1 商業(yè)智能定義

    商業(yè)智能(Business Intelligence，簡稱BI)的概念最早是Gartner Group的Howard Dresner于1996年提出來的，我國學(xué)者將之翻譯為“商業(yè)智能”或“商務(wù)智能”，本文選用“商業(yè)智能”作為Business Intelligence的中文翻譯。當(dāng)時(shí)將商業(yè)智能定義為一類由數(shù)據(jù)倉庫(或數(shù)據(jù)集市)、查詢報(bào)表、數(shù)據(jù)分析、數(shù)據(jù)挖掘、數(shù)據(jù)備份和恢復(fù)等部分組成的、以幫助企業(yè)決策為目的技術(shù)及其應(yīng)用。

    2007年，國內(nèi)國外普遍加深了對BI的理解。Gartner商業(yè)智能峰會(huì)重定義了BI，視BI為一個(gè)傘狀的概念，它包括了分析應(yīng)用、基礎(chǔ)架構(gòu)和平臺以及良好的實(shí)踐。此舉印證也進(jìn)一步引導(dǎo)BI實(shí)現(xiàn)著三個(gè)轉(zhuǎn)折：從數(shù)據(jù)驅(qū)動(dòng)轉(zhuǎn)向業(yè)務(wù)驅(qū)動(dòng)、從關(guān)注技術(shù)轉(zhuǎn)向關(guān)注應(yīng)用、從關(guān)注工具轉(zhuǎn)向關(guān)注工具產(chǎn)生的績效。其實(shí)質(zhì)是BI以業(yè)務(wù)為驅(qū)動(dòng)，根據(jù)商業(yè)策略及其所需要的分析以運(yùn)用數(shù)據(jù)。認(rèn)識的轉(zhuǎn)變對技術(shù)的研發(fā)有著重大的指導(dǎo)作用。

2 商業(yè)智能的特點(diǎn)及核心技術(shù)

    商業(yè)智能，首先是基于信息的大規(guī)模生產(chǎn)和數(shù)據(jù)庫技術(shù)的運(yùn)用。目前，商業(yè)智能具有如下特點(diǎn)：

    1、即時(shí)性

    傳統(tǒng)手工數(shù)掘處理，從數(shù)掘收集、整理到分類、匯總，都需要經(jīng)歷漫長的時(shí)間過程。但是，商業(yè)智能使用的技術(shù)，可以實(shí)時(shí)地從業(yè)務(wù)系統(tǒng)中獲得最新的數(shù)據(jù)。在對時(shí)間性敏感的決策分析中，這一點(diǎn)尤其重要。

    2、準(zhǔn)確性

    在準(zhǔn)確性方面，因?yàn)橛?jì)算機(jī)數(shù)據(jù)處理，避免了手工操作中存在的失誤，所以計(jì)算結(jié)果是絕對準(zhǔn)確和可靠的。

    當(dāng)然，這其中會(huì)存在因?yàn)闃I(yè)務(wù)邏輯關(guān)系的缺失而導(dǎo)致的錯(cuò)誤，即程序中設(shè)定的限制條件不充分而導(dǎo)致數(shù)據(jù)失誤。所以，對待重要的決策信息，應(yīng)同時(shí)建立數(shù)據(jù)核對機(jī)制，以保證建立在即時(shí)信息的準(zhǔn)確性基礎(chǔ)上的決策的正確。

    3、自動(dòng)化

    商業(yè)智能，包括一個(gè)數(shù)據(jù)抽取、轉(zhuǎn)換、裝載(ETL)的過程，這個(gè)過程可以按照用戶的要求，設(shè)定ETL的時(shí)間和周期，因此，整個(gè)基礎(chǔ)數(shù)據(jù)的獲得、數(shù)據(jù)的處理，以及數(shù)據(jù)的展現(xiàn)，都是一個(gè)自動(dòng)化的過程，無需手工參與。使用者每同甚至每時(shí)獲得的信息，都可以是最新數(shù)據(jù)。這就為決策分析信息提供者的工作帶來了極大的便利。

    4、靈活性

    決策支持的展現(xiàn)方式靈活多樣，充分體現(xiàn)了智能的特點(diǎn)。

    對于初級階段分析的展示，可以使用圖標(biāo)和圖形的方式。譬如結(jié)構(gòu)百分比，可以使用餅圖、三維餅圖的方式；對于趨勢百分比、同比、定比、環(huán)比，可以使用折線圖、柱狀圖等；對于KPI指標(biāo)，可以使用儀表盤管理；其他的散點(diǎn)圖、泡泡圖等，都可以根據(jù)實(shí)際業(yè)務(wù)的需要而建立。

