RTB這類(lèi)新興商業(yè)模式不斷涌現(xiàn)，對(duì)于營(yíng)銷(xiāo)反應(yīng)速度提出極高的要求，傳統(tǒng)BI能支持小時(shí)級(jí)的決策已經(jīng)很了不起了，無(wú)法應(yīng)對(duì)如此幾乎是實(shí)時(shí)決策分析的要求，處理如此海量的數(shù)據(jù)分析及計(jì)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(gòu)建數(shù)據(jù)倉(cāng)庫(kù)、分析系統(tǒng)，再進(jìn)行數(shù)據(jù)挖掘、實(shí)現(xiàn)數(shù)據(jù)呈現(xiàn)，運(yùn)用機(jī)理和技術(shù)結(jié)構(gòu)其實(shí)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(jié)構(gòu)化的數(shù)據(jù)，因此大數(shù)據(jù)有它獨(dú)特的數(shù)據(jù)分析工具，其建模也要比BI復(fù)雜得多，數(shù)據(jù)呈現(xiàn)方式也不僅僅是報(bào)表方式。從這方面來(lái)看大數(shù)據(jù)能力要比傳統(tǒng)BI強(qiáng)大得多。幾年前還只有大型網(wǎng)絡(luò)公司應(yīng)用大數(shù)據(jù)技術(shù)，而如今，零售業(yè)、銀行業(yè)、公共事業(yè)、智能社區(qū)等領(lǐng)域，幾乎所有擁有海量數(shù)據(jù)的企業(yè)都在使用或開(kāi)始嘗試使用大數(shù)據(jù)技術(shù)，這些技術(shù)在部分項(xiàng)目中也起到了關(guān)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(duì)BI行業(yè)來(lái)說(shuō)是一個(gè)挑戰(zhàn)也是巨大的商機(jī)。也正是大數(shù)據(jù)的出現(xiàn)促進(jìn)了BI加速發(fā)展，不斷升級(jí)。

大數(shù)據(jù)分析缺乏成熟的實(shí)踐經(jīng)驗(yàn)，其方式方法與傳統(tǒng)的數(shù)據(jù)倉(cāng)庫(kù)與BI系統(tǒng)有著一定的區(qū)別。在實(shí)施大數(shù)據(jù)分析項(xiàng)目之前，企業(yè)不僅應(yīng)該知道使用何種技術(shù)，還應(yīng)該知道在什么時(shí)候、什么地方使用。各數(shù)據(jù)之間有哪些關(guān)聯(lián)性？哪個(gè)數(shù)據(jù)是可信的？如何從海量的數(shù)據(jù)中挖掘出有價(jià)值的、易用的客戶(hù)信息？

要回答這些問(wèn)題，企業(yè)需要一個(gè)單一、完整、可信的客戶(hù)數(shù)據(jù)視圖，而創(chuàng)建一個(gè)單一、完整、可信的客戶(hù)數(shù)據(jù)視圖，數(shù)據(jù)集成是關(guān)鍵。沒(méi)有集成的數(shù)據(jù)，其商業(yè)價(jià)值為零。數(shù)據(jù)集成讓組織機(jī)構(gòu)能夠?qū)鹘y(tǒng)的交易數(shù)據(jù)與全新的交互數(shù)據(jù)組合起來(lái)，從而獲得在其他情況下無(wú)法達(dá)成的洞察力和價(jià)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(jìn)入‘智慧世界’的不二選擇，然而，價(jià)格不菲的數(shù)據(jù)庫(kù)、數(shù)據(jù)倉(cāng)庫(kù)、ETL等工具共同構(gòu)筑的高門(mén)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(zhǎng)更是加高了這個(gè)門(mén)檻，讓很多企業(yè)對(duì)于獲取‘智慧’的投入成本望而怯步。

盡管隨著技術(shù)不斷進(jìn)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(shí)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(gòu)還是基于數(shù)據(jù)倉(cāng)庫(kù)為基礎(chǔ)，利用ETL工具進(jìn)行數(shù)據(jù)抽取、轉(zhuǎn)化、建模，然后通過(guò)報(bào)表等形式展現(xiàn)結(jié)果。整個(gè)過(guò)程每個(gè)環(huán)節(jié)都投資不菲且耗時(shí)，因此很長(zhǎng)時(shí)間以來(lái)，商業(yè)智能被認(rèn)為大企業(yè)的專(zhuān)有。相對(duì)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(shè)備加上開(kāi)源軟件實(shí)現(xiàn)，成本相對(duì)低廉得多。入門(mén)門(mén)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(shù)的發(fā)展，未來(lái)的大數(shù)據(jù)時(shí)代，一定是各種信息呈現(xiàn)規(guī)?？焖僭鲩L(zhǎng)的狀態(tài)，如何更快獲取有用的信息是關(guān)鍵，智能分析工具會(huì)變得越來(lái)越重要，可以凌駕于多個(gè)管理系統(tǒng)、數(shù)據(jù)庫(kù)之上，如何通過(guò)更靈活、可控的BI工具，真正挖掘出大數(shù)據(jù)時(shí)代的價(jià)值，是大數(shù)據(jù)和BI面臨的共同挑戰(zhàn)。

參考文獻(xiàn)：

商業(yè)智能的bi時(shí)代范文第2篇

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

經(jīng)過(guò)前三期對(duì)商業(yè)智能領(lǐng)域從技術(shù)到應(yīng)用直至產(chǎn)業(yè)鏈的梳理，現(xiàn)在到了預(yù)測(cè)的時(shí)候了，本期我們邀請(qǐng)了IBM、甲骨文、SAP、Teradata等四家商業(yè)智能廠商為讀者預(yù)測(cè)未來(lái)商業(yè)智能的走勢(shì)和應(yīng)用場(chǎng)景。

最后，筆者建議2010年，對(duì)于想實(shí)施或正在關(guān)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(zhì)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(shí)了，商業(yè)智能項(xiàng)目將能很快顯現(xiàn)出它的威力。

預(yù)測(cè)1

在IBM看來(lái)，業(yè)務(wù)分析作為商業(yè)智能的一個(gè)部分，未來(lái)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(yīng)該作什么新計(jì)劃，而業(yè)務(wù)分析的出現(xiàn)則更加強(qiáng)調(diào)數(shù)據(jù)到信息的轉(zhuǎn)變，它解決了為什么業(yè)務(wù)是這樣的情況，如果業(yè)務(wù)繼續(xù)下去，會(huì)出現(xiàn)什么狀況；通過(guò)建模了解最好的可能性是什么等等業(yè)務(wù)人員真正需要關(guān)心的實(shí)質(zhì)問(wèn)題。

IDC公司的中國(guó)商業(yè)分析軟件市場(chǎng)2009-2013年預(yù)測(cè)與分析報(bào)告指出：2009年商業(yè)分析市場(chǎng)收入將達(dá)2.8億美元，在2013年達(dá)到4.3億美元，五年的復(fù)合年均增長(zhǎng)率(CAGR)為10.2％，IDC中國(guó)同時(shí)指出，相對(duì)于彼此孤立的商業(yè)智能軟件，企業(yè)更需要一個(gè)綜合性的業(yè)務(wù)分析解決方案。

