商业智能优势范文

栏目：文库百科作者：文库宝发布：2023-10-26 18:01:29浏览：843

商业智能优势

商业智能优势篇1

商业智能行业属于有技术标准控制权的行业。这种行业在龙卷风过后必然出现的局面是：行业老大（大猩猩）占据大部分市场份额，未掌握行业标准的挑战者（狒狒）被驱逐到一个更小的细分市场被迫偏安，其余的是一群在大猩猩周围对行业拾遗补缺的猴子。那么经过2007年的大并购后，谁将成为行业老大，谁又将被驱逐到更小的市场被迫偏安呢？我们现在还不得而知。但可以确信的一点是：虽然这些软件巨头们的疯狂行为已经为商业智能行业的命运带来更多的不确定因素，但总有人会在龙卷风的风眼里平稳飞行，并在风暴后安然无恙，最终获得市场的绝对领导地位！并购是否成功还得看这些玩家随后的整合工作和用户的接纳程度。

BI与业务融合最重要

如何满足用户需求、提升商业智能应用的价值，成为行业发展的关键。根据2007年有关方面对用户展开的抽样调查显示，如何将商业智能系统和企业的商业战略融合起来，成为客户最关心的话题。其次则是如何改善数据质量，以及如何更好地与企业其他系统如CRM、ERP集成。

任何平台或者系统（包括商业智能）在企业管理人员看来，不过是一种提升企业价值的工具。然而，只有不到40%的企业管理人员明确知道他们想通过实施这些系统来达成什么目标。这种来自企业本身的迷茫与困惑，显然使商业智能系统实施产生的价值打了很大的折扣。

商业智能系统不能背离企业的需求，而是应该寻找更多的切入点并贴近用户业务需求。商业智能行业还必须探索并积累更多的成功案例，总结有效的应用模式。在银行业，中国广东发展银行参照国外经验引入申请计分机制，成功利用SAS的数据挖掘对大量信用卡客户数据进行分析建模，然后对新信用卡申请者进行信用风险评估，取得了不错的效果。在电子商务领域，成功应用商业智能的欺诈分析系统对特定人群（互联网诈骗嫌疑人）行为模式进行识别，使用该系统与Amazon 的 CRM 系统结合，其欺诈损失马上减少了一半！这些例子说明，商业智能可以被很好地融入到企业的整体流程中去，成为企业业务运作的必然组成部分。

在数据质量管理上，商业智能分析的历史数据应该和企业业务的当前运营数据更加一致，甚至所有当前的业务数据都应该参与分析。当前客户最主要的抱怨之一就是数据一致性问题，如果说哪天“实时商业智能”真正实现，则必然要求商业智能的输入和输出数据与业务系统在时效上没有偏差。因此，商业智能必须提供以下特性来改善数据质量。

首先，企业业务数据从业务应用系统到分析系统在流程上应该是平滑流动的，通过具体的作业管理系统和数据集成平台，能在底层实现这一点。但随着企业对于决策信息的需求越来越多，在企业应用中上层提供这种集成能力亦变得越来越迫切。

其次，数据集成不仅要从企业内部各种各样的运行在异构平台上的业务数据中获取数据，而且需要有将这些数据合并变换的能力。不同的数据源和数据提供接口在系统升级后也需要能够平滑运行。在技术上，一种可以运行在各种平台上、面向数据操作的轻量级脚本语言，会像胶水一样，将商业智能的各个部件紧密融合在一起。

再有，商业智能系统应具有统一的中央元数据服务器和单点管理工具。这本不是商业智能特有范畴，但统一的元数据管理是业务系统和商业智能系统能够成功实施的关键部件。这也是企业能够实施大型商业智能系统，并在IT方面的成本不显著增加的关键。

万变不离实用性

软件巨头们疯狂涌入商业智能领域所带来的最显著的变化是：整个商业智能行业的格局发生了翻天覆地的改变，同时对整个商业智能行业的命运也带来更多的不确定因素。

对于 Oracle 而言，收购绩效管理软件解决方案提供商 Hyperion 无疑促进了它在这一领域的快速介入。虽然目前Oracle在数据探查和引导客户进行复杂分析上存在不足，但应该肯定的是，它在查询和报告、门户集成和OLAP领域还是具有相当优势的。如果集成成功，Oracle 在底层数据平台和应用软件方面的优势将给 Hyperion的未来带来相当的竞争优势。

SAP 和 BO 的联姻更具有互补性。BO 在数据可视化、Office 集成和元数据控制方面都会给SAP进入商业智能领域带来优势，但同时也存在着集成难题。

IBM 收购Cognos的目的就是为了完善其在商业智能领域的产品线，使其能继续保持全面解决方案供应商的角色。

应该说Microsoft 是商业智能领域咄咄逼人的新秀。它在查询和报告、OLAP、企业门户和 Office 集成方面都做得非常好。通过2004年收购 ActiveViews 和2006年收购ProClarity，令它在数据探查和集成分析方面都有长足进步。

SAS不像其他厂商具有令人头疼的集成问题。它具有统一的企业智能平台（SAS Enterprise Business Intelligence Platform）和面向数据分析的SAS语言，这使它在商务智能领域具有强有力的竞争优势。

哪家商业智能提供商会能平稳飞行在龙卷风的风眼里，最终成为霸主，这取决于各行各业的具体数据分析需求和商业智能行业解决方案与它们的贴近程度。要记住，是这些实用主义的企业消费者创造的巨大需求和它的满足程度，决定了商业智能的未来。