    在圖表數(shù)據(jù)方面，可以進(jìn)行數(shù)據(jù)的鉆取、旋轉(zhuǎn)和切片操作。當(dāng)需要進(jìn)一步了解明細(xì)數(shù)據(jù)的時(shí)候，需要使用數(shù)據(jù)鉆取功能，當(dāng)需要從不同的角度觀測數(shù)據(jù)以發(fā)現(xiàn)數(shù)據(jù)變動(dòng)規(guī)律時(shí)，需要利用多維數(shù)據(jù)的旋轉(zhuǎn)功能，而當(dāng)需要關(guān)注特定數(shù)據(jù)的時(shí)候，可以對特定區(qū)域的數(shù)據(jù)進(jìn)行切片分析。商業(yè)智能分析的靈活性，建立在分析模型設(shè)計(jì)時(shí)周全的考慮。

    從商業(yè)智能系統(tǒng)建立的技術(shù)角度來看，構(gòu)建一個(gè)完整的商業(yè)智能系統(tǒng)涉及到以下幾種核心技術(shù)：

    ·數(shù)據(jù)倉庫(data warehousing)

    ·聯(lián)機(jī)分析處理(on-line analytical processing，簡稱OLAP)

    ·數(shù)據(jù)挖掘(data mining)

    數(shù)據(jù)倉庫主要是對分散在不同系統(tǒng)的數(shù)據(jù)進(jìn)行收集、整理和分析，用于克服常常出現(xiàn)的信息孤島問題，使機(jī)構(gòu)對客戶和自己內(nèi)部有一個(gè)完整、準(zhǔn)確的理解，更好地服務(wù)于客戶，有效的管理內(nèi)部。它是管理信息的基礎(chǔ)工程，是企業(yè)和政府走向智能管理的關(guān)鍵和基石。聯(lián)機(jī)分析處理和數(shù)據(jù)挖掘是數(shù)據(jù)倉庫上獲取兩種不同的數(shù)據(jù)增值技術(shù)，將這兩類技術(shù)在一定程度上融合，會(huì)使分析操作智能化，使挖掘操作目標(biāo)化，從而全面提高商業(yè)智能技術(shù)的實(shí)用價(jià)值，一方面，聯(lián)機(jī)分析技術(shù)可以為數(shù)據(jù)挖掘提供預(yù)期的挖掘?qū)ο蠛湍繕?biāo)，避免挖掘的盲目性。另一方面，數(shù)據(jù)挖掘技術(shù)可以使聯(lián)機(jī)分析處理智能化，減少分析人員的負(fù)擔(dān)。把聯(lián)機(jī)分析處理技術(shù)和數(shù)據(jù)挖掘技術(shù)進(jìn)行融合和互補(bǔ)，將是商業(yè)智能技術(shù)發(fā)展的未來走向。

3 商業(yè)智能的體系結(jié)構(gòu)及構(gòu)建流程

    商業(yè)智能所涉及的數(shù)據(jù)包括來自企業(yè)業(yè)務(wù)系統(tǒng)的訂單、庫存、交易賬目、客戶和供應(yīng)商資料及來自企業(yè)所處行業(yè)和競爭對手的數(shù)據(jù)，以及來自企業(yè)所處的其他外部環(huán)境中的各種數(shù)據(jù)。而商業(yè)智能能夠輔助的業(yè)務(wù)經(jīng)營決策既可以是操作層的，也可以是戰(zhàn)術(shù)層和戰(zhàn)略層的決策。為了將數(shù)據(jù)轉(zhuǎn)化為知識，需要利用數(shù)據(jù)倉庫、聯(lián)機(jī)分析處理(OLAP)工具和數(shù)據(jù)挖掘等技術(shù)。因此，從技術(shù)層面上講，商業(yè)智能并不是基礎(chǔ)技術(shù)或者產(chǎn)品技術(shù)，它是數(shù)據(jù)倉庫、聯(lián)機(jī)分析處理OLAP(OnlineAnalytical Processing)和數(shù)據(jù)挖掘等相關(guān)技術(shù)走向商業(yè)應(yīng)用后形成的一種應(yīng)用技術(shù)，其系統(tǒng)架構(gòu)如圖1所示：

