商業智能的bi時代精選(九篇)
前言：一篇好文章的誕生，需要你不斷地搜集資料、整理思路，本站小編為你收集了豐富的商業智能的bi時代主題范文，僅供參考，歡迎閱讀并收藏。
第1篇：商業智能的bi時代范文
商業智能(bi)這潭平靜了很久的湖水，目前泛起了新一輪的波瀾。繼Oracle成功收購海波龍之后，數據倉庫軟件提供商NCR公司也計劃分離數據倉庫事業部門Teradata，使其成為一家獨立的公司。與此同時，惠普公司已經開始開發自己的數據倉庫平臺。而微軟將在5月的第二個星期，在西雅圖召開它的第一次BI會議。一時間，BI領域熱鬧非凡。
在不久前舉辦的2007中國數據管理技術應用年會上，有分析人士指出，以購并小的專業公司為主的BI市場，將會向寡頭時代演進。作為目前最大的兩家獨立BI廠商，SAS與BO(Business Objects)自然成了惠普、IBM、微軟、SAP等巨頭們虎視眈眈的目標。誰將會步海波龍的后塵？目前幸存的獨立BI廠商們又將如何應對挑戰？記者于近日就此采訪了SAS公司大中華區總裁黃永恒和BO公司全球副總裁、大中華區總裁高樹楷。
黃永恒：我們沒有任何被兼并的壓力
黃永恒：中國將是商業智能的一個重要舞臺。
“據我們了解，兩年前很多企業認為“安全”比較重要，但是最近的一個調查表明，很多CEO、CIO，已經把BI排在第一。原因是他們覺得如果一個企業沒有BI，就不可能有一個真正長遠的成功。對現在的企業來說，不光是看生存了，還是要看發展；不光是要發展，還要能持續，而BI是可以真正為企業提供策略性幫助的操縱桿。”SAS公司大中華區總裁黃永恒認為，BI市場近年來發展很快。
獨特的商業模式和戰略
在談及Oracle對海波龍的收購時，黃永恒表現得非常輕松：“這是一個正常的市場行為，Oracle通過收購完善了自己的BI產品線。其實無論是SAS也好，BO也好，如果公司沒有到一個規模，你就要考慮有沒有生存空間，是不是要被兼并。對于SAS，我可以很有信心地說，我們沒有任何被兼并的壓力。我們去年的全球收入是19億美元，今年我們肯定會超過20億美元的。在經過30年的積累之后，我們已經獲得了很廣泛的生存空間。”
“對軟件行業來說，30年真的是很長時間。”黃永恒表示，“在美國，軟件企業不要說10年，通常2至3年就會換一個新領域或產品。而SAS在商業智能這個市場上奮斗了30年，并且不停地增長，這可以說是一件非常神奇的事情。”
SAS能夠取得今天的成績，黃永恒認為很大程度上是因為其獨特的商業模式和戰略。
“我們的商業模式是軟件租用，相當于客戶和我們是合作伙伴的關系，也就是說已經把軟件做成了服務。美國State Farm Insurance公司30年前用SAS的時候，是從一個很小的工具開始，每年1000多美元。但在去年，這家客戶和我們續約的合同已經超過了1000多萬美元。今天，很多軟件公司看到了這一商業模式的潛力，也在提類似的概念，但是真正模仿起來卻很困難。”
BI的舞臺在中國
作為新上任的SAS公司大中華區總裁，黃永恒肩負了SAS在中國及周邊地區的市場開拓重任。“SAS公司一貫很重視中國的市場。我們決定并已經開始把大中華區的總部搬來北京。把大中華區總部設在北京，一方面表明了SAS對中國市場的重視，同時這也是我個人的意愿，因為我覺得中國，特別是北京，將是商業智能的一個非常重要舞臺。”
根據黃永恒介紹，今年SAS公司在市場上推商業智能的同時，也在國內推廣一個領先的概念叫做BICC，即商業智能競爭力中心。這個中心不是一個產品，而是一個企業文化和組織革新的概念。通過一個創新的組織，企業能夠真正將IT部門的技術、企業的數據和業務需求聯系起來，提高企業競爭力，將企業的利潤最大化。
此外，SAS過去是以直銷為主的，但是今年，會啟動新的合作伙伴計劃。在中國，SAS已經成立了專門的渠道合作伙伴部門。
對于數據挖掘和統計預測，不了解的人會覺得很難，熟悉的人會覺得很好用。黃永恒特別提到，在今后一段時期內，SAS公司將在國內的大專院校中開展一些推廣活動，幫助學生們更多地了解商業智能。
“我個人希望能夠推動50至100所大學的學生來使用我們的商業智能軟件。讓有興趣的學生多了解一些數據挖掘和統計預測的工具，這對于商業智能基本知識和概念的普及是一個長期而重要的工作。”他很有信心。
高樹楷：已經做好迎接挑戰的準備
高樹楷：今年我們將擴大合作伙伴的范圍。
記者見到BO全球副總裁、大中華區總裁高樹楷，是在今年4月中旬召開的2006年度“中國軟件企業十大領軍人物”的頒獎典禮上。在此次由中國軟件行業協會與《軟件世界》雜志社聯合主辦的評選中，高樹楷當選“2006年度中國軟件企業十大領軍人物”，這可以說是對他自2006年4月以來，負責BO大中華區工作的最好肯定。
Oracle收購海波龍后不久，BO公司就發表了一份頗帶火藥味的聲明，向媒體表示此次收購不會動搖BO在BI市場的地位。BO公司負責企業信息管理(EIM)業務的副總裁Pascal Clement更是認為：在這個行業內，沒有公司愿意被Oracle收購。Oracle是因為自己在BI領域成效甚微，所以才選擇了收購這條道路。
“Oracle收購海波龍是一次大膽的舉動，給BI這個市場確實帶來了很大的影響，同時Oracle也面臨很多難題。一是產品整合，一系列的收購使Oracle具有了龐大的產品線，如何讓眾多產品迅速整合，是擺在Oracle面前的難題；二是渠道整合，Oracle與海波龍有不同的銷售體系，能否快速整合將直接影響客戶的購買意愿。”
高樹楷認為：“BO已經做好了應對挑戰的準備。首先，作為獨立的BI廠商，我們的產品對異構數據平臺的適應性更好，可以滿足用戶對不同平臺下的數據管理和分析；其次，我們可以給客戶提供一整套完善的解決方案，在一個統一的平臺上滿足用戶不同的商業智能需求；還有，作為‘BI世界里的中立國’，我們和Teradata、用友等建立了良好的合作伙伴關系，從而使我們的解決方案更加完善。”
