定义

商业智能（BI）

通过

克雷格斯德曼，编辑很大
埃德•伯恩斯执行编辑

商业智能（BI）是一种技术驱动的过程，用于分析数据和提供可操作信息，帮助高管，管理人员和工人做出明智的业务决策。作为BI进程的一部分，组织从内部IT系统和外部源收集数据，准备它进行分析，对数据运行查询并创建数据可视化，BI仪表板并报告为业务用户提供分析结果，以进行操作决策和战略规划。

BI计划的最终目标是推动更好的业务决策，使组织能够增加收入、提高运营效率并获得超越业务对手的竞争优势。为了实现这个目标，BI结合了分析，数据管理和报告工具，以及各种方法，用于管理和分析数据。

商业智能流程如何运作

一个商业智能架构包括不仅仅是BI软件。商业智能数据通常存储在一个数据仓库适用于整个组织或小型组织的数据集市它包含各个部门和业务单元的业务信息子集，通常与企业数据仓库有关联。此外，数据湖基于Hadoop集群或其他大数据越来越多的系统被用作BI和分析数据的存储库或着陆平台，特别是日志文件、传感器数据、文本和其他非结构化或半结构化数据类型。

BI数据可以包括生成时从源系统收集的历史信息和实时数据，使BI工具能够同时支持战略和战术数据决策过程。在BI应用程序中使用原始数据之前，来自不同源系统的原始数据通常必须使用数据集成和清理数据质量管理工具，以确保BI团队和业务用户正在分析准确和一致的信息。

本文是的一部分

企业商业智能的终极指南

下载1

下载整个指南，现在免费!

从这里开始，BI流程中的步骤包括以下内容:

数据准备，其中组织和建模数据集以进行分析;
编制数据的分析查询;
的分布关键绩效指标（kpis）和商业用户的其他调查结果;和
使用信息来帮助影响和推动业务决策。

最初，BI工具主要由BI和IT专业人员使用，他们为业务用户运行查询并生成指示板和报告。然而，由于技术的发展，业务分析师、高管和员工正在越来越多地使用商业智能平台本身自助服务BI和数据发现工具。自助业务智能环境使业务用户能够查询BI数据，创建数据可视化并自己设计仪表板。

商业智能程序通常包含高级分析的形式，比如数据挖掘，预测分析，文本挖掘，统计分析和大数据分析。一个常见的例子是预测建模，可以实现不同的业务场景的分析。然而，在大多数情况下，先进的分析项目由单独的团队进行数据科学家而BI团队则负责更直接的业务数据查询和分析。

为什么商业智能很重要

总体而言，商业智能的作用是通过使用相关数据来改善组织的业务运营。有效地雇用BI工具和技术的公司可以将他们的收集数据转化为关于他们的有价值的见解业务流程和策略。这样的洞察力可以用来做出更好的业务决策，从而提高生产力和收入，加速业务增长和更高的利润。

没有BI，组织就不能轻易利用数据驱动的决策。相反，管理层和员工主要是根据其他因素来做出重要的商业决策，比如积累的知识、以前的经验、直觉和直觉。虽然这些方法可以产生良好的决策，但由于缺乏数据支持，它们也充满了潜在的错误和失误。

商业智能的好处

成功的BI计划在组织中产生各种业务福利。例如，BI使C-Suite高管和部门管理人员能够在持续的基础上监控业务表现，因此当出现问题或机会时，它们可以快速行事。分析客户数据有助于使营销、销售和客户服务工作更有效。在供应链、制造和分销瓶颈造成财务损害之前，就可以检测到它们。人力资源经理能够更好地监控员工生产力、劳动力成本和其他劳动力数据。

总体而言，企业可以从BI应用程序获得的主要优势包括：

加快和完善决策;
优化内部业务流程;
提高运营效率和生产力;
现场需要解决的业务问题;
识别新兴业务和市场趋势;
制定更强大的商业战略;
推动更高的销售和新收入;和
获得相对于竞争对手的竞争优势。

BI计划还提供了更狭义的业务好处——其中，项目经理更容易跟踪业务项目的状态，组织更容易收集竞争对手的竞争情报。此外，BI、数据管理和IT团队本身也受益于商业智能，使用它来分析技术和分析运营的各个方面。