近日，IBM為了夯實(shí)業(yè)務(wù)分析戰(zhàn)略的落地，了兩大新工作負(fù)載優(yōu)化系統(tǒng)――IBM pureScaie應(yīng)用系統(tǒng)和智慧分析系統(tǒng)。

IBM pureScale應(yīng)用系統(tǒng)和智慧分析系統(tǒng)均是軟硬件結(jié)合的解決方案，從微處理器到硬件、軟件等各個(gè)級(jí)別均進(jìn)行了集成，非常適合實(shí)時(shí)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(chǎng)上同類(lèi)產(chǎn)品的20倍。這兩大工作負(fù)載優(yōu)化系統(tǒng)將成為IBM業(yè)務(wù)分析(Business Analytics)戰(zhàn)略的重要支撐手段。

IBM軟件集團(tuán)全球信息管理軟件開(kāi)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(lái)的四大發(fā)展趨勢(shì)。首先是可預(yù)測(cè)性，其次是實(shí)時(shí)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(jià)值的信息，并且提取出有用的數(shù)據(jù)進(jìn)行處理，強(qiáng)大的并行處理能力必不可少，這是此次IBM軟硬件結(jié)合解決方案的原因，這是用戶(hù)進(jìn)行大量實(shí)時(shí)、可預(yù)測(cè)分析的基石。

小故事

很久很久以前，在一個(gè)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(kāi)店門(mén)，擺上自己剛做好的新鮮面包等待顧客上門(mén)。

但是，鎮(zhèn)上開(kāi)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(kāi)始光顧大型面包房，漸漸遺忘了薩姆先生的小面包店。

傳說(shuō)中有一個(gè)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(gè)男孩把每個(gè)曾經(jīng)光臨過(guò)面包店的顧客信息記錄下來(lái)。并且把凡是經(jīng)過(guò)面包店門(mén)口顧客的名字、性別、愛(ài)好、習(xí)慣等等信息也有記錄。第二個(gè)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(gè)男孩記錄的顧客的每次購(gòu)買(mǎi)的面包種類(lèi)、數(shù)量和光臨的時(shí)間等等都蘊(yùn)藏著他們的需求，將這些需求總結(jié)出來(lái)，薩姆的面包才能越賣(mài)越好。不過(guò)，識(shí)別出這些需求需要大量的數(shù)據(jù)篩選、運(yùn)算以及多維度的分析才可以。

后來(lái)，薩姆先生的小店以復(fù)古風(fēng)格裝飾一新，將“傳統(tǒng)手藝打造的‘畢滋努斯’”作為招牌產(chǎn)品，此外還針對(duì)阿蒙克小鎮(zhèn)居民的口味偏好生產(chǎn)出當(dāng)?shù)夭庞械目谖兜拿姘６?，針?duì)不同職業(yè)的人群，薩姆先生還準(zhǔn)備了特別的套餐和優(yōu)惠活動(dòng)，店里的生意熱鬧無(wú)比。人們好奇地問(wèn)薩姆先生成功的秘訣，薩姆先生總是笑著說(shuō)：“全靠阿蒙克小鎮(zhèn)的三兄弟呀!”

童話里的第一個(gè)男孩是數(shù)據(jù)庫(kù)的象征。數(shù)據(jù)庫(kù)的職責(zé)就是忠實(shí)地記錄各種信息，并把它們妥善地儲(chǔ)存好。數(shù)據(jù)是企業(yè)獲得業(yè)務(wù)分析能力的基礎(chǔ)。第二個(gè)男孩則代表了生產(chǎn)“可靠數(shù)據(jù)”的軟件，如數(shù)據(jù)倉(cāng)庫(kù)等等，通過(guò)ETL將有價(jià)值的、準(zhǔn)確的信息留下，箅去不重要的、失真的信息。第三個(gè)男孩則代表了企業(yè)具有的商業(yè)智能和業(yè)務(wù)分析能力，基于之前的信息，以多維度的分析來(lái)得出結(jié)論，推動(dòng)商業(yè)決策的進(jìn)行。

預(yù)測(cè)2

大型的軟件公司已經(jīng)預(yù)測(cè)到將來(lái)的5到10年時(shí)間，商業(yè)智能將是軟件領(lǐng)域的一大增長(zhǎng)點(diǎn)，對(duì)于商業(yè)智能的未來(lái)，甲骨文認(rèn)為有趨勢(shì)。

1、方案集成度不斷提高。對(duì)于商業(yè)智能的用戶(hù)來(lái)言，高集成度的方案將大大降低過(guò)往高昂且費(fèi)時(shí)的系統(tǒng)集成工作，并能保障快速的系統(tǒng)部署。

2、預(yù)置分析內(nèi)容，并集成企業(yè)績(jī)效管理的應(yīng)用將成為主流。用戶(hù)將能直接獲取到已經(jīng)預(yù)置了分析內(nèi)容和指標(biāo)的應(yīng)用型商業(yè)智能解決方案，并集成了企業(yè)績(jī)效管理應(yīng)用，給企業(yè)決策、管理和運(yùn)營(yíng)提供從目標(biāo)設(shè)定、計(jì)劃配置、運(yùn)營(yíng)監(jiān)控、信息分析到完善目標(biāo)的閉環(huán)過(guò)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(yù)測(cè)到商業(yè)智能系統(tǒng)將走下神壇，BI用戶(hù)群也會(huì)相應(yīng)地從現(xiàn)在的后臺(tái)管理決策層向前端業(yè)務(wù)操作型用戶(hù)延伸。

4、高級(jí)交互式分析將是又一熱點(diǎn)。新一輪的高級(jí)分析需求已經(jīng)在不同行業(yè)悄然升溫。在將來(lái)的商業(yè)智能平臺(tái)中，預(yù)測(cè)、分?jǐn)?、假設(shè)模擬、數(shù)據(jù)挖掘等技術(shù)將成為又一輪的技術(shù)投資方向。

5、可視化技術(shù)進(jìn)一步發(fā)展。對(duì)于數(shù)據(jù)的可視化將是新一個(gè)商業(yè)智能系統(tǒng)的又一趨勢(shì)。越來(lái)越多的用戶(hù)不再滿(mǎn)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(wù)系統(tǒng)和商業(yè)智能平臺(tái)的界限越來(lái)越模糊。越來(lái)越多的軟件廠商和用戶(hù)系統(tǒng)都在不斷嘗試將商業(yè)智能應(yīng)用和業(yè)務(wù)系統(tǒng)緊密集成在一起，從而提供用戶(hù)從業(yè)務(wù)操作到業(yè)務(wù)分析再返回指導(dǎo)業(yè)務(wù)操作的自動(dòng)化平臺(tái)。

7、數(shù)據(jù)采集質(zhì)量越來(lái)越高，數(shù)量越來(lái)越大。

隨著RFID、移動(dòng)互聯(lián)網(wǎng)技術(shù)的普遍應(yīng)用，未來(lái)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(zhǔn)確性將產(chǎn)生質(zhì)的變化。

