- 皮皮
-
商务智能
商务智能的定义不说多如牛毛,也是众说纷纭。人们对商务智能的理解如同那七个印度盲人对大象的理解:有人认为它是高级管理人员信息系统(EIS),有人认为它是管理信息系统(MIS),有人认为它是决策支持系统(DSS); 有人说它是数据库技术,有人说它是数据仓库,有人说它是数据集市,有人说它是数据整合与清洗工具,有人说它是查询和报告工具,有人说它是在线分析处理工具,有人说它是数据挖掘,有人说它是统计分析;有人把它当作分析性ERP, 有人把它当作分析性CRM, 有人把它当作分析性SCM, 有人把它当作企业绩效管理,有人把它当作平衡记分卡……
“商务智能是企业利用现代信息技术收集、管理和分析结构化和非结构化的商务数据和信息,创造和累计商务知识和见解,改善商务决策水平,采取有效的商务行动,完善各种商务流程,提升各方面商务绩效,增强综合竞争力的智慧和能力。”
n 企业——这里用“组织机构”或“实体”会显得更完整,因为所有的组织机构和实体(不只是企业)都可以而且应该利用商务智能;之所以仍用“企业”是为保持与“商务”的一致性。各行各业,包括非企业性机构,比如政府部门、教育机构、医疗机构和公用事业等,都应该而且能够利用商务智能。
n 利用现代信息技术——这是这一定义中的关键之一,现代信息技术的发展产生了信息经济和信息社会,在这一新型的经济和社会形态中,信息的爆炸式激增又产生了对能够处理和控制信息的新技术的强烈需求;商务智能就是新的信息技术在商务分析中的有效利用。商务智能过程中所涉及的信息技术主要有:从不同的数据源(交易系统或其他内容储存系统)收集的数据中提取有用的数据,对数据进行清理以保证数据的质量,将数据经转换、重构后存入数据仓库或数据集市(这时数据变为信息),然后寻找合适的查询、报告和分析工具和数据挖掘工具对信息进行处理(这时信息变为辅助决策的知识),最后将知识呈现于用户面前,转变为决策。
n 收集——收集数据是管理和分析数据的前提,数据收集工作是十分重要的,必须引起企业的充分重视,在这方面中国企业与世界上发达国家中的先进企业之间的差距非常大,这是商务智能在中国还不能很快成熟起来的重要原因之一, 这应了中国的一句俗话:“巧妇难为无米之炊”。数据和信息的收集主要是通过各种交易系统进行的,比如企业资源规划(ERP)、客户关系管理(CRM)、供应链管理(SCM)和电子商务等系统。随着中国企业在这些方面的进步,数据和信息的数量会快速增长的。另外,信息,特别是非结构化的信息,来自公司各个部门和各个员工创造和收集的、没有放在上述交易系统中的内容。第三方也是企业收集数据和信息的一个重要来源,这样的外部数据和信息包括市场调研报告、人口统计报告、顾客信用报告等。
n 管理——这里的“管理”主要是指对数据的储存、提取、清洗、转换、装载、整合等工作,其目的主要是为了提高数据的质量和安全性。
n 和分析——“分析”是一个广泛的概念,这里包括数据查询、数据报告、多维分析、数据挖掘、高级统计分析等。大多数人理解的商务智能都集中在这些分析工具上。
n 结构化——结构化的数据主要是指储存于各个交易系统背后的关系型数据库中的数据,通常都是以表格的形式存在和展现的。传统的商务智能概念只包括这种结构化的、可定量的数据。
n 和非结构化的——非结构化的数据和信息主要是上面的提到的各个部门和各个员工创造和收集的、没有放在各种交易系统中的内容,通常是以零散的文件形式存在和展现的;新的商务智能概念纳入了非结构化内容的分析,但是非机构化的内容的管理仍然主要是通过文件管理和内容管理(Document Management & Content Management)软件来进行的。
n 商务数据和信息——商务数据和信息并不能加以狭隘的理解,这里所致的商务数据和信息包括一切可能对商务产生影响的、直接和间接的数据和信息,往小里说包括顾客的名字、地址和电话号码等,往大里说包括过国际上的政治、经济、文化和军事情况等。
n 创造和累计商务知识和见解——这是商务智能的第一层的目的和功能, 也是最直接的目的和功能;“知识和见解”正是“智能”得名的由来。
n 改善商务决策水平——这是商务智能的更高一层的目的和功能,企业能否利用好这一功能、实现这一目的在很大程度上取决于领导者的意识和胸襟以及企业文化中决策科学化和民主化的成分。
n 采取有效的商务行动——采取有效的商务行动是创造和累计商务知识和见解、改善商务决策水平的目的和动力。商务智能是能够指导实战的高明兵法,而不是“无所不知、但无能为力”的“纸上谈兵”。
n 完善各种商务流程——残缺、散乱、僵化、低效的商务流程是企业的顽疾,商务智能能够为这一顽疾的诊断和治疗做出一定的贡献; 优化后自动化(请注意先后顺序)的商务流程反过来也会促进商务智能的发展。
n 提升各方面商务绩效——这是商务智能在企业内部的最高目的和作用,有效的商务智能系统和技术能够帮助企业提升各个方面的绩效:财务的和非财务的,前台的和后台的,企业内的和供应链内的,组织的和个人的。企业绩效管理已成为热门的管理和技术概念,这既是因为各种软件厂商的推动又是因为企业所面临的绩效方面的压力的增大。
n 增强综合竞争力的——这是商务智能在企业中的最高目的和作用。商务智能事关企业的兴衰成败和生死存亡。如今以及未来企业之间的竞争是主要是综合智能上的竞争,不管是中国企业还是外国企业,不管是国营企业还是民营企业,不管是大企业还是小企业,都必须提高企业经营和竞争活动中的智能水平,争取成为优秀的智能企业,否则一定会落后于智能上高人一等、捷足先登的企业。