第2篇：商業智能的bi時代范文
【關鍵詞】數據信息 商業智能 卷煙銷售
一、商業智能（BI）概述
商業智能（BI，Business Intelligence），是對商業信息的搜集、管理和分析過程，目的是使企業各級決策者、使用者獲得知識，促使他們做出更加合理的決策和應用。BI將數據倉庫、在線分析處理（OLAP）和數據挖掘等結合起來應用于商業活動中，從由不同的數據源收集的數據中提取有用的數據，對數據進行清洗以保證數據的正確性，將數據經轉換、重構后載入數據倉庫或數據集市，然后利用合適的工具對數據進行處理，使數據信息變為輔助決策的知識，最后將知識呈現于接收者面前，為管理決策提供參考依據。總之，BI并不是基礎技術或者產品技術，而是一種解決方案。
二、商業智能系統支持下的卷煙營銷應用技術
現代卷煙營銷發展帶來大數據洪流，在現代信息技術的有力推動下，電子商務得到蓬勃發展，網絡營銷日益成為最為重要的營銷渠道，用信息技術武裝起來的現代零售終端日益真正成為行業的神經末梢，工商零“三位一體、面向市場、服務消費者”的現代營銷體系正逐步成型并日臻完善。伴隨這一發展的，是已經到來和即將到來的大數據洪流。以新商盟網絡營銷為例，據2013年不完全統計平臺聚集了近三百萬用戶，每天處理近百萬筆交易，再加上大量的網絡營銷活動，零售戶活動參與、發表意見，與客戶經理、工業代表、品牌經理等的網絡化溝通互動，其每天新增的數據規模已相當驚人。通過對這些數據信息的有效應用，可以幫助我們進一步優化營銷流程、開展個、推進精準營銷，從而顯著提升營銷活動的效能。
（一）實事求是，準確建立基礎數據倉庫。
1.準確市場細分
市場細分必須把握市場所處的地理位置、自然環境，人口規模等，即地理指標；消費者所處的社會階層、生活方式、個性特點等行為指標；消費者年齡、性別、家庭、職業、教育程度等人口信息指標；市場的經濟水平、經濟增長率、居民可支配收入等經濟指標；消費者的支出水平、消費能力、消費數量等能力指標，為“精度經營”尋求依據。
2.準確信息收集
卷煙市場信息采集是建立現代卷煙營銷體系的重要基礎性工作。市場信息的采集、分析與利用，驅動著卷煙需求預測、貨源組織、貨源供應和品牌培育等營銷關鍵業務的開展，是按訂單供貨的起點、把握市場真實需求的前提。通過設置市場銷量、庫存、價格、需求等一級指標，品牌覆蓋率、鋪貨率、動銷率、斷貨率等二級指標，以及客戶貢獻度、依存度、配合度、規范度等三級指標，構建起三維信息采集體系，為“精準經營”的有序實施做好鋪墊。
（二）因地制宜，準確把握系統數據挖掘。
1.準確把握需求
隨著國家局提出的“卷煙上水平”戰略的全面實施，以及“532”“461”品牌格局的基本形成，如何做好重點品牌的市場營銷工作，精明把握市場消費需求，及用市場消費的需求品種、需求數量、需求周期來有效引導骨干品牌的快速成長，已成為轄區“夯基礎、調結構、上水平、增后勁”不可缺少的重要手段。
2.準確需求預測
市場需求預測就是指在一定時間和一定價格條件下，對消費者愿意且能夠購買的卷煙數量和結構進行預測。提高市場需求預測的準確性，就是要使預測數據更加貼近市場，更能真實地反映市場的本來面目。
（三）因利勢導，準確聯系數據分析處理。
準確投放是在細分零售客戶、準確預測的基礎上，通過鎖定卷煙類型（順銷、緊俏等）、鎖定銷售時段（常規銷售期、節假日銷售期等）、鎖定銷售對象（地區、區域、片區等）等方式，不斷縮小投放范圍。只有實現了精確投放，才能實現貨源的合理配置，滿足市場的真實需求，提高零售客戶的獲利水平。
1.依照量價平衡原則，掌握投放節奏
首先，從“時間、區域、分類”三個維度，對“覆蓋率、鋪貨率、動銷率、滿足率、斷貨率、成長率、存銷比、市場價格”進行動態分析，以精確的市場信號全力實現精準營銷。其次，根據不同時間、區域、業態和客戶不同的銷售能力、銷售特點、銷售規律，制定“精確投放”策略。并積極推行“定點、定量、區域、控量、個性化”的品牌投放策略，實現卷煙銷售的“日均衡、周均衡、月均衡、量均衡、客戶均衡、品牌均衡”，確保零售客戶擁有較高的貨源滿足率。
2.參照不同價位段，實現卷煙結構的逐步優化
圍繞“貨源供應穩、品牌形象好、盈利能力強、價位設置優、市場需求旺、銷售前景好”等指標，綜合考慮地理因素、人口因素、心理因素、行為因素，以及客戶的經營價值、形象價值、信息價值、誠信價值后，鎖定目標消費群體“有的放矢”。投放上“控點、控量、控區”，策略上采用“錯位梯次銷售法”，重點監控動銷率、上柜率、覆蓋率和再購率，加強監控點的選取、培訓、維護、管理與激勵，保證獲取的監控數據準確無誤，力促卷煙投放的時間、品種、結構、類別日益精準。
三、基于商業智能應用技術的績效分析
舉一個例子，一個卷煙銷售客戶經理每周都要看銷售報表，反映這一商業智能在商品銷售分析方面，那是體現的是什么呢？狹義的說，它是能夠幫助決策者對自身業務經營做出正確決策的工具。廣義的說，商業智能是集數據倉庫技術、數據挖掘技術以及在線分析技術等于一體的經營分析和決策支持的數據應用體系。商業智能應用技術的作用是將企業的系統數據中有用的部分提取出來并進行整理，然后將數據合并到數據倉庫或是數據超市中，透過商業智能工具的開發、研用、推廣，得到企業數據分析的一個全視圖。簡而言之，商業智能是幫助企業從既有數據中，解讀出自身體質優劣的情況，讓企業決策者是否需要采取必要措施或規劃新的營運方針。
參考文獻：
[1]菲利普?科特勒（Philip Kofler）.營銷管理[M].格致出版社.
[2]所羅門，盧泰宏，楊曉燕著.消費者行為學.第8版（中國版）[M].中國人民大學出版社.