2003～2007年主要BI收购事件

2003年3月 Cognos并购Adaytum

2003年7月 BO并购Crystal

2003年7月海波龙并购Brio

2004年 IBM收购Alphablox

2004年微软收购ActiveViews

2005年 IBM收购AscentialSoftware

2005年 BO收购SRCSoftware

2006年微软收购ProClarity

2006年 BO收购Firstlogic

2006年 Oracle收购SiebelSystems

2006年 IBM收购UnicomSolutions

2006年 Oracle收购Sunopsis

2006年12月惠普宣布收购Knightsbridge

2007年 Cognos收购Celequest

2007年 SAP收购PilotSoftware

2007年3月 Oracle收购海波龙

2007年4月 BO宣布收购Cartesis

2007年7月 Oracle 收购Hyperion

2007年10月 SAP收购BO

商业智能优势篇2

据IBM全球信息科技服务部的一份全球CIO调研报告显示，全球超过3000名受访CIO（首席信息官）中，有83%的CIO认为商业智能（Business Intelligence）是未来三到五年企业战略发展规划中至关重要的因素，要将业务数据转化为高效的决策支撑信息，企业需要强大的软件工具与服务支持。

经过多年信息化建设，国外不少企业已经积累了大量数据，但由于缺乏相应的软件工具，这些数据并没有进一步转化为有价值的信息。商业智能应用恰好能解决这一难题，位于企业管理软件高端的商业智能软件能够有效地收集、管理和分析大量业务数据和信息，改善提升企业反应能力和决策水平。

产业链与市场规模

商业智能软件发展至今，已经形成了较为完整的产业格局并趋向成熟。从产业链构成看，商业智能软件领域由硬件平台提供商、软件产品与服务提供商、商业智能咨询服务商、商业智能外包服务商以及终端用户组成。

2010年至2011年，全球商业智能软件市场持续增长，2011年收入突破122亿美元，较2010年增长16.4%。SAP以23.6%的市场份额处于领跑地位，Oracle以15.6%份额位居其次，SAS则以12.6%位列第三。

五大企业中，只有SAS是专注于商业智能软件的企业，其他几家巨头大都是通过收购等方式开展商业智能软件业务，其中Oracle和IBM最为突出。在商业智能平台方面，SAP公司处于领导位置；在企业绩效管理（CPM）领域，收购Hyperion、GoldenGate的Oracle处于优势地位；SAS仍在分析应用领域发挥积极作用；IBM在收购Cognos、SPSS后，在上述三个领域皆有所布局，结合自身IT服务上的优势，向商业智能软件第一位置发起挑战；微软则在自己的IT架构中进一步强化商业智能功能。

2010～2011年全球商业智能软件市场规模（资料来源：Gartner）

竞争格局日趋激烈

商业智能软件市场争夺愈发激烈，SAP、Oracle、SAS、IBM和微软作为该领域五大巨头，凭借整体优势占据全球70%的市场份额。而处于第二梯队的专业型企业QlikTech、Information Builders、Microstrategy、Tableau等在细分领域各有优势，不断挑战巨头企业的领导地位。

国外商业智能软件企业竞争状况（资料来源：Gartner）

SAP把内存计算、移动商务、云计算这三大技术融合到商业智能产品中，在数据仓库、企业信息管理、分析应用、绩效管理等方面形成特色。SAP推出的基于内存计算的高性能分析技术“SAP HANA”，解决了对于海量数据的处理分析难题。通过该技术，用户能够实时分析来自几乎任何数据源的庞大数据量。2012年，SAP基于HANA推出了BusinessObjects预测分析软件，使企业管理者可以实时模拟相关业务场景，快速分析复杂数据关系及业务结构调整对企业业务产生的影响。

Oracle针对市场对于商业分析应用越来越多的需求，围绕全面、集成、开放的策略把软件和硬件集成在一起，开发商业智能整体解决方案。2012年OracleOracle Exalytics商务智能云服务器，这是业界首款提供高性能业务分析、建模和计划的整合型商业智能系统，具备高速性、可视性和可扩展性等特征，集成了Oracle商务智能基础套件和面向Exalytics的Oracle TimesTen内存数据库等商业智能软件，支持需求预测、定价优化、滚动预测、收益管理和虚拟结算等新型智能应用，实现了跨大型数据集的瞬时响应，满足企业的多元化需求。

SAS作为全球领先的商业分析软件与服务供应商，也是商业智能市场最大的独立企业，50%以上的业务集中在业务分析，推出了300多种应用软件包和应用解决方案。其中较为典型的产品是SAS高性能分析（High Performance Analytics）平台，用来协助企业从日益庞大的大数据（Big Data）中汲取有价值的商业信息。目前，SAS高性能分析平台有四部分组成： SAS Visual Analytics（可视化分析）实现大数据业务可视化；SAS Grid Computing（网格计算）在数据处理上获得高度并行计算能力的同时，具备动态的负载均衡的特性；SAS In-Database（库内分析）能够有效利用各种主流的高性能数据库来实现库内运算；SAS In-Memory Analytics（内存分析）将多台数据的内存，有效连接成一个高速容器来存放数据视图，凭借内存高速I/O使得前台数据分析、展现效率得到大幅度提升。

IBM在业务分析和优化市场持续加大投入，通过组织创新和外部并购等方式提升商业智能分析能力。在过去5年里，IBM投资超过140亿美元用于收购24家和数据分析相关的公司，通过整合并购Cognos、SPSS、Clarity、OpenPages、Algorithmics等公司，在商业智能、绩效管理、预测优化、风险管控等领域打下坚实基础。近两年，IBM创造性地将社交网络融入到商业智能产品之中，2010年IBM了Cognos10，将Lotus Connections软件的社交协作及业务分析能力结合在一起，这种带分析的集成社交网络功能使用户直接与社区、维基和博客进行实时互动，使得用户可以通过在线方式、移动设备获得实时信息和预测性假设分析功能，这也是IBM首次将移动办公方式与社交网络协作技术结合嵌入到产品中。作为集软硬件产品于一身的公司，IBM以BladeCenter技术为基础，在2012年推出了Netezza Customer Intelligence Appliance分析软件，针对性地满足大型商贸企业对于业务和数据分析的需求，打造智慧商务分析系统。

