商业智能商业智能

每日干货好文分享丨请点击+关注

我们已经发表了一些关于部署商业智能（BI）时最常见瓶颈的博客，但在起初是如何起头的呢？这里列举了企业在一开始就不使用商业智能（BI）解决方案的一些原因。

1.我不需要它

不, 你不需要商业智能（BI）。很多企业得过且过，甚至在没有任何一种商业智能（BI）的情况下也能兴兴向荣。但随着越来越多的竞争对手采用了商业智能（BI）解决方案(目前有22%的企业使用它，但是2012年有另外27%的企业打算实现它),你会发现要和他们竞争会越来越难。

原因很简单: 好的商业智能（BI）增加收入。事实上, 来自 Nucleus研究公司的新发现表明某些分析, 尤其是预测分析, 可以带来超过1000% 的投资回报率(ROI)。是的,在商业智能（BI）上每花1美元就有10美元的回报。所以, 你现在可能不需要商业智能（BI）, 但随着越来越多的中小企业采用它, 你最终会需要它。你真的想要迎头赶上吗?

2.我没时间理它

英国有三分之二的小企业主每星期工作超过50小时。在美国也是一样，如果不是更长时间。在这么长的工作时间、压力,和经营中小型企业的头痛之下，还想要在你永无止境的责任列表增加另一层的监控、分析和软件维护吗?

我们肯定要这样。我们已经看到实施商业智能（BI）解决方案后会有效益。但一个好的商业智能（BI）解决方案也将节省时间。有多少人长时间都花在协调数据的输入错误上呢？或者也许你正受生成报表和图表的困扰呢?也许是花时间在弄清如何评估自己的员工上了?或者, 坦率地说, 它都用于折腾Excel了，不是吗?

正确使用商业智能（BI）可以节省您的时间，它能为企业自动化处理一大堆流程。同样, 针对某些像我们这样的软件即服务(SaaS)的产品,大约需要48小时就能开始，其中一个工作实际上是需要在终端上配置软件。在许多方面，时间的投资回报率(ROI)时间甚至大于收益。

3.我的数据质量不达标。

“如果我知道我的数据是完全错了，数据分析又能好到哪里去呢?给我一个到两个月把数据清理干净, 然后我们再谈。”

每家公司都有错误的数据。事实上, 有些估计说在给定的时间里有多达25%的数据可能是不准确的，而有五分之一的企业甚至没有使数据准确的目标。所以你的公司又有什么不同呢?

数据质量不会自我改善。这是一个需要努力的过程。然而,有了正确的工具这一过程就能尽可能少些痛苦。

一个好的商业智能（BI）工具可以帮助你适度识别关键数据的错误,对它们进行标记,为缺失的值提供一个“最佳猜测”的占位符标准。

应该从现在开始,因为你的公司永远不会停止生成新的数据和新的数据错误。坦白说: 如果你有自己的设备和时间,你真的会停止并回头去修复你所有的数据错误吗?或许不会,因为凭你自己去完成它太痛苦了。数据质量监控是一种算法，它可以比你更快更准确地完成工作，很管用。

4.我们目前忙于雇人

你的小企业增长迅速。一个星期要招聘一位新的员工。你没有时间让每个人都了解最近情况并掌握一种新的商业智能（BI）工具。但如果商业智能（BI）工具可以使新员工更容易投入工作呢?

一个好的商业智能（BI）解决方案不仅会创建，还能促使新员工从第一天开始就遵守流程。由于内置的数据误差监控, 新员工没有机会在错误的地方输入数据。从一开始,新员工就会在自动数据创建过程的指导下，而无需微管理。

事实上，好的商业智能（BI）将帮助你很快看到新员工对工作环境的适应。员工记分卡和晚间电子邮件活动总结能让你评估他们的表现, 提供的数据让你可以在过程中有效地纠正他们,而且如果需要时可以更快速地切断与差劲员工的雇佣关系。

本质上, 商业智能（BI）解决方案可以更快地让新员工成为有生产率的熟练者。你可能不用忙于此事。

5.我的企业太小

你可能觉得企业太小不需要商业智能（BI）解决方案。只有几个员工的你真的需要这样的深度分析?答案是, 你没这么小。五分之三的企业雇员在1到4人之间,所以你很正常，而非例外。小企业是美国经济的核心, 具有最大的增长潜力。正因如此，中小企业应该比其它任何企业都该利用好商业智能（BI）。毕竟, 不管你是多么的渺小,也会产生大量的数据。

当一个商业智能（BI）解决方案是专为中小型企业而建时，就没有小到可以忽视的企业。有案例研究证明在一个非常小的企业里，商业智能（BI）仍有大的投资回报率。

以上文章出自奥威软件，转载需告知。

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。

商业智能的概念在1996年最早由加特纳集团（Gartner Group）提出，加特纳集团将商业智能定义为：商业智能描述了一系列的概念和方法，通过应用基于事实的支持系统来辅助商业决策的制定。商业智能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，将这些数据转化为有用的信息，然后分发到企业各处。

商业智能又名商务智能，英文为Business Intelligence，简写为BI。

提到“商业智能”这个词，网上普遍认为是Gartner机构在1996年第一次提出来的，但事实上IBM的研究员Hans Peter Luhn早在1958年就用到了这一概念。他将“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。”

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。