BI在2008年受到了用户的广泛关注，现阶段的BI在企业中开始得到有效的部署，企业在早期的ERP部署以后，下一步的重点工作就是对于信息系统的深化应用，比如企业的ERP系统已经上线应用了有几年的时间，随着时间和业务的推移，企业的数据量越来越多，如现阶段的一些网站淘宝网以及不同的企业，每天都会产生大量的数据，从存储的角度来看，技术的发展，已经有足够的存储设备来支持这些数据库的管理工作，但从企业最本质的目的来讲，并没有实现其价值。

　　现阶段的BI软件更多是解决了企业数据的问题，通过建模、数据仓库把数据进行一个统一的管理，然而，从现状来看实现真正的还差很远。时下，一些BI厂商或者是一些专注于数据的服务商在猛炒BI的应用，同时，BI的需求固然在企业中存在，但从总体来看，BI目前发展并不是很成熟，早期的BI只能实现一个简单的功能，甚至都不能称之为BI,只是IT部门对于数据的分析。信息技术的不断进步，以及企业信息系统的的价值最大化，深化应用信息系统已经未来IT部门的重点。在深化应用的基础上，BI的应用受到的用户的关注。然而，对于BI服务商大si宣传的普及，显然还存在很多的问题。

　　对于中小企业来讲，逐渐呈现出对管理软件旺盛的需求态势，很多厂商发布了专门针对中小企业的BI套件，而且很多国内的BI厂商推出了廉价的BI产品，中小企业在实施ERP、CRM产品后，必将应用BI。由此可见，中小企业市场是BI应用非常重要的组成部分。

　　国内BI应用的呈现三架马车态势

　　从现在在BI应用的层面来讲，BI主要分为三个阶段：数据挖掘、数据分析、商业智能三个阶段。

　　1、数据挖掘

　　从资料中我们了解到数据挖掘(Data Mining)，就是从存放在数据库，数据仓库或其他信息库中的大量的数据中获取有效的、新颖的、潜在有用的、最终可理解的模式的非平凡过程。在企业BI应用初期，大部分是处于这一阶段，数据量的增长，让企业前期必须找到有效的数据，如企业信息系统中ERP所产生的数据，对于部分的企业来讲，可能很早就部署了ERP,所以，它的数据量非常惊人，但随着时间的推移，有些数据已经失去其价值，造成是一些没有用的数据，当转换成信息以后，本身信息的价值就已经不存在，反而容易误导业务使用人员及企业的领导。基于此，必须梳理清楚数据的有效性。

　　据笔者从一家医药企业的CIO了解到，该CIO在了解前一家服务单位做过某国外大型BI项目的过程中就涉及到这一问题，数据的有效性如何来处理。据该CIO介绍，起初部署了BI项目以后，并没有达到老板的所要的要求， 所要的结果与当初的预期有很大的差别，数据信息并不是很准确，对于此，该CIO建议在数据方面可以节选一定的时间，比如数据选用在三年以前的为基础数据，三年以后的可以作业务个数据参考，但该公司老板并没有采取他的建议，从而导致了整个BI项目在企业中应用的并不是很理想。如果单纯案例的角度来看，在该BI项目的应用过程当中，抛开项目实施因素的影响，我们可以看出，有效数据的转换的重要性。数据挖掘阶段，正是为了解决企业大量原始数据的阶段时所要做的工作，这一层有专业的数据挖掘服务商，提供专业的工具来帮助我们的数据经理或者IT经理解决初期的问题。

　　2、数据分析

　　资料中了解到，数据也称观测值，是实验、测量、观察、调查等的结果，常以数量的形式给出。数据分析的目的是把隐没在一大批看来杂乱无章的数据中的信息集中、萃取和提炼出来，以找出所研究对象的内在规律。在实用中，数据分析可帮助人们作出判断，以便采取适当行动。数据分析是组织有目的地收集数据、分析数据，使之成为信息的过程。这一过程是质量管理体系的支持过程。理论的角度来看，要把有效的数据转换成信息是成立的，但从目前BI的应用的角度业，现在数据的分析做得并不是很理想，这是因为一方面企业内部的原因，包括企业对于信息的认识、期望值过于高等等等因素，另一方面，从BI服务商的角度来看，数据分析本身产品的算法不同，相同的数据，不同的产品所产生的结果确不一样，导致了CIO在晨选择数据分析层的产品容易产生困惑。国内目前大多数的BI应用处于这一层，由于各个时机的不成熟、技术、产品、企业内在因素等影响是数据分析这一层需要标准的建立。

