01 第1章 商务智能概论.pptx

第1页：第1章商务智能概论封面

第1章商务智能概论

第2页：导入案例：燕莎望京购物中心BI应用

• 导入案例
• 北京燕莎望京购物中心商业智能的应用
• 零售企业的信息系统每天会产生大量的数据。如果采用商业智能系统对这些数据进行分析，不仅可以获得商品的关联关系，还可以获得有关商品结构、销售状况、库存状况、供应商和顾客等决策支持所需的珍贵信息。1999年11月，燕莎望京购物中心对原计算机系统进行了改造升级，开始实施商业智能。新系统重新整合和规范了北京燕莎望京购物中心的原有业务流程，使得在管理上更加规范和通畅。燕莎望京实施的BI运用了数据仓库、在线分析和数据挖掘技术来处理和分析数据，进行数据抽取、清洗、聚类、挖掘、预测等处理，针对不同的“维”进行上下钻取、左右拖动及纵横旋转，通过连续的立体动态表来产生可透析的各种展示数据，直观地显示分析者所要探询的某种经营属性或市场规律。该BI系统分为商业计划、商品配置、采购技术、销售技术、库存技术、资金分析、顾客分析、人员绩效八大模块，采用三维（时间维、经营活动维、指标维）模型进行全方位的分析，从而得出科学准确的结论。通过采用商业智能分析系统，燕莎望京确定了以分析结构为主线的分析思路，进而指导了购物中心商品结构的调整，增强了所营商品的竞争能力，商品配置也更加趋于合理，并为及时调整商品的品类和价格定位、调整和监控供应商的经营行为、及时订货补货等提供了科学的依据。

第3页：第1章内容目录

1.1商务智能的概念1.2商务智能的产生与发展1.3商务智能的体系结构和技术工具1.4主流BI产品1.5BI的未来发展趋势第1章商务智能概论1.6商务智能应用举例―BusinessObjectsXI3.0

第4页：数据、信息、知识与智慧：数据

• １．数据
• 数据是用来记录、描述和识别事物的按一定规则排列组合的物理符号，是一组表示数量、行动和目标的非随机的可鉴别的符号，是客观事物的属性、数量、位置及其相互关系等的抽象表示，以适合于用人工或自然的方式进行保存、传递和处理。它既可以是数字、文字、图形、图像、声音或者味道，也可以是计算机代码。在计算机科学中，数据是指所有能输入到计算机中具有一定意义的数字、字母、符号和模拟量等并能够被计算机程序处理的符号的介质的总称，是计算机能够识别的二进制数的形式。
• 数据本身是孤立的、互不关联的客观事实、文字、数字和符号，没有上下文和解释。数据表达的仅仅是一个描述，如19491001，我们只知道这是一个数字，或者可以看作日期，对于这个数字来说，它就是数字，不表示别的什么含义。
• 数据用属性描述，属性也称变量、特征、字段或维。数据经过处理仍然是数据，只有经过解释，数据才有意义，才能成为信息。1.1商务智能的概念1.1.1数据、信息、知识与智慧

第5页：信息的定义与价值

• ２．信息
• 信息是指人们对数据进行系统地收集、整理、管理和分析的结果，是经过一系列的提炼、加工和集成后的数据。信息是对客观世界各种事物的特征的反映。数据是信息的符号表示，或称载体，数据不经加工只是一种原始材料，其价值只是在于记录了客观数据的事实。信息是数据的内涵，是对数据的解释。如对某先生来说，19491001可以是这个人的生日，也可以是PRC成立的日期。
• 信息来源于数据，是对数据进行加工处理的产物，信息对决策或行动是有价值的，其价值在于人类认识世界和改造世界活动的现实意义。
• 数据资料中所含信息量的多少是由消除对事物认识的不确定程度来决定的，数据资料所消除的人们认识上的不确定性的大小也就是数据资料中所含信息量的大小。