圖1 商業(yè)智能系統(tǒng)架構(gòu)圖

    從圖中可以看到，實(shí)現(xiàn)商業(yè)智能應(yīng)用有4個(gè)十分關(guān)鍵的環(huán)節(jié)，包括數(shù)據(jù)源、ETL過程、數(shù)據(jù)倉庫及其應(yīng)用和BI前端展現(xiàn)四個(gè)主要階段。

    1、數(shù)據(jù)源，數(shù)據(jù)倉庫系統(tǒng)的數(shù)據(jù)來源主要是外部的操作性應(yīng)用系統(tǒng)，這些數(shù)據(jù)源包括數(shù)據(jù)的業(yè)務(wù)含義和業(yè)務(wù)規(guī)則，表達(dá)業(yè)務(wù)數(shù)據(jù)的表、字段、視圖、列和索引。

    2、ETL過程，ETL過程即抽取(Extraction)、轉(zhuǎn)換(Transformation)和裝載(Load)。ETL過程負(fù)責(zé)將業(yè)務(wù)系統(tǒng)中各種關(guān)系型數(shù)據(jù)、外部數(shù)據(jù)、遺留數(shù)據(jù)和其他相關(guān)數(shù)據(jù)經(jīng)過清洗、轉(zhuǎn)化和整理后放進(jìn)中心數(shù)據(jù)倉庫。

    3、數(shù)據(jù)倉庫及其應(yīng)用，數(shù)據(jù)倉庫是商業(yè)智能系統(tǒng)的基礎(chǔ)，是面向主題的、集成的、穩(wěn)定的和隨時(shí)間不斷變化的數(shù)據(jù)集合。通過聯(lián)機(jī)在線分析處理(OLAP)。

    可以對數(shù)據(jù)倉庫中多維數(shù)據(jù)的鉆取、切片及旋轉(zhuǎn)等分析動(dòng)作，可以完成決策支持需要的查詢及報(bào)表。通過數(shù)據(jù)挖掘(DM)，可以挖掘數(shù)據(jù)背后隱藏的知識，通過關(guān)聯(lián)分析、聚類和分類等方法建立分析模型，預(yù)測企業(yè)未來發(fā)展趨勢和將要面臨的問題。

    4、BI前端展現(xiàn)，在海量數(shù)據(jù)和分析手段增多的情況下，BI前端展現(xiàn)主要保障系統(tǒng)分析結(jié)果的可視化。一般認(rèn)為數(shù)據(jù)倉庫、OLAP和數(shù)據(jù)挖掘技術(shù)是商業(yè)智能的三大核心技術(shù)。

    最后，決策者通過正確運(yùn)用商業(yè)智能，將使用結(jié)果加以反饋。通過反饋，可以暴露出潛在的問題，同時(shí)，也可以根據(jù)情況變化，表達(dá)新的需求，提高商業(yè)智能流程內(nèi)在質(zhì)量的提高。

4 商業(yè)智能行業(yè)應(yīng)用

    1、電子商務(wù)

    分析商品銷售，協(xié)助改善網(wǎng)站經(jīng)營狀況；實(shí)時(shí)分析客戶行為、消費(fèi)傾向，從而實(shí)施更具針對性和高效的商業(yè)戰(zhàn)略；幫助決策者優(yōu)化經(jīng)營模式、發(fā)現(xiàn)新市場，提高用戶忠誠度。

    2、零售業(yè)

    商業(yè)智能在零售業(yè)中有如下一些應(yīng)用：

    預(yù)測：對需求進(jìn)行預(yù)測，根據(jù)預(yù)測結(jié)果更好地管理庫存。

    營銷：對顧客數(shù)據(jù)進(jìn)行分析，從而不僅了解賣掉了什么，同時(shí)了解“誰”買了什么，實(shí)現(xiàn)由消費(fèi)者“拉”動(dòng)的營銷。

    產(chǎn)品銷售模式：某種產(chǎn)品的銷售特點(diǎn)，不同產(chǎn)品之間的關(guān)聯(lián)關(guān)系，作為進(jìn)貨和商店御局的參考。

    3、保險(xiǎn)業(yè)

    商業(yè)智能在保險(xiǎn)業(yè)中有如下一些應(yīng)用：

    理賠分析：根據(jù)險(xiǎn)種、保單持有人、理賠類型以及其它特征分析理賠趨勢，以確定準(zhǔn)備金的數(shù)量，理焙分析可以幫助識別保險(xiǎn)欺詐。