商业智能工具和应用的类型

商业智能结合了广泛的数据分析应用程序，旨在满足不同的信息需求。大多数都是由自助式BI软件和传统的BI平台支持的。组织可用的BI技术列表包括以下内容：

特别的分析。也称为临时查询，这是现代BI应用程序的基本元素之一，也是自助BI工具的关键特性。它是编写和运行查询以分析特定业务问题的过程。虽然临时查询通常是动态创建的，但它们通常会定期运行，并将分析结果合并到仪表板和报告中。

在线分析处理(OLAP)。OLAP工具是早期的BI技术之一，它允许用户沿着多个方向分析数据方面，这尤其适用于复杂的查询和计算。在过去，必须从数据仓库中提取数据并存储在多维OLAP多维数据集中，但越来越多地运行OLAP分析直接针对柱状数据库。

移动BI。移动商业智能使得智能手机和平板电脑上可以使用BI应用程序和仪表板。移动BI工具通常更多地用于查看数据，而不是分析数据，其设计通常强调易用性。例如，移动仪表板可能只显示两到三个数据可视化和kpi，以便在设备屏幕上轻松查看。

实时双。在实时BI应用程序中，在创建、收集和处理数据时，会对数据进行分析，以便为用户提供有关业务操作、客户行为、金融市场和其他感兴趣领域的最新视图。的实时分析过程通常涉及流式传输数据并支持决策分析使用，例如信用评分，股票交易和有针对性的促销优惠。

作战情报（oi）。也称为运营BI，这是一种实时分析的形式，可向经理和前线工人提供商业运营的信息。OI应用程序旨在帮助操作决策并启用更快的问题行动 - 例如，帮助呼叫中心代理解决客户和物流经理的问题，以简化分配瓶颈。

saas BI。SaaS BI工具使用由供应商托管的云计算系统，以服务的形式向用户提供数据分析功能，这种服务通常以订阅为基础定价。SaaS也被称为云BI多重云支持，这使得组织可以在不同的云平台上部署BI应用程序，以满足用户需求，避免厂商锁定。

的开源BI(OSBI)。开源的商业智能软件通常包括两个版本:一个可以免费使用的社区版本和一个由供应商提供技术支持的基于订阅的商业版本。BI团队也可以访问源代码用于开发。此外，一些专有BI工具的供应商提供免费版本，主要面向个人用户。

嵌入式BI。嵌入式业务智能工具将BI和数据可视化功能直接放到业务应用程序中。这使业务用户能够在他们用于完成工作的应用程序中分析数据。嵌入式分析功能最常见的是由应用软件供应商合并，但企业软件开发人员还可以在本质应用中包含它们。

合作BI。这更像是一个比特定技术的过程。它涉及BI应用程序和协作工具的组合，以使不同的用户能够在数据分析上工作，并彼此共享信息。例如，用户可以通过使用在线聊天和讨论工具向BI数据和分析结果注释BI Data和Analytics结果。

位置的情报（李）。这是一种特殊形式的BI，允许用户分析位置和地理空间数据，并结合基于地图的数据可视化功能。位置智能提供了对商业数据和操作中的地理元素的洞察。潜在用途包括零售店和公司设施的选址、基于位置的营销和物流管理。

商业智能供应商和市场

自助式BI和数据可视化工具已成为现代BI软件的标准。Tableau，Qlik和Spotfire，即目前是Tibco软件的一部分，在2010年之前提前开发自助服务技术，并成为BI市场的杰出竞争对手。大多数传统BI查询和报告工具的供应商以来，他们的道路然后。现在，几乎每个主要的BI工具包含自助服务功能，例如可视化数据发现和临时查询。

此外，现代BI平台通常包括：

数据可视化软件设计图表和其他信息图表以易于掌握的方式显示数据;
构建BI仪表板，报告和性能记分卡的工具，显示KPI和其他业务指标的可视化数据;
数据讲故事特色在商业用户的演示中结合可视化和文本;和
使用监控，性能优化，安全控件和用于管理BI部署的其他功能。