第6页：知识的定义与分类

• ３．知识
• 所谓知识，就它反映的内容而言，是客观事物的属性与联系的反映，是客观世界在人脑中的相对正确的反映。就它反映的活动形式而言，有时表现为主体对事物的感性知觉或表象，属于感性知识，有时表现为关于事物的概念或规律，属于理性知识。知识是人们在实践活动中获得的关于世界的最本质的认识，是对信息的提炼、比较、挖掘、分析、概括、判断和推论。
• 一般而言可以将知识具有共享性、穿越时空传递性、非损耗性（可以反复使用其价值不会减小）及再生性等特点。
• 按知识的复杂性可将知识划分为显性（Explicit）知识和隐性（Tacit）知识，它是知识最基本和最重要的划分结构。显性知识是用系统、正式的语言传递的知识，可以编码和度量，可以清晰地表达出来，易于传播，可以在人与人之间进行直接的交流，通常以语言文字（如书籍、文件、网页、电子邮件等）形式存在。显性知识的处理可以用计算机实现。隐性知识是存在于人脑中的、非结构化的、与特定语境相关的知识，很难编码和度量。隐性知识是人们在实践中不断摸索和反复体验形成的，通常以直觉、价值观、推断、经验、技能等形式表现出来。它难于表述，但却是个人能力的直接表现且更为宝贵。隐性知识的处理只能通过人脑实现，一般要言传身教和师传徒受等形式传播。

第7页：智慧与数据信息知识的关系

智慧（或能力）

是指富有洞察力的知识，在了解多方面的知识后，能够预见一些事情的发生并主动地采取行动。智慧是人类特有的解决问题的一种能力，是人类基于已有的知识和信息针对物质世界运动过程中产生的问题根据获得的信息进行分析、对比、演绎、推理从而找出解决方案的能力。这种能力运用的结果是将信息的有价值部分挖掘出来并使之成为已有知识架构的一部分。比如大家都知道国庆假期去北京旅游的车票非常紧张（知识），若是你已经非常有预见性地提前购买了车票，那么你就领先一步（智慧）。

• ４．智慧
• 数据、信息、知识和智慧几者之间的关系：从数据中提取信息，从信息中挖掘知识，智慧是一种高层次的知识。数据信息知识数据：是信息和知识的符号表示。信息：数据中的内涵意义。知识：是一套具有前后因果关系的信息，是人们在长期的实践中总结出来正确的东西。小知识

第8页：商务智能的定义之争

商务智能

是什么？自1989年美国加特纳公司的分析师HowardDresner首次创造商务智能的名词时起，企业界和学术界关于商务智能的概念提出了许许多多种说法，可谓是众说纷纭，莫衷一是，对商业智能至今也还没有一个统一的定义。

• 商务智能可以定义为一组数学模型和分析方法，它们系统地开发可以利用的数据，以便检索对支持复杂决策过程有用的信息和知识。出于帮助企业所有者打造更好的商业的目的，商务智能是涉及收集、提供、存取及分析数据的一大类别的应用与技术。
• 目前，关于BI的定义主要可以分为企业界和学术界两类定义，这里分别列举了几个比较全面的最新的定义：1.1商务智能的概念1.1.2商务智能的定义

第9页：IBM与BO对BI的定义

• IBM对BI的定义：商务智能是一系列技术支持的简化信息收集、分析的策略集合。通过使用企业的数据资产来制订更好的商务决策。企业的决策人员以数据仓库为基础，经过各种查询分析工具、联机分析处理或者是数据挖掘加上决策人员的行业知识，从数据仓库中获得有利的信息，进而帮助企业提高利润，增加生产力和竞争力。
• BusinessObject公司对BI的定义：“BI是一种基于大量信息基础上的提炼和重新整合的过程，这个过程与知识共享和知识创造密切结合，完成了从信息到知识的转变，最终为商家提供网络时代的竞争优势和实实在的利润”。
• KamelRouibah，SamiaOuld-all(2002)对BI的定：“BI是一种系统地依据战略决策，瞄准、跟踪、传达、转换企业的弱信号，成为可行信息的一种战略方法”。
• Olszak(2002)认为：“BI是一系列的概念、方法和流程的集合，其目标不仅仅是帮助决策，而且支持企业的战略实施。它的主要任务是面向不同信息源的智能浏览、集中、综合以及多维分析”。
• SalMarch(2004)对BI的研究按照时间的顺序进行了总结，他指出传统的BI只是被当作一种智能处理后台数据的方式，用以支持经理主管人员的商业决策。而今天的BI帮助企业管理者决策，预测未来的趋势，提高企业战略和流程的效率，从而使得企业获得竞争优势［１］。
• 在由商务智能大师伯纳德·利奥托德先生(BusinessObjects公司的首席执行官)撰写的《商务智能》一书中对商务智能是这样定义的：“商务智能是在计算机软硬件、网络、通信和决策等多种技术的基础上出现的用于处理海量数据的一项技术，是一种基于大量信息基础上的提炼和重新整合过程，其基本功能是让企业内部员工以及企业外部的客户、供应商和合作伙伴，实现对信息的访问、分析和共享。它有助于提高企业的运作效率，建立有利的客户关系，提高产品的竞争力，将帮助企业从现有的"知本"中提炼更多的价值，让知识共享和知识创造真正成为现实”。