    顧客利潤率分析：分別按不同的品種、不同的地區(qū)、不同的代理人、不同的客戶群的服務(wù)的成本和所得到的收益進(jìn)行量化分析，找出利潤率差異的原因，以利用開發(fā)新品種、對于已有品種進(jìn)行客戶化改進(jìn)并識別能帶來高利潤率的顧客。

    客戶價(jià)值分析：顧客利潤率不是評價(jià)顧客對于保險(xiǎn)公司價(jià)值的唯一指標(biāo)，也許一個(gè)顧客具備在將來購買高利潤率保險(xiǎn)產(chǎn)品的潛力，也許會(huì)成為很好的高利潤率顧客的介紹人，因此要考慮顧客在與保險(xiǎn)公司打交道的整個(gè)過程中的價(jià)值。

    客戶劃分：將有各種共同特征的客戶劃分為不同的客戶群，掌握其需求和產(chǎn)品的使用模式，以分別確定營銷方案；分析委托人的利潤率，識別機(jī)會(huì)，改進(jìn)服務(wù)。

    風(fēng)險(xiǎn)分析：了解引入新險(xiǎn)種和發(fā)展新客戶的風(fēng)險(xiǎn)。識別高風(fēng)險(xiǎn)客戶群和能帶來機(jī)會(huì)的客戶群，減少理賠頻率。

    4、金融和證券業(yè)

    商業(yè)智能在金融和證券業(yè)中有如下一些應(yīng)用：

    顧客利潤率分析：了解各個(gè)顧客在當(dāng)自仃的和長遠(yuǎn)的利潤率。使盡量提高對于高價(jià)值顧客的銷售，減少用于低價(jià)值顧客的成本。

    信用管理：了解各種產(chǎn)品的信用狀況，建立不同顧客群的信用模式，及早幫助顧客避免信用問題的發(fā)生，預(yù)測信用政策變化所產(chǎn)生的影響，減少信用損失；

    5、電信業(yè)

    商業(yè)智能在電信業(yè)中有如下一些應(yīng)用：

    用戶劃分：分析用戶使用電信產(chǎn)品的歷史數(shù)據(jù)，進(jìn)行用戶呼叫行為分析，提供個(gè)性化服務(wù)和有效的激勵(lì)手段；

    需求分析：分析用戶各種產(chǎn)品使用及其花費(fèi)數(shù)據(jù)，深入了解顧客對于新產(chǎn)品和服務(wù)的需求，對于通信網(wǎng)絡(luò)投資、定價(jià)和競爭性進(jìn)行分析。

    6、制造業(yè)

    商業(yè)智能在制造業(yè)中有如下一些應(yīng)用：

    市場營銷：提供面向顧客的交易數(shù)據(jù)，實(shí)現(xiàn)由消費(fèi)者“拉”動(dòng)的營銷；預(yù)測：(同零售業(yè))；

    采購分析：掌握供應(yīng)商的成本、供貨及時(shí)性等因素；

5 商業(yè)智能的促進(jìn)作用

    1、促進(jìn)ERP、SCM、CRM應(yīng)用軟件規(guī)范使用

    對于超市里諸如銷售員業(yè)績分析、銷售訂單與收款對比分析，需要應(yīng)用軟件在設(shè)計(jì)上做出調(diào)整，以便在信息錄入的過程中就記錄下其間的關(guān)聯(lián)關(guān)系。

    又譬如，某些ERP軟件中的產(chǎn)品成本信息只能歸集到產(chǎn)品大類的級別，無法真實(shí)記錄和歸集每個(gè)產(chǎn)品的成本信息。在這種情況下，企業(yè)的替代做法是將大類產(chǎn)品成本數(shù)據(jù)，按照一個(gè)標(biāo)準(zhǔn)(如明細(xì)產(chǎn)品的重量或者金額)劃分到每個(gè)明細(xì)產(chǎn)品中去。這是按照假設(shè)使用了一個(gè)可以接受的核算方法。但是，如果改進(jìn)ERP軟件的核算機(jī)制，完全有可能將產(chǎn)品成本的記錄明細(xì)到單個(gè)產(chǎn)品上。

    對于零售業(yè)的客戶會(huì)員信息，企業(yè)也可以采取一些相關(guān)措施，如對真實(shí)信息實(shí)行積分獎(jiǎng)勵(lì)的辦法，促進(jìn)消費(fèi)者提供真實(shí)的信息。

