一、什么是商业智能（BI）？举例说明？
1.概念： 目前，商业智能通常被理解为将企业能够得到的数据转化为情报，并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、来自企业所处行业和竞争对手的数据、以及来自其它外部环境中的各种数据。为了将数据转化为情报，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。2.举例说明： 我们可以通过一个例子来通俗地说明商业情报的意义：通用汽车公司看到了一则福特汽车降价报道，这是一条消息。如果通用汽车利用这条消息把自己公司同档次车型的价格与之对比，从而得出出一个结论：福特汽车降价将使得其价格比通用汽车同档次车型便宜7％，这种结论使得消息变成了一条对该企业有用的信息。在此基础上，如果通用公司能够进一步分析预测出由于价格便宜7%，将导致福特公司在同档次汽车市场上占有率提高15%，这个结论对于企业来说就是一条非常有价值的情报了，这种情报往往会导致企业做出相应的决策。如果能够利用IT技术把“信息”转化为“信 息”并最终升华为“情报”，那么这套相应的IT系统就可以说是商业智能系统。二、什么是BI（商业智能）？
商业智能 BI 实际上是一套由数据仓库、ETL、查询报表、可视化分析等组成的一个技术类解决方案。主要目的是将企业内各种不同的业务系统，例如ERP、OA、CRM、手工填报系统等打通，对数据进行有效的整合。最终通过合适的查询和分析工具，形成可视化的分析报表为企业提供管理决策支持。
在大部分的企业中，有很多不同的部门、不同的业务系统，数据也相应的分散在各个部门、各个业务系统、各个业务模块中，这个时候看数据的视角更多的是从个人或者部门来看的。现在我们就需要通过BI把这些数据打通，消灭数据孤岛，从企业整体的视角，从管理的视角来了解一个企业完整的经营运转情况。
三、商业智能“BI”是什么意思？
商业智能BI是指是从系统数据中提取有效的信息，从浩瀚的信息中及时地发现有价值的知识，为企业决策层的思维决策和战略发展提供有力服务，尽量减少管理决策中凭经验、拍脑袋的风险和隐患，从而充分提高企业市场快速反应力与竞争力的软件解决方案。 而今伴随着企业信息化发展的浪潮汹涌，组织流程的固化、改进，知识的积累、应用，技术的创新、提升，作为商业智能管理的系统软件BI也在不断求新求变，在推进企业信息化建设中继续建功立业。 BI新走向之一：融合加强，演变成门户化 CIO必须清楚认识，未来的商业智能BI趋势将是基于全面信息集成的服务，将是一种企业级跨部门运作的基础信息系统，可以联结企业各个岗位上的各个工作人员，可以联结企业各类信息系统和信息资源，真正实现跨平台，最后演变成门户化，而不是以前单一、隔离、枯燥的系统。 在基于企业战略和流程的大前提下，BI应可通过类似门户的技术对各个业务系统进行整合，使得BI与OA、CRM、ERP、SCM以及其它系统之间能实现融合集成，系统之间的结构化数据能通过门户管理平台互相调用、展现，全面提供决策支持、知识挖掘、商业智能等一体化服务，实现企业数字化、知识化、虚拟化。这时BI或已远远超出传统BI的范畴，演变成为企业综合性强大管理支撑平台，换为企业知识门户EKP、管理支撑平台MSS等名称或更能体现其价值。CIO应努力推动企业BI向综合平台、门户化方向发展。 BI新走向之二：日趋傻瓜，体现人性化 未来BI的门户将更加强调人性化，功能日趋傻瓜，强调易用性、稳定性、开放性，强化人与人沟通、协做的便捷性，重视对于众多信息来源的整合，并进一步完善可以拓展的管理支撑平台框架，从而改变以往人去找系统的现状，实现系统找人的全新理念与功能。这对今后未实施应用BI的企业CIO进行选型应有指导意义，并作为一个方向推广应用BI建设。 今后的BI系统能让合适的角色在合适的场景、合适的时间里获取合适的知识、数据，充分发掘和释放人的潜能，并真正让企业的数据、信息转变为一种能够指导人行为的意念、能力。其实人性化也即一种自动化，充分体现管理系统的最大价值与作用。 BI新走向之三：移动BI将成为新战场 目前中国已正式步入了3G时代，同时，3G全新时代的到来，对于无线商务、移动信息化而言，则昭示了一种更美好的希望与前景，这对BI亦是一样的。因此CIO也必须认识、重视3G时代的BI，把握其走向。 2010年，全球移动用户数量已经突破50亿，而中国移动用户也达到7亿之巨，可以预见，今后一两年，利用新技术，移动协同应用将成为BI未来增长点。 目前信息终端应用正在全面推进融合，3G无线移动技术在中国的应用已在全面建设推广，它使融合了计算机技术、通信技术、互联网技术的移动设备将成为个人办公必备信息终端，在此载体上的移动BI协同应用将是管理的巨大亮点。用户可以通过智能手机提交数据，并获取分析报告，实现无处不在、无时不在的实时动态管理，这将给传统BI带来重大的飞跃。因此企业CIO应积极利用现代手机移动技术，充分发挥3G技术在BI的功用，让BI移动办公、无线掌控将可信手拈来，随时随处可行。 BI新走向之四：在云中部署BI，成为主流方向 云计算对CIO们已不再陌生了，甚至耳熟能详了。