第10页：王茁的商务智能定义

• 商务智能专家王茁在总结了商务智能的众多版本之后给商务智能下了如下定义：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。
• 一般而言，商务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内部业务系统的订单、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。而商务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，商务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。

第11页：商务智能的功能

• 数据管理功能：从多个数据源抽取、转换、装载（ETL）数据、清洗数据、数据集成的能力；大量数据高效存储与维护的能力。
• 数据分析功能：具备OLAP、Legacy等多种数据分析的能力；终端信息查询和报表生成的能力；数据可视化能力。
• 知识发现功能：从大型数据库中的数据中提取人们感兴趣的知识的能力；这些知识一般是隐含的、事先未知的、潜在有用的信息，提取的知识表示为概念（concepts）、规则（rules）、规律（regulations）、模型（patterns）等形式。
• 企业优化功能：辅助企业建模的能力。1.1商务智能的概念1.1.3商务智能的功能

第12页：商务智能的过程

• BI的过程是：首先需要准备正确可用的数据，其次要将这些数据转化为有价值的信息，再用于指导商业实践（智慧）。这个过程就包括了数据抽取、分析和挖掘三个主要环节，分别由DW、OLAP、DM技术来完成。
• DW是BI的基础、核心，存储按照BI的要求重新组织的来自业务系统的数据。
• OLAP和DM在DW的基础上进行分析，提供给最终用户灵活自主的信息访问途径、丰富的数据分析和报表功能。
• 从系统的观点来看，商务智能中信息处理的过程可以归结为以下三个子过程：数据获取和管理、数据整理和分析、信息展现和表示。
• 数据获取和管理：从不同的数据源获取有用的数据，对数据进行清理以保证数据的正确性，将数据经过转换、重构后存入数据仓库或数据集市（这时数据变为信息）
• 数据整理和分析：通过合适的查询和分析工具、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）；
• 信息展现和表示：将管理与决策所需要知识呈献于用户面前，支持管理与决策。1.1商务智能的概念1.1.4商务智能的过程

第13页：商务智能的产生和发展过程

• 商务智能（BusinessIntelligence，简称BI）的概念最早是GartnerGroup的HowardDresner于1996年提出来的，对商务智能所涉及到的一系列的概念和方法进行了详细地描述，通过应用基于数据分析的支持系统，来辅助商业决策的制定。
• BI是随着Internet的高速发展和企业信息化的不断深入而产生的。其发展也是一个渐进的、复杂的演变过程，而且目前仍然处于发展之中。它经历了事务处理系统(TPS)、高级管理人员信息系统(EIS)、管理信息系统(MIS)和决策支持系统(DSS)等几个不同阶段，最终演变成今天的企业商务智能系统(BIS)。它是一个可包含企业所有知识的系统，服务于管理决策层或部门执行经理，帮助其进行分析和决策。
• TPS（TransactionProcessingSystem）是以计算机处理代替某些手工操作，这个时期主要是借助计算机的运算能力将人力从大量的计算和重复性的工作中解脱出来。EIS（ExecutiveInformationSystem），指为了满足无法专注于计算机技术的领导人员的信息查询需求，而特意制定的以简单的图形界面访问数据仓库的一种应用。MIS（ManagementInformationSystem）的出现部分地解决了EIS的问题，它面向所有的管理人员，覆盖了企业所有的业务内容，能够帮助管理人员了解企业的日常业务，并进行高效的控制、组织和计划。DSS（DecisionSupportSystem），是辅助决策者通过数据、模型和知识，以人机交互方式进行半结构化或非结构化决策的计算机应用系统。1.2商务智能的产生与发展1.2.1商务智能的产生和发展过程