微软商业智能的解决方案则基于经整合的硬件、软件和服务支持而设计，2011年推出商业智能实验室（BI Labs），类似微软的adCenterLabs，Office Labs和DevLabs，该商业智能实验室旨在为新型的商业智能技术提供研发和展示平台。此外，微软积极与硬件企业进行合作发展智能商业系统，如与惠普联手打造了自助服务式商业智能与数据仓库应用系统，与企业级数据仓库企业Teradata推出针对电信行业的智能业务系统。

专业型商业智能软件企业发展现状

融合引领创新

展望商业智能软件发展趋势，我们可以看到，商业智能软件与云计算、移动互联网、大数据的融合将带动该领域技术和商业模式的创新步伐。

云计算与商业智能的结合，进一步增强商业智能软件处理海量数据的能力。云计算将运算及存储能力通过网络迁移到云端，完成计算机无法应付的大批量数据处理任务，促进商业智能系统在更短的时间内获取即时数据，执行更强的数据分析功能，充分发挥商业智能的实时优势，也使企业以较少的价格得到灵活且有弹性的商业智能服务。

随着移动互联网的迅速发展，移动商业智能已成为商业智能软件发展方向之一。智能手机终端的大量普及应用为移动商业智能的应用奠定了基础，基于移动互联网的商业智能不仅能够将过去局限的商业智能应用扩展到企业各个层面，提高商业智能系统的利用率，而且使得用户能够随时随地获取所需的业务数据及分析展现，实现分析决策无处不在的愿景。

商业智能优势篇3

随后，同洲电子召开会，首期推出新产品飞看盒子、蘑菇UI以及首款智能55英寸3D电视“飞TV”，无论在价格还是技术参数方面，同洲电子此举一下将小米、乐视等颇具势头的同行斩落马下。依靠性价比和眼球夺势，袁明甚至在微博上自信满满地表示：“没有袁明，就没有电视互联网新时代。”

面对同洲电子的咄咄逼人之势，小米、乐视等一系列厂商虽然并未回应，但这场由传统电视厂商掀起的智能电视领域革命，已经悄无声息地展开。从之前高调宣布进军智能电视领域的乐视，到如今已经宣告要四面迎战的同洲，所有处于这个行业中的竞争对手，都无一例外地无法避免这场未来市场的争夺之战。

盒子VS光纤：一场无法避免的时代之战

如果时间倒退几年，大概没有人会意识到智能电视领域会发展成为今天的里程碑，在习惯了传统光纤入户的模式下，中国的大多用户对电视的需求只是简单的内容供给，依靠电视消磨休闲娱乐时间，是传统电视方式给予商业市场最大的价值贡献。这种传统价值无论在商业理念还是环境需求方面，都从本质上解决了普通消费者的生活物质需求，因而其所代表的产品意义，也十分吻合当时的经济发展水平。

而互联网的兴起，注定是一场变革革命的起点。

互联网带来的冲击并不仅仅是信息传输，还有全新的内容价值获取方式。在满足传统电视带给消费者的内容需求的同时，互联网电视还能提供给消费者意料之外的需求体验，同时在实现方式和价格成本方面更具优势，这样的利好对于市场需求而言，自然意味着新的潮流。而正是这样的冲击，也同时决定了互联网电视和传统电视迟早会爆发一场世纪之战。

互联网智能电视的商业模式更适合时展趋势。和传统有线电视厂商依靠售卖硬件产品不同，互联网智能电视的主要商业模式在于依靠内容赢利，因此始作俑者乐视、跟从者小米等，无一例外地都在使用参数和价格并举的方式驱入市场。在这种新型商业模式面前，传统有线电视既无互联网经验，更无内容优势来源，只能被迫抗击这场家庭客厅之战。

互联网智能电视和传统有线电视二者之间的差距虽然只是有线光缆和方寸大小的盒子之别，却硬生生地将二者的地理位置划分成了楚河汉界，而正是这看似并不起眼的小差距，也隐约决定了未来家庭电视领域每年数10亿元市场空间的机会和需求。

因此，智能电视领域的这一决战，特殊的商业模式和环境决定了任何电视厂商都无可避免，即使面对咄咄逼人的互联网厂商，也只有迎战，方可有争夺一席之地的机会。创维、同洲、酷开等一系列传统厂商横刀立马迎战的方式，也充分证明了互联网智能电视对传统有线电视的冲击是剧烈的，也是时代需求导致的大革命。

客厅经济：谁能取胜市场竞雄王者？

面对这场堪称电视领域的世纪之战，不同的厂商均有不同的招式和秘诀。

乐视网CEO贾跃亭指出，乐视在智能电视领域的优势是内容和终端的良好结合，乐视在视频、版权和互联网方面的优势，可以直接解决乐视智能电视对消费者的内容需求问题，而且乐视目前在广东深圳、湖南衡阳和山东烟台3个城市均有生产基地，因此其完整的生态链可以使其在这场大战中形成坚固的壁垒。

