商業(yè)智能行業(yè)與下游行業(yè)的關系分析

中國產業(yè)研究報告網訊：

    商業(yè)智能行業(yè)的下游行業(yè)覆蓋面較廣。目前，國內商業(yè)智能行業(yè)的下游主要為電信、金融、能源、交通和政府等信息化程度相對較高的領域，本公司最主要的下游為電信行業(yè)。近年來，這些領域在IT 系統(tǒng)建設方面的投資保持著較高的增長率，對商業(yè)智能行業(yè)的發(fā)展具有較大的拉動作用。隨著國內企業(yè)信息化水平的普遍提升，以及企業(yè)對商業(yè)智能接受程度的提高，商業(yè)智能行業(yè)的下游覆蓋面將日益拓寬，對商業(yè)智能產品與服務的剛性需求將保持穩(wěn)定增長。 

    商業(yè)智能讓數據擁有智慧 

    商業(yè)智能是支持企業(yè)決策分析的一系列軟件、技術、方法的集合。1989年Gartner首次提出了商業(yè)智能 (BI)的概念，將其定義為一類由數據倉庫、查詢報表、數據分析、數據挖掘、數據備份和恢復等部分組成的、以幫助企業(yè)決策為目的的技術及其應用。隨著商業(yè)智能應用范圍的拓展，使用者從不同角度對商業(yè)智能提出了各自的理解。綜合各種理解的核心，商業(yè)智能是指從數據中發(fā)現有價值的規(guī)律、模式，將數據轉化為知識，支持企業(yè)的決策、營銷、服務的一系列軟件、技術、方法的集合。簡單地說，是指對商業(yè)信息的搜集、管理和分析過程，目的是使企業(yè)的各級決策者獲得知識和洞察力，幫助他們做出對企業(yè)更有利的決策。
 

    數據孤島/新興技術/數據資產化凸顯商業(yè)智能的重要意義。在商業(yè)智能的產生和發(fā)展過程中，如下二個因素有著重要作用：第一，企業(yè)出現了越來越多的數據孤島，如何理順這些數據并使其發(fā)揮作用，是企業(yè)思考的一個關鍵問題；第二，隨著移動互聯(lián)網、電子商務等新興IT技術的產生，企業(yè)運行方式正在逐漸改變，新的數據產生方式和表現形式層出不窮，如何有效整合利用這些新數據值得思考;第二，數據資產化的理念正深入人心，如何把數據轉化為資產備受矚目，相關技術和方法必然成為IT投資的熱點領域。商業(yè)智能的木質正是把數據轉化為知識，致力于知識發(fā)現和挖掘，減少數據孤島、適應新興技術、實現數據的資產化。

    數據倉庫十聯(lián)機分析處理十前段分析展示十數據挖掘，讓商務智能從管理數據到發(fā)現知識。商業(yè)智能的實現過程是通過收集來自企業(yè)內部和外部各種數據源的不同數據，提取有用信息，經過數據清洗、轉換、重構存入數據倉庫或數據集市，然后通過合適的查詢和分析工具、數據挖掘工具、聯(lián)機分析處理工具對數據進行加工處理，最終轉化為知識。從商業(yè)智能系統(tǒng)建立的技術角度來看，構建一個完整的商業(yè)智能系統(tǒng)涉及到的核心技術主要有數據倉庫(DW)技術、聯(lián)機分析處理(OLAP)技術、前端分析展示技術以及數據挖掘(DM)技術等組成。

    商業(yè)智能讓數據擁有智慧，從數據管理到分析預測。從數據的最終利用深度來看，商業(yè)智能劃分為數據報表、數據分析、數據挖掘二個層次。其中，報表系統(tǒng)只是簡單地進行數據管理，描述企業(yè)已經發(fā)生的事件，比如Excel、水晶報表、Reporting Service和潤乾報表等報表系統(tǒng);數據分析是對數據進行優(yōu)化分析，解析造成企業(yè)目前狀況的深層次原因，比如OLAP技術;數據挖掘則是對數據進行分析預測，發(fā)現知識、預測未來。

    內容選自產業(yè)研究報告網發(fā)布的《2012-2016年中國商業(yè)智能(BI)市場評估與投資趨勢研究報告》