目前云计算概念方兴未艾，云计算功能极其强大，未来两三年将是云端运算服务年，也将是最热门软件的名词和发展潮流，以云为基础的商业智能在线服务将成为全新的商业智能部署的主流方向。CIO应全面知了云计算未来走势。 目前云计算的重要性已经能够影响到未来各个BI厂商未来的生存线。从某种意义而言，只有产品是面向云规模架构设计并符合云运营模式的BI软件才能获得用户企业的青睐，在今后持续取得成功。对一些数据储存巨大、运维服务繁重但又实力不强、技术不全面的企业来说，云计算模式将是包括BI在内等管理系统的应用方向，CIO应积极推动未来的BI朝云计算方向发展。 尽管BI向云迁移的过程中仍然面临许多的挑战，但随着越来越多的企业将其业务应用置于云端，在云中部署BI已不是一个可望不可及的理想目标。据悉， BI专业厂商Informatica已经进行了向用户交付云服务的尝试。此前该公司发布的Informatica BI数据集成平台已经能同时部署在预装系统或云网络之中，为用户企业提供云端集成服务。 BI新走向之五：SaaSBI日渐雄起，受中小企业青睐 IDC机构预测，SaaS BI将成为今后一两年BI市场的一大热点，也是各大BI厂商角逐的焦点。因为传统的BI工具过于昂贵，且建设过程较为复杂，从中小企业的自身状况和当前经济形势分析，低费用高效的SaaS租用模式无疑已成为中小企业CIO推行BI的重要选择，将给企业带来了良好的发展平台。 因此Gartner机构预计到2012年，25-30%的企业将使用软件即服务SaaS这种业务模式，15-20%的中小企业组织将通过SaaS获得具行业特色的分析应用软件，SaaS BI将成为BI投资组合应用的标配。 然而基于现阶段的SaaS的发展状况看，该商业模式的应用仍尚不成熟，还需大力培育、推广，只有到相对比较成熟、完善的情形之下，BI才能借助该模式的力量达到星火燎原的目标。这点需要CIO注意。因此时下，BI应用还是会以传统模式为主。 BI新走向之六：可视化技术呈亮点，交互式分析助推BI 目前，有越来越多的企业CIO不再满足于传统较为单一、呆板的图像展现和交互式的图像展现，因为更多的分析需求需要借助图像OLAP这种多维分析模式来完成，比如噪音数据、数据集趋势等。这点对CIO应用BI为企业管理决策很重要。据称，Oracle已经率先开展了数据可视化分析的先河，为用户提供可视化数据探索服务。这种类型的分析手段也将是未来BI领域的又一亮点、一大趋势。 同时，BI传统的过滤、上钻、下钻、比较等功能也难于满足一些特殊企业用户及CIO的管理分析要求。因此新一轮的BI高级分析需求已经在不同行业悄然升温。在未来的BI平台中，预测、分摊、假设模拟、数据挖掘等交互式技术将成为新一轮的BI系统升级改造方向。据称，集成整合Essbase服务技术的Oracle商务智能平台已能为用户提供面向策略级、未知信息的分析预测能力和个性化自助式定制等。 BI新走向之七：外部信息将整合到内部BI中，内外网信息并联互动 从时下BI领域的演变情况来看，企业CIO所应用、依赖的信息、数据均是来源于企业 内部信息系统中的数据材料，并籍此进行分析加工、做出决策。然而从长期而言，单凭对内部数据的挖掘并加以运用仍显不够的，CIO有时尚需对更多的外部信息、数据加以收集、归纳和分析，逐步形成外部支撑平台，将外部信息整合到内部BI中，并使内网和外网能互联互通丰富、动态的信息而不是静态的报告或者计算数据，以此得到更全面科学的决策依据。 未来的BI将融合了协同、知能、门户、无线等精髓，并日趋经济简捷高效，将不断绽放新花，焕发出迷人的光彩。不管是BI厂商的CIO还是用户企业的CIO，只有抓住这些发展趋势、技术潮流，加以研发推广，才能更好地为国内企业决策管理服务，抢得竞争先机。
四、商业智能BI是什么意思？
商业智能 BI 实际上是一套由数据仓库、ETL、查询报表、可视化分析等组成的一个技术类解决方案。主要目的是将企业内各种不同的业务系统，例如ERP、OA、CRM、手工填报系统等打通，对数据进行有效的整合。最终通过合适的查询和分析工具，形成可视化的分析报表为企业提供管理决策支持。
在大部分的企业中，有很多不同的部门、不同的业务系统，数据也相应的分散在各个部门、各个业务系统、各个业务模块中，这个时候看数据的视角更多的是从个人或者部门来看的。现在我们就需要通过BI把这些数据打通，消灭数据孤岛，从企业整体的视角，从管理的视角来了解一个企业完整的经营运转情况。
五、bi商业智能分析
BI商业智能分析：企业数据洞察的关键
随着大数据时代的到来，商业智能分析已经成为企业不可或缺的工具。它能够帮助企业洞察数据，了解市场趋势，制定有效的战略。在这个充满竞争的时代，一个能够掌握商业智能分析的企业将会在市场中获得更多的机会。什么是BI商业智能分析？
商业智能分析是指通过数据分析工具和技术，对企业内大量的数据进行收集、处理、分析和呈现的过程。这个过程旨在帮助企业更好地理解市场和消费者，发现潜在的机会，并制定相应的策略。BI商业智能分析的优势
首先，商业智能分析能够帮助企业获得更深入的数据洞察。通过分析大量的数据，企业能够发现市场趋势，识别潜在的消费者需求，以及找出企业在运营过程中的问题。其次，商业智能分析能够提高企业的决策效率。通过提供清晰、准确的数据和分析结果，企业能够更快地做出决策，提高企业的运营效率和市场竞争力。如何进行BI商业智能分析