而以价格杀手和性价比参数为代表的小米，在智能电视这一领域也很好地继承了这样的优点，根据雷军在小米会上宣布的资料显示，小米是首家推出47英寸2999元售价的智能电视厂商。不过，小米的这一优势并未保留太久，后起的同洲、阿里巴巴和创维推出的42英寸“酷开智能电视”，均纷纷将小米斩落马下。

互联网企业有互联网企业的打法，而在传统领域，依靠渠道优势则成了大多传统有线电视厂商的主要选择。根据资料显示，此前扬言挑战乐视和小米的同洲电子，其策略在于与湖北、甘肃、贵州等多家广电运营商签约，形成小米、乐视并不具备的渠道优势资源。另据坊间消息透露，“同洲电子还与深圳兆驰股份有限公司达成了100亿元的配套战略联盟，双方计划利用多种渠道筹集资金100亿元人民币，以满足单向DVB机顶盒用户升级的需求”。

另外一点，智能电视互联网和新商业模式结合的特点，还能真正改变和促进普通消费者的生活方式，比如在电视机前就可以借助智能电视实现购物、订餐、节目内容预订等便利特征，将意味着消费者的生活习惯从根本上发生改变。这种改变，不仅对普通人的生活方式，而且还对整个市场经济的发展起到巨大的影响。

出师未捷：功名未就敢为先

因为与普通消费者生活及需求息息相关，越来越多的观点正在看好智能电视前景，特别在争当第一个吃螃蟹的角色上，行业竞争选手更是铆足了劲奔跑。前有新兴的互联网厂商，后有不甘心落下风的传统有线厂商，谁能在智能电视领域挑起大旗，谁在未来获胜的几率也就更大，因此即使当前并无多大厚利也没关系。

正是在这种急于求成的心态下，各智能电视竞争的选手们都非常着力于市场铺垫，企图在出发点便可获得优于别人的先天优势。不过，根据中国惯有的市场特征来看，这些选手在起步过程中的竞争方式，显然有着一定程度的急于求成心理，更有甚者恨不得其他竞争对手都跌倒在路上，唯剩自己一人风光无限地取胜最终市场。

这种畸形商业心态诞生的后果就是市场竞争的混乱，比如同洲电子一上来就要别人过不了中秋、阿里巴巴和创维一上场便以低价断他人后路、小米更用参数吸引全场消费者的目光……在这些充满典型的中国式竞争方式面前，并没有一家厂商坦言将在内容、服务和质量方面进行内功修炼。

急于求成的心理，最终导致的后果往往都是消费者为企业的过失买单。

商业智能优势篇4

这个预测无疑是让人振奋的。但是，BI真的有这样的吸引力么？对于很多人来说，BI还是陌生的，它的应用前景也不为人所知。BI要有更快的发展，就需要通过各种合作手段走向主流。

商业智能（BI）并不是一个陌生的单词，虽然，它没有ERP、CRM等软件应用平台闻名，但它却早就引起了专家的注意。

早在2000年，Gartner的一份报告指出：在3～5年内对工业将产生重要影响的五项关键技术，其中KDD和人工智能排名第一。同时，这份报告将并行计算机体系结构研究和KDD列入今后5年内公司应该投资的10个新技术领域：宽带、无线、Linux、内容管理、实时分析、数据挖掘、安全、中间件、认证技能、商业智能以及知识管理。

BI商机无限

目前，已经有越来越多的企业开始高度关注商业智能。这不仅包括IBM、Oracle、BO、SAS、Sibel等商业智能平台厂商，还包括各种行业用户，特别是银行、证券、信托、保险等具有大量用户信息的金融行业用户。商业智能不是一种普通的软件应用平台，它是一项智能决策系统，是一项相对专业的技术。在这个领域，有像SAS、BO、Sibel等厂商在专心致力做商业智能。

应该说，商业智能在最近几年已经得到了快速发展，特别是在商业领域，商业智能更是越来越显示出威力来。目前，在欧美等地方的银行、证券、保险、咨询等金融行业，商业智能已经发挥出作用，而在中国，这种趋势也越来越明显了。

我们可以从SAS的销售数据来证明这一点。据MetaGroup前不久的商业智能市场数据显示，致力于商业智能的SAS，2004年的销售收入达15.3亿美元，增长达15%，占全球商务职能领域35%的市场份额。从这个数据，我们可以看出，在国内市场，商业智能的潜力无限。

合作突破应用

然而，纵然国内商业智能的潜力无限，但很多人对商业智能却知之甚少。如何让更多的人了解商业智能的威力，成为一个课题。

8月4日，SAS联手Intel和IBM，共同举办举行主题为“卓越管理智能决策” 的活动，在这个活动中，不管是SAS，还是IBM，都共同展示了商业智能在金融领域的成功应用案例。它们展开了一种合作模式。大家都知道，IBM也做软件，那它又如何跟SAS合作呢？

应该明确的是，SAS是一家专业的商业智能软件厂商，它已经有了29年的商业智能研发历史和全球4万多个商务智能项目的丰富经验。它所实现的目的在于，为企业或机构提供大规模数据联机处理、数据挖掘、数据分析，以及报表展现等服务，以实现对特定的商业分析目标或企业整体绩效提供定量化决策支持的解决方案的综合。它的实现依赖于一系列数据处理分析工具：ETL、数据仓库、OLAP、数据挖掘、数据分析与展现工具。

例如SAS最新推出的SAS9，就提供的数据管理和预测性分析功能，不仅可以告诉企业过去，而且还可以洞悉未来。它集成了全新的平台、增强的分析功能和精制的用户界面,旨在提供新的洞察力来帮助用户解决商业问题和赢得竞争优势。

