商务智能及发展趋势商务智能（BusinessIntelligence，简称BI）的概念最早是GartnerGroup的HowardDresner于1996年提出来的，我国学者将之翻译为“商业智能”或“商务智能”，本文选用“商务智能”作为BusinessIntelligence的中文翻译。近年来，商务智能技术日趋成熟，越来越多的企业决策者意识到需要商务智能来保持和提升企业竞争力。我国商务智能的研究还处于导入期，商务智能的理论研究分为宏观研究和微观研究两方面，其中宏观研究主要是从总体上把握，如商务智能的必要性、内涵和理论综述等；微观研究主要包括：商务智能功能、技术、体系结构等。1．宏观研究和微观研究两方面（1）商务智能的含义。①GartnerGroup将商务智能定义为一类由数据仓库（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。②IBM认为商务智能是一系列由系统和技术支持的以简化信息收集、分析的策略的集合，它应该包括企业需要收集什么信息、谁需要去访问这些数据、如何把原始数据转化为最终导致战略性决策的智能、客户服务和供应链管理。③简言之，BI=DB（数据库）+DW（数据仓库）+OLAP（在线分析处理）+DM（数据挖掘），是多种技术的集合，是人工智能技术的最新方法。（2）商务智能与知识管理的区别与联系。商务智能和知识管理最重要的类似处是它们最终都处理知识，知识管理中的知识明显的总是直接来自人，商务智能中的知识源自数据，它是经过分析产生的知识；商务智能和知识管理都受企业文化和人的影响；商务智能看重的分析数据的技术和知识管理中管理和分发知识的技术很不同，然而，他们在内容获取和显示方面都共有终端技术。2．微观研究方面。（1）商务智能的功能。商务智能系统的仪表盘可以剪裁环境以满足用户的特殊需要；用户可以定制主页来展示最关键的图表和报告，并且当商业需求变化时可以改变显示的图表；能基于底层（underlying）数据源的更新自动更新图表；可以根据特定参数或特定条件的变化进行预警；有例外管理能力；仪表盘的资源组件使资源材料与特定的使能过程一致；提供团队协同工作环境等。（2）商务智能的支撑技术数据仓库、数据挖掘、OLAP。①数据仓库技术。数据仓库是一个面向主题的、集成的、稳定的及包含历史数据的数据集合，它用于支持经营管理中的决策制定过程。商务智能系统的核心是解决商业问题，它把数据处理技术与商务规则相结合，以提高商业利润减少市场运营风险，是数据仓库技术、决策支持技术和商业运营规则的结合。②数据挖掘技术。数据挖掘（DataMining）是从大量的、不完全的、有噪声的、模糊的及随机的实际应用数据中，挖掘出隐含的、先前未知的、对决策有潜在价值的知识和规则的过程。③联机分析处理技术（OLAP）。OLAP是一种多维分析工具，目标是满足决策支持或多维环境下特定的查询和报表需求，使分析人员、管理人员或执行人员能够从多个角度对从原始数据中转化出来的、能够真正为用户所理解的并真实反应企业维特性的信息进行快速、一致、交互地存取，从而获得对数据的更深入了解。三、国内商务智能应用研究1．商务智能的应用行业。商务智能的应用领域非常广泛，典型的有电信、银行、保险、医疗、零售、政府等，以及所有建立了数据仓库的用户。我国的商务智能应用还处于起步阶段。这一方面因为商务智能是建立在数据仓库基础上的，我国大部分企业的信息化程度偏低，缺乏数据的积累，而数据的积累需要一个较长期的过程。另一方面因为对商务智能的认知度不高，缺乏商务智能方面的人才以及对这些人才的有效管理。商务智能的应用与行业内信息化的基础状况密切相关，实施商务智能的企业中，以电信、金融行业的使用率较高。2．商务智能在客户关系管理（CRM）、信息化与ERP、竞争与决策中的应用。著名的商务智能公司BusinessObject公司的专家PaulClark在分析商务智能与CRM的关系时认为：客户知识是CRM重要的核心组成部分，而商务智能是CRM的智慧所在，客户知识的获取与保存依赖于商务智能，商务智能是整个CRM的基础。商务智能是架构在ERP之上的，而决策支持是在商务智能基础上的再扩展。商务智能和ERP绝对...