第14页：BI与其他系统的关系

• BI作为一种企业信息集成解决方案，是一个分析型系统。一方面，BI为企业不同的应用系统（如企业资源规划（ERP）、客户关系管理（CRM）、供应链管理（SCM）、办公自动化（OA）、电子商务（E-Commerce）以及外部扫描环境（EnvironmentalScanning）等系统）之间架起了互通的桥梁，同时这些信息化系统也为BI提供了数据源。另一方面，BI的价值又在这些系统之上，它可以发现数据背后隐藏的商机或威胁，获得洞察力，了解企业和市场的现状、把握趋势、识别异常情况、理解企业业务的推动力量、认清正在对企业的业务产生影响的行为及影响的程度如何等。总之，BI可以帮助企业的管理层进行快速、准确的决策，给整个企业带来的是决策的快速性和准确性，发现问题的及时性，以及发现那些对手未发现的潜在的知识和规律。
• 1.BI与其他系统之间的区别
• BI与其他系统之间的区别可以从以下两个方面理解。
• (1)系统设计的区别：交易系统把业务强加于业务之上，不管谁来进行一项业务，都得遵循同样的程序和规则，而且一旦一个交易系统设计出来以后，轻易不会改变。而商务智能则能适用商务，因为BI是一个学习分析型系统，能适应商务的不断变化。在BI系统中，变化越多越好。若BI不能变化以解决新的问题，就不能满足商务的需求。从技术的角度讲，BIS中变化的是数据、数据类型、元数据、报告和应用软件。BI的真正挑战就在于设计和管理一个总在变化的系统。
• (2)数据类型的区别：两者所管理的数据的类型不同。交易系统跟踪的是最近的交易情况，保留极有限的历史数据（通常只有60～90天）。而BI系统维持来自多个交易系统的、好多年的交易情况，且数据量很大（一般几十个甚至上百个Terabytes）。1.2商务智能的产生与发展1.2.2BI与其他系统的关系

第15页：案例1-2：银行业BI应用三大特征

• 案例1-２商业智能突显三大特征推进银行应用发展
• 目前，银行管理面临着全球化、网络化、同质化、多样化的竞争形势，需要借助商业智能应用，挖掘数据价值，实现科学决策。2004年，中国银行业BI市场规模达到2.2亿,中国银行业的商业智能应用已经全面加速。中国BI市场经过2004年的强劲发展，2005年其应用在中国市场已逐步取得客户的认同，由市场培育期走向持续发展期。从整个中国BI应用领域看，商业智能作为一个产业符号，将成为IT厂商新一轮的投资开发热点，OLAP、报告、报表分析等产品将依然占据市场的主流。
• 2008年-2015年，随着国内企业IT应用的进一步成熟，易观国际研究发现中国银行业的商业智能应用呈现出三个特征：一、需求更加强劲。银行业BI需求持续增强，四大国有银行近期都有BI项目的推进，50%以上的股份制商业银行已开展BI项目建设，其他股份制商业银行也将BI建设纳入规划。易观预测，近两年，中国银行业BI市场增长速度达到52%。二、需求内容广泛。从近两年中国银行业BI建设项目设计的内容包括：财务分析、客户分析、报表处理、信用风险分析、资产负债分析、卡业务分析等，覆盖内容广泛。银行计划实施BI项目在前面建设的基础上，一方面进行深度分析和挖掘，另外，综合绩效分析、综合财务报表一些覆盖全面业务和管理的BI应用不断增加。三、实施难度增大。银行业BI需求与其他企业相比较，数据量庞大，数据分析需要借助专业业务分析模型。目前的BI产品除了如ORACLE等大型厂商产品提供业务分析模型，而更多的BI产品只是在基础平台和工具方面具有优势，而在业务分析模型方面欠缺，业务分析模型依赖于二次开发，缺乏最佳实践支持。这对于满足商业银行的商业分析需要构成极大的障碍，使得实施难度增加。
• 随着业务的扩张、业务风险的增加，银行业对与业务相结合的BI解决方案的需求快速增长，如：风险数据分析、客户价值分析、综合绩效分析等。建议银行CIO能够根据技术发展趋势，合理选择BI产品，以确保商业利益的实现。BI应用不是简单的交钥匙工程，而是需要与复杂的业务分析、模型建立、系统构建相结合，合理制定BI应用策略是银行成功BI应用的关键。