第3篇：商業智能的bi時代范文
摘要:會計信息化需要好的數據處理工具和數據展示工具。本文首先介紹盈虧平衡分析方法,并介紹用Excel制作盈虧平衡分析模型和用友ERP-U8 BI中的盈虧分析模型,然后用Crystal Xcelsius來制作個性化的盈虧平衡分析模型,最后指出會計人員應借助于像Excel和Xcelsius這樣優秀的第四代軟件工具或用友ERP-U8 BI提供的平臺,自行開發滿足個性化需求的模型,更好地為管理決策服務,實現財務智能化。
關鍵詞: 會計 盈虧 平衡 分析
盈虧平衡分析是在成本性態分析和變動成本法的基礎上進一步分析研究銷量、價格、成本和利潤直接的內在規律性聯系,為企業進行預測、決策、控制和計劃提供必要的財務信息的一種定量分析方法。盈虧平衡分析基本公式:利潤=銷售收入-變動成本-固定成本。在這其中,不同售價下保本點銷售量的確定至關重要,它可以為管理者科學地規劃企業的未來,制定正確的經營決策提供依據,是企業決策的有力工具。在手工會計下,實現盈虧平衡分析比較麻煩,而在計算機輔助下,實現起來就比較容易而且能夠實現更多的功能。本文介紹借助于計算機實現盈虧平衡分析的方法,分別是:在Excel中實現盈虧平衡分析,在用友ERP中實現以及運用Crystal Xcelsius來制作個性化的盈虧平衡分析模型。
一、用Excel實現盈虧平衡分析
在上海財經大學出版社出版的由劉蘭娟主編的《財經管理中的計算機應用》一書中,介紹了用Excel建立盈虧平衡分析模型的方法。在該書中作者運用公式計算邊際貢獻、銷售收益、總成本和利潤,運用模擬運算表作出制圖所需的數據,用散點圖來展示邊際貢獻、固定成本與利潤的關系,并用模擬運算表的方法在圖形中加入盈虧平衡銷量垂直參考線和當前銷量垂直參考線,用微調項控件來對銷量和售價進行調節,將調節對利潤和盈虧平衡點的影響結果顯示在文本框中。
二、ERP中的盈虧平衡分析
隨著ERP的推廣與普及,越來越多的企業都已上了ERP系統,企業的數據大多產生于ERP系統之中。那么可不可以直接在ERP系統中實現盈虧平衡分析呢?商業智能系統中,提供了許多決策分析模型,其中就包括盈虧平衡分析模型。
用友U8-BI中提供的盈虧分析模型,在該模型中采用逆向思維的方法,根據目標利潤去倒推影響它的相關因素,比如:業務量、產品單價、單位變動成本和固定成本。這里可以首先設定一目標利潤和一變動因素,模型能夠給出在其他因素不變的情況下,該因素需要達到多少才能實現目標利潤,并通過儀表盤形象地顯示出該因素的變動量和變動比率。還能顯示出各項因素對目標利潤的影響程度。
在用友ERP-U8 BI的服務模式中,Business Object公司提供BI應用模型和決策分析模式,天創咨詢負責為企業提供增值的咨詢服務和遠程交付服務。當客戶有個性化的基于U8-BI的決策分析模型需求時,一方面可以借助U8-BI的設計平臺自行設計,另一方面也可以將需求發送給用友天創咨詢公司,用友天創咨詢公司在后臺建立了強大的適合各種管理角色不同管理的管理頁面知識庫,可以根據客戶個性化需求快速配置,并發送到客戶端,由客戶或用友公司現場實施服務人員部署到企業中高層管理者的瀏覽桌面。
三、用Xcelsius制作個性化的盈虧平衡分析模型
雖然ERP已經進入普及時代,但是還有不少企業還沒有上ERP或者上了ERP但短期內還不能上商業智能系統,那么對于這樣的企業怎么實現像用友U8-BI系統中那樣動態形象的盈虧平衡分析呢?Business Object 公司的 Crystal Xcelsius就是一個很適合于管理人員使用的商務智能工具。借助常用的Excel,運用Xcelsius就能制作出像用友U8-BI系統中那樣動態形象的,甚至是滿足個性化需求的盈虧平衡分析模型。
Crystal Xcelsius 是一款直觀的獨立的 Windows 應用軟件,它可以連接 Excel 表格、通過 web service 和XML連接其他外部數據源,從而將傳統的 Excel 表格及靜態數據轉換為引人入勝的交互式可視化分析。可以從中看到用友U8-BI中BI應用模型和決策分析模式就是用Business Object公司提供的Crystal Xcelsius 來實現的。
通過Crystal Xcelsius工具借助于Excel制作的盈虧平衡分析模型,在此模型中可以調節銷量和售價兩個變量,求得相應銷量下的利潤情況和相應單價對應的平衡銷量并形象地將結果展示出來。模型采用結構圖的方式能夠形象地展現出影響利潤的各個因素之間的關系,比如可以通過調整可變成本的滑塊,變化各種相關的因素,直接人工等因素會發生變化進而會影響總的可變成本,并帶動總成本,最終影響利潤。而影響固定成本的主要因素,包括管理層薪酬、保險費用、折舊、廣告等,這里采用了直接在進度條上拖動的方式,根據業務狀況靈活調整,來影響固定成本,并帶動總成本,最終影響利潤。
模型中利潤進度條采用了具有預警功能的進度條,當利潤為正時,進度條顯示綠色,當利潤為負值時,即虧損時,進度條顯示紅色,提出警報,引起決策者的注意。而對于盈虧平衡銷量這里采用儀表盤的形式來形象地展示,當通過對進度條或滑塊的調節來變動與盈虧平衡銷量相關的因素如:單價、固定成本或變動成本等因素時,儀表盤會自動顯示出當前情況下的盈虧平衡銷量,指針指到相應位置,形象地展現出這些因素對盈虧平衡點的影響。
用Xcelsius制作的交互式可視化模型(Flash)可以直接嵌入到 PowerPoint、PDF、Word、Outlook 和 Web上動態形象地展示、講解數據,讓演示更富有說服力和吸引力,讓商業信息得到更加充分的表現。由于Xcelsius平立且對配置環境要求不高,任何企業都可以運用,另外Xcelsius操作簡便,即使非技術人員也可以進行全面的交互式可視化分析,會計人員也能輕松便捷地制作出滿足個性化需求的分析模型來。
四、小結
綜上可以看到,無論是運用Excel還是在用友ERP-U8 BI中,還是用Xcelsius來制作盈虧平衡分析模型都需要會計人員具有自行開發的能力。會計人員應借助于像Excel和Xcelsius這樣優秀的第四代軟件工具或用友ERP-U8 BI提供的平臺,自行開發滿足個性化需求的模型,更好地為管理決策服務,實現財務智能化。
參考文獻:
第4篇：商業智能的bi時代范文
關鍵詞 商業智能 智能科研系統 知識發現
中圖分類號：TP311 文獻標識碼：A
人們對信息的要求，不在局限于對“靜態”信息的獲取、管理和使用，而是在追求更高一個層次的知識管理和智能決策支持。科研管理也是如此，科研是項目申請、管理、結項、成果鑒定和獲獎、專利申請等一系列的過程，積累了大量的數據，如何有效地管理、使用這些數據是擺在科研人員面前的一個重要難題。高效的智能管理及決策支持系統，在完成傳統的信息系統對相關數據的基本管理功能同時又能更深層次的從不同角度、不同層次，找出這些基本數據之間的聯系，為管理者和科研人員提供“有效”數據，滿足不同層次、不同角色的人員需求。這時，智能性能就成為新一代高校科研管理系統考慮過的一個重要屬性。
1基本概念簡述
1.1智能科研系統
智能科研系統是相對傳統科研系統來說的，與傳統管理系統在區別在于：智能科研系統能通過感知、學習、推理、判斷，從而形成新的知識和推理，而這些新形成的知識和推理，會成為新一輪處理的對象，從而形成更高級的知識，進而協助管理人員和決策者對科研管理做出科學、合理的決策。
1.2商業智能（BI， Business Intelligence）
商業智能又名商務智能，英文為Business Intelligence，簡寫為BI，是企業對商業數據進行搜集、管理和分析的系統過程，目的是使企業的各級決策者獲得知識或“預測能力”，幫助他們做出對企業更有利的決策。BI是包含一系列數據整理、分析、挖掘、展現等部分組成的可以為決策提供依據的技術及其應用。