要进行BI商业智能分析，企业需要掌握以下关键步骤： 1. 数据收集：首先需要收集企业内各种类型的数据，包括结构化、半结构化和非结构化数据。 2. 数据清洗：对收集到的数据进行清洗和处理，去除重复、错误和不准确的数据。 3. 数据分析：使用各种数据分析工具和技术，对数据进行深入的分析，发现数据中的趋势、模式和关系。 4. 数据可视化：将分析结果以图表、图形和报告等形式呈现出来，以便于企业高层管理者和团队成员理解和使用。 5. 反馈与优化：根据数据分析的结果，对企业的战略、运营和产品进行反馈和优化，持续提高企业的竞争力和市场表现。选择合适的BI工具
在进行BI商业智能分析时，选择合适的BI工具非常重要。一些常见的BI工具包括Tableau、Power BI、Microsoft Power BI等。这些工具提供了丰富的功能和易用的界面，能够帮助企业快速地进行数据分析和可视化呈现。结语
商业智能分析是企业实现数字化转型和提升竞争力的关键工具。通过深入了解市场趋势、消费者需求和自身运营情况，企业能够制定更有效的战略，提高决策效率和运营效果。在未来的商业竞争中，掌握商业智能分析的企业将具有更大的优势。六、BI商业智能的市场现状如何？
先来说一下BI厂商的分派，按照重型BI和轻型BI（自助BI）分类：
传统商业智能工具：
一、SAP BO： (德国)
Business Objects是SAP公司前些年收购的一个产品，是传统商业智能工具的代表之一，在业内建立了强大、全面的合作伙伴社区，拥有多家合作伙伴，中国曾一度是这个产品推广最好的国家。
SAP BO的主要客户是SAP ERP用户，其他则通过OEM的方式，或者和集成商合作，价格较高，不适用于中小企业。
从产品体系架构上看，SAP BO是由一些列收购的工具组成，不同的BI功能适用于不同的场景，并非由一个统一的架构。BO虽然有着比较强大的OLAP功能，显示方式比较像excel，操作直观，上手容易，但报表效果较差，单一。BO缺少真正的OLAP服务器，没有MLOAP功能，如果要实现这个功能，就必须连接第三方的MLOAP服务器。BO 需要在不同的工具中单独进行安全性鉴定，无法在不同工具间进行同步。
二、IBM Cognos （美国）
Cognos是传统商业智能工具的领先者，自从被IBM公司拿47亿美元收购以后，更是如虎添翼，号称是业内唯一完整整合所有BI功能的商业智能平台。Cognos在国内占领的份额不少，功能全面，学习者众多，但最近几年状态有所下滑，从它的中国官方论坛——Cognos商业智能社区的访客数、发帖量可见一斑。
Cognos集成度较低，每种应用都对应单独的使用界面，但SDK开放程度不足，许多功能无法二次开发，所提供的web API相当有限，没有真正的web客户化能力，不能嵌入到现有系统中。Cognos的快速用户新建报表能力并不强大，可以在分析的基础上添加表头构成报表，B／S下可以对分析结果作为报表进行保存。Cognos的OLAP功能很强大， 操作反应速度快，但是初次上手比较难，web页面访问条件查询报表时操作不便。对于旋转、切片、钻取操作，Cognos都支持多，功能也很强大，但用户较难接受，易用性不强。当然，在熟练使用后，可以做的分析有很多，支持任意角度的分析操作。Cognos图表样式较少，OLAP模式下不能制作列表，且只能进行简单的过滤查询操作。
三、Oracle BIEE：（美国）
BIEE是中规中矩的传统商业智能产品，没有鲜明特色，也没有突出的缺陷，整个商业智能解决方案和Oracle产品线紧密的绑定在一起，不够开放。BIEE是由一系列收购而来的独立产品组成的，不同的BI功能需要不同的工具，通常都有着不同的操作界面和相对对立的后端平台，用户经常需要在不同的工具间切换。不同工具间的操作风格也略有差异，用户需要花时间来学习和适应。
由于 BIEE 本身没有 OLAP Server，当用户需要进行 OLAP 分析时，系统需要将数据从数据库服务器中完全取出，抽取到其他 OLAP Server 的服务器进行处理。另外，对于维度上的汇总分析的操作，BIEE 需要发送到数据库服务器端去执行，而当数据量比较大时，一般的关系型数据库对这种汇总请求的处理的效率是比较低的。所以执行维度汇总分析的操作时，BIEE 会对数据库产生较大的压力。
从图表方面来说，BIEE 能支持常见的图表，满足企业日常图表的需要。从 WEB 界面的功能、易用性的角度来看， BIEE 报表 都能做美观程度好，但对于复杂报表，BIEE 的支持程度不好，另外 BIEE 本身的一些功能需要第三方集成，会增加企业在网络安全方面和客户端维护方面的成本。
新型自助式商业智能工具
在最近几年的Gartner商业智能和分析平台报告中，以Tableau为代表的新型自助式商业智能工具倍受推崇，主要是这类工具解决了传统BI解决不了的问题：项目实施周期长，灵活性不足，当需求变更时，就必须改底层，需要IT人员重新建模活修改已有的分析模型。已经不满足用户的数据的需求。而新型自助式商业智能工具则不同，无须建模，IT可以快速提供数据给用户，用户可以自助分析，几分钟就做好一个数据分析。以下几个自助式BI工具，都具备这些特征，就不单独讲解了。