    正是由于商業(yè)智能分析軟件的運(yùn)用，才會(huì)認(rèn)識到企業(yè)應(yīng)用系統(tǒng)中存在的問題，才會(huì)有針對性地改進(jìn)和完善。

    2、發(fā)現(xiàn)企業(yè)隱藏的問題

    由于大量數(shù)據(jù)可以被及時(shí)和準(zhǔn)確地提供，企業(yè)運(yùn)營中的異常數(shù)據(jù)，即便是不使用數(shù)據(jù)挖掘技術(shù)，也可以很及時(shí)地被發(fā)現(xiàn)。

    如超市旱的銷售毛利率異常波動(dòng)、庫存商品呆滯期過長、應(yīng)收帳款呆賬需要及時(shí)處理、超過信用額度的銷售發(fā)貨等等，都是容易被隱藏的經(jīng)營情況。

    3、輔助工作人員提高工作效率

    事實(shí)上，商業(yè)智能分析報(bào)表不僅僅局限于決策支持。在商業(yè)智能分析過程中，很多報(bào)表其實(shí)是為普通操作者服務(wù)的。特別是對于需要向公司領(lǐng)導(dǎo)層提供報(bào)告的操作者，需要很多企業(yè)經(jīng)營方面的報(bào)表數(shù)據(jù)作為原材料。

    目前的ERP系統(tǒng)中，查詢報(bào)表很不方便，客戶一旦有新的查詢需求，就需要軟件公司提供二次開發(fā)。

    但是只要用戶提供了可能的查詢角度，則商業(yè)智能分析系統(tǒng)中就可以存在相應(yīng)的查詢報(bào)表，可以在用戶需要的時(shí)候，只通過簡單操作即可實(shí)現(xiàn)。

6 影響商業(yè)智能解決方案的因素

    商業(yè)智能利用數(shù)據(jù)倉庫技術(shù)，OLAP和數(shù)據(jù)挖掘技術(shù)不斷發(fā)現(xiàn)新的知識，擴(kuò)充到現(xiàn)有的企業(yè)知識中來。但就目前國內(nèi)企業(yè)應(yīng)用現(xiàn)狀和算法實(shí)現(xiàn)上來看，制約知識發(fā)現(xiàn)的因素較多，同時(shí)也影響了BI的性能。

    1、基礎(chǔ)數(shù)據(jù)建設(shè)不完善

    對于小企業(yè)來說，使用諸如ERP、SCM、CRM等在線交易系統(tǒng)的時(shí)間還不長，系統(tǒng)內(nèi)存儲的數(shù)據(jù)量還不是很大。但隨著信息化的發(fā)展，中型企業(yè)基本上已經(jīng)是比較成熟的ERP用戶了。正是進(jìn)行商業(yè)智能分析的大好時(shí)機(jī)。

    一般來說，基礎(chǔ)數(shù)據(jù)的不完善，存在著這樣2方面情況：

    首先，是數(shù)據(jù)之間缺乏關(guān)聯(lián)關(guān)系。

    譬如希望分析采購訂單與收貨記錄，以考核交貨及時(shí)率，但是系統(tǒng)的數(shù)據(jù)庫表中并不存在采購訂單與入庫驗(yàn)收單之間的關(guān)聯(lián)；希望考核銷售員業(yè)績，但是系統(tǒng)的數(shù)據(jù)庫表中不存在銷售訂單與銷售員之間的關(guān)聯(lián)關(guān)系。這些關(guān)聯(lián)關(guān)系，都是在在線交易系統(tǒng)使用過程中實(shí)時(shí)錄入的，同后維護(hù)工作極大也不可行。

    其次，是數(shù)據(jù)不真實(shí)。譬如超市對銷售客戶的分析。為了分析客戶的購買習(xí)慣，需要按照客戶的性別、年齡、家庭住址與超市的距離、家庭收入、家庭成員數(shù)等進(jìn)行分類，但是，實(shí)際客戶填寫的資料并非是真實(shí)的。據(jù)此分析的結(jié)論顯然不會(huì)真實(shí)。

    2、智能決策程度不高

    由于目前中小型企業(yè)在擴(kuò)張過程中，往往存在管理滯后的現(xiàn)象，以數(shù)據(jù)支持決策的工作還沒有得到成熟的階段。所以目前階段的商業(yè)智能分析，仍然處于收集數(shù)據(jù)、分類匯總、及時(shí)展現(xiàn)的初級階段。

