-
-
wuyingchun 数据达人Lv4
发表于2019-2-28 11:52
楼主
商业智能（BI）对于业务增长和竞争优势至关重要，但从BI中获取收益不仅仅需要实现支持它的技术。部署该技术是任何BI计划中最容易的部分，反而是人员和流程部分正确处理更具挑战性。因此，企业必须将人员和流程作为其BI战略的关键方面，如果他们想要成功的话。此外，BI战略应进一步细分，以解决所有权和持续改进问题。
BI可以根据你以往的数据和现有的数据对未来趋势做出预测性分析，分析未来可能发生的动向，为企业的发展做出战略性计划。
业务分析
通过了解各种受众以及相关利益方的独特分析需求，可以发挥商业智能解决方案的全部潜能。企业所需的分析功能应该能够访问几乎所有企业数据源，而不受平台限制；同时可以为所有用户提供便于理解的详细信息视图，而不受用户角色或所在位置的影响。这些解决方案应具有创新的工具，以帮助这些不同的业务用户组轻松地通过台式机或移动设备分析信息。
企业需要广泛的分析功能，但不同的分析工具、信息壁垒、多种平台，以及过度依赖于电子表格，让企业难以准确地分析信息。企业使用的分析解决方案必须能够满足所有业务用户的需求，从一线员工到部门主管，一直到高级分析员。这些用户希望能够自己分析数据，而无需等待部门提供所请求的信息，从而做出更出色、更智慧的业务决策。
需要说明的是，业务分析并非放之四海而皆准。用户需求可能会有很大的不同。通过了解不同类型的分析需求，并将其与组织中的特定角色相联系，企业可以从中受益。
传统上，企业以BI为基础，将重点放在数据战略上，但预测性分析和规范性分析平台的兴起正在改变局势。即使是商业智能本身也在不断发展，它倾向于以前专门针对业务分析平台的功能。
了解商业智能与其它分析平台之间的区别以及每个企业所带来的价值对你正确理解数据战略方面都起了重要作用。
经过几年的积累，大部分中大型的企事业单位已经建立了比较完善的CRM、ERP、OA等基础信息化系统。这些系统的统一特点都是：通过业务人员或者用户的操作，最终对数据库进行增加、修改、删除等操作。上述系统可统一称为OLTP(Online Transaction Process，在线事务处理），指的就是系统运行了一段时间以后，必然帮助企事业单位收集大量的历史数据。但是，在数据库中分散、独立存在的大量数据对于业务人员来说，只是一些无法看懂的天书。业务人员所需要的是信息，是他们能够看懂、理解并从中受益的抽象信息。此时，如何把数据转化为信息，使得业务人员（包括管理者）能够充分掌握、利用这些信息，并且辅助决策，就是商业智能主要解决的问题。
如何把数据库中存在的数据转变为业务人员需要的信息？大部分的答案是报表系统。简单说，报表系统已经可以称作是BI了，它是BI的低端实现。
国外的企业，大部分已经进入了中端BI，叫做数据分析。有一些企业已经开始进入高端BI，叫做数据挖掘。国内也开始向中端发展，一些BI工具也兴起起来，比如，亿信BI、smartbi、华为、阿里等 ，他们走在商业智能的前面。