四、Tableau：（美国）
Tableau是桌面系统中最简单的商业智能工具软件，用户只需要简单配置，拖拖拽拽，就可以做出数据分析。Tableau的理念是，界面上的数据越容易操作，公司对自己在所在业务领域里的所作所为到底是正确还是错误，就能了解的越透彻。
整体来看，Tableau具备以下优势：一是学习成本低，可以快速上手；二是对于不太掌握统计原理的人，也能完成非常有价值的分析，做到IT和数据分析高手才能完成的工作。三是功能丰富，数据可视化独具特色，大数据处理速度也非常快。Tableau虽然具备强悍的分析功能，但是数据抓取功能很弱，数据处理能力差，需要实现准备好数据，所以可以认为是面向数据分析师的前端工具。
五、FineBI ：（中国）
FineBI是几年前帆软公司推出的，在国内口碑和发展不错，有时候和FineReport组合搭配构成企业完整商业智能解决方案推给用户，能面向企业不同阶层提供方案，是相当有竞争力的。
FineBI通过大数据引擎FineIndex，可以自动建模，傻瓜式操作，用户只需在Dashboard中简单拖拽操作，便能制作出丰富多样的数据可视化信息，进行数据钻取、联动和过滤等操作，自由分析数据。FineBI面向企业IT部门、业务人员，提供企业级管控下的业务人员自助式数据分析，向下帮助IT做好数据管控，向上充分利用底层数据，支撑前端业务数据应用。
和Tableau面向数据分析师不同，FineBI面向普通的业务人员，数据分析过程更人性化，更简单和易用，并为企业提供了全面的数据管理和用户管理策略。但正式因为这样的定位，数据分析功能全面实用，但中规中矩，没有那么多突出亮点。
六、Qlikview：（瑞典，美国上市）
Qlikviw曾是连续七年全球增产速度最快的BI产品，Gartner曾把它列在Leaders象限和Tableau并列为Magic Product。和Tableau的重点倾向不同，Qlikview是一个完整的商业智能软件，可以让IT人员和业务人员构建和部署强大的数据分析应用。
Qlikview的主要特点是开发和使用简单，但是和Tableau 、FineBI相比，操作性能差一些，总的来说，它可以让自助数据分析和所有信息都有一个灵活的直观的展现。Qlikview通过AQL架构提供灵活、强大的分析能力时，AQL架构改变了需要OLAP立方体的需求。
Qlikview的缺陷也很明显，受限于用户数（也就是说价格）和设计报表的复杂程度，只能用于少数几个管理层人员，广大的中层干部的报表问题，其实是没有解决，而且是很难用QlikView去解决的。
目前市场上，传统型BI工具在慢慢退化，以Tableau、FineBI一类的自助式BI工具在崛起。主要是企业对BI应用的意识起来了，产品也越来越趋向于使用轻量简单的。但是这一领域的企业地区额狠毒哦，该如何选择？
站在产品的企业的角度，可以从领先能力、产品能力、服务能力以及价格能力去着手衡量。可通过海比研究给出的一套《BI选型指标体系》来判断。
1、 领先能力=行业地位+领先性
比如公司在行业中的低位、市场占有率、公司在该领域的专注性以及技术的领先性。商业智能目前的市场格局不算大，可扩展到报表领域去衡量。
2、 产品能力=公司产品线+核心产品功能+解决方案
一般来讲，公司的产品线越完整，相关产品的整合能力越强，越好。但是，最重要的还是产品的功能是否实能解决企业最关注的的问题，是否能覆盖更多行业，BI解决的是行业通用性的问题，解决能力越强，产品越优秀。
3、 服务能力=服务专业能力+维护能力
BI的实施很考察人员的专业性，过去由于国外IT巨头的称霸，很多产品的项目都承包给第三方实施，造成服务脱节。现在很多涌现的国内软件公司一般都会有专业的实施团队，本地化服务很占优势，所以这一点不妨考虑本土产品，这一点，我叫认可帆软的FineBI
4、 价值能力=成功案例+性价比
选型前可看看同行业的企业伙伴们用的是什么类的BI工具，使用情况如何。包括从功能费用、项目实施费用综合考虑来看的性价比。
七、什么是商务智能(BI)？
我所理解的商务智能(BI)
本文目录:
- 开篇先啰嗦几句
- 什么是商务智能(Business Intelligence)
- 为什么需要商务智能
- 商务智能是怎么实现的
- 结尾再展开说几句数据科学家的事
-开篇
回想起来在工作中做商务智能这一块已经有六七个年头了，虽然平时接触的商务智能产品相对单一，但是并不影响对商务智能的理解，产品毕竟只是实现需求的一种工具，而对根据客户的需求给出合理的实现方法，并将其组织成可行的方案才是更有价值的。
刚毕业那会家人问起来我的工作内容还是相对容易介绍和解释的，就是地地道道一程序员嘛，后来又叫程序猿也叫码农，形象地阐释了这一行女人当男人用，男人当畜生用的工作强度，幸运的是我的第一份工作单位是一个非常靠谱的甲方公司，当时所谓的靠谱就是指新人也有很好的学习进步空间，同时工作强度也并不是非常的过份，几乎没有加班，当然薪水也还凑合。就这样两年之后就有机会接触到了SAP的商务智能工具Business Warehouse， 从此开始一直从事相关的工作至今，其间转做过乙方，过过两年空中飞人到处出差的日子，随之又回到甲方安安稳稳的上班。到现在家人老同学老朋友估计都很难清楚的知道我到底是做一份什么样的工作，只知道我是做IT的。