第16页：商务智能的架构体系

• 所谓的体系结构（Architecture）是指一整套的规则和结构，为一个系统或产品的整体设计提供主框架。所谓一个BI的体系结构是指通过识别和理解数据在系统中的流动过程和数据在企业中的应用过程来提供商务智能系统应用的主框架。商务智能的体系结构可以用来指导商务智能系统的建立。
• 商务智能体系结构一般为：源数据层、数据转换层、数据仓库(数据集市)层、OLAP及数据挖掘层、用户展现层。数据仓库(DataWarehouse,DW)、联机分析处理(OnLineAnalyticalProcessing,OLAP)和数据挖掘(DataMining,DM)是商务智能的三大技术支柱。DW是商务智能系统的基础,是面向主题的、集成的、稳定的和随时间不断变化的数据集合。OLAP技术的核心是“维”通过对多维数据的钻取、切片及旋转等分析动作,来完成决策支持和多维环境下的查询及报表。DM是从海量数据中提取隐含在其中的、人们事先不知道的但又可能有用的信息和知识的过程。挖掘的数据有多种来源,包括数据仓库、数据库或其他数据源。所有的数据都需要再次进行选择,具体的选择方式与任务相关。挖掘的结果需要进行评价才能最后呈现给管理者，为管理者的决策过程提供支持。1.3商务智能的体系结构和技术工具1.3.1商务智能的架构体系

第17页：

第18页：商务智能的技术工具概述

数据仓库

是一个面向主题的、集成的、稳定的、包含历史数据的数据集合，它有面向主题、集成、相对稳定、随时间不断变化四个特性。数据仓库从分布的、异构的信息源中检索和集成数据，以支持管理层、决策层用户更好更快地进行决策分析。

联机分析处理(OLAP)

是以海量数据为基础的复杂分析技术，其典型的应用是对商业问题的建模与商业数据分析，也被称为多维分析。利用该技术可以对基于数据仓库中多维的商务数据进行在线分析处理，生成新的商业信息，又能实时监视商务运作的成效，使管理者能自由地与商务数据相互联系。

数据挖掘

是从存放在数据库、数据仓库或其他信息库中的大量的、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。数据挖掘可以帮助企业在大量的数据中发现那些不能靠直觉发现的信息或知识。1.3商务智能的体系结构和技术工具1.3.2商务智能的技术工具概述

• 商务智能的技术体系主要包括三个部分：数据仓库、数据挖掘和联机分析处理（OLAP）。其中数据仓库作为进一步分析的数据源，是商务智能的基础；数据挖掘是利用统计学、机器学习等挖掘工具对数据仓库中的数据进行高度自动化的分析，得出模式和关系的过程；联机分析处理技术是通过多维立方体技术帮助管理者从多种角度审视数据，得出管理者需求的正确的结论。商务智能就是运用数据仓库、数据挖掘和联机分析处理来对数据进行分析，从中得到支持业务决策的有用信息，以对业务决策进行支撑。

第19页：案例1-3：隐形眼镜商BI应用

• 案例1-3施乐公司
• 全球最大的隐形眼镜邮购商1-800Contacts为应对眼科医师开出的隐形眼镜处方对公司的业务构成的竞争压力，部署了商务智能，支持公司呼叫中心人员的业务处理。通过仪表盘呼叫中心人员可以了解顾客以往的购买记录，根据这些记录向顾客推荐相关的产品，并预测顾客何时弃旧换新，提升了服务质量。此外，呼叫中心人员也可通过系统实时跟踪自己的业绩。现在，公司60%以上的员工都用了商务智能系统。