8、實(shí)時(shí)數(shù)據(jù)獲取和整理。由于BI應(yīng)用將向操作型發(fā)展的特點(diǎn)，也導(dǎo)致了用戶(hù)對(duì)BI應(yīng)用的實(shí)時(shí)性需求。

小場(chǎng)景

Z服裝店試衣間琳達(dá)

2010年春季新款上市，Z服裝門(mén)店已經(jīng)是人頭攢動(dòng)，很多顧客都在店中挑選自己喜歡的服裝，同時(shí)試衣問(wèn)也排起了長(zhǎng)隊(duì)。在焦急等待10分鐘后，琳達(dá)終于如愿進(jìn)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(shí)她才注意到每件衣服上都已經(jīng)配置了IIFID標(biāo)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(jià)格。琳達(dá)順利完成了試裝同時(shí)還多選購(gòu)了相搭配的上裝。近來(lái)每天這樣的場(chǎng)景都會(huì)在z服裝店發(fā)生，Z公司IT商務(wù)智能推廣部門(mén)的負(fù)責(zé)人金總是看在眼里，美在心里。通過(guò)消費(fèi)者行為數(shù)據(jù)的實(shí)時(shí)采集，數(shù)據(jù)倉(cāng)庫(kù)和商務(wù)智能系統(tǒng)的實(shí)時(shí)比對(duì)和分析?，F(xiàn)在z服裝店已經(jīng)能第一時(shí)間的給他們的客戶(hù)提供交叉銷(xiāo)售的專(zhuān)業(yè)意見(jiàn)。在成功上線集成FZFID技術(shù)的商務(wù)智能試衣推薦系統(tǒng)后的1個(gè)月，Z服裝門(mén)店的月銷(xiāo)售量同比上漲了18％。貨架周轉(zhuǎn)率也提高了14％。

航空公司分析部門(mén)　李　琳

綠島火山又有異動(dòng)了，讓UM航空公司定價(jià)部門(mén)的李琳緊張起來(lái)。去年冰島火山事件讓公司損失了一大筆業(yè)績(jī)。而因延誤造成的航班定價(jià)變化又沒(méi)有及時(shí)跟上，讓公司又錯(cuò)失了提高利潤(rùn)的機(jī)會(huì)。不過(guò)此次李琳已經(jīng)是有備而來(lái)，去年事件后，公司馬上組織了突發(fā)事件定價(jià)方案，在IT系統(tǒng)上部署了預(yù)測(cè)分析引擎。并且將之前由于特殊氣象等原因帶來(lái)的銷(xiāo)售定價(jià)和市場(chǎng)反應(yīng)信息都輸入了系統(tǒng)。此時(shí)李琳面前的屏幕上已經(jīng)顯示出可能出現(xiàn)的幾種定價(jià)挑戰(zhàn)方案。李琳快速的鍵入了幾個(gè)她認(rèn)為可行的假設(shè)定價(jià)方案，在系統(tǒng)中配置了不同的定價(jià)策略參數(shù)，基于預(yù)測(cè)算法系統(tǒng)模擬出了這些定價(jià)方案會(huì)帶來(lái)的成本變化，市場(chǎng)反應(yīng)，并立即計(jì)算出了每一種定價(jià)策略會(huì)帶來(lái)的最終利潤(rùn)情況。最終的結(jié)果讓李琳松了一口氣。

預(yù)測(cè)3

最近商業(yè)智能的概念從技術(shù)到應(yīng)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(jī)效管理，再到企業(yè)績(jī)效優(yōu)化。那么商業(yè)智能的發(fā)展從技術(shù)上和應(yīng)用上的趨勢(shì)如何呢? 　在技術(shù)層面上： 　1、實(shí)時(shí)商業(yè)智能。為了實(shí)現(xiàn)實(shí)時(shí)商業(yè)智能，自然就需要將原來(lái)的ETL工具進(jìn)行改造，也就形成了新的EII(企業(yè)信息整合)技術(shù)，來(lái)實(shí)現(xiàn)實(shí)時(shí)數(shù)據(jù)抽取，和原來(lái)的ETL工具配合，共同使用。

2、移動(dòng)商業(yè)智能。將原來(lái)人們依賴(lài)于電腦的商業(yè)智能搬到了手機(jī)或者黑莓上，這樣使得客戶(hù)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(jì)算，作為服務(wù)，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(kù)等的數(shù)據(jù)，加載到遠(yuǎn)程的服務(wù)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(lái)一般是利用空間換時(shí)間的方法，比如多維數(shù)據(jù)庫(kù)，但是它存在一定空間過(guò)大反而導(dǎo)致效率低下的問(wèn)題，現(xiàn)在人們?cè)絹?lái)越多將軟件和硬件結(jié)合起來(lái)，提高大數(shù)據(jù)量的處理速度和效率。

5、簡(jiǎn)單易用商業(yè)智能。

6、主數(shù)據(jù)管理(MDM)。在實(shí)現(xiàn)商業(yè)智能時(shí)，對(duì)于共享數(shù)據(jù)的處理，就需要一個(gè)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(jié)合起來(lái)。只要客戶(hù)在搜索引擎中輸入關(guān)鍵詞，就可以獲得相關(guān)的分析結(jié)果，不需要開(kāi)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(duì)互聯(lián)網(wǎng)、公司的文件、文檔進(jìn)行分析。

9、智能型商業(yè)智能。商業(yè)智能可以自動(dòng)適應(yīng)和智能調(diào)節(jié)出現(xiàn)的問(wèn)題，優(yōu)化行動(dòng)的進(jìn)程，就需要自適應(yīng)的算法和技術(shù)。

從應(yīng)用層面上：

1、戰(zhàn)略驅(qū)動(dòng)的有效執(zhí)行：商業(yè)智能概念從原來(lái)的報(bào)告、查詢(xún)、多維分析、數(shù)據(jù)挖掘已經(jīng)延伸到了企業(yè)績(jī)效管理，更進(jìn)一步延伸到了企業(yè)績(jī)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(yīng)商、企業(yè)內(nèi)部和客戶(hù)之間共享分析的結(jié)果，來(lái)獲得某些行動(dòng)可能會(huì)產(chǎn)生的風(fēng)險(xiǎn)，這些風(fēng)險(xiǎn)會(huì)給供應(yīng)商、企業(yè)內(nèi)部、客戶(hù)之間帶來(lái)的損失。使得供應(yīng)商、企業(yè)、客戶(hù)共享信息。

3、GRC是一個(gè)新的領(lǐng)域：企業(yè)除了關(guān)心企業(yè)的績(jī)效指標(biāo)外，越來(lái)越多的關(guān)注關(guān)鍵風(fēng)險(xiǎn)指標(biāo)。

4、企業(yè)績(jī)效駕駛艙：簡(jiǎn)單易用的可視化展現(xiàn)，領(lǐng)導(dǎo)層，特別是高管層需要看到一目了然的結(jié)果，所以駕駛艙越來(lái)越受到人們的關(guān)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(lǐng)導(dǎo)的決策支持系統(tǒng)，這樣系統(tǒng)的應(yīng)用就很少，將來(lái)的趨勢(shì)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(yīng)用的業(yè)務(wù)系統(tǒng)。