商業智能的關鍵是從海量數據中提取出有用的數據并進行清理，然后經過抽取（Extraction）、轉換（Transformation）和裝載（Load），即ETL過程，合并到一個數據倉庫里，從而得到海量數據的一個全局視圖，在此基礎上利用合適的查詢和分析工具、數據挖掘工具、OLAP工具等對其進行分析和處理（這時信息變為輔助決策的知識），最后將知識呈現給管理者，為管理者的決策過程提供支持。
（1） 數據倉庫技術。數據倉庫雖然是從傳統數據庫系統發展而來，但是數據倉庫區別于傳統數據庫系統還是有較大區別。從存儲內容來看，數據庫只存放當前值，而數據倉庫存放的歷史值，通俗的講數據庫存儲的是“點”，而數據倉庫存儲的是“線”。另外，目標也不盡相同，數據庫的目標是面向操作人員及其日常操作，而數據倉庫的目標是面向中高層管理人員，為其提供決策支持。在智能科研系統中建立數據倉庫的目的也是為輔助決策支持提供處理對象。
（2） 數據挖掘技術。數據挖掘與傳統的數據分析（如查詢、報表、聯機應用分析）的本質區別是數據挖掘是在沒有前提下去挖掘信息、發現知識，即數據挖掘是要發現那些未曾預料到的，不能靠直覺發現的信息或知識，甚至是違背直覺的信息或知識。數據挖掘通過預測未來趨勢及行為，做出前攝的、基于知識的決策。目標是從數據庫中發現隱含的、有意義的知識。
（3） 聯機分析處理（OLAP）。OLAP使得數據分析人員能夠從多角度對數據進行一致、快速、交互地存取，從而獲得對數據的更深入了解。OLAP的目標是滿足決策支持或者在多維環境下特定的查詢和報表需求。實現維度變化、旋轉、數據切片和數據鉆取等，幫助決策做出正確的判斷等功能。
2智能科研管理系統的重要作用
在實踐中，科研決策者和管理人員為科學規范地開展工作，不僅需要對科研事務的日常管理，提高科研服務的質量，更需要的是建立科研管理知識發現系統來支持管理者的科學決策。
2.1智能科研系統為科研發展規劃的制定提供支持
智能科研管理系統通過對數據進行有效的整理、分析和推理，針對關鍵的科研重點領域、關鍵技術和發展方向進行分類和預測；然后再對數據進行模型化、可視化和綜述化，向管理者提供各種影響因素之間的內在關聯，以指導科技發展規劃的制訂；通過聚類分析、關聯分析和孤立點挖掘等方法與專家咨詢動態結合，在數據倉庫進行挖掘，可以判斷優先發展領域和重點資助方向。
2.2智能科研系統是科研立項工作的決策提供保障
由于科研立項的多因素性和項目的數量龐大，導致許多科研項目重復研究，研究效果和水平也不能較好地體現立項的初衷。通過智能科研系統，對課題申請所涉及的申請者、申請單位、研究內容、領域等諸多因素進行數據挖掘，有利于建立科學的指標體系和規范的項目遴選方法，減少不合理因素對項目立項的影響，有效、準確、合理地選擇確實需要資助的項目給予資助。
2.3智能科研系統為科研項目管理決策支持
科研項目管理對于課題管理者和決策者而言，需要對大量歷史數據進行綜合分析和提煉，得到支持管理及決策的數據。通過聯機分析處理，可以發現課題承擔人、承擔單位、經費分配、科研儀器使用等多種相關信息之間的內在關系，從而提高科研管理者及時發現問題，解決問題的能力。因此，通過智能科研系統可以對科研管理數據進行分析處理，發現存在于科研項目管理中的不足之處。同時，還可以根據專家評議結果，通過聚類分析和孤立點分析發現評審過程中的異常情況，確保專家庫的客觀性與合理性。
3基于BI的智能科研系統
系統總體由數據層、數據倉庫層、數據分析層、表現層、高級應用層五層構成。結構示意如下圖所示：
數據層：數據層由源數據和ETL功能構成。數據源數據主要由各個業務系統產生，數據管理系統可以是當前主流的數據庫系統，如：Ms SqlServer、Oracle、DB2等，也可是其他非結構性數據庫，如：文本文件。但是數據的質量會影響后期的分析，所以建議使用標準規范的數據庫管理系統對數據進行管理。數據抽取主要完成數據抽取、轉換、加載，主要目的是為后期的數據挖掘、分析準備符合要求的數據。
數據倉庫層：數據倉庫是面向主題的、集成的、非易失的，是隨時間變化的數據集合，用以支持決策過程。數據倉庫作為一個集成的數據庫，把數據從各個信息源中提取出來，將不同類型數據經過標準化成統一格式、凈化過濾、加上時間標志和來源后，按時間分割、集成后存入數據倉庫。
數據分析層：該層是數據倉庫和前端表現工具的橋梁，它包括 OLAP 分析引擎、安全控制機制、數據挖掘工具等，按照科研系統管理的需要進行具有多主題、多維度的分析，并進行深度數據挖掘，發現趨勢，該層主要響應表現層和高級應用層的分析請求，并將多維數據傳遞給前端的表現工具。
表現層：表現層是用戶和系統之間交流的接口，為用戶提供簡潔、快速的訪問系統的方式，并根據用戶的需要，對數據進一步進行鉆取，進一步獲得不同層次的數據。該層的主要任務：將數據轉變成信息，而后通過發現，將信息轉變成知識；或者直接將信息轉變成知識，即完成知識發現。
高級應用層：高級應用層嚴格來說，也是屬于表現層，但與表現層又有著區別，表現層屬于戰術級層面，而高級應用層則是戰略級的體現。該層將信息或知識應用在提高決策能力和運營能力上；企業建模等。
3.1 數據倉庫的建立
數據倉庫的設計應該使得科研管理部門能夠準確地掌握本單位的科研進展狀況、立項情況、科研經費，為制定一個較長期的科研計劃及管理策略，組織決策者需要進行的分析主要有：（1）課題來源渠道和課題的類型變化及發展趨勢；（2）科研合同的執行進度變化與趨勢，以及影響合同執行的因素；（3） 本單位的對科研的技術實力和研究能力；（4）科研經費的使用情況；（5）省內、省外乃至國內、國際目前科研的熱點、重點、難點內容。
基于上述需求分析，智能科研管理系統中，為實現對科研立項、管理、申報以及經費的分析、預測。需要建立以下幾個主題：課題、合同、經費、科研人員，根據主題從不同的數據源獲取相應數據。為更好地分析數據，需要從不同的維度對數據進行組織和定義。這樣，當數據倉庫執行某個查詢時，并不直接查詢事實數據，而是從維度數據入手，在維度數據的指導下對事實數據進行查詢。
另外，在數據倉庫建立中還要考慮以下因素：跟蹤數據的更新；數據質量檢查；管理和更新元數據；審計和報告數據倉庫的使用和狀態；刪除數據；復制、分割和分發數據；備份和恢復；存儲管理。
3.2 數據挖掘（DM，Data Mining）和聯機分析處理（OLAP）設計
數據挖掘的任務主要是關聯分析、聚類分析、分類、預測、時序模式和偏差分析等，通常所說的數據挖掘會通過這些任務中的一個或者多個來對數據進行處理。選擇數據挖掘工具的時候，要全面考慮多方面的因素，主要包括以下幾點：（1）可產生的模式種類的數量，分類，聚類，關聯等；（2）解決復雜問題的能力；（3）操作性能；（4）數據存取能力；（5）和其他產品的接口。
OLAP在設計時，要考慮以下原則：（1）模型必須提供多維概念視圖；（2） 透明性準則；（3）存取能力推測；（4）穩定的報表能力；（5）客戶/服務器體系結構；（6）維度的等同性準則；（7） 動態的稀疏矩陣處理；（8） 多用戶支持能力準則；（9）非受限的跨維操作；（10）直觀的數據操縱；（11）靈活的報表生成；（12）不受限的維與聚集層次。
4總結與展望
本文僅從商業智能的概念、所涉及的技術以及架構體系進行了介紹，并結合高校科研管理的新需求、新挑戰，將商業智能引入到科研管理系統中，形成智能科研系統的一個雛形，實際上還有許多功能以及技術亟待進一步研究。隨著研究的進一步深入，智能科研系統必然會在高校、企業等單位的科研管理系統中發揮重要作用。
參考文獻
[1] 李慧娟.商業智能在連鎖企業進銷存管理中的應用研究[J].電腦編程技巧與維護，2012（14）.