第20页：主流BI产品简介

• 成立于1977年的Oracle公司是世界领先的信息管理软件开发商和全球最大的数据库供应商，因其复杂的关系数据库产品而闻名，是数据库行业的标准。其关系数据库是世界第一个支持SQL语言的数据库。Oracle在应用软件方面有较强的优势，其软件强调灵活性。曾研发出自己的商务智能工具，包括数据仓库、报表和分析工具，但是一直没有被广泛地使用，直到2005年收购了全球最大的客户关系管理软件厂商Siebel以后，将SiebelAnalytics合并到了Oracle的旗舰BI产品BIEE。
• Cognos是一家数据展现的公司，成立于1969年。2005年11月，8版本的Cognos的发布，极大地改善了产品的整合能力，一个整合的BI套件初步形成。在查询和分析方面，Cognos和BO各有优势，一直处于相互竞争的状态，但是在报表工具方面，BO远远地超过了Cognos，始终处于领先地位。
• SAS成立于1976年，以统计分析起家，SAS系统在国际上已被誉为统计分析的标准软件，在各个领域得到广泛应用。SAS是一个模块化、集成化的大型应用软件系统，由数十个专用模块构成，功能包括数据访问、数据储存及管理、应用开发、图形处理、数据分析、报告编制、运筹学方法、计量经济学与预测等等。SAS在数据仓库和OLAPServer方面也有自己的产品，功能包括数据迁移、数据管理、数据分析和数据展现工具。最近几年，SAS正逐步由一个工具供应商向提供解决方案供应商转化。
• Hyperion公司成立于1977年，开始其主要业务范围是财务预算和财务合并报表，它的OLAPServer在业界堪称最优，一直处于领先地位，只是在收购了Brio后，才使得它跻身于BI行列。
• SAP成立于1972年，是全球最大的企业管理和协同化电子解决方案供应商、全球第三大独立软件供应商和全球最大的ERP软件供应商，是全球ERP软件的标准，其产品强调最佳实践和管理理念，在ERP之上有自己较强的分析和展现工具。近几年SAP在商务智能方面也进行了大量的投入，特别是在DW产品的研发方面。
• 微软在商务智能方面除了Excel外，这几年在商务智能方面的投入也在逐渐加大。首先，MicrosoftBusinessIntelligence提供了一个完整的、集成的、可完全伸缩的BI解决方案，该解决方案可以对企业的整个机构提供支持；其次，通过与2007MicrosoftOffice系统的集成，MicrosoftBusinessIntelligence提供了一个熟悉的环境，在这个环境中，可以将信息直接传递到用户工作、协作和决策的地方；再次，通过与SQLServer2005商业智能平台的紧密集成，能够为所有规模的组织机构和各个阶层的工作人员部署和使用商业智能提供了支持，以完整的数据为基础，用户可以获得所需的工具和资源，从而做出更好、更快的决策；最后，MicrosoftBusinessIntelligence商业智能技术通过使用功能强大的最终用户报表和分析工具，极大地提高了企业的战略决策能力和经营效率。1.4主流BI产品1.4.1主流BI产品简介

第21页：BI产品的抉择

• 如果你的数据来源于多个数据源和一些像IBM或者HP的大型机器，使用的客户群是分析人员和统计专家，提供对外的统计结果，那么SAS是最好的选择。考虑数据质量和数据管理吗？SAP和IBM是这方面的专家。如果你希望BI成为大部分员工的简易利用工具，SAP的水晶仪表是很好的工具；如果你的平台全部是选择了微软，那么微软可能是你的最佳选择。
• 不管你是选择这几家最大BI厂商的产品，还是利用独立BI厂商的产品，那么采用一个标准的商务智能平台是非常必要的。所有这几家厂商都已经谈论他们的工具可以提供给更多的用户，但是SAP、SAS、Oracle和IBM产品相对于开源供应商的产品而言的价格是比较高的。微软的产品相对比较便宜。
• 当然，商务智能如ERP一样，实施中存在着一定的风险，企业首先要认清自身的需求情况，在选择合作伙伴的同时也要进行充分的了解。各主流厂商都有各自的优势，比如SAS的数据挖掘、Hyperion的预算与报表合并、BO的数据分析与报告等。商务智能产品的发展趋势必将是整合平台基础上的集成化应用。如何切实了解自身需求、选择具有优势的厂商产品，将是企业实施商务智能成功的关键。1.4主流BI产品1.4.2BI的抉择