那么今天就让我来谈谈我所理解的商务智能吧，下面文章的难度基本上是扫盲级别的，不会有太多难理解的技术文字，力求通俗易懂，当然个人能力还是很有局限，如有不对之处欢迎批评指正。
-什么是商务智能(Business Intelligence)
-字面意思
既然是商务的那么一般就是企业、单位里用的东西，而不是一般小老百姓用的。后面加上智能两个字就稍微有一点费解了，其实也可以从字面上先解释 一下。智就是聪明的意思，能么就是能力，企业聪明了以后就有能力干什么呢？最容易想到的就是能赚更多的钱，有更好的效益，然后么对于员工来说工资福利 啥的就有希望更好一点。所以说商务智能就是一个能让企业变得更聪明从而赚得更多的东西，这么说应该都能理解吧。
-专业解释
说了字面意思之后我们再来看看专业解释(出自度娘)：
BI（Business Intelligence）即商务智能，它是一套完整的解决方案，用来将企业中现有的数据进行有效的整合，快速准确的提供报表并提出决策依据，帮助企业做出明智的业务经营决策。
可以看出专业的解释和从字面上直接理解的并没有很大的差异，我这里再把其中最重要的三个词列一下方便理解：数据、报表、决策。所以到这里就基本可以说明什么是商务智能了，说白了就是将企业里日常运营所产生的各种数据都整理成报表的形式展现给公司管理人员做分析决策的一整套解决方案，有些地方还可以狭义的理解为一些相关的数据管理软件和报表工具。
-你看到的商务智能结果
作为一名企业的普通职员，你可能来自商场部，销售部，采购部，生产制造部，财务部等等，你的日常工作中就会产生和录入各种数据，从开展一次市场营销活动需要制定预算，到录入商机，给有意向的客户开出报价单，到客户确认下单位后生成和录入销售订单，随后或许转成工单下达至生产部门，生产部门再查看成品、原材料、半成品库存，或许有不够的物料需要进行采购，然后上线生产，成品出库，发货，开票到最终财务结账。这样一整套业务流程下来到处都产生同时也需要数据。于是你或许看到了一些类似下面这样简单格式的报表数据:
(图片来源: 自己日常接触到的业务部门的基础数据)
如果有更直观的数据展现工具，你所看到的或许又是类似下面这样的图表:
(图片来源: Spotfire官网 -- 一款强大的数据分析工具)
可以说以上的Excel格式的报表和丰富的图表分析都是目前我所看到企业业务人员日常接触最多商务智能，因为有报表的地方就有数据整合，有报表的地方就能提供决策支持。
-我看到的商务智能
作为IT人员，在给出商务智能解决方案上要做到的正是将平常业务人员大量的手工数据收集与整合操作通过计算机软件系统进行实现，从而达到商务智能快速准确的要求，将人从琐碎的数据收集与整合工作中解脱出来，专注于分析与决策工作。因而我所看到的商务智能是类似下面这样的:
(图片来源: 百度搜索BI架构挑选了一个相对清晰完整的SAP的BI架构)
具体图片里面的环节在这里就先不多做介绍了，下文在介绍“商务智能是怎么实现的”时候会涉及到图片里的一些内容。这张架构图基本涵盖了我日常工作的技术内容，所以我所看到的商务智能就是通过类似这样一种技术上的层层搭建实现的一个完善的商务智能软件系统平台，以及帮助企业实现这样一个平台的完整过程。
-为什么需要商务智能
当我分析为什么需要一样东西的时候，一般来说首先要看一看这个东西是不是好的，好的定义一般来说就是这个东西是不是能够消除消极的结果(对于企业比如降低成本)，和带来积极的结果(对于企业比如增加收入)，然后还有一点就是可以看看这个东西其他人是不是也是认为是好的而且也在使用。
-是不是好东西？
从上文“什么是商务智能”中可以顺理成章的得到第一个直接的回答，商务智能可以让企业变得更聪明从而能赚更多的钱，这就是一个最朴素也是最好的回答，有这样的一个理由有的时候就够了。那么具体好在哪里呢，我们接着往下看。
没有实施商务智能的企业往往会有如下困扰：
- 大量的业务数据的产生，收集和存储需要投入大量的人力有时候已经超越了人工能够处理的极限。
- 还有很多有价值的信息被掩盖在这些大量的业务数据之中无法很好的挖掘。
- 管理层很难实时准确的掌握最新的运营状态，从而无法及时的作出正确决策。
而实施了商务智能的企业可以通过商务智能提供的类似以下的一些解决方案成功的搞定上述困扰：
- 销售管理智能
- 订单分析
- 销售分析
- 促销分析
- 客户交易量分析
- 客户管理智能
- 客户服务分析
- 潜在客户分析
- 客户投诉与意见分析
- 售后服务分析
- 物料管理智能
- 库龄分析
- 库存分析
- 物料品质分析
- 财务管理智能
- 财报分析
- 主要经营指标分析
- 成本分析
- 生产管理智能
- 产能分析
- 生产效率分析
- 生产品质分析
- 人事管理智能
- 人力分析
- 薪资分析
- 考勤分析
- 培训分析
-案例：四川烟草的商务智能成功案例
在这里我稍微罗列几张别人家的成功实施的商务智能系统的效果图来直观的感受一下商务智能是如何让企业变得更聪明的。(信息来源: 之前工作中收集的SAP BO打单资料)