[2] 蔣偉，張弦.高校科研管理系統現狀及發展方向[J].科技信息，2013（20）.
[3] 劉業政，胡劍.商業智能的核心技術及體系結構研究[J].合肥工業大學學報（自然版），2004（8）.
[4] 鄭世良.商業智能技術在科研管理中的應用研究[J].科技管理研究，2010（16）.
第5篇：商業智能的bi時代范文
經過多年的發展,綜合了數據倉庫、聯機分析處理(OLAP)工具和數據挖掘等技術的BI系統,已經成為影響企業發展的重要工具。
在歐美市場,BI系統的價值早已受到眾多企業的認可。美國電池生產商Energizer Holdings公司曾在幾前年股票價格下跌時求助于微軟的BI工具,依據BI系統得出的商業數據,Energizer Holdings公司實施了更有效的決策,很快讓公司的股票價格上漲到每股100美元的水平。
今天,BI正在超過ERP和CRM,成為最具增長潛力的領域。在我國,BI在電信、金融、零售、保險、制造等行業得到越來越廣泛的應用,2009年國內BI市場的規模已達到17億美元。
今年的Symposium/ITExpo大會上,在調研公司Gartner對2011年的十項基礎設施和運營趨勢所做出的預測中,“大數據”問題排名第二。
Gartner 指出,在未來五年,數據量的增長將達到800%,其中80%的數據將是非結構化數據。
根據這一預測,如何處理這些內容,如何把有用數據整理出來,將成為大多數企業不得不面對的問題。而這一趨勢也將加快優良管理技術的應用。
“十二五”規劃的目標之一,是讓中國企業通過轉型升級,在全球新經濟布局中獲得更多的話語權。
未來五年,中國企業對科學實施企業管理、進行企業決策的需求會更為強烈,BI工具對中國企業的發展必然會形成更深遠的影響。
兩大機遇
2010年,Gartner進行的CIO調查結果顯示, CIO對于BI的關注度排在第五位。在IBM所做的“全球CIO研究”中,有83%的受訪者認為BI和業務分析是企業信息化的重中之重。而在中國市場,BI的市場環境也出現了巨大的轉變。業內分析人士認為,2010年國內的BI市場正在出現兩大機遇。
首先,中國企業的發展已經進入了一個新的階段,經濟全球化趨勢讓更多的中國企業出現了與歐美企業類似的發展訴求。
中國企業在全球經濟體系中扮演著越來越重要的角色,更多的企業開始重視通過科學的數據進行企業決策,實施全球化的發展戰略,或是提升自己在全球市場中的競爭力。在這種趨勢下,企業對BI工具的需求,將逐漸變成一種剛性需求,BI市場的發展已經迎來了不可逆轉的契機。
其次,中國企業在快速發展的過程中,問題也開始集中出現,企業更清醒地認識到風險隨時可能轉化成危機的問題。
特別在國際金融風暴席卷全球之后,很多國際巨頭企業相繼隕落,促使眾多中國企業開始將BI信息化建設作為重中之重。企業意識的轉變,為BI市場的規模化蓬勃發展創造了良好的機遇。
但和歐美等市場不同的是,中國企業對于管理本土化的要求更高,企業對BI的需求不止停留在單純的工具上。目前,國內企業在選擇BI廠商時,更看重其對行業業務了解的深度。
一方面,中國的BI市場只有融入更多的行業特色,才能成功走出發展的初級階段;而另一方面,這也讓目前中國的BI市場難以形成寡頭,BI企業的競爭機會依舊充裕。
三個趨勢
運營商業務發展的需求,一直被各大廠商視為目前帶動國內BI市場發展的最大拉力。有市場分析人士指出,3G的到來將會為BI市場帶來巨大的機遇。業內專家認為,在3G時代, BI建設將出現三大趨勢:
首先,BI對運營商而言,將不再是管理范疇的工具。除管理之外,BI將在業務服務領域發揮巨大的作用。
BI系統將被視為全局性的企業服務系統,不僅服務于各部門的領導者,同時也可以服務于前端、后端的業務人員。
其次,BI將成為輔助運營商業務健康發展的重要工具。當運營商進入全業務競爭時代后,運營商業務的“健康度”就是其競爭力的實際體現,運營商通過數據分析對業務進行評估的需求會更為強烈,而BI正是解決這類問題的能手。
此外,“點敏捷”將成為未來運營商對BI系統的新要求。BI系統只有具備高效、靈活和可靠這三大特點,才能滿足運營商全業務模式的經營需求。
因為,傳統意義上的BI建設大多基于某個域,眾多系統的基礎架構采用了不同廠商的產品或解決方案,相應的工具也完全不同,整個IT系統呈現出明顯的異構化的特點。
傳統的架構與運營商新的經營管理需求將出現不匹配的問題,傳統的經營分析工具,將不能有效支撐未來企業運營管理的需求,特別是運營商對全球業務實施管理的需求將是BI面臨的一個巨大問題。
這三大趨勢暗示,未來的BI系統正在對系統架構的設計及其所應用到的技術提出更高的要求。
下一代商業分析系統
如何從數據源找到需要的東西,這是BI系統永遠都在面對的問題。如今,精細分析技術已經成為確保各種BI系統又快又準找到數據的關鍵。
在精細分析系統的驅動下,BI系統得以變成一個更靈活,更便于實施的應用平臺,并能大幅降低企業的IT成本。
第6篇：商業智能的bi時代范文
【關鍵詞】商業智能企業信息化競爭力
隨著全球信息化的發展，在世界各地、各行各業已掀起信息化的浪潮，信息化的層次也在不斷演進，從MRP，MRPII，ERP到CRM，從數據倉庫到數據挖掘，每一次變革都極大地推動著企業信息化的升級和企業管理水平的提高，功能強大的、面向事務型的信息系統在各個行業中大量應用。然而，這些應用都集中在前端的數據查詢、存儲和簡單處理方面。現在企業已積累了大量的業務數據，有研究表明，平均18個月信息量就翻一番,但是能分析的數據估計只有7%。如何將大量的數據轉換為可靠的信息以挖掘潛在的商機，已成為人們越來越關注的問題。由此，商業智能(BusinessIntelligence，簡稱BI)技術應運而生。本文就商業智能如何提升企業信息化以及在現實企業中應用模式進行探討。
1企業信息化階段模型