对于企业老总来说，商业智能就是一种智能化的决策工具。它通过对海量数据的分析、整理，从而提出理性化的决策信息，从而规避经验决策，减少决策失误。

对于专业的商业智能，IBM并没有过多涉及。IBM大中华区全球独立软件提供商解决方案销售总监龚剑平表示：“在根本上，SAS与IBM没有根本的业务冲突，SAS是专业的商业智能厂商，而IBM则提供其他软件服务。在本次合作中，IBM将为SAS提供专业的服务平台，例如提供服务资源平台等。此外，IBM还将提供服务器系统等硬件平台。”

众所周知，IBM是一家全球闻名的软件服务厂商和硬件厂商，自IBM个人电脑从IBM脱离后，IBM更加关注于服务平台。IBM在电信、银行、证券等金融行业的服务合作已经很久了。这对于SAS来说，是一种宝贵的资源。通过与IBM的合作，SAS就可以借助IBM的服务优势，让商业智能得到更快普及应用。

其实，IBM的服务平台不仅为SAS一家商业智能厂商开放，它同时还同Siebel等其他商业智能厂商展开了合作。

在7月26日，Siebel与IBM业务咨询服务事业部共同举办了一个银行业务研讨会。在本次研讨会中，Siebel方面深入地剖析了商业智能在银行方面的解决方案，并提供了为商业银行、个人银行和理财服务等细分市场服务的相关业务解决方案。而IBM方面则介绍了现有银行如何成功转型为客户导向的业务方式及财富管理等内容。

其实，IBM方面有关人士透露，IBM与Siebel也有相应的业务合作。例如，IBM为Siebel提供服务平台体系等。

与ERP并驾齐驱

除了与IBM等服务商展开合作外，商业智能还可以跟ERP等平台联合。相对来说，ERP已经比较普及了。如果能够搭上ERP的顺风车，与ERP展开合作，那商业智能又将有新的发展。

当前，很多企业ERP上线前，在某些时候没有数据可以分析；上了ERP之后，在某种情况下，面对海量数据，却又难以分析，从而企业老总的决策也不能得到确定。从这种角度讲，对于这些企业来说，仅仅实施了ERP的信息化系统仍然是不够的，它还需要商业智能系统。

由ERP产生的大量数据和报表等，通过使用商业智能解决方案进行处理、提炼和分析，从中找到难以发现的规律与潜在的商机，并为企业管理层的提供决策支持，提高企业决策、业务拓展等的及时性与有效性。其实，SAS最近将召开SAS On SAP企业级商业智能研讨会，这就是主要讨论在ERP上运用商业智能的前景。

商业智能优势篇5

【关键词】商业智能数据仓库 BSS

一、引言

商业智能代表为提高通信企业运营性能而采用的一系列方法、技术和软件，它能够从BSS系统中获取各类客户数据和业务数据，由此建立多层次的分析体系，并将其转化成有商业意义的信息。商业智能把先进的信息化技术应用到整个企业，不仅为企业提供信息获取能力，而且通过对信息的开发，将其转变为企业的竞争优势。商业智能系统对于企业发现市场新机会、创造竞争新优势的作用是显而易见的。

二、商业智能体系框架

商业智能通常被理解为将通信公司中现有的数据转化为知识，帮助公司做出明智的业务经营决策的工具。这里的数据包括来自BSS系统的订单、欠费、现金交易、佣金、客户和渠道资料，以及公司内部和其他运营商的结算数据。而商业智能能够辅助的市场经营决策，既可以是操作层的，也可以是战术层和战略层的决策。为了将数据转化为知识，需要利用数据仓库、联机分析处理工具和数据挖掘等技术。因此，从技术层面上讲，商业智能技术并不是基础技术或者产品技术，它是数据仓库、OLAP和数据挖掘等相关技术走向商业应用后形成的一种应用技术。

商业智能系统主要包括数据预处理、建立数据仓库、数据分析及数据展现四个主要阶段。数据预处理是整合企业原始数据的一步，它包括数据的提取、转换和装载三个过程。建立数据仓库则是处理海量数据的基础。数据分析是体现系统智能的关键，一般采用联机分析处理和数据挖掘两大技术。

三、商业智能在BSS中应用

商业智能及数据仓库在BSS系统中应用主要有以下几个方面。（1）客户关系管理。CRM的目标是以更好服务留住客户，提高通话质量和利用率，扩大市场份额；刺激“零次户”用户，激活对公司业务兴趣；放弃信用度差和欠费久的用户，降低运营成本和风险。要实现这个目标必须尽可能收集用户的资料信息，利用数据挖掘技巧，对无序、复杂的信息挖掘出想要知识及规律，尽可能了解用户的消费行为。通过对数据分析，不但能挽留老客户，而且能吸引新的客户，同时还能针对不同的客户采取不同的策略达到个性化服务。（2）账务分析。账务分析主要是从财务的角度来看的，对计费、财务、账务进行分析，通过对财务账务的分析，可以清晰掌握公司每天运营收入和支出情况；可以对投资与收益进行详细的分析。（3）整合企业信息。数据仓库系统具有很高扩展能力，支持超大容量的数据存储能力，高效的查询响应能力和并行处理能力，适合于整合公司内部和外部系统的数据，使公司对客户信息的认知度达到一致性，提升企业运营数据的内在价值。（4）市场经营分析。市场经营分析的主要内容是面向与电信运营企业市场活动密切相关的市场活动及其业务产品相关情况的分析。通过对提供的产品和服务的使用情况进行统计、分析和预测，通过综合分析，根据不同的地区、不同时段的分布，提供相应的业务品牌和服务。在营销管理分析方面，数据仓库对各渠道的客户发展情况、收入情况、业务量发展情况等指标进行不同角度和层次的分析，能够从不同的层面和角度对所有渠道进行全面考察，为制定合理有效的宣传促销及推广提供决策依据。（5）欠费与防欺诈行为分析。欠费和防欺诈行为分析是指在总结各种骗取或套取结算费用、欠费行为的内在规律后，在数据仓库中建立一套欺骗行为和欠费行为规则库，该规则需要动态维护，不断更新，当用户的消费行为与该库中规则吻合或类似就发出告警。这种分析能及时预警各种欺骗、套取、欠费，使企业损失尽量减少；同时通过用户缴费和消费情况，分析用户的信用度也提供很大的便利。