通过上面这样的报表和图表，管理人员日常经营所需要的一些信息可谓是一目了然。
--别人家是不是有在用呢？
平时生活里在做选择和判断一个东西是不是好的，自己是不是需要的时候，自己一个人的判断往往还不是很有底气，这个时候就要抬头看看外面的世界，别人是不是也在用这个东西也在说它好。于是我找来下面两张图(信息来源: 依旧是早年的BO打单资料)，看看有多少企业都已经成功的实施了商务智能了呢？
这些虽然已经是几年前的而且只是SAP一家商务智能厂商所提供的数据，但是应该也已经可以看出一些结论了吧。
-商务智能是怎么实现的
如果需要系统的介绍商务智能的实现，估计可以开个培训班然后讲上好几天的课。这里只是做一个简单的介绍，争取重要的知识点都可以讲到并通俗的解释。
- 联机事务处理OLTP（on-line transaction processing）、联机分析处理OLAP（On-Line Analytical Processing）
如今的日常工作或生活中或多或少都会接触一些电脑系统，即使最常见的在商场买东西，服务员也需要将商品扫一下然后再给你开单，有时候你想买的样式没货了还可以要帮你查一查别的门店是不是有货。那么如何分清OLTP和OLAP呢，在刚刚这个商场购物的简单例子里，服务员扫描商品给你开单这个动作所使用的可以说就是OLTP，因为扫完商品你买单后服务员所使用的电脑系统会生成相应的订单，并进行后续的一系列出货，开票，扣减库存操作，就些操作就是联机事务的处理。而后面帮你查看库存是否可以从别的门店调货基本可以算作是OLAT，联机分析处理，分析你想要购买的商品是否仍有库存。为什么要搞清楚OLTP和OLAP呢，那就是因为接下来商务智能主要涉及的系统是OLAP，就可以从思想上彻底的把商务智能系统和平时工作中所用到的那些个事务处理系统区别开了。
专业的OLTP和OLAP解释：
当今的数据处理大致可以分成两大类：联机事务处理OLTP（on-line transaction processing）、联机分析处理OLAP（On-Line Analytical Processing）。OLTP是传统的关系型数据库的主要应用，主要是基本的、日常的事务处理，例如银行交易。OLAP是数据仓库系统的主要应用，支持复杂的分析操作，侧重决策支持，并且提供直观易懂的查询结果.
-ETL(Extract-Transform-Load)
理解了商务智能系统是一个联机分析处理系统主要是用于支持数据的分析操作的，那么接下来就需要了解的是ETL，数据的抽取、转换和加载。说数据的抽取、转换和加载有一点点的抽象，让我换一个说法。实际上ETL要处理的事情就是数据从哪里来的要到哪里去，在这个数据来来去去的过程中数据有哪些变化，比如汇总啦，数据之间的对映关系啦啥的。
专业的ETL说明：
ETL是构建数据仓库的重要一环，用户从数据源抽取出所需的数据，经过数据清洗,最终按照预先定义好的数据仓库模型，将数据加载到数据仓库中去。
-数据库和数据仓库
在介绍上面两个概念的时候出现的数据库和数据仓库很多人搞不清楚他们两个的区别，这里简要的说明一下。数据库的设计一般是面向事务处理的，所以一般的关系型数据库设计时要避免数据冗余，还要采用一些标准的范式，而数据仓库的设计往往需要冗余来支付分析处理(空间换时间)，数据库一般存放一些实时数据而数据仓库大多用来存放一定时间的历史数据。这也可以看出来为什么需要有ETL的过程来将数据存放到数据仓库中。另外一点就是数据仓库的设计往往是面向对应的主题的，可以按照系统的模块进行相应的设置，比如销售管理系统对应数据仓库里的销售分析模型，库存管理系统对应库存分析模型等等。
在大致了解了以上几个基本概念以后，我们再来看看一个完整的商务智能系统是如何实现的。
(图片来源:度娘搜索BI架构挑选了一个比较完整又简单的)
本来想自己画一个商务智能的架构图的，小小的偷懒了一下，网上找了一个能充分说明实现过程的图来解释一下，这张图我们需要从下往上看。
既然是和数据打交道，那么首先数据从哪里来？于是我们有了数据来源，是各种各样的外部系统，比如图上的POS(销售网点)系统，CRM(客户关系管理)系统，ERP(企业资源规划)系统等等，这些都是联机事务处理系统(OLTP)，他们的数据都存储于实时的后台数据库中。有了上面的知识点介绍这里就应该很容易理解了吧。
接下来是ETL出场了，我们需要从这些存储了数据的事务处理系统将数据通过ETL的过程加载到数据仓库中去，通过ETL就能实现。
然后来到了图中的数据仓库层，这里我们不作太详细的介绍，只需要知道里面原始数据指的就是从数据来源通过ETL过程直接载入的数据，而ODS层就是将数据进行一些简单的汇总而形成的数据临时存放区域，比如把销售订单的抬头数据和订单的行项目数据汇总到一起。而Cube层就是根据各个分析主题而设计的数据模型了。在这里也充分的体现了数据仓库设计时需要数据冗余的部分。
再往上来到了系统功能和系统访问层，这两层我们其实可以统一叫作数据展现层，也就是把在数据仓库里根据主题定义好的数据模型里的数据通过报表或图表的形式给用户展现出来，就是上文中你说看到的商务智能结果也就是案例中四川烟草辅助决策支持系统那几张图片的结果。