6、商業(yè)智能和核心業(yè)務(wù)系統(tǒng)整合：在ERP系統(tǒng)中是流程驅(qū)動(dòng)，將手動(dòng)的東西變成計(jì)算機(jī)自動(dòng)化處理，但是還要對(duì)每個(gè)節(jié)點(diǎn)進(jìn)行智能的判斷。

7、商業(yè)智能作為服務(wù)，可以將信息作為服務(wù)進(jìn)行銷(xiāo)售。這樣可以獲得更大的信息和效益。

小場(chǎng)景

張總在銷(xiāo)售分析的會(huì)議上，看著銷(xiāo)售總監(jiān)將他們客戶(hù)關(guān)系管理的客戶(hù)信息拖到網(wǎng)上的分析工具，很快得到了銷(xiāo)售預(yù)測(cè)的信息。張總問(wèn)公司產(chǎn)品“童車(chē)”在哪個(gè)地域昨天銷(xiāo)售的好，銷(xiāo)售總監(jiān)在搜索中輸入“童車(chē)銷(xiāo)售排名”，結(jié)果相關(guān)的信息馬上出現(xiàn)在大屏幕上和在外地出差參會(huì)人的手機(jī)上。大家通過(guò)手機(jī)在討論銷(xiāo)售出現(xiàn)問(wèn)題的原因，將自己的數(shù)據(jù)和分析結(jié)果通過(guò)手機(jī)進(jìn)行共享，最后利用魚(yú)骨圖方法和8WOT分析達(dá)到共識(shí)。通過(guò)討論，大家發(fā)現(xiàn)了銷(xiāo)售好的地方的主要因素是什么，而且了解到：沒(méi)有做好的主要原因是競(jìng)爭(zhēng)對(duì)手的促銷(xiāo)造成的，馬上做出決定，改變營(yíng)銷(xiāo)策略。這就是實(shí)時(shí)商業(yè)智能和在手機(jī)上迅速獲得信息的案例。

預(yù)測(cè)4

BI行業(yè)經(jīng)過(guò)多年實(shí)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(jí)的數(shù)據(jù)倉(cāng)庫(kù)平臺(tái)，發(fā)展了一套比較完善的報(bào)表和指標(biāo)監(jiān)控體系等后臺(tái)應(yīng)用，能夠較好地支持后臺(tái)管理層對(duì)企業(yè)經(jīng)營(yíng)情況的跟蹤了解，以作出相應(yīng)的戰(zhàn)略調(diào)整和經(jīng)營(yíng)決策。

如果要對(duì)國(guó)內(nèi)的BI發(fā)展做一小結(jié)的話，概括地講，基礎(chǔ)數(shù)據(jù)平臺(tái)和后臺(tái)戰(zhàn)略型應(yīng)用是過(guò)去10余年的發(fā)展重點(diǎn)。根據(jù)我們的實(shí)踐和研究調(diào)查，BI已基本呈現(xiàn)出如下幾個(gè)基本趨勢(shì)：

首先，BI應(yīng)用的范圍將從目前的戰(zhàn)略型應(yīng)用逐步向操作型應(yīng)用拓展，BI用戶(hù)群也會(huì)相應(yīng)地從現(xiàn)在的后臺(tái)管理決策層向前端業(yè)務(wù)操作型用戶(hù)延伸。簡(jiǎn)單講，BI不僅要服務(wù)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?yàn)?，?zhí)行的效率如何以及是否得力等細(xì)節(jié)因素往往決定了一個(gè)企業(yè)的競(jìng)爭(zhēng)優(yōu)勢(shì)乃至成敗得失。戰(zhàn)略級(jí)的決策是關(guān)鍵的，能否又快又好地執(zhí)行也同樣重要。

其次，在技術(shù)上BI將向動(dòng)態(tài)商業(yè)智能方向發(fā)展，動(dòng)態(tài)數(shù)據(jù)倉(cāng)庫(kù)是技術(shù)基礎(chǔ)，在全球Teradata已有100多家客戶(hù)采用了ADW技術(shù)。由于BI應(yīng)用將向操作型發(fā)展的特點(diǎn)，也導(dǎo)致了用戶(hù)對(duì)BI應(yīng)用的實(shí)時(shí)陛需求。很明顯，企業(yè)的管理層看報(bào)表和KPI通常不需要很高的實(shí)時(shí)性，大概一個(gè)月或一周看一次。但是對(duì)操作型的用戶(hù)而言，例如銀行的柜面，CallCenter等前端渠道操作型用戶(hù)，需要BI應(yīng)用提供最近的關(guān)于當(dāng)下客戶(hù)的交易行為、風(fēng)險(xiǎn)以及營(yíng)銷(xiāo)機(jī)會(huì)等信息，很顯然，滯后的信息無(wú)法讓工作人員在與客戶(hù)接觸時(shí)準(zhǔn)確了解客戶(hù)的全貌，如潛在需求等情況，將導(dǎo)致商業(yè)機(jī)會(huì)的流失或者不當(dāng)?shù)臉I(yè)務(wù)動(dòng)作。

另外，企業(yè)數(shù)據(jù)的綜合治理也已逐漸受到越來(lái)越多客戶(hù)的重視，畢竟數(shù)據(jù)的質(zhì)量是BI得以使用和推廣的基礎(chǔ)。

小場(chǎng)景

某天，銀行的客戶(hù)經(jīng)理小王剛掛斷與一位老客戶(hù)的電話，就注意到電腦里新增了一條營(yíng)銷(xiāo)信息，表明另一位高潛力客戶(hù)杜某的活期帳戶(hù)上，剛存入60000元人民幣。這條是一條重要的信息，是因?yàn)楹笈_(tái)數(shù)據(jù)倉(cāng)庫(kù)系統(tǒng)通過(guò)分析杜某的前6個(gè)月歷史記錄后，判斷出這是一筆不尋常的大額進(jìn)帳。

小王憑著業(yè)務(wù)經(jīng)驗(yàn)，覺(jué)得這里面可能蘊(yùn)藏著理財(cái)產(chǎn)品的營(yíng)銷(xiāo)機(jī)會(huì)，因此立刻撥通了杜某電話，進(jìn)行了專(zhuān)業(yè)的營(yíng)銷(xiāo)溝通。經(jīng)過(guò)電話溝通發(fā)現(xiàn)60000塊這筆款，是杜某剛把英國(guó)的一輛舊車(chē)賣(mài)了暫時(shí)轉(zhuǎn)入銀行的錢(qián)，還得知杜某剛從國(guó)外學(xué)成回來(lái)，準(zhǔn)備長(zhǎng)期在國(guó)內(nèi)發(fā)展，剛在北京謀了一份新的工作，且有買(mǎi)一輛新車(chē)的需求，但是手頭資金暫時(shí)困難。