美國哈佛大學教授里查德·諾蘭（Richard.Norlan）首先提出了信息系統發展的4個階段，即開發期、普及期、控制期和成熟期，這是按時間順序建立的四階段模型。到20世紀80年代后期，信息系統的用途不斷擴大，此時諾蘭又提出了六階段模型。即初始期、普及期、控制期、整合期、數據管理期和成熟期。這樣諾蘭模型已成為說明企業信息化發展程度的有力工具，是一個比較成功的模型，它在概念層次上對企業進行信息系統總體規劃，對信息化的計劃制定過程和衡量企業處于哪一個信息化發展階段等方面提供重要參考。但是隨著信息時代的發展，人們發現諾蘭模型有其局限性，不能只是從計算機技術發展和人們接受使用計算機的水平來評價管理信息系統進程，而要從信息資源的有效配置、數據有效管理、系統有效集成，甚至還要從具體企業的信息化實施過程出發，所以就出現了業界普遍認可的企業信息化四階段模型，這四階段分別是：單一部門信息化，跨部門信息化，企業級信息化，產業鏈級信息化。如下表：
從這四階段模型看，都是基于企業實現信息化過程，企業可以按照自己的具體情況實施信息化，不必按部就班按照諾蘭模型的六個階段。在現代企業信息化過程中，必須結合技術、管理、文化因素漸進地進行，使新的智能技術融入到企業管理中。
2商業智能內涵
商業智能這一術語1989年由GartnerGroup的HowardDresner首次提出，它描述了一系列的概念和方法，通過應用基于事實的支持系統來輔助商業決策的制定。DatawarehouseInstitute組織認為“BI是將數據轉換為知識并將知識應用到商業行為上的一個過程”;GantnerGroup則認為“BI是將數據轉換為信息的過程，然后通過發現將信息轉化為知識”。簡單地說，商業智能是對商業信息的搜集、管理和分析過程，目的是使企業的各級決策者獲得知識和洞察力，促使他們做出對企業更有利的決策。其實，商業智能不是什么新技術，它只是數據倉庫、OLAP和數據挖掘等技術的綜合運用。為此，把商業智能看成是一種解決方案應該比較恰當。要深入認識商業智能，必須了解商業智能組織架構體系。
商業智能組織架構體系主要由數據倉庫、OLAP以及數據挖掘三部分組成。
按照W.H.Inmon這位數據倉庫系統構造方面的權威設計師的說法，“數據倉庫是一個面向主題的、集成的、時變的、非易失的數據集合，支持管理部門的決策過程”。這個簡短而又全面的定義指出了表明數據倉庫主要特征的四個關鍵詞：面向主題的（subject-oriented）、集成的（integrated）、時變的（time-variant）、非易失的（nonvolatile），將數據倉庫與其他數據存儲系統（如關系數據庫系統、事務處理系統和文件系統）區別開來。
聯機分析處理(OnlineAnalyticalProcessing，簡稱OLAP)是一類軟件技術，它幫助分析人員、管理人員或執行人員能夠從多種可能的觀察角度對從原始數據中轉化出來的、能夠真正為用戶所理解的、并真實反映企業維度特性的信息進行快速、一致、交互地存取，從而獲得對數據的更深入理解。
數據挖掘是按照一定的規則對數據庫和數據倉庫中已有的數據進行信息開采、挖掘和分析，從中識別和抽取隱含的模式和有趣知識，并利用它們為決策者提供決策依據。數據挖掘的任務是從數據中發現模式。模式有很多種，按功能可分為兩大類：預測型（Predictive）模式和描述型（Descriptive）模式。
3商業智能技術提升企業信息化程度
企業信息化進展到一定程度，數據量激增，面對海量數據，人們感慨數據豐富，信息貧乏。許多國內外企業紛紛決定采用商業智能技術解決出現的問題，從而提高企業的信息化水平。
3.1提升企業管理決策能力
在傳統的經濟環境下，企業老總往往可以參考不多的信息憑借經驗直接給出決策。在網絡經濟環境下，這樣制定出的決策往往是偏頗的。而現在事實上很多決策者仍在采用此種方法，因此提升戰略決策者的洞察力是非常必要的。如果企業應用商業智能，戰略決策者能夠沖破自身的局限性，產生有意義的深遠的洞察力。這是因為：決策者通過商業智能提供的圖形、圖表、表格等工具來陳述問題。圖形和圖表是一種直觀的問題陳述方式，它強調數據之間的關系，管理者可以對圖形或圖表中的數據進行分析。相比傳統的報表，管理者更能夠盡快作出反映，提升分析問題的洞察力。有研究表明，26%以上的決策者不能夠恰當的選擇問題陳述工具以輔助問題解決。這種不恰當的選擇，導致問題解決時間的延長及結果的偏頗。圖形等陳述手段對決策者的啟示作用是有限的，為了解決問題，進行相關信息的推理是非常重要的。它為決策者提供一個開始通過搜索或分析開始數據探索的出發點。這種向導式的分析，通過借助儲存的專家系統可以給決策者帶來新的理念，更新決策者的思想。向導和決策者間的交互激發了知識的產生，即決策者洞察力的產生。
3.2整合企業信息，提高報表分析
商業智能從技術層面上看，都是以數據倉庫為基礎，利用OLAP或數據挖掘技術根據決策者的需要從中提煉出各種表或視圖。大致有幾種類型。①企業級報表，這類報表生成器用來生成很好的格式化的靜態報表，如財務報表、企業銷售報表等。②立方體分析，它是基于立方體的商業智能工具向業務經理們提供簡單的切片和鉆取分析能力。③任意查詢和分析，如關系型OLAP(ROLAP)工具供超級用戶對數據庫進行任意的訪問，對整個數據庫進行切片、鉆取，從而分析到最細粒度的交易信息。④統計分析和數據挖掘，它是通過統計分析和數據挖掘工具，可以使用各類模型進行預測或者尋找兩個變量之間的因果相關性。⑤報表分發和預警，它是基于報表分發機制，可以根據訂閱、調度或者數據庫中的觸發事件向大量的用戶群發送整個報表或者告警信息。
4企業信息化中商業智能典型應用
4.1商業智能典型應用