四、结束语

商业智能优势篇6

■ Christopher G. Chelliah

最近，企业对商业智能（BI）的需求出现了大幅增长。据IDC估计，2010年，亚太区（不包括日本）BI与财务绩效和战略管理应用市场的规模将达到7.24亿美元。同时，企业也加大了对SOA（Service-Oriented Architecture）的投资力度。IDC预测，随着企业注意到应把IT与业务流程结合起来，亚太区对SOA的应用将会继续增长。

企业在BI与SOA上的投资出现同步增长，绝非偶然。现在，SOA与BI一起成为CEO们所关注的重要战略核心领域。虽然当它们分开部署的时候也能为企业带来大量效益，但是如果把BI集成到SOA中，企业能够获得更大的竞争优势。

集成的好处

把BI集成到SOA中可以给企业带来如下优势:

1.更好地了解业务流程的运行情况。分析在业务流程平台上执行的业务流程的绩效影响对于致力于SOA的企业来讲是一个关键目标。一旦在数据库、数据仓库甚至在纯文本格式的文件中捕捉到业务流程数据，商业智能工具就能利用能显示信息的控制面板访问这些数据，进而把这些数据和来自其他渠道的数据集成在一起。这能帮助企业提高对业务的洞察力，使企业做出相应的决策来提高业务绩效。

2. 快速采取行动。当企业用户了解到业绩出现问题时，接下来就需要采取行动解决问题。通常，这个行动会调用业务流程，如果做不到这一点，那么它对企业的价值就不大。

虽然有些系统自带有企业级的监控模块，能够触发事件或者在相应的系统中置上标志，但是它们通常不能把这些事件与来自不同应用系统的事件或受到影响的业务流程有机联系起来。BI中的业务活动监控（BAM）是一个关键的技术组件，它能让使用者创建实时的控制面板，从而可以实时监控业务流程，了解其对关键绩效指标（KPI）的影响，提高操作的可视性。

而把业务流程与商业智能工具有机集成起来，将有助于使用者采取恰当的行动，对通过互动式控制面板、报告和预警系统得到的信息做出反应。比如，互动式控制面板能够显示指定的关键绩效指标情况，红灯就表明哪些关键绩效指标还没有达到。

3. 保证业务目标的实现。企业通常会先对业务流程进行定义，再推动企业朝着由关键绩效指标和业务指标确定的关键业务目标前进。这些关键绩效指标通常都是根据散布于整个企业范围内的多个数据源中的信息而来。

在传统的手工操作的业务流程的执行过程中，商业智能工具可以用来帮助企业更好地做出决策。比如，用降低成本或提高客户满意度这样的关键业务目标来选择供应商。而商业智能与业务流程平台的集成让企业能够利用商业智能，在业务流程已经实现自动化的情况下做出分析决策，并能够获取流程所需的关键业务数据。

如何集成

在SOA中集成商业智能时，企业需要认真考虑基本业务流程的规模大小，了解这种集成可能会以什么方式影响业务服务水平。例如，对大型企业来说，从业务开始到现金收讫的整体流程可能会有数以万计的活动同时发生，这样，如果商业智能的可伸缩性或可用性不高的话，将会对业务产生严重影响。

此外，因业务流程调用引起的查询性能也需要根据流程所需的反应级别保持在恰当的水平。使用数据仓库技术与最佳实践来集成业务流程数据，是能够大大提高查询性能的。

另外一个需要考虑的事项是业务流程平台与商业智能系统的耦合度如何。特别需要注意的是，确保业务流程与物理数据源、计算、指标、层次以及维度的元数据定义保持松散耦合，这点相当重要。

总之，要使业务更加灵敏，就需要企业能够更好地了解业务。把商业智能集成到SOA中，能够为企业提供协同优势，而且，借助Web服务界面访问商业智能的能力，使企业能够从自动化的业务流程中获得复杂的分析与报告能力。同时，用户也能够根据从商业智能控制面板直接调用业务流程获得的信息来采取行动。

商业智能优势篇7

家庭互联网原本遥远得只能靠想象才能体会它的美好，智能电视的出现让这份美好不再遥远。一台能上网的电视，在带给人们美好生活体验的同时，也将一个巨大的流量入口植入到客厅里，一旦这个入口全面放开，基于光纤传输的传统电视几十年构建的堡垒，将会在瞬间被瓦解得灰飞烟灭。

站在这样一座金矿面前，没有人不心动，一场没有边界的军备竞赛正在客厅上演。阿里巴巴和创维一上场便以低价断他人后路、小米用参数吸引消费者的目光、同洲电子更是一上来就要别人过不了中秋……但是，不管是捍卫领地的传统电视厂商还是跨界争雄的互联网企业，都将面临着两个共同的竞争对手：一个是不断攀比参数和价格的同行，另一个就是正在断自己后路的自己。

9月18日，同洲电子董事长袁明在微博上下战书，剑指乐视与小米，以“最后一个中秋节”为挑战势头，正式拉开智能电视领域竞争的序幕。袁明在挑战书中透露的最重要信息，是同洲电子将要全面进军智能电视领域的霸图。