得知此情況后，小王向杜某推薦了銀行開(kāi)展的汽車(chē)貸款優(yōu)惠活動(dòng)，并且建議杜某可以留一部分錢(qián)在儲(chǔ)蓄賬戶(hù)，一部分用于購(gòu)車(chē)首付，銀行有相關(guān)的產(chǎn)品可以用存款抵銷(xiāo)一部分車(chē)貸利息。于是，客戶(hù)杜某覺(jué)得有必要咨詢(xún)一下理財(cái)顧問(wèn)，客戶(hù)經(jīng)理小王就推薦了行內(nèi)的理財(cái)專(zhuān)家。經(jīng)過(guò)與理財(cái)專(zhuān)家的咨詢(xún)交流，最后杜某與銀行做了如下業(yè)務(wù)：

a向銀行借了8萬(wàn)元的汽車(chē)貸款。

b新立一個(gè)賬戶(hù)，存進(jìn)了2萬(wàn)元，以后每月向該賬戶(hù)存入一筆錢(qián)，作為后續(xù)買(mǎi)房子的首付預(yù)算。

商業(yè)智能的bi時(shí)代范文第3篇

【關(guān)鍵詞】人力資源管理；商業(yè)智能；應(yīng)用；發(fā)展

根據(jù)現(xiàn)代企業(yè)信息化的實(shí)際需求和特點(diǎn)，深層次開(kāi)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(lái)。在人力資源管理系統(tǒng)中集成商業(yè)智能技術(shù)，在企業(yè)信息系統(tǒng)中通過(guò)KPI指標(biāo)體系的引入實(shí)現(xiàn)績(jī)效管理平臺(tái)的而建立健全，分解企業(yè)的戰(zhàn)略目標(biāo)，使其可以成為實(shí)際工作中具備可操作性的目標(biāo)，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(jì)60年代末，人力資源管理系統(tǒng)內(nèi)得到了一定的發(fā)展，當(dāng)時(shí)意境普及了計(jì)算機(jī)技術(shù)，大型企業(yè)逐漸發(fā)現(xiàn)，薪資的計(jì)算和發(fā)放如果采用純手工的方式來(lái)進(jìn)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(lái)，但是由于當(dāng)時(shí)的技術(shù)條件的限制，該系統(tǒng)實(shí)際上只是起到自動(dòng)計(jì)算薪資的作用，不包含薪資的歷史信息和非財(cái)務(wù)信息，不具備分析薪資數(shù)據(jù)和生成報(bào)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(chǎng)競(jìng)爭(zhēng)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(dòng)性，如何留住和吸引人才，再加上服務(wù)其技術(shù)、數(shù)據(jù)庫(kù)技術(shù)、網(wǎng)絡(luò)技術(shù)的發(fā)展，第三代人力資源管理系統(tǒng)就這樣應(yīng)運(yùn)而生了，其用集中的數(shù)據(jù)庫(kù)統(tǒng)一管理所有的人力資源相關(guān)的數(shù)據(jù)，人力資源管理可以通過(guò)其分析工具、信息共享工具、生成報(bào)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(jì)算程度高：績(jī)效考核與薪資掛鉤；

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

3、自動(dòng)化考核管理：考核的相關(guān)資料由系統(tǒng)定期自動(dòng)生成，提示相關(guān)人員完成考核工作，自動(dòng)統(tǒng)計(jì)考核結(jié)果；

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

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(jī)事物處理”系統(tǒng)。聯(lián)機(jī)事務(wù)處理系統(tǒng)是將每個(gè)部門(mén)、每個(gè)事物、每一分鐘都記錄在相關(guān)數(shù)據(jù)中。對(duì)于企業(yè)領(lǐng)導(dǎo)者而言，其宏觀決策時(shí)所需要的數(shù)據(jù)如果要從“事無(wú)巨細(xì)”、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(shí)的需求限制，無(wú)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(jìn)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(dòng)化整理了企業(yè)內(nèi)部的信息，但是缺乏充分有效的利用，閑置浪費(fèi)了大量有用的信息。

三、HRMS集成商業(yè)智能技術(shù)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(kuò)展HR商業(yè)智能功能的迫切需求，傳統(tǒng)HR市場(chǎng)已經(jīng)日趨飽和。傳統(tǒng)HR系統(tǒng)經(jīng)過(guò)多年的發(fā)展，其需求逐漸趨緩，其績(jī)效下降的缺陷愈發(fā)突出，需要新的產(chǎn)品來(lái)彌補(bǔ)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(lái)講，HR系統(tǒng)中只會(huì)保留最近的信息，其目的是使系統(tǒng)運(yùn)行效率得到提升，但是當(dāng)進(jìn)行策略分析或趨勢(shì)分析時(shí)，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(gè)既能將大量歷史數(shù)據(jù)完成保留下來(lái)，同時(shí)也可以快速分析查詢(xún)的數(shù)據(jù)環(huán)境。因此，不能放棄從HR系統(tǒng)中移出來(lái)的數(shù)據(jù)，但是在決策分析時(shí)對(duì)HR系統(tǒng)數(shù)據(jù)庫(kù)進(jìn)行的大量的訪問(wèn)操作、數(shù)據(jù)庫(kù)運(yùn)算會(huì)嚴(yán)重影響HR系統(tǒng)的運(yùn)行維護(hù)效率。

因此，在HR系統(tǒng)中集成商業(yè)智能技術(shù)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(shí)施應(yīng)用可以為商業(yè)智能系統(tǒng)提供更好的技術(shù)儲(chǔ)備和硬件平臺(tái)。企業(yè)在HR數(shù)據(jù)庫(kù)、網(wǎng)絡(luò)設(shè)施、計(jì)算機(jī)上的投資，可以為商業(yè)智能提供良好的物理運(yùn)行環(huán)境。同時(shí)，普及HR系統(tǒng)的應(yīng)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(yīng)用商業(yè)智能技術(shù)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(wú)巨細(xì)的記錄下來(lái)，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(lái)源。

（3）、通常來(lái)講，HR系統(tǒng)的數(shù)據(jù)定義如匯率符號(hào)、時(shí)間格式等等是共享的、統(tǒng)一的，這就將更多的清晰地?cái)?shù)據(jù)提供給商業(yè)智能系統(tǒng)，使數(shù)據(jù)準(zhǔn)備時(shí)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(biāo)

人力資源管理系統(tǒng)集成商業(yè)智能系統(tǒng)的目標(biāo)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(cāng)庫(kù)技術(shù)來(lái)對(duì)各種數(shù)據(jù)資源進(jìn)行有效的整合，以滿(mǎn)足企業(yè)領(lǐng)導(dǎo)者的需求。系統(tǒng)業(yè)主主要分為決策支持、戰(zhàn)略擴(kuò)展業(yè)務(wù)和基礎(chǔ)業(yè)務(wù)這三個(gè)部分。

（1）、基礎(chǔ)業(yè)務(wù)層：實(shí)現(xiàn)基本業(yè)務(wù)功能如時(shí)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(guò)績(jī)效考核等功能模塊的有效實(shí)施，企業(yè)可以建立健全人力資源戰(zhàn)略開(kāi)發(fā)體系，保證規(guī)范化、科學(xué)化的人才開(kāi)發(fā)、人才留住、人才吸引、人才激勵(lì)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(shí)施、人力資源數(shù)據(jù)庫(kù)等功能模塊，通過(guò)與其他應(yīng)用系統(tǒng)、財(cái)務(wù)管理的共享和集成，實(shí)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(jié)構(gòu)及系統(tǒng)功能設(shè)計(jì)