BI工具可在整体数十个供应商中提供。提供BI软件的主要IT供应商包括IBM，Microsoft，Oracle，SAP，SAS和Salesforce，它在2019年购买了Tableau，并在收购之前销售了自己的工具。谷歌也通过其Looker单元在2020年中获取的。其他值得注意的双供应商包括Alteryx，Domo，Gooddata，Infor Birst，信息建设器，Logi Analytics，MicroStrategy，金字塔分析，Sisense，Idenspot和Yellowfin。

虽然全功能BI平台是最广泛使用的商业智能技术，但BI市场还包括其他产品类别。一些供应商专门为嵌入式BI使用提供工具;示例包括GoodData和Logi Analytics。像Looker，Sisense和Idenspot目标复杂的公司策划数据分析应用程序。各种仪表板和数据可视化专家专注于BI过程的那些部分;其他供应商专注于数据讲故事工具。

商业智能用例的例子

一般来说，企业BI用例包括:

监控业务表现或其他类型的指标;
支持决策和战略规划;
评估和改进业务流程;
为操作人员提供有关客户、设备、供应链和其他业务操作要素的有用信息;和
检测数据中的趋势，模式和关系。

具体用例和双应用因工业而异。例如，金融服务公司和保险公司使用BI风险分析在贷款和政策审批流程期间，并根据当前的投资组合确定向现有客户提供其他产品。BI帮助零售商营销活动管理，促销计划和库存管理，而制造商依赖于植物业务的历史和实时分析，并帮助他们管理生产计划，采购和分配。

航空公司和连锁酒店是BI的大用户，他们可以跟踪航班容量和客房入住率，设定和调整价格，安排工作时间。在医疗保健组织中，BI和分析有助于诊断疾病和其他医疗状况，并努力改善患者护理和结果。大学和学校系统利用BI来监控学生的整体表现指标，并在其他应用程序中识别可能需要帮助的个人。

大数据的商业智能

BI平台越来越多地被用作包含结构化，非结构化和半系统数据的组合的大数据系统的前端接口。现代BI软件通常提供灵活的连接选项，使其能够连接到一系列数据源。这以及相对简单的用户界面（用户界面）在大多数BI工具中，使其适合大数据架构。

BI工具的用户可以访问Hadoop和Spark系统，NoSQL数据库除了传统的数据仓库之外，还有其他大数据平台，并获得存储在其中的不同数据的统一视图。这使得具有广泛的潜在用户参与其中分析大数据集，而不是只有高技能的数据科学家才能看到数据。

或者，大数据系统用作稍后的原始数据的分期区域，稍后被过滤和精制，然后加载到数据仓库中，以便由BI用户分析。

商业智能趋势

除Bi Manageer除外，商业智能团队还包括BI架构师，BI开发人员，BI分析师和BI专家的组合，他们与数据架构师，数据工程师和其他数据管理专业人员密切合作。业务分析师和其他最终用户通常也包含在BI开发过程中以代表业务方面并确保满足其需求。

为了帮助实现这一点，越来越多的组织正在使用敏捷BI和数据仓库方法来取代传统的瀑布式开发敏捷软件开发将BI项目分解为小块的技术，并以增量和迭代的基础提供新功能。这样做使公司能够更快地将BI功能放入使用，并在业务需求变化或新要求出现时更新或修改开发计划。

BI市场的其他值得注意的趋势包括:

激增增强分析技术。BI工具越来越多提供自然语言查询功能作为用SQL或其他编程语言编写查询的替代方案，加上人工智能和机器学习帮助用户查找、理解和准备数据、创建图表和其他信息图的算法。
低码和无代码开发。许多BI厂商还在添加图形工具，使能使用很少或没有编码开发BI应用程序。
增加对云的使用。BI系统最初迁移到云的速度很慢，部分原因是数据仓库主要部署在本地数据中心。但数据仓库和BI工具的云部署都在增长;在2020年初，咨询公司Gartner表示，目前大多数新的BI支出都用于基于云的项目。
努力提高数据素养。通过自助服务BI扩大在组织中使用商业智能工具，确保新用户能够理解和使用数据至关重要。这将提示BI团队在用户培训计划中包含数据素养技能。双供应商还推出了QLIK-LED数据扫盲项目等举措。