在競爭激烈的市場經濟中，那些企業需要具有商業智能的軟件，主要集中在競爭激烈的數據密集型的生活消費品行業和零售業以及金融服務業：如銀行、保險等。使用商業智能都可以立竿見影地帶動銷售，這一點在零售業表現最為明顯。這就是商業智能中的銷售管理，它通過系統存儲的產品銷售信息建立銷售模型,分總體銷售模型和區域、部門銷售模型,對產生不同結果的銷售模型分析其銷售量和銷售策略,進行銷售影響的因素分析和評估,根據不同的銷售環境對相應的產品銷售方案進行改進和創新,及時落實產品上架和下架計劃,提高企業營銷額。通過對歷史數據的分析還可以建立提高銷售量的預測模型。但是國內的生活消費品行業和零售業利潤薄，信息化程度低，資金實力不強，沒有足夠能力實施。反而是電信、金融、航空等行業被商業智能廠商們看好，因為在國內這些行業的信息化程度高，并且這些行業從某種意義上都是服務業，客戶的需求在這些行業中扮演著重要角色，準確、科學地把握客戶的需求是身處這些行業的企業決策者們孜孜以求的東西，所以利用商業智能建立客戶關系管理尤為重要。建立以客戶為中心的數據平臺集成客戶信息，能有效保證客戶信息的集中、統一和規范并從中挖掘出有價值的信息，就能獲得更多的利潤，幫助企業在適當時間、通過適當渠道、為客戶提供適當的產品和服務。同時，通過發展曲線企業及時發現市場和顧客異常情況,快速采取措施,降低企業風險提高企業收益。如信用卡分析,銀行、保險等行業的欺詐監測等。
4.2商業智能應用案例——中國光大銀行國際結算系統
光大銀行的國際結算系統于2001年正式運行，是光大銀行的重要的業務，業務品種主要包括進口開證、到單、付匯、信用證通知、議付、結匯、轉讓信用證、出口托收、進口代收、進出口押匯、貼現、包買票據等，并實現了與SWIFT、會計系統接口。國際結算系統上線運行一段時間后，面臨的問題是無法解決有效地利用數據進行分析，為決策提供強有力的支持。所以急需建立一套強大的報表和統計分析系統，提供給光大銀行總行和各分支行的業務人員、管理人員對國際結算業務的經營和收益進行深入分析。
光大銀行建立面向國際結算部的數據分析系統，該系統利用光大銀行國際結算系統積累的大量有價值的歷史交易數據，國際結算統計分析系統真實地反映光大國際結算業務的經營狀況、揭示其發展的規律和趨勢，提供高質量的統計數據和報表，并且支持OLAP驗證式分析功能。光大銀行國際結算統計分析系統基于數據倉庫和OLAP技術，提供一個易用、靈活、快速的，集成了分析、統計、報表、數據挖掘的商業智能系統。國際結算統計分析系統是一個全行集中的分析系統，分支行無需配備該系統的維護人員，最大限度地降低光大銀行的維護成本；而且各級業務人員無需科技部門的協助就可以自己定制各種報表和分析報告。
國際結算統計分析系統：（1）提供及時、方便的信息獲取的方法，涵蓋國際結算業務系統統計分析需要的全部數據，以及匯款柜臺系統的部分數據，保證數據的質量和及時性，可以通過多個角度、多個層次進行信息查詢。（2）可以讓業務人員方便地定義各種報表，得心應手地在報表中嵌入分析結果，并且支持報表下鉆功能，最大限度的降低開發和維護成本。（3）支持快捷地繪制各種指標的走勢曲線、對比柱圖、占比圖形，對數據進行內在關系和深度挖掘，為決策者作出正確的決定提供有力的依據。可以從機構、行和客戶等角度分析國際結算業務的收益情況。（4）能夠及時地對異常的情況進行告警，使決策者隨時掌控全局。分級的等級評估更是預警、各種比較的有效方法。
光大銀行國際結算統計分析系統為光大銀行國際業務部的決策管理工作提供了強大的查詢、統計、分析、數據挖掘、報表定制功能，極大地提高了工作效率和工作質量，并且減少系統的維護成本，達到較高的投資回報率。用戶可以隨時、隨地掌握業務的變化和收益的變化，幫助用戶從“市場占有率”觀念轉變為“利潤貢獻度”觀念，從而在未來激烈的競爭中立于不敗之地。
第7篇：商業智能的bi時代范文
當代數字分析師與商業戰略家布萊恩?索利斯提出了“數字達爾文主義”一說，意為：信息社會，達爾文“優勝劣汰”的進化觀依然適應；面對數字化浪潮，那些觀望、等待以及數字化能力和水平低的企業最終將會被市場所淘汰。
因此，如果說“未來的每一個企業都將是IT企業”難免偏頗，那么，“未來的每一個企業都將是數字化企業”的說法相信無人反駁。
因為大數據，BI會更強大
“信息化的重點是企業IT基礎設施和系統的建設，而數字化則是企業基于信息化而建立起來的、面向互聯網的嶄新商業模式，其中企業級的數據探索和發現變得至關重要。”“IT老兵”潘應麟這樣理解信息化與數字化的區別。
30多年的職業生涯，潘應麟從未離開過IT行業：在甲骨文工作了12年，之后進入微軟擔任大中華區企業和合作伙伴部門總經理；微軟之后，他相繼擔任紅帽軟件大中華區總裁和SAP中國副總裁；現在的他是Qlik中國的董事總經理。相比微軟、甲骨文、紅帽和SAP這些路人皆知的行業大腕，Qlik這個名字不夠響亮，但是Qlik所涉及的業務領域――商務智能，也就是我們常說的BI，是潘應麟所看好的，而Qlik則是這個領域的翹楚。
“天下武功，唯快不破”。Gartner認為，數字化時代，企業追求的是一個“快”字：對市場的反應要快，決策和戰略調整要快，而這正是BI的核心訴求所在。
這里先簡單梳理一下大數據和BI的關系。很多人都把大數據和BI混為一談，認為大數據是BI的升級和替代，因為相對于BI，大數據的數據來源更豐富、處理能力更強（尤其對非結構化數據）、效率更高。
這是一個錯誤的認識，大數據和BI之間并不是競爭性的關系，所以不存在誰替代誰的問題。以Hadoop為代表的大數據技術是后端平臺，關注的數據的管理和處理的高效性和安全可靠性；而BI是前端應用，進行數據的取樣、建模與分析，既可以與傳統關系型數據庫關聯，也可以與Hadoop等大數據平臺關聯。
因為大數據技術，BI會變得性能更高、功能更全。
BI有三大核心應用場景：描述性報表（即解決過去某一段時間發生了什么的問題）、數據發現（解決為什么會發生的問題）和預測建模（解決未來可能會發生什么的問題）。如果BI能夠準確的做到這3點，對于企業來說絕對稱得上是“運籌帷幄，決勝千里”的神器。