第22页：BI的未来发展趋势

• 商务智能的发展趋势可以归纳为以下几点。
• 1）功能上具有可配置性、灵活性、可变化性
• BI系统的范围从为部门的特定用户服务扩展到为整个企业所有用户服务。同时，由于企业用户在职权、需求上的差异，BI系统提供广泛的、具有针对性的功能。从简单的数据获取，到利用Web和局域网、广域网进行丰富的交互、决策信息和知识的分析和使用。
• 2）解决方案更开放、可扩展、可按用户定制，在保证核心技术的同时，提供客户化的界面
• 针对不同企业的独特的需求，BI系统在提供核心技术的同时，使系统又具个性化，即在原有方案基础上加入自己的代码和解决方案，增强客户化的接口和扩展特性；可为企业提供基于商务智能平台的定制的工具，使系统具有更大的灵活性和使用范围。
• 3）从单独的商务智能向嵌入式商务智能发展
• 这是目前商务智能应用的一大趋势，即在企业现有的应用系统中，如财务、人力、销售等系统中嵌入商务智能组件，使普遍意义上的事务处理系统具有商务智能的特性。考虑BI系统的某个组件而不是整个BI系统并非一件简单的事，比如将OLAP技术应用到某一个应用系统，一个相对完整的商务智能开发过程，如企业问题分析、方案设计、原型系统开发、系统应用等过程是不可缺少的。
• 4）从传统功能向增强型功能转变
• 增强型的商务智能功能是相对于早期的用SQL工具实现查询的商务智能功能。目前应用中的BI系统除实现传统的BI系统功能之外，大多数已实现了数据分析层的功能。而数据挖掘、企业建模是BI系统应该加强的应用，以更好地提高系统性能。1.5BI的未来发展趋势

第23页：BO XI 3.0平台介绍

• BusinessObjectsXI3.0是知名的商务智能软件厂商BusinessObjects（SAP子公司）于2008年推出的新一代BI平台。它是业界第一个能够整合企业所有信息来源的商务智能平台，用户通过此平台可以随时进行信息分析、战略决策、日常管理和执行监控。是第一个在同一个平台上覆盖所有信息、所有人员的系统。其中包括：报表、查询与分析、仪表盘和数据可视化、智能化搜索和高级的预测分析能力。是第一个在同一个界面中集成数据抽取、转换和装载（ETL）和数据质量管理的软件系统。是第一个也是唯一一个整合了文本分析的商务智能平台。
• 使用XI3.0，用户可以通过一个平台，将所有信息展现在用户面前，无论是复杂格式的报表、丰富多彩的仪表盘，还是智能化搜索，或者企业绩效管理，用户都可以游刃有余地在此平台上实现，帮助企业获得更好的决策支持。
• BI平台――BOE：BusinessObjectsEnterprise是最灵活和可扩展的商务智能平台。它能：在同一平台上实现所有复杂的BI分析功能，用户可以根据自己的需要来增加新的模块，为此IT投资将更有灵活性和前瞻性。通过灵活、可扩展的面向服务架构（Service-orientedarchitectureSOA架构），把BI扩大到企业的每一个用户（无论是内部用户还是外部用户）。通过“语义层”技术，可以访问企业所有的IT基础数据资源。通过软件开发工具包（SDKSoftwareDevelopmentKit）和WebService方便地将BI应用嵌入到任何系统或流程中去。其主要功能：审计：通过审计模块，管理者可以跟踪、监视、分析和优化BOE的所有用户操作，并提供一系列分析报表和数据结构（语义层）。
• 内容搜索：通过内容搜索功能，用户可以搜索所有BI平台内已发布的信息内容，包括：报表，指标，元数据（语义层）等。
• BI门户：通过现成的商务智能门户网站（Infoview），用户可以检索所有已发布的内容，管理收藏个人文件夹，自定义视图布局，收发各种文档信息。虽然她是一个独立的网站，但也可以容易地与其他常见的企业门户相集成。
• WebService查询面板：该模块以一个向导界面的方式帮助用户快速地创建数据查询，并把查询结果发布到WebService上。她使得BI信息能以安全的方式发送到任何可接受webservice的应用系统中去。
• 语义层设计器：该工具通过一个图形界面的设计环境，让设计者快速方便地创建BO的元数据层：语义层。其他非技术用户则可以通过语义层而直接获得信息。1.6商务智能应用举例――BusinessObjectsXI3.0