我想讲到这里对于商务智能是怎么样实现的应该有一个简单的了解了吧，下面再展开介绍一下商务智能应用的几个阶段或叫层次。
--商务智能应用的几个层次
(图片来源: 之前的BO打单资料)
这张图一直刻在我心里，是一张很有用的图。在给客户实施商务智能的时候我最喜欢介绍的就是这张图。通过设定业务问题与场景的形式，清晰明白的说明了商务智能应用的几个阶段。
目前国外很多公司已经实施到了中端BI，也叫作数据分析阶段，也就是这张图的中间两个台阶，有少数公司已经有了高端BI的应用，也叫数据挖掘，图上最高一个台阶的预测分析就属于数据挖掘的一部分，而国内大多商务智能的客户还都停留在报表阶段，因此可以看出商务智能在国内的实施还有很大潜力，加上大数据和云计算的引入，商务智能的应用前景应该算是比较开阔的。
-结尾
总算顺着what-why-how的顺序把我自己对商务智能的一点简单的理解说完了，正好自己也回顾一下这些知识点，同时也希望这些内容对一些人有一点帮助。
在结束之前再简单的谈谈数据科学家吧。第一次听说这个词是去年年中的时候，新加波的IT总监和我聊到职业规划的时候提到了data scientist， 说这是一个不错的发展前景，国外包括美国、新加波在内的一些发达国家都很需要这方面的人才，让我可以留意留意。我一听当时就觉得这真的是一个很好的主意，小时候那个长大要做科学家的梦想貌似看到了实现的方法，数据科学家! 之后花了一些时间研究了，也特别的开了一个叫"我是数据科学家"的独立博客(
http://www.iamds.com/) 用于记录平时的学习与成长，基本上是竖立了自己接下来的发展目标。之前的这些商务智能工作经验和成为一名数据科学家所需要的知识背景是相关的，所欠缺的知识还有统计学，机器学习，文本数据挖掘等等，相信一点点的积累和努力，在不久的将来可以真正的介绍自己的时候说我是数据科学家。
八、目前商业智能（BI）的趋势分别是什么？
简化操作流程，降低使用门槛
与之前的数据处理方式相比，商业智能BI在当前阶段已经做出了很多简化操作流程，降低使用门槛的措施，让很多分析人员不再需要IT技术部门的参与，能够独自完成数据可视化报表的制作，这也是商业智能BI能获得好口碑以及高市场增长的关键。
在未来，商业智能BI还会为了解决业务人员、管理人员难以使用商业智能BI的缺憾，选择继续简化操作流程，降低使用门槛的举措，让商业智能BI的适用性更广阔，慢慢变成企业中所有员工都能使用的高价值、高性价比产品，成为企业的基础建设，让每个员工都能通过商业智能BI提升工作效率。
生态连接互通，产业链集群发展
当前世界，企业单一的产品化路径以及传统的生产链系统渐渐无力支撑新的市场节奏，一方面疫情、战争、天灾等各种黑天鹅事件频繁发生，导致企业的生产、供应等环节遭受到极大的阻碍，另一方面市场增长空间的缩小以及产品、服务的需求日益改变，企业难以通过单一产品持续占领市场，满足大部分用户和市场的喜好，并且这个喜好还在不断改变。
未来，企业将会通过商业智能BI，实现企业全面信息的集成展现，并通过数据连接不同部门所有员工，高度调用企业数据、人力、资金等资源，形成一个统一的个体意志。在完成企业内部的统一集成后，企业会与上下游其他企业建立紧密的合作关系，并通过产业链数据大平台，调用生产、研发、采购、市场等不同部门的数据接口，实现产业链内企业需求、供应的数字化，形成一种大网，通过产业链综合管理平台，实现生态发展。
AI+BI实现自动化，强化分析、预测
目前，商业智能BI产品已经拥有了数据仓库，打破数据孤岛，分类分级存储数据，规范业务流程；通过ETL和数据模型进行数据处理，建立数据管理机制；设置数据指标、标签，简化数据查询、调用操作流程；完善用户权限，为不同部门、不同员工设置数据、报表、功能的查看、编辑权限。但在企业中使用最多的还是数据可视化，或者说将数据转化为信息，设计可视化报表，通过移动、PC、大屏等终端展现的这一过程。
未来，为了应对越来越快的用户和市场需求变化，以及数据处理、数据分析、数据可视化所需要付出的人力、时间、精力成本。商业智能BI会结合人工智能AI，通过建立学习模型，让AI掌握大量行业、商业、市场以及企业状况等知识，通过数据接口实现AI自动生成业务快报、区域报表、销售分析报表、管理驾驶舱等不同形式的数据可视化报表，并通过强大的知识和逻辑模型进行高效、准确的分析，预测未来市场变化情况，辅助企业管理人员进行决策，让企业能够健康成长。
关于派可数据 商业智能BI可视化分析平台：
派可数据-商业智能BI_大屏BI可视化分析平台_用友BI财务分析_数据中台www.packingdata.com/www.packingdata.com/www.packingdata.com/www.packingdata.com/www.packingdata.com/www.packingdata.com/www.packingdata.com/九、BI（商业智能）未来的发展前景如何？
工作业务相关，这几年接触BI较多，借此浅聊下我对BI工具以及市场的看法，原创禁止转载。
1、BI并不玄乎，本质就是实现简单数据分析和可视化的工具
很多人觉得BI玄乎，其实很大程度是因为BI厂家给造的名词太多了，敏捷BI、智能BI、自助式BI等...