從HR系統(tǒng)、異構(gòu)的外部數(shù)據(jù)源、脫機(jī)的歷史業(yè)務(wù)數(shù)據(jù)中可以提取、轉(zhuǎn)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(jié)構(gòu)化數(shù)據(jù)環(huán)境，幫助用戶(hù)挖掘HR系統(tǒng)潛在的、有價(jià)值的數(shù)據(jù)。參照商業(yè)智能通用架構(gòu)可以得出商業(yè)智能系統(tǒng)與HR系統(tǒng)的集成構(gòu)架，如圖1。

在集成系統(tǒng)環(huán)境中，集成數(shù)據(jù)來(lái)源為HR系統(tǒng)，數(shù)據(jù)集市和數(shù)據(jù)倉(cāng)庫(kù)可以通過(guò)ETL得以建立。集成環(huán)境的工具層由報(bào)表展現(xiàn)、OLAP、HR系統(tǒng)所構(gòu)成。在技術(shù)層面上，HR系統(tǒng)可以有利于數(shù)據(jù)庫(kù)可靠、安全、準(zhǔn)確、快速的收集數(shù)據(jù)，數(shù)據(jù)倉(cāng)庫(kù)的作用主要體現(xiàn)在組織和存儲(chǔ)信息上，OLAP的作用主要體現(xiàn)在信息的分析決策上，報(bào)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(diǎn)：

（1）、HR系統(tǒng)可以對(duì)大量基礎(chǔ)數(shù)據(jù)進(jìn)行存儲(chǔ)、處理和收集，構(gòu)成集成系統(tǒng)的數(shù)據(jù)來(lái)源。

（2）、數(shù)據(jù)倉(cāng)庫(kù)可以統(tǒng)一綜合HR系統(tǒng)數(shù)據(jù)庫(kù)，是商業(yè)智能信息的構(gòu)成基礎(chǔ)。

（3）、OLAP可以對(duì)數(shù)據(jù)倉(cāng)庫(kù)中的信息進(jìn)行有效利用，在數(shù)據(jù)分析過(guò)程中可以有效利用多維分析方法。

（4）、報(bào)表展現(xiàn)可以簡(jiǎn)單明了的反映出由分析所產(chǎn)生的數(shù)據(jù)。

系統(tǒng)可以按照抽取數(shù)據(jù)――數(shù)據(jù)倉(cāng)庫(kù)建立――數(shù)據(jù)挖掘（OLAP）――前端報(bào)表查詢(xún)來(lái)進(jìn)行系統(tǒng)設(shè)計(jì)。

3、系統(tǒng)解決方案

SQL Server2005是一個(gè)較為完成的商務(wù)智能平臺(tái)，為用戶(hù)提供其所需要的各種功能、工具、特性來(lái)構(gòu)建創(chuàng)新和典型的分析應(yīng)用程序。

（1）、SQL Server2005具體要素分析

設(shè)計(jì)：構(gòu)建于Visual Studio 2005技術(shù)之上的Business Intelligence Development Studio，可以為系統(tǒng)開(kāi)發(fā)員提供完整的、豐富的專(zhuān)業(yè)開(kāi)發(fā)平臺(tái)。

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

存儲(chǔ)：在SQL Server2005中，在一定程度上模糊了多維數(shù)據(jù)庫(kù)和關(guān)系數(shù)據(jù)庫(kù)之間的界線，在多維數(shù)據(jù)庫(kù)、關(guān)系數(shù)據(jù)庫(kù)中都可以進(jìn)行數(shù)據(jù)庫(kù)存儲(chǔ)，或者充分發(fā)揮“主動(dòng)緩存”的功能，將不同數(shù)據(jù)庫(kù)的優(yōu)點(diǎn)充分發(fā)揮出來(lái)。

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

2、系統(tǒng)解決方案

系統(tǒng)以SQL Server2005來(lái)作為其開(kāi)發(fā)平臺(tái)，以系統(tǒng)結(jié)構(gòu)為基礎(chǔ)，給出系統(tǒng)開(kāi)發(fā)流程，見(jiàn)圖2，其主要分為三個(gè)設(shè)計(jì)階段，即報(bào)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(shù)未來(lái)發(fā)展趨勢(shì)

1、實(shí)現(xiàn)真正的智能型操作

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

2、數(shù)據(jù)挖掘技術(shù)的深層次應(yīng)用

在2006年，除去人們常用的展現(xiàn)方式OLAP和復(fù)雜報(bào)表以外，人們?cè)絹?lái)越重視關(guān)鍵績(jī)效指標(biāo)，即KPI，在大型集團(tuán)企業(yè)中，高層管理者要想了解企業(yè)當(dāng)前的運(yùn)行狀況，可以通過(guò)KPI直接的體現(xiàn)出來(lái)。由于較為復(fù)雜的數(shù)據(jù)挖掘技術(shù)，其應(yīng)用從初始階段到應(yīng)用高峰需要經(jīng)歷一段時(shí)間。

3、商業(yè)智能網(wǎng)絡(luò)架構(gòu)系統(tǒng)的發(fā)展

知識(shí)使用者可以通過(guò)該網(wǎng)絡(luò)實(shí)現(xiàn)決策信息、分析結(jié)構(gòu)、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(shí)使用者決策的精準(zhǔn)度。在未來(lái)BI系統(tǒng)產(chǎn)品應(yīng)該更注重BI網(wǎng)絡(luò)產(chǎn)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(jià)值，而且使BI網(wǎng)絡(luò)產(chǎn)品的內(nèi)在價(jià)值和涵蓋性有所增加。

4、智能客戶(hù)端發(fā)展

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

商業(yè)智能的bi時(shí)代范文第4篇

過(guò)去10年，大多由IT部門(mén)主導(dǎo)BI項(xiàng)目的投資，這些項(xiàng)目高度可控和中心化。IT部門(mén)負(fù)責(zé)編制出產(chǎn)品報(bào)告，再推送給消費(fèi)者和分析人員?，F(xiàn)在，大量的商業(yè)用戶(hù)迫切要求進(jìn)行交互式分析，希望通過(guò)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(xué)技能。IT部門(mén)面臨的挑戰(zhàn)是，他們需要滿(mǎn)足越來(lái)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(mén)希望能夠做到魚(yú)和熊掌兼得，尤其是滿(mǎn)足商業(yè)用戶(hù)驅(qū)動(dòng)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(jí)平臺(tái)，轉(zhuǎn)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(jiàn)。

Gartner估算，超過(guò)1/2的購(gòu)買(mǎi)需求來(lái)自于數(shù)據(jù)發(fā)現(xiàn)的驅(qū)動(dòng)。這種去中心化的模型讓更多商業(yè)用戶(hù)獲取到了數(shù)據(jù)分析能力，同時(shí)也產(chǎn)生了對(duì)可控的數(shù)據(jù)發(fā)現(xiàn)方法的需求。