随后，同洲电子召开会，首期推出新产品飞看盒子、蘑菇UI以及首款智能55英寸3D电视“飞TV”，无论在价格还是技术参数方面，同洲电子此举一下将小米、乐视等颇具势头的同行斩落马下。依靠性价比和眼球夺势，袁明甚至在微博上自信满满地表示：“没有袁明，就没有电视互联网新时代”。

面对同洲电子的咄咄逼人之势，小米、乐视等一系列厂商虽然并未吱声，但这场由传统电视厂商掀起的智能电视领域革命，已经悄无声息地展开。从之前高调宣布进军智能电视领域的乐视，到如今已经宣告要四面迎战的同洲，所有处于这个行业中的竞争对手，都无一例外地无法避免这场未来市场的争夺之战。

盒子VS光纤：一场无法避免的时代之战

而互联网的兴起，注定是一场变革革命的起点。

互联网智能电视的商业模式更适合时展趋势。和传统有线电视厂商依靠售卖硬件产品不同，互联网智能电视的主要商业模式在于依靠内容赢利，因此始作俑者乐视、跟从者小米等等，无一例外地都在使用参数和价格并举的方式驱入市场。在这种新型商业模式面前，传统有线电视既无互联网经验，更无内容优势来源，只能被迫抗击这场家庭客厅之战。

互联网智能电视和传统有线电视二者之间的差距虽然只是有线光缆和方寸大小的盒子之别，却硬生生地将二者的地理位置划分成了楚河汉界，而正是这看似并不起眼的小差距，也隐约决定了未来家庭电视领域每年数十亿元市场空间的机会和需求。

客厅经济：谁能取胜市场竞雄王者？

面对这场堪称电视领域的世纪之战，不同的厂商均有不同的招式和秘诀。

而以价格杀手和性价比参数为代表的小米，在智能电视这一领域也很好地继承了这样的优点，根据雷军在小米会上宣布的资料显示，小米是首家推出47英寸2999元售价的智能电视厂商。不过，小米的这一优势并未保留太久，后起的同洲和阿里巴巴和创维推出的42英寸“酷开智能电视”，均纷纷将小米斩落马下。

依靠内容为竞争优势的互联网厂商，未来势必会在内容输送方面赋予更多的商业收费模式的尝试，比如让消费者根据内容喜好付费买单的举动，目前就已经被证明是一种切实可行的新方式。在智能电视的催动下，未来或许将成为主流。

而依靠性价比竞争的厂商，其所带来的优势在于让市场竞争更透明，让消费者更能将每一分钱花费在刀刃上，因此只要保证市场竞争方式和环境是基于良性、有序的基础，那么以性价比为优势的互联网智能电视厂商，也一样能推动客厅经济的向前发展。

而依靠渠道取胜的商家，其对产业的贡献在于加强了行业合作。除此之外，借助渠道力量巩固的商业模式，还能实现最大化的资源贡献方式，使得消费者可以借助商家的多渠道资源实现消费体验的最大化。

出师未捷：功名未就敢为先

急于求成的心理，最终导致的后果往往都是消费者为企业的过失买单。

商业智能优势篇8

一、商业智能及存在的问题

商业智能（Business Intelligence，简称BI）的概念最早在1996年提出，通常被理解为将企业中现有的数据转化为知识，帮助企业做出明智的业务经营决策的工具。根据Peter Chamoni（2007）的商业智能平台多层架构，商业智能可表示为图1。主要包括四种技术：（1）ETL（提取、转换和加载）是按照统一的规则集成并提高数据的质量，负责完成数据从数据源向目标数据仓库转化的过程；（2）数据仓库（Data Warehouse）是一个面向主题的、集成的、稳定的、不同时间的数据集合；（3）联机分析处理（Online Analytical Processing，简称OLAP）是一种以海量数据为基础的复杂分析技术，支持各级管理决策人员从不同的角度、快速灵活地对数据仓库中的数据进行复杂查询和多维分析处理，并且能以直观易懂的形式将查询和分析结果展现给决策人员；（4）数据挖掘（Data Mining）是从海量数据中，提取隐含在其中的、人们事先不知道的但又可能有用的信息和知识的过程。从本质上说，BI是对零散的异构数据进行处理、存储和分析，从而生成信息和知识的过程。该过程也可视为信息供应链。

通过商业智能技术，企业可以快速、有效地制定相关策略和规划，达到资源的合理配置，节约成本并提高效益。然而在实际中，国内大部分商业智能的应用并未为企业带来预期的利益，原因在于：（1）多数据源的异构问题。BI的原始数据是从MIS、MRP/MRPII、ERP等基于业务处理的信息系统中抽取的，这些系统本身缺乏标准，因此数据在命名、数据类型以及财务领域内专用词汇语义理解等方面都存在着较大的冲突。目前主要采用统一元数据来进行异构数据的统一化管理。尽管如此，还是缺乏一个统一的元数据标准。（2）信息分析成本高。商业智能要求用户不仅需要通过复杂的数据操作来生成报表，还需具备坚实的统计学基础及对企业数据的透彻了解来做出正确决策，从而导致企业需在培训用户方面耗费大量时间和资金。（3）信息表现方式单调。商业智能软件在数据实时展现信息获取的交互性可视化和易用性方面也与用户实际期望值之间一直存在距离。

