1、 前言 当前的时代是信息爆炸的时代, 数据已经成为新的生产要素, 其价值愈发凸显。 作为数据的生产者和消费者, 企业需要思考的是如何利用生产运营过程中产生的数据反哺生产运营。 数据驱动决策的需求正在不断地推动 企业寻找信息化建设与数字化转型的新方式, 而商业智能便提供了一个绝佳的思路。 商业智能问世已有二十余年, 受到广大企业的青睐与追捧, 硕果累累。 虽然不少企业没有特别强调商业智能这 一概念, 但是商业智能的广泛应用已成既定事实。 商业智能市场规模增长迅速, 国内市场增速更是大于全球 市场。 Gartner 在 Market Share: Analytics and Business In
2、telligence, Worldwide, 2018 报告中指 出, 分析和商业智能软件市场在 2018 年增长了 11.7, 达到 216 亿美元。 现代 BI 平台继续以 23.3的速度 增长, 增速最快, 其次是数据科学平台, 增长 19.0。 帆软数据应用研究院发布的 2019 年中国大数据 BI 行 业预测报告 显示, 国内 BI 市场在 2018 年增速达到 25.8%, 高于全球市场增速。 企业数字化转型进程已经 迈入商业智能阶段。 尽管商业智能已被企业广泛应用, 概念上的普及却 “相形见绌” , 国内民众对商业智能的认知仍是千人千面。 一方面, 商业智能起源于国外, 信息化基
3、础的差异让商业智能的引入过程发生了 “变异” 。 另一方面, 我国缺乏 类似 Gartner 的研究机构来持续教育与引导国内市场。 市场需要教育和孵化, 相较欧美, 我国还任重道远。 因此, 帆软数据应用研究院结合文献材料、 企业调研以及我国的市场环境, 形成本白皮书。 本白皮书旨在明晰商业智能的概念、 价值、 功能技术、 工具等内容, 并基于我国的市场环境、 企业需求, 对商业 智能工具的概念进行重新梳理, 同时在此基础上引入生态学思维, 构建商业智能生态系统模型, 以期统一商 业智能的大众认知, 规范国内的市场行为, 指导我国企业的商业智能建设与数字化转型。 前言 目录 contents
4、商业智能的概念 1.1 由来与发展 1.2 企业从业人员的认知 1.3 国内用户对商业智能的诉求 1.4 商业智能与商业智能工具 商业智能的价值 2.1 支撑管理决策 2.2 提升管理水平 2.3 提高业务运营效率 2.4 改进优化业务 01/ 02/ 02 10 商业智能的功能与技术 3.1 功能架构 3.2 商业智能的主要技术 3.3 功能需求与技术趋势 商业智能工具 商业智能生态系统 总结与展望 参考文献 03/ 04/ 05/ 06/ 14 22 18 26 27 3 商业智能的 概念 01 商业智能(BI)白皮书 2 01/ 商业智能的概念 商业智能 (Business Intell
5、igence, 以下简称 BI) , 也被称为商业智慧或商务智能。 早在 1958 年, IBM 的研究员 Hans Peter Luhn 就将 “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。 ” 这期间出现的领导信息系统 (EIS, Executive Information System) 和决策支 持系统 (DSS, Decision Support System) 等技术应用, 可以看作是 BI 的前身 1。 但是由于技术、 企业环境 现状等因素的限制, BI 经历了一段漫长的探索期。 1996 年, 知名咨询机构 Gartner
6、集团正式提出 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。 由此看出 BI 并 不全是新的技术, 而是对一些现代技术的综合运用。 BI 技术提供使企业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, 让企业决策有数可依, 从而减少决策 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”,合 并成