Bl市場(chǎng)的變局

這是一個(gè)持續(xù)了6年的轉(zhuǎn)變。2014年，BI平臺(tái)正越來(lái)越多地被商業(yè)用戶(hù)驅(qū)動(dòng)和交互式分析項(xiàng)目替換。這些新項(xiàng)目越來(lái)越多，BI部門(mén)的擔(dān)憂(yōu)也隨之增多，希望做到總體可控的需求也在隨之增長(zhǎng)。這個(gè)轉(zhuǎn)變的目標(biāo)，是讓更大范圍的用戶(hù)和更多的場(chǎng)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(guò)打包和集成其他產(chǎn)品去滿(mǎn)足這些商業(yè)用戶(hù)的需求，但他們蒼白的仿制品并未得到市場(chǎng)的認(rèn)可，因而收效甚微。與此同時(shí)，他們也正為下一代分析工具做投資，不過(guò)產(chǎn)品尚未完全成熟。

隨著企業(yè)通過(guò)雙峰式的、可管控的數(shù)據(jù)發(fā)現(xiàn)方法建設(shè)BI平臺(tái)，很多商業(yè)用戶(hù)希望以自服務(wù)的模式去訪問(wèn)IT部門(mén)把控的數(shù)據(jù)源。這需要引入復(fù)雜的、但卻又是商業(yè)用戶(hù)能用的數(shù)據(jù)建模工具。他們還希望能有更簡(jiǎn)單的方式提升數(shù)據(jù)洞察力。而當(dāng)前的趨勢(shì)是，基于云部署、支持各種Mobile設(shè)備，更大范圍地接入用戶(hù)尤其是非傳統(tǒng)BI用戶(hù)，以擴(kuò)展數(shù)據(jù)分析的應(yīng)用尤其是通過(guò)深度分析來(lái)產(chǎn)生洞察力。

我們看到很多數(shù)據(jù)分析需要整合來(lái)自?xún)?nèi)部和外部的多結(jié)構(gòu)化數(shù)據(jù)。對(duì)BI廠商來(lái)說(shuō)，整合線上線下的、多結(jié)構(gòu)化的、流式的數(shù)據(jù)，已經(jīng)成為很重要的功能?；诹饔?jì)算和多結(jié)構(gòu)化數(shù)據(jù)的分析大多來(lái)自早期用戶(hù)，但這些功能顯得愈發(fā)重要。

Bl廠商的定位

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

當(dāng)前的BI市場(chǎng)狀況看起來(lái)像上世紀(jì)80年代晚期的主機(jī)/工作站市場(chǎng)，那時(shí)的客戶(hù)和需求也正在徹底轉(zhuǎn)變。這些轉(zhuǎn)變驅(qū)使惠普對(duì)計(jì)算平臺(tái)的戰(zhàn)略和架構(gòu)進(jìn)行了徹底的再思考和再設(shè)計(jì)。最終，這場(chǎng)轉(zhuǎn)變讓DEC消亡，因?yàn)樗男袆?dòng)實(shí)在太慢。類(lèi)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(tái)被認(rèn)為是IT-centric BI平臺(tái)的重要補(bǔ)充，但新的分析項(xiàng)目大多都采購(gòu)了前者而不是后者。這導(dǎo)致用戶(hù)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(jìng)爭(zhēng)力的產(chǎn)品，也就無(wú)法保持增長(zhǎng)。

雖非主流，但是，我們看到用Tableau、ov等產(chǎn)品去替換現(xiàn)有平臺(tái)的Case越來(lái)越多，尤其中小企業(yè)。Gartner調(diào)查結(jié)果發(fā)現(xiàn)，越來(lái)越多的企業(yè)傾向于以更大的平臺(tái)規(guī)模部署數(shù)據(jù)發(fā)現(xiàn)BI，但他們發(fā)現(xiàn)這些產(chǎn)品在企業(yè)級(jí)監(jiān)控、管理、擴(kuò)展性等方面還有欠缺，Business-centric BI廠商正在持續(xù)補(bǔ)足這些功能。

如果我們開(kāi)始看到大規(guī)模地轉(zhuǎn)向商業(yè)用戶(hù)為核心的BI廠商，市場(chǎng)轉(zhuǎn)換就很明顯了。目前，大量買(mǎi)家似乎都在觀望，看他們選購(gòu)的IT-centric BI平臺(tái)是否會(huì)補(bǔ)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(mǎn)足他們的需求。畢竟，如果沒(méi)有一家BI廠商能兩全其美，兩種分割的BI系統(tǒng)會(huì)從監(jiān)控、擴(kuò)展、支持等方面給企業(yè)帶來(lái)不小的挑戰(zhàn)。

2015年很可能是一個(gè)關(guān)鍵年。民主化數(shù)據(jù)分析將統(tǒng)領(lǐng)市場(chǎng)需求，對(duì)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(shí)隱藏復(fù)雜性（數(shù)據(jù)準(zhǔn)備、自動(dòng)模式搜索）。在2015年及未來(lái)，這些功能對(duì)采購(gòu)的沖擊程度，將決定誰(shuí)會(huì)凸現(xiàn)出來(lái)成為這次市場(chǎng)轉(zhuǎn)換的領(lǐng)導(dǎo)者。

支持大量的多種多樣的數(shù)據(jù)也成為BI市場(chǎng)的主流需求。同時(shí)，融合分散的商業(yè)用戶(hù)導(dǎo)向的應(yīng)用部署和集中的企業(yè)級(jí)應(yīng)用部署，成為BI供應(yīng)商的極大挑戰(zhàn)。BI平臺(tái)要支持云數(shù)據(jù)、流數(shù)據(jù)、多結(jié)構(gòu)化數(shù)據(jù)，還要支持社交和網(wǎng)絡(luò)分析、情緒分析、機(jī)器學(xué)習(xí)。新的挑戰(zhàn)和機(jī)會(huì)來(lái)自于將這些多源數(shù)據(jù)融合并管理起來(lái)，以產(chǎn)生商業(yè)價(jià)值。

國(guó)內(nèi)市場(chǎng)越來(lái)越多的企業(yè)希望出現(xiàn)業(yè)務(wù)主導(dǎo)型、高性能、并同時(shí)具備大數(shù)據(jù)分析能力的BI產(chǎn)品。國(guó)內(nèi)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(chǎn)品，技術(shù)上已經(jīng)不遜于國(guó)外同行，而且已經(jīng)開(kāi)始在大數(shù)據(jù)分析、探索式分析等領(lǐng)域超越國(guó)際竟品，諸如復(fù)雜式報(bào)表、數(shù)據(jù)填報(bào)等國(guó)內(nèi)特色的需求也得到了很好的解決。當(dāng)然，本土團(tuán)隊(duì)的產(chǎn)品服務(wù)能帶來(lái)更好的支撐效果和客戶(hù)體驗(yàn)。