二、XBRL在商业智能的应用分析

其一，XBRL在标准语义方面的技术概述。作为企业报告语言，XBRL具有实现业务信息的自动化处理，减少耗时费力的、成本昂贵的手工输入和比对信息过程，使财务数据的消费者更迅速、更有效地接收、查找、比较和分析数据等优势。这些优势几乎都归根于XBRL为财务及其他业务数据提供的标准语义，即分类标准（taxonomy）。XBRL分类标准定义了用于交换的商业信息元数据，包括财务报告中有关财务的和非财务的概念，是一个解释术语的字典，由模式（schema）和链接库（linkbase）组成。其中，模式定义概念，链接库则描述概念之间的关系并连接到人类可读的文档。链接库主要运用XLink和XPointer这两种XML技术。前者定义在 XML 文档中创建超级链接的标准方法，为在XML文档里创建基本的单向链接和更多的复杂连接结构提供了框架。后者允许这些超级链接指向 XML 文档中的更多具体部分（片断）。为了创建分类标准里的概念之间的关系，链接库需要指向这些概念或资源并且定义它们之间的关系类型。即：使用定位器locator使用XPointer技术来定位模式中的概念，而使用弧arc（尤其是其弧角色arcrole属性）使用XLink技术定义概念之间的关系类型。分类标准的五个链接库（展示、计算、定义、标签和引用），主要分为关系型链接库（描述概念之间的关系）和资源型链接库（补充解释概念）两类，每个链接库都使用不同的关系类型，具体如表1所示。为了满足企业用多维表表示业务报告的需求，XBRL国际在2006年了XBRL维度1.0规范，将维度（Dimensions）纳入XBRL。维度分类标准（dimensions taxonomy）使用超立方体来披露信息，即适用于某个度量的多维信息是通过给它附上一个超立方体来完成，具体见图2。非维度的分类标准（即按没有使用维度概念或关系的分类标准）与包含维度的分类标准之间的关键区别在于描述度量之间关系的层级树。在非维度的分类标准里，只可以在展示链接库里使用parent-child关系。而在包含维度的分类标准里，可以使用带有domain-member弧角色的弧来构造定义链接库里度量之间的关系。domain-member关系的一个重要特点是多维信息的继承。如果一个较高层的概念被赋予维度信息，在这个层级树结构里所有较低层的概念则都继承了该特征。

其二，XBRL应用于商业智能的优势。XBRL提供的标准语义使数据不仅可以进行自我描述，还能为计算机解读。因此，将XBRL应用于商业智能有以下优势：（1）有利于集成异质的财务数据到商业智能系统。XBRL是XML（eXtensible Markup Language，可扩展标记语言）在财务报告信息交换和提取领域的一种应用，是目前应用于非结构化信息处理，尤其是财务信息处理的最新标准和技术。其并不受限于任何特定系统，只需一个转换接口将各系统中的数据转换成XBRL格式，就可实现数据从一个系统到另一个系统的转换。在信息供应链的上游应用XBRL对原始数据进行编码，将在整个信息供应链中形成XBRL数据流，实现数据的规范化整合，为商业智能提供一致、可靠的数据。（2）有利于数据仓库存储和管理数据。在数据仓库中被集成的数据通常以星型模式，即事实表―维表结构来组织数据：事实表包含商业活动的定量的或实际的数据；而维表包含反映商业某个维度的描述性数据；事实表和维表通过关系进行连接。XBRL很好地满足和增强了这一特性，从元数据层面建立了事实表和维表，即主分类标准和维度分类标准，并对这两类分类标准分别进行管理，见图3。这不仅使用户能够便捷地定义度量和维度，选择、重复运用维度到特定的度量，而且其以超立方体展示数据的方式能让用户可视化地理解数据间的关系。此外，XBRL的文件是以ASCII码来存档，只须利用支持ASCII码的简单文书处理器就可以读取或修改，有利于资料的长期保存与维护。（3）有利于提高商业智能中信息的丰富程度及可获性。Hodge等（2004）通过考察XBRL格式的财务报告对非专业财务报告使用者决策的影响，发现那些利用XBRL技术的使用者获取信息与整合信息的能力明显高于其他人。一方面，由于XBRL是一种能对数据进行分类、综合和控制的元语言及其为数据提供的各类标签信息，通过XBRL对数据的“下钻”功能，用户能够方便地抽取特定的具体信息，清晰、详尽地显示相关信息，隐藏不相关信息，为OLTP和数据挖掘提供更多有用的数据。另一方面，由于XBRL具有计算机可读的特点，分析模型可以自动填充数据，让BI用户更专注于数据分析和决策。

XBRL是一种电子交换商业信息的标准方法，是对传统财务和业务报告的变革。从数据源出发，通过信息供应链给商业智能带来深远的影响。XBRL能提供大量的实时、全面、格式一致的数据，使商业智能对大量信息的提取、利用、处理和分析变得简单易行。

参考文献：

［1］余长慧、潘和平：《商业智能及其核心技术》，《计算机应用研究》2002年第9期。

［2］陈红：《商务智能：从数据中挖取利润》，《中国计算机用户》2003年第14期。

［3］张瑞：《商业智能体系结构研究》，《甘肃科技纵横》2010年第6期。

［4］徐俊刚、裴莹：《数据ETL研究综述》，《计算机科学》2011年第38期。

［5］霍夫曼：《XBRL在财务报告中的应用（IFRS和US GAAP版）》，中国财政经济2008年版。

［6］Hoffman C. and Strand C.A.， XBRL Essentials ［M］. AICPA， 2001.

［7］R. Debreceny and C. Felden （eds.）， XBRL for Interactive Data ［M］. Springer， 2009.

［8］ http://www. xbrl. org/Specification/XDT-REC-2006-09

-18.htm

［9］http://frux.省略/file/view/Chapter-14-Under