    目前的一些大型企業(yè)的商業(yè)智能項(xiàng)目，其項(xiàng)目實(shí)現(xiàn)的目標(biāo)并不實(shí)用，它們僅僅是實(shí)現(xiàn)了會(huì)計(jì)的三大報(bào)表(資產(chǎn)負(fù)債表、損益表、現(xiàn)金流量表)，以及預(yù)算與實(shí)際的對比，而在預(yù)算與實(shí)際對比的系統(tǒng)運(yùn)用中，并不如理想中的方便。有的企業(yè)的商業(yè)智能分析軟件，是提供一個(gè)接口，讓操作者在Excel電子表中制作相應(yīng)格式的報(bào)表，然后定期導(dǎo)入到智能分析軟件中，完全喪失了軟件的自動(dòng)化功能。

    所以，中小企業(yè)應(yīng)該以務(wù)實(shí)的念度來對待商業(yè)智能分析系統(tǒng)。應(yīng)該通過商業(yè)智能分析，決策者看到報(bào)表數(shù)據(jù)，立刻可以決定下一步的行動(dòng)計(jì)劃。決策者所需要的，僅僅是及時(shí)提供數(shù)據(jù)準(zhǔn)確的報(bào)表。

    3、系統(tǒng)智能不能很好實(shí)現(xiàn)

    現(xiàn)有數(shù)據(jù)挖掘算法大多尚不成熟，效率較低。另外，作為BI數(shù)據(jù)基礎(chǔ)的數(shù)據(jù)倉庫或數(shù)據(jù)集市中數(shù)據(jù)量一般比較大，新知識形成的速度和準(zhǔn)確性比較低，致使現(xiàn)有的BI系統(tǒng)在知識發(fā)現(xiàn)方面的能力不能滿足用戶要求。

    4、系統(tǒng)工具缺乏

    目前大多數(shù)BI系統(tǒng)功能集中在數(shù)據(jù)分析方面，如數(shù)據(jù)查詢、報(bào)表、OLAP、數(shù)據(jù)可視化，很少有開發(fā)商在系統(tǒng)中配有知識發(fā)現(xiàn)工具。因此，功能比較集中，更深一層次的要求無法滿足。

    5、用戶需求不明確

    大多數(shù)企業(yè)用戶對商業(yè)智能的認(rèn)知還比較有限，如何準(zhǔn)確定位這些企業(yè)的需求，激發(fā)其對于商業(yè)智能應(yīng)用的意識？企業(yè)決定實(shí)施商業(yè)智能的項(xiàng)目，需要具備多個(gè)條件。

    ——企業(yè)信息化的建設(shè)已有一定的基礎(chǔ)；

    ——對科學(xué)決策有一定的認(rèn)識和需求；

    ——對實(shí)施前后應(yīng)該帶來的變化有一個(gè)初步的預(yù)估。

    然而國內(nèi)的大多數(shù)企業(yè)離這些要求還有一定的距離，在認(rèn)識的層次上還有待提高。隨著商業(yè)智能領(lǐng)域的擴(kuò)大，應(yīng)該有效地引導(dǎo)新客戶在這方面的需求，擴(kuò)大市場范圍，從長遠(yuǎn)來看有利于商業(yè)智能的發(fā)展和提高。

    6、標(biāo)準(zhǔn)的不統(tǒng)一

    目前由于商業(yè)智能應(yīng)用尚處于初期，許多概念并不清晰明確。就算是商業(yè)智能這個(gè)概念本身，不同的業(yè)界人士都會(huì)有不同的解讀，更不用說大多數(shù)對這個(gè)領(lǐng)域知之甚少的企業(yè)決策者。企業(yè)在實(shí)施商業(yè)智能項(xiàng)目的時(shí)候，可能會(huì)遇到由于該行業(yè)發(fā)展良莠不齊而導(dǎo)致的損害，企業(yè)投資卻得不到應(yīng)有的回報(bào)等問題。

    以歷史上ERP和BPR的開發(fā)應(yīng)用以及大面積的失敗率為鑒，商業(yè)智能領(lǐng)域急需未雨綢繆，建立統(tǒng)一的商業(yè)智能的理念和實(shí)施標(biāo)準(zhǔn)，這也是在商業(yè)智能發(fā)展路上所面臨的一個(gè)巨大的挑戰(zhàn)。

轉(zhuǎn)載請注明出處：拓步ERP資訊網(wǎng)http://www.guhuozai8.cn/

本文標(biāo)題：什么是商務(wù)智能（BI）？

本文網(wǎng)址：http://www.guhuozai8.cn/html/news/1051553932.html