第24页：BOE平台的主要功能模块

• BIWidgets：BIWidgets为用户提供在桌面上的商业信息。使用简单的拖放操作，她允许用户组织，客户化并访问所有关键的BI报表内容，并且将其摆放在Windows桌面上，实时更新。
• 中央管理控制台（CMC）：中央管理控制台提供了一个友好和丰富的管理界面，用来控制、设定、配置所有的后台BI环境。包括安全性管理、日程管理、服务器管理等等。其中，安全性管理可以做到数据库行级别和对象级别的访问控制。通过一个集成的数据库（资料库），CMC可以在任何浏览器中访问，并管理任何地方的服务器配置。
• 百科全书：百科全书是一个在Infoview中提供BI参考信息的面板。用户可以从中了解、更新所有内容组件（如报表）的元数据。通过百科全书，用户可以对所使用的报表的内容更加清楚，对数据的结果更有信心。（仅针对BOEPremium版本）
• JPIK（JavaPortalIntegrationKit）：JPIK可以将BI内容与其他任何Java门户进行集成，并提供给用户一个单一的、安全的个性化企业信息门户。
• 信息发布：发布（Publishing）功能使得用户可以通过Email自动地将个性化BI内容（报表等）大规模发放到最终接受者端，中间无需人工干预，且可以实现安全性控制。
• SPIK（SharePointPortalIntegrationKit）SPIK可以将BI内容与微软的SharePoint门户相集成，提供用户一个单一的，安全的个性化企业信息门户。
• 流程控制：流程控制能够帮助企业将BI内容与他们的流程相结合，以便用户可以制定更加完整、前瞻的决策。通过事先设定的活动和相对应的报表与分析，企业组织可以形象化的对应、跟踪和沟通每一个业务流程。（仅针对BOEPremium版本）
• 软件开发包（SDK）：原生的JavaEE和微软.Net软件开发包提供一个与Java或微软平台紧密集成的接口。
• 除此之外，BO还提供一套完善的WebService组件，为不同平台的接口提供各种BI功能。

第25页：本章小结

商务智能的架构体系

是指商务智能的各个构成要素、关键组成部分之间的相互关系以及其整体结构的界定。商务智能体系结构一般为：源数据层、数据转换层、数据仓库(数据集市)层、OLAP及数据挖掘层、用户展现层。商务智能的技术体系主要包括三个部分：数据仓库、数据挖掘和联机分析处理（OLAP）。【本章小结】

• 商务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。从技术层面上讲，商务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。BI技术提供帮助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，将这些数据转化为有用的信息，然后分发到企业各处。其功能包括：数据管理、数据分析、知识发现和企业优化。
• BI作为一种企业信息集成解决方案，是一个分析型系统。BI与其他系统之间的既有区别又有联系，一方面，BI为企业不同的应用系统之间架起了互通的桥梁，同时这些信息化系统也为BI提供了数据源。另一方面，BI的价值又在这些系统之上，它可以发现数据背后隐藏的商机或威胁，获得洞察力，了解企业和市场的现状、把握趋势、识别异常情况、理解企业业务的推动力量、认清正在对企业的业务产生影响的行为及影响的程度如何等。

第26页：第1章习题

• 【习题】
• 1.简述商务智能产生的原因。
• 2.如何定义商务智能？它有哪些功能。
• 3.试述商务智能系统和其他交易系统之间的关系。
• 4.简述商务智能的体系架构。
• 5.论述目前我国商务智能在各个领域的应用状况。
• 6.如何理解商务智能的发展趋势。