　　3、商业智能

　　当企业对于数据有了有效的筛选，得出有效的的数据以后 把这些有效的数据进行进一步的细分以后，为决策层提供有利的辅助依据。我们把数据分析以上的阶段称之为高级商业智能，但目前从应用的角度来看，国内很少企业能达到这一种地步，至少对于中小企业来讲，商业智能更多的处于一数据分析的阶段，而真正的商业智能还相差甚远而且现在的商业智能更多的是让企业领导知道有这么回事或者了解了企业的一些内部因素，在企业战略以及决策的过程当中，应用的并不是很多。但未来必然是商业智能必然是企业信息化的发展阶段。

　　处于分析层的BI由企业现状决定

　　从BI应用的现状我们可以看出，数据分析是国内企业部署BI最多的层面，据笔者采访的众多用户了解到大部分是BI应用处于数据分析阶段，主要是由企业自身的因素所决定。在数据库方面技术已经比较成熟，对于数据的有效应用，现有的工具基本能达要求，但数据分析阶段目前处于这样一个“实施期”。笔者认为，BI在企业中处于应用的阶段，主要在以下几个方面的原因：

　　1、企业自身业务的因素

　　企业业务的不断变化，所产生的数据也会不断的变化，因此，就会出现新的数据，而这些新数据在企业过去所有数据的比例占用比重较少，很难对于整体的数据产生效果，有可能产生误导的现象发生，这些因素在企业中不可必免的发生，做BI时需要充分考虑清这些存在的因素。

　　2、整体的信息化水平

　　信息化建设虽然早有几十年的历史，但真正大规模的应用是最近这几年开始的，因此，部分企业在部署了先进的ERP软件以后，开始考虑下一步的发展重点。从IT部门来讲，BI或许下一步的发展重点，从企业的角度来讲，局部信息化的应用可能显得比较全面，但从整体的效果来看，国内大部分企业的信息化水平处于中等状态，甚至一些企业的信息化水平非常低，这就造成成了在整个市场竞争中，信息化水平整体偏低的的企业难以把BI做好、做出效果。同时，受企业管理水平的的限制，部分中层的管理层以及员工本身对于BI存在抵抗行业，最终导致了BI更多的把数据进行分析的层面。

　　3、BI产品及技术不是很成熟

　　从现有的BI产品和技术来看，虽然相对过去有了很大的改进和进步，同时，部分BI商整合了不同的服务商来来弥补其产品的不足，但总体是的应用效果来看， BI技术和产品并不是成熟，同时，现在的BI产品更多是“通用型”的产品，行业细划的并不是很多。行业细分化是现在企业关注的热点，不同的行业，所产生的数据、算法、以及所要的分析结果是不同的，BI服务商虽然是有BI的产品，但行业划分并不明确，很难满足企业的“个性化”需求。

　　同时，现阶段国内BI的实施成功率不到30%，没有行业典型的代表成功案例，导致了BI目前现阶段更多处于数据分析阶段。

　　总结发现， 虽然BI 在国内现在很火，国内的用户需求也是比较多，但BI应用并不是简单的事情，它如早期的ERP一样， 总是需要的经历一个过程，从出生到成长它需要一个过程，如果没有这个过程，那么，这个技术或者这个领域并不能走得很远。 也许这正如我们是早在几年前听说的"上ERP找死、不上ERP等死"的说法一样，BI总是要经历这样一个过程，直到产品成熟了、市场成熟了、用户成熟了， 那个时候，BI才能得到真正的普及。

　　关于BI:

　　BI 商业智能也称作BI是英文单词Business Intelligence的缩写。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。

　　商业智能的概念最早在1996年提出。当时将商业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技术及其应用。目前，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、客户和供应商资料及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。

（责编：韩雨彤）

免责声明：本网站（http://www.ciotimes.com/）内容主要来自原创、合作媒体供稿和第三方投稿，凡在本网站出现的信息，均仅供参考。本网站将尽力确保所提供信息的准确性及可靠性，但不保证有关资料的准确性及可靠性，读者在使用前请进一步核实，并对任何自主决定的行为负责。本网站对有关资料所引致的错误、不确或遗漏，概不负任何法律责任。
本网站刊载的所有内容（包括但不仅限文字、图片、LOGO、音频、视频、软件、程序等）版权归原作者所有。任何单位或个人认为本网站中的内容可能涉嫌侵犯其知识产权或存在不实内容时，请及时通知本站，予以删除。