什么是商业智能（BI）？定义及含义
大卫卡特
什么是商业智能？
商业智能 (BI) 是一套流程、架构和技术，它将原始数据转化为有意义的信息，从而驱动盈利的业务行动。它是一套软件和服务，能够将数据转化为可执行的智能和知识。
商业智能对组织的战略、战术和运营决策有着直接的影响。它支持基于事实的决策，这种决策依赖于历史数据，而不是假设或直觉。
BI 工具执行数据分析并生成报告、摘要、仪表板、地图、图表和图形，为用户提供有关业务性质的详细信息。
为什么商业智能很重要？
商业智能之所以重要，是因为它能将分散的数据转化为可靠的行动依据。其重要性的主要原因包括以下几点：
- 衡量：根据历史数据创建关键绩效指标（KPI）。
- 确定并设定各种流程的基准。
- 海尔ping 组织机构识别市场趋势并发现需要解决的业务问题。
- 提高数据可视化水平，从而提高数据质量，进而提高决策质量。
- 不仅服务于大型企业，也服务于中小企业。
商业智能系统是如何实施的
商业智能系统通过三个主要阶段将数据从原始数据源转化为最终的洞察：
步骤1） 原始数据是……trac这些数据来自企业数据库。这些数据通常分散在多个异构的源系统中。
步骤2） 数据经过清洗和转换后，加载到…… 数据仓库表格相互链接，形成数据立方体，以便对信息进行分析。
步骤3） 利用 BI 系统，用户可以运行查询、请求临时报告或进行他们需要的任何其他分析。
由于这些阶段依赖于组织良好的存储库，许多团队首先会设计一个健壮的存储库。 数据仓库架构 在向各部门推广 BI 之前。
商业智能系统在实践中的应用示例
例如1：
在联机交易处理中（OLTP在系统中，输入产品数据库的信息可能包括：
- 新增产品线。
- 更改产品价格。
在商业智能系统中，针对产品主题领域的匹配查询可以询问，增加新产品线或改变产品价格是否增加了收入。
在OLTP系统的广告数据库中，输入的数据可能包括：
- 更改广告选项。
- 增加广播预算。
在 BI 系统中，相应的查询可以询问由于广播预算的变化而增加了多少新客户。
在存储客户人口统计数据的OLTP系统中，条目可能包括：
- 提高客户信用额度。
- 更改客户薪资水平。
在 OLAP 系统中，匹配查询可以询问客户资料的变化是否支持更高的产品价格。
例如2：
酒店业主使用 BI 分析应用程序收集平均入住率和房价统计数据，这有助于计算每间客房产生的总收入。
该系统还会收集每家酒店的市场份额和客户调查数据，以评估其在不同市场的竞争地位。
通过逐年、逐月、逐日地分析这些趋势，管理层可以决定何时提供客房租赁折扣。
例如3：
银行向各分行经理提供商业智能（BI）应用程序的访问权限。这有助于每位经理识别最具盈利潜力的客户，并决定优先维护哪些客户关系。
运用 BI工具 它还使 IT 人员无需为每个部门生成分析报告，并让部门人员直接访问更丰富的数据源。
四种类型的BI用户
商业智能服务于四类主要用户群体，每一类用户都有不同的需求：
1. 专业数据分析师：
数据分析师是需要深入挖掘数据的统计学家。商业智能 (BI) 可以帮助他们发现新的洞察，并制定独特的商业策略。
2. IT用户：
IT 用户在构建和维护其他人所依赖的 BI 基础设施方面发挥着主导作用。
3.公司负责人：
CEO或CXO利用BI来提高整个企业的运营效率，从而增加利润。
4. 业务用户：
商业智能用户遍布整个组织，他们分为两类：
- 普通商业智能用户。
- 高级用户。
区别在于，高级用户可以处理复杂的数据集，而普通用户则依靠仪表板来评估预定义的数据集。
商业智能的优势
使用商业智能系统的主要优势如下：
1. 提高生产力：
借助 BI 程序，企业只需单击一下即可创建报告，从而节省时间和资源，并让员工专注于核心任务，提高工作效率。
2. 提高可见度：
商业智能 (BI) 可以提高业务流程的可见性，并更容易识别任何需要关注的领域。
3. 明确问责机制：
BI 明确了责任归属，因为必须有人对组织绩效是否达到既定目标负责。
4. 提供鸟瞰视角：
决策者可以通过仪表盘和记分卡等典型的 BI 功能获得整体概览。
5. 简化业务流程：
商业智能 (BI) 通过预测分析、建模和基准测试，简化了业务流程，并实现了分析自动化。
6. 简化分析：
商业智能使分析大众化，即使是非技术用户也能快速收集和处理数据，并将分析能力赋予更多人。
商业智能的缺点
1.费用：
对于中小企业而言，商业智能可能成本高昂，而且在日常业务交易中证明其合理性也可能成本过高。
2. 复杂性：
由于底层数据仓库的存在，BI 的实施可能很复杂，而这种复杂性可能会使业务实践变得僵化。
3. 有限采用：
与大多数新技术一样，BI 最初的定价是针对大型、富裕的公司，因此对于许多中小企业来说仍然难以负担。
4. 实施耗时：
数据仓库系统全面实施大约需要 18 个月，这使得 BI 成为一项耗时的投资。
商业智能趋势
以下几个商业智能和分析趋势值得关注：
人工智能： 人工智能和机器学习现在可以处理过去由人工完成的复杂分析任务。这项技术用于提供实时数据分析和仪表盘报告。
协作BI： BI 软件与协作工具（包括社交媒体和其他当前技术）相结合，可以帮助团队协同工作并分享发现结果，从而进行协作决策。
嵌入式商业智能： 嵌入式 BI 将 BI 软件或其某些功能直接集成到另一个业务应用程序中，以增强和扩展该应用程序的报告功能。
云分析： 商业智能（BI）越来越多地通过云端交付，越来越多的企业正在转向云端。预计云端分析方面的支出增长速度将远远超过本地部署方案。