n 智慧和能力——把商务智能分为智慧和能力是因为真正的商务智能既有思想层面也有行动层面(而且“智能”本身可以一分为二、二合为一)。
- 阿啵呲嘚
-
商业智能更确切地说是信息化建设的一个过程,一个解决方案或是一套集成的应用系统。想要真正理解体会最好的方法就是下一个商业智能,连接自己的数据,新建分析试试。推荐你试试帆软的finebi。我之前用的帆软报表,后来领导要求,就整了一套finebi,在优酷看视频教程一个下午就都会了,反正真的还不错,你可以看一下。
- 小教板
-
商业智能,又称商务智能,英文为Business Intelligence,简写为BI。
- 小菜G
-
BI是商业智能,商业智能(Business Intelligence,简称:BI),又称商业智慧或商务智能,指用现代数据仓库技术、线上分析处理技术、数据挖掘和数据展现技术进行数据分析以实现商业价值。
商业智能是对商业信息的搜集、管理和分析过程,目的是使企业的各级决策者获得知识或洞察力(insight),促使他们做出对企业更有利的决策。
商业智能一般由数据仓库、联机分析处理、数据挖掘、数据备份和恢复等部分组成。商业智能的实现涉及到软件、硬件、咨询服务及应用,其基本体系结构包括数据仓库、联机分析处理和数据挖掘三个部分。
扩展资料
实施商业智能系统是一项复杂的系统工程,整个项目涉及企业管理,运作管理,信息系统,数据仓库,数据挖掘,统计分析等众多门类的知识,
因此用户除了要选择合适的商业智能软件工具外还必须按照正确的实施方法才能保证项目得以成功. 商业智能项目的实施步骤可分为:
1、需求分析: 需求分析是商业智能实施的第一步,在其他活动开展之前必须明确的定义企业对商业智能的期望和需求,包括需要分析的主题,各主题可能查看的角度(维度); 需要发现企业那些方面的规律. 用户的需求必须明确。
2、数据仓库建模:通过对企业需求的分析,建立企业数据仓库的逻辑模型和物理模型,并规划好系统的应用架构,将企业各类数据按照分析主题进行组织和归类。
3、数据抽取: 数据仓库建立后必须将数据从业务系统中抽取到数据仓库中,在抽取的过程中还必须将数据进行转换,清洗,以适应分析的需要。
4、建立商业智能分析报表:商业智能分析报表需要专业人员按照用户制订的格式进行开发,用户也可自行开发。
5、用户培训和数据模拟测试: 对于开发—使用分离型的商业智能系统,最终用户的使用是相当简单的,只需要点击操作就可针对特定的商业问题进行分析。
6、系统改进和完善:任何系统的实施都必须是不断完善的. 商业智能系统更是如此,在用户使用一段时间后可能会提出更多的,更具体的要求,这时需要再按照上述步骤对系统进行重构或完善。
参考资料来源:百度百科--商业智能
- wpBeta
-
商业智能又名商务智能,英文为Business Intelligence,简写为BI。
在 1958 年,IBM 研究员将“智能”定义为“对事物相互关系的一种理解能力,并依靠这种能力去指导决策,以 达到预期的目标。
在1989年,Howard Dresner将商业智能描述为“使用基于事实的决策支持系统,来改善业务决策的一套理论与方法。”
1996 年,咨询机构 Gartner 集团提出 BI 的定义:一类由数据仓库(或数据集市)、查询报表、 数据分析、数据挖掘、数据备份和恢复等部分组成的、以帮助企业决策为目的的技术及其应用。
BI 为企业提供迅速分析数据的技术和方法,包括收集、 管理和分析数据,将数据转化为有价值的信息,并分发到企业各处,让企业的决策有数可依,减少决策的盲目性, 理性地驱动企业管理和运营。
2013 年,Gartner 集团对 BI 的概念进行了更新与扩展,在“Business Intelligence”一词中加入“Analytics(分析/逻辑分析学”, 合并成“Analytics and Business Intelligence”(ABI,分析与商业智能),并且纳入应用、基础设施、工具、 实践等多项内容
商业智能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。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、客户和供应商等来自企业所处行业和竞争对手的数据以及来自企业所处的其他外部环境中的各种数据。而商业智能能够辅助的业务经营决策,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(OLAP)工具和数据挖掘等技术。因此,从技术层面上讲,商业智能不是什么新技术,它只是数据仓库、OLAP和数据挖掘等技术的综合运用。
可以认为,商业智能是对商业信息的搜集、管理和分析过程,目的是使企业的各级决策者获得知识或洞察力(insight),促使他们做出对企业更有利的决策。商业智能一般由数据仓库、联机分析处理、数据挖掘、数据备份和恢复等部分组成。商业智能的实现涉及到软件、硬件、咨询服务及应用,其基本体系结构包括数据仓库、联机分析处理和数据挖掘三个部分。
因此,把商业智能看成是一种解决方案应该比较恰当。商业智能的关键是从许多来自不同的企业运作系统的数据中提取出有用的数据并进行清理,以保证数据的正确性,然后经过抽取(Extraction)、转换(Transformation)和装载(Load),即ETL过程,合并到一个企业级的数据仓库里,从而得到企业数据的一个全局视图,在此基础上利用合适的查询和分析工具、数据挖掘工具(大数据魔镜)、OLAP工具等对其进行分析和处理(这时信息变为辅助决策的知识),最后将知识呈现给管理者,为管理者的决策过程提供支持。