商务智能起源于上世纪09年代末并在本世纪之初的几年之间得到蓬勃发展。由于企业对商务智能需求的不断变化和信息技术的日新月异，商务智能也随之持续、快速地变化发展着。目前呈现出新的特点和发展趋势，如：商务智能被整合进企业门户，商务智能和无线技术相结合形成无线商务智能，商务智能逐步形成跨越不同领域、厂商和技术的通用语言即分析型可扩展标记语言 （XMLA），商务智能的直接支持范围从单个企业扩展到企业所在价值链中的所有企业并支持这些企业协作式地互动，商务智能利用高级视觉技术如三维技术、 INTERNET技术、GPS技术等为用户提供更精细、更灵活、更专业化的视图、报告、图表和基于情景的解释、解决方法；商务智能更加安全以保护商业机密。

    商务智能是多项技术交叉在一起的复合应用，这些技术包括关键技术、主要技术、支撑技术、辅助技术，本文关注的是关键技术。商务智能的实现本质上是通过对信息流的处理即数据、信息、知识的成功转化实现的，根据各种技术在这一过程中特定的功能定位、处理对象和实现难度，可以识别出商务智能的关键技术，并将其分为三大类：数据集成技术、信息分析技术、知识展示。

    数据集成是捕捉、整合、转换、清洗、改造源数据和把源数据装到数据仓库和数据运营店的一系列过程。目前，数据集成技术分为两个细分领域：数据获取和数据仓库。数据获取即数据抽取、转换、装载，俗称 ETL,市场上有很多这种商品化工具。数据仓库是具有主题导向的、整合的、因时间而变异的、已有数据不变动的数据集合，根据类型分有：企业数据仓库、探索型数据仓库、挖掘型数据仓库；根据粒度分有：企业数据仓库、数据集市、运营数据店。

    信息分析是对存放在数据仓库中的数据进行分析以发现有价值的信息。信息分析分为描述性分析和预测性分析。描述性分析是指利用数理统计、在线分析处理等技术对数据进行汇总、合并和聚集从不同的角度描述数据，以获得有严密推证关系的信息。预测性分析是指利用数据挖掘从大量的、不完全的、有噪声的、模糊的、随机的数据集中识别有效的、新颖的、预测未来的信息，这些信息可能没有严密的逻辑性但却以一定程度的准确性预测未来；数据挖掘是一门涉及面很广的交叉学科，包括机器学习、数理统计、神经网络、数据库、模式识别、粗糙集、模糊数学等相关技术。

    知识展示是对信息分析的结果进行展示和解释以便用户能够理解并影响用户的行为。简单展示技术主要有查询、报表和多维数据集。查询和报表是最早的商务智能手段，用户可以利用这些工具作一些简单的分析和报告，把他们展现在屏幕上或打印出来；多维数据集可以帮助用户以灵活、随意的组合纬度，对数据进行横切竖割，从而对企业的运营状况进行多侧面的审视。但是对数据挖掘等深度分析的结果往往要进行高级解释，这包括如何用树、表、图、规则、曲线等表示知识，如何将知识同商务和用户情境结合以解释知识，如何用三维技术等将知识可视化。

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。