同时，BI翻译过来的商业智能，看起来每个字都懂，但其实真问你是啥，没几个人说的清楚。加上BI又常跟大数据、数据中台、数据分析组合在一起聊，让人更难理解、分清BI是用来干嘛的？
要一句话跟外行人解释清楚，估计只能用“高级版Excel”来粗暴解释。
但其实看本质，BI对个人来说就是个数据分析工具，通过制作可视化图表来实现storytelling。只不过国内BI很依赖项目实施，所以倒逼国内的BI更像是一套企业端到端的数据解决方案，而不是工具本身，这也是为什么有人说BI是工具、有的人又说是解决方案的原因。
但总归来说，BI就是通过数据分析来帮企业了解企业的情况，辅助企业做好决策，提高数据分析效率，和Excel可以说是某种程度上的一样，因为事情还是一样的事情，只是环境变了，需要应用更高效的方式和工具罢了。
2、BI在国外大行其道，但为什么在国内却很难广泛用起来？
1）BI的使用思维方式与国人的数据思维方式相悖，“给满山跑的野人卖西服”是很有挑战的
“给满山跑的野人卖西服”是在陈果老师的文章里学到的，在这引用下，真心觉得比喻的很恰当。
BI的思维方式：是业务人员基于已有的业务问题，先做业务假设，再对IT人员已经处理过的结构化数据去做数据分析验证，整个过程中对使用者的思维要求高，强调的是“探索式”
国人数据思维方式：中国上至老板下至基层管理，都习惯看固定的报表/图表，业务指标也都是定死的，整个分析过程强调的是“结果导向式”
相悖的两种思维方式，注定导致在给市场做BI教育的初期是条艰难的路。毕竟业务人员的数据思维方式要是没更改过来，就不会去主动操作，他们还是会更喜欢从报表门户上把报表下载下来，然后用EXCEL去做各种处理和分析，因为这样已经足够应付工作了。那么，面向业务人员的BI工具必然只能被闲置着，无法发挥应有的作用。
总结归纳一下，BI高要求的使用和思维门槛和欠缺操作能力及思维固化的业务人员间的落差，是导致国内BI无法快速发展的重要原因之一。
2）国内大多数企业信息化建设都没做清楚，数据基建差限制BI发展
国内企业的数据建设之差真的难以想象，我认识的一家国企的IT部门，前年才打算开始做信息化建设（疫情一拖，估计现在还是规划中...）
在国内企业这种数据环境下，BI无法发展起来是显而易见，毕竟BI是一个对已预处理的数据，进行数据分析和结果可视化展现的工具，连数据都没有，何谈预处理，何谈数据分析、展现？
就目前而言，用BI用的比较好的都是本身企业/行业自带“数字”基因且从业人员综合素质较高的，例如金融、互联网、零售、医药等。
3）有意上BI的企业，缺少行业标杆案例，暂时没有看到BI带来的明显价值，不敢投入过多
企业看重投入产出比，上一套BI少至几w，高至几十万，撇开这两年疫情行情差的原因，就单从目前企业使用BI的情况来看，BI的必要性也是远低于预期的。
当然随着企业数字化转型的普及深入和探索性需求的不断增加，BI软件还是有机会，反正我个人是看好的，只不过这条路不好走，需要BI厂家做好市场普及和教育。
4）比起买BI产品，部分企业认为多投人力更能直接看到效果，更省钱
国外BI能用起来，有部分原因是企业养不起一支专门为业务人员取数的IT团队，因此只能自力更生，用BI就可以只雇1-2个IT整数，剩下让业务人员自行分析即可，成本管控倒逼企业必须上BI，这样BI自然有了市场能发展起来。
而国内的人力便宜，多雇几个表哥表姐也多花不了几个钱，但做出来的报表是肉眼可见变多。从大多数老板的角度看，这样是最能直接看见成效的，BI的项目实施周期长，可能需要半年到一年才能看出效果，比起这个时间成本还是直接堆人更实在。
所以如果你是IT经理想上BI，最先搞定的不是工具选型，而是先要跟你的老板讲清BI价值，并且建议选择轻型BI，在某个数字化程度较好的部门（一般是财务）开展起来，立标杆，先让老板看到效果，肯定价值后，再由点及面在其他部门展开。
码字太累人了，先留个坑，有BI还有啥想探讨的可以在评论区沟通，感兴趣的也可以点赞收藏一下，更新后能看到。
十、什么是商务智能BI？
商业智能 BI 实际上是一套由数据仓库、ETL、查询报表、可视化分析等组成的一个技术类解决方案。主要目的是将企业内各种不同的业务系统，例如ERP、OA、CRM、手工填报系统等打通，对数据进行有效的整合。最终通过合适的查询和分析工具，形成可视化的分析报表为企业提供管理决策支持。
在大部分的企业中，有很多不同的部门、不同的业务系统，数据也相应的分散在各个部门、各个业务系统、各个业务模块中，这个时候看数据的视角更多的是从个人或者部门来看的。现在我们就需要通过BI把这些数据打通，消灭数据孤岛，从企业整体的视角，从管理的视角来了解一个企业完整的经营运转情况。