國(guó)內(nèi)市場(chǎng)的另外一個(gè)問(wèn)題是，有些企業(yè)尤其是中小企業(yè)還未建立起對(duì)數(shù)據(jù)的正確認(rèn)識(shí)，不太了解數(shù)據(jù)的真正價(jià)值，也不知道如何通過(guò)數(shù)據(jù)來(lái)指導(dǎo)運(yùn)營(yíng)和業(yè)務(wù)，這需要一個(gè)中長(zhǎng)期的培育。

此外，我們也看到除了大型機(jī)構(gòu)和大型企業(yè)之外，很多中小企業(yè)也非常清晰地認(rèn)識(shí)到數(shù)據(jù)分析的價(jià)值，具有非常強(qiáng)烈的建立有效的數(shù)據(jù)化運(yùn)營(yíng)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(jìng)爭(zhēng)的市場(chǎng)，引領(lǐng)著更多行業(yè)、更多企業(yè)的發(fā)展。

相信，我們會(huì)看到的越來(lái)越多的企業(yè)構(gòu)建適配的數(shù)據(jù)分析平臺(tái)，充分發(fā)掘數(shù)據(jù)價(jià)值，快速成長(zhǎng)為所處行業(yè)的佼佼者。

解析魔力象限之領(lǐng)導(dǎo)者象限

在Gartner的BI魔力象限中，領(lǐng)導(dǎo)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?yàn)闆](méi)有一個(gè)廠商能做到既支持越來(lái)越大的商業(yè)用戶(hù)導(dǎo)向并被管控的BI部署，又在用戶(hù)體驗(yàn)上為這場(chǎng)劃時(shí)代的變革做好了創(chuàng)新的準(zhǔn)備。

有觀點(diǎn)認(rèn)為以前的BI巨頭將不能重新獲取市場(chǎng)的認(rèn)同，即便他們還在為創(chuàng)新而投入。

Tableau和Qlik得到了市場(chǎng)的認(rèn)同，是因?yàn)樗麄儩M(mǎn)足了客戶(hù)在數(shù)據(jù)發(fā)現(xiàn)上的需求，促成了更簡(jiǎn)單和更廣泛的應(yīng)用，因而獲得了成長(zhǎng)。

客戶(hù)都非?？粗禺a(chǎn)品的易用性，也很看重產(chǎn)品功能、銷(xiāo)售過(guò)程、產(chǎn)品服務(wù)、產(chǎn)品質(zhì)量、產(chǎn)品升級(jí)、商業(yè)價(jià)值、支持所有用戶(hù)的分析等方面的滿(mǎn)意度。被市場(chǎng)認(rèn)同的BI廠商，他們更專(zhuān)注于簡(jiǎn)單易用，以讓更多的用戶(hù)能隨時(shí)隨地進(jìn)行數(shù)據(jù)分析。他們正在實(shí)現(xiàn)客戶(hù)最關(guān)注的需求，并從新的分析項(xiàng)目投資中獲取增長(zhǎng)，而諸如監(jiān)控、管理、嵌入、擴(kuò)展性等企業(yè)級(jí)功能還處于開(kāi)發(fā)完善過(guò)程之中，例如，Qlik了Qlik Sense，而Tableau每個(gè)版本都補(bǔ)足一些企業(yè)級(jí)功能。

有觀點(diǎn)認(rèn)為，Tableau和Qlik -直致力于重點(diǎn)優(yōu)化產(chǎn)品的易用性以接入更多的用戶(hù)，但較少關(guān)注新出現(xiàn)的增長(zhǎng)領(lǐng)域，例如，智能數(shù)據(jù)發(fā)現(xiàn)以進(jìn)一步提升數(shù)據(jù)分析的民主性，也較少投入到自服務(wù)數(shù)據(jù)準(zhǔn)備領(lǐng)域（Tableau計(jì)劃在V9中包括有限的功能，Qlik也有類(lèi)似的計(jì)劃），但他們?cè)谶@些領(lǐng)域的能力還比較欠缺。

商業(yè)智能的bi時(shí)代范文第5篇

6月12日下午，北京航空航天大學(xué)軟件學(xué)院（以下簡(jiǎn)稱(chēng)北航軟件學(xué)院）與國(guó)內(nèi)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(jiǎn)稱(chēng)永洪科技）共同舉行了“北航-永洪科技 BI聯(lián)合實(shí)驗(yàn)室”揭牌儀式，并簽署了《北京航空航天大學(xué)軟件學(xué)院―永洪科技BI聯(lián)合實(shí)驗(yàn)室合作協(xié)議》。

在揭牌儀式上，北航軟件學(xué)院黨委書(shū)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(xué)院的師生在實(shí)驗(yàn)室里就能夠熟悉當(dāng)前的敏捷BI和大數(shù)據(jù)分析技術(shù)和產(chǎn)品，讓學(xué)院能更好地培養(yǎng)人才。據(jù)悉，早在2013年，北航軟件學(xué)院就成為全國(guó)首個(gè)開(kāi)設(shè)“大數(shù)據(jù)技術(shù)與應(yīng)用專(zhuān)業(yè)”的軟件學(xué)院。

目前，北航軟件學(xué)院已經(jīng)與很多國(guó)際國(guó)內(nèi)知名軟件企業(yè)開(kāi)展深度的校企合作，并設(shè)立專(zhuān)業(yè)的實(shí)驗(yàn)室。例如，北航-威盛電子集成電路設(shè)計(jì)專(zhuān)用實(shí)驗(yàn)室、AMD-北航學(xué)生科技創(chuàng)新中心、微軟（日本）日文應(yīng)用軟件專(zhuān)業(yè)實(shí)驗(yàn)室、SAP-北航ERP實(shí)驗(yàn)室、北航Google Camp實(shí)驗(yàn)室等。隨著移動(dòng)云計(jì)算專(zhuān)業(yè)發(fā)展需要，北航軟件學(xué)院先后與聯(lián)想集團(tuán)、HTC、RIM、阿里巴巴、開(kāi)心網(wǎng)、創(chuàng)新工場(chǎng)等企業(yè)展開(kāi)合作共建了聯(lián)合實(shí)驗(yàn)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(jí)用戶(hù)的數(shù)據(jù)化運(yùn)營(yíng)提供支持。幾年來(lái)，永洪科技服務(wù)過(guò)的客戶(hù)包括中國(guó)移動(dòng)、中國(guó)電信、中信銀行、浪潮集團(tuán)、寶寶樹(shù)、人人車(chē)、途家網(wǎng)、百程旅行網(wǎng)、艾瑞咨詢(xún)等公司。此次合作，永洪科技為“北航-永洪科技 BI聯(lián)合實(shí)驗(yàn)室”提供了價(jià)值300多萬(wàn)元的永洪BI軟件。永洪科技將會(huì)持續(xù)負(fù)責(zé)聯(lián)合實(shí)驗(yàn)室BI產(chǎn)品的部署、培訓(xùn)和輔導(dǎo)工作，北航軟件學(xué)院將利用永洪科技搭建敏捷BI的環(huán)境，對(duì)商業(yè)智能、數(shù)據(jù)挖掘、大數(shù)據(jù)分析等領(lǐng)域的行業(yè)技術(shù)和解決方案進(jìn)行學(xué)習(xí)和研究。