如何正确理解商业智能(BI)作者: 杨林, 责任编辑: 金璞 商业智能不是一个新名词。多年来,企业一直在寻找对商业智能的理解和实现的方式,以增强企业的竞争力。早在80年代,当时“商业智能”的标准是能容易地获得想要的数据和信息…… 商业智能(BI)是目前在国外企业界和软件开发界受到广泛关注的一个研究方向。可以用两点来总结这种研究热点出现的原因:一、信息技术的高速发展带来了企业利用信息技术提高本身竞争力的巨大空间:信息技术不但使企业获取需要的信息,而且,促进企业对信息的再利用,以此营造企业的竞争优势;二、IT界许多以提供软件平台和工具平台的大公司通过多年与企业的交流,已经认识到企业对商业智能的迫切需求,纷纷加入到从事商业智能的研究与开发上来。IBM建立了专门从事BI方案设计的研究中心,ORACLE、微软等公司纷纷推出了支持BI开发和应用的软件系统,有的直接进入了BI的开发领域。战略层面:将信息或知识应用在提高决策能力和运营能力上;企业建模等。商业智能的战略层面是利用多个数据源的信息以及应用经验和假设来提高企业决策能力的一组概念、方法和过程的集合。它通过对数据的获取、管理和分析,为贯穿企业组织的各种人员提供信息,以提高企业战略决策和战术决策能力。知识发现层面:与数据分析层面一样,是一系列算法、工具或模型。将数据转变成信息,而后通过发现,将信息转变成知识;或者直接将信息转变成知识。总之,商业智能的目标是将企业所掌握的信息转换成竞争优势,提高企业决策能力、决策效率、决策准确性。为完成这一目标,商业智能必须具有实现数据分析到知识发现的算法、模型和过程,决策的主题具有广泛的普遍性。这个特点是本文定义商业智能时应特别强调的。应用系统的研究 对应用系统的研究的重点在于对各个应用领域所面临的决策问题的分析。根据对各类问题的解决方式和解决方案来决定商业智能系统应该提供的功能以及具体实现方法。目前,商业智能被广泛应用于与企业运营过程相关的各个领域,并且在很多领域已经形成其特有体系。目前具有代表性的应用领域包括:企业资源计划(ERP)、客户关系管理(CRM)、企业性能管理(BPM)、人力资源管理(HRM)、供应链管理(SCM)、电子商务(E-business)。支撑技术的研究 商业智能作为一个在90年代末期出现的跨学科新兴领域,必须借鉴两方面的先进成果,一是计算机技术的前沿技术,一是企业管理方面的新理论、新观点。企业管理方面的新理论、新观点为战略制订和决策提供先进的管理模式,帮助企业更好地运营;先进的计算机技术是提高系统性能的有力手段。 商业智能的支撑技术包括以下几项:一是计算机技术,包括:数据仓库、数据集市技术;数据挖掘技术;OLTP、OLAP、Legacy等分析技术;数据可视化技术;计算机网络与WEB技术。二是企业管理,包括:统计、预测等运筹学方法;客户管理、供应链管理、企业资源计划等管理理论和方法;企业建模方法。 支撑技术的研究主要围绕两部分展开:决策支持工具研究和企业建模方法研究。企业建模是为解决如何建立特定企业模式的辅助工具。IDEF 等研究方法是较程式化的企业建模方法,比较新的建模方法包括基于UML的企业建模等方法。数据挖掘算法的研究是目前计算机界研究的热点之一,它逐渐成为一个跨越人工智能、数据统计等多学科的研究领域。决策分析工具的研究还包括各种分析方法的研究。
----------------
Business Intelligence的缩写。指利用各种智能技术,来提升企业的商业竞争力。是帮助企业更好地利用数据提高决策质量的技术,BI的目的是支持商业决策。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,因此,把商业智能看成是一种解决方案应该比较恰当。有关专家指出,随着互联网的普及,在决策支持系统基础上发展商业智能已成为必然。随着基于互联网的各种信息系统在企业中的应用,企业将收集越来越多的关于客户、产品及销售情况在内的各种信息,这些信息能帮助企业更好地预测和把握未来。所以,电子商务的发展也推动了商业智能的进一步应用。