很抱歉，這些決策不一定是您想要的
所以，我們看到，在過去的幾年，BI一直是CIO的首要技術任務。然而遺憾的是，當前的BI有點像幾年前的ERP，企業對之又愛又恨。
看過美劇《全能偵探》的人相信對下面一句對白并不陌生――“您看，已經有多項計劃制定出來，以此來幫助您通過適當的梳理和分析相關事實作出決策，而且這些事實都指向正確的決策。但是，很抱歉，這些決策也許不一定是您想要的。”
這也是BI目前處境的真實寫照。BI的確有其獨特價值，但部署后，企業卻發現其猶如雞肋，光彩全無，于是被束之高閣，造成投資的浪費。
究其原因，潘應麟認為是BI在某些企業遇到水土不服的情況，最主要癥結不在于BI而在于企業。“BI價值的發揮有一個前提那就是高質量的數據，而部分企業由于在企業文化、組織機構和業務流程并沒有為BI和數字化而做相應的調整，從而無法獲得高質量的數據：全面而準確。這是最主要的原因，多數企業在IT治理上還需更進一步。我們做過一項調查，在65%的企業中，當數據與直覺相矛盾時，管理層的決定是：忽略數據，相信直覺。在這種情況下，BI是無法發揮其應用的價值的。”
然而，“世界變化很快，BI卻發展緩慢”，我們必須承認這一事實。傳統BI的部署時間一般在18個月作用，而形成一套完整的報告則需要6個星期左右的時間，所以BI需要與時俱進。
忽略直覺，相信數據
“數字達爾文主義”告訴我們，面對數字化的浪潮，不能觀望和等待。可以預見，未來5年，企業的信息化和數字化將迎來一波建設。
工業化社會的高度發展建立了既定的秩序，我們被禁錮在固定的、集中的工作和學習模式中，對于相關信息和知識的獲取的渠道或者平臺也更為固定且單一。然而，在信息爆炸的大數據時代，顯然這樣的模式已經不再適用。無論是企業還是個人都需要透過這種數據激增的現象抓住數據的本質，去分析、總結和預測未來，從而對我們的工作做出正確的判斷和決策。而所有的這一切對于我們固有的學習模式產生了巨大的沖擊和顛覆。
所以，當大數據技術的日趨成熟，當數字化轉型已經成為一種使命，包括大數據在內的技術將從概念炒作轉向實踐應用，而BI也將以嶄新的姿態重回人們的視野。
對于BI下一步的發展，潘應麟持這樣的觀點。首先，企業信息化建設將不斷加速，而展望未來或預測可能性的結果將成為一種習慣和常態，這一點毫無疑問。在數字化轉型動因下，治理有序的數據發現將變得必不可少。數據在優化的同時，來源也將不斷豐富，而更多來自外部的數據將被提供決策分析。技術層面，支持多終端協作、移動化和數據可視化將變得更加重要。當然，開放的標準和開放的生態也非常重要。
第8篇：商業智能的bi時代范文
【論文摘要】闡述了知識管理與商務智能的基本內涵，通過對比分析，從兩者的概念、內容、產生的過程、采用的技術手段上進行區別，并對兩者的共同屬性進行了探討，通過一定的手段將兩者集成，實現支持企業決策、提升企業核。競爭力的目的。
知識經濟時代，信息和知識已成為企業發展的戰略資源。知識管理是伴隨知識經濟出現的一種創新管理，知識管理要綜合運用戰略、組織、流程、技術、變化等多種措施和管理工具，以富有效率的方式動員組織擁有的一切資源來實現其管理目標。商務智能是近幾年來企業和學術界的研究熱點商務智能技術可以幫助企業管理層在最短的時間內面對浩瀚如海的數據做出最為快速和科學的反應和處理以提高企業決策水平，從而獲得新的競爭優勢。很多企業為r能充分利用數據、信息和知識，提高決策速度和質量，紛紛投資建設商務智能系統與知識管理系統。充分r解和認識KM和RI足實施成功的前提知識管理和商務智能都為企業提供決策依據。對企業而言，如何做好兩者的集成是極為重要的。
1．Bl與KM的主要區別
1．1定義不同
商務智能是綜合了數據倉庫、數據挖掘和聯機分析處理等技術，將企業運作中涉及到的數據有效地轉化為信息和知識．通過適當的方式展現給決策者，以幫助企業提高決策能力和運營能力，增強核心競爭力，創造更多盈利的一種平臺和綜合解決方案，這里的數據包括來自企業內部業務系統的訂單、庫存、交易賬目、客戶和供應商資料等，此外還包括來自競爭對手的數據以及來自企業所依賴的外部環境中的各種數據。顯然，BI涉及到了很寬的領域，是集收集、合并、分析和提供信息存取功能為一體的解決方案。
商務智能方案分為對內信息共享(內網)和對外信息共享(外兩)兩部分。通過內隔企業把信息傳送給員丁，并從中獲得最佳的回報，但是，企業從信息中可以得到的并不僅限于此。通過外網把信息與外部客戶共享，該信息會給企業帶來更多的價值。
通過建立商務智能外網，企業能夠向客戶提供他們的歷史交易情況，使客戶擁有最新的購買情況、帳戶狀態等信息，此外企業還可以與客戶共享客戶支持信息。這樣客戶就能夠在網上看到自己的支持請求、技術問題的記錄以及同題處理進展情況等。
知識管理(KnowledgeManagement，KM)就是為企業實現顯性知識和隱性知識共享提供新的途徑，知識管理是利用集體的智慧提高企業的應變和創新能力。知識管理包括幾個方面工作：建立知識庫；促進員工的知識交流；建立尊重知識的內部環境；把知識作為資產來管理知識管理在知識資產管理、學習型組織、人力資源管理和信息化四個方面進行深化和突破。知識管理是企業在面對非連續的變化所致之重大變革之際，所建立的一個包含了將資料、資訊技術與整個組織流程、企業精神等加以整合之過程及成果，其中包含全體員工的創新力和創造力。
1．2運作過程不同商業智能所體現的智能行為在于能夠解決市場環境中隨機變化的決策問題。針對千變萬化的市場問題，商業智能技術表現為聯機分析處理的任意切片、切塊和鉆取．以及利用數據挖掘技術所獲得的知識
知識管理(KM)是對企業中的個人和企業組織進行知識獲取、存儲、共享、使用和創新的管理過程。知識管理既是一種信息技術．也是企業的理念和企業文化。知識管理的主體足知識．實現知識獲取和共享需要利用商業智能，從商業智能中得到的信息與知識能幫助解決隨機變化的決策問題，在這種意義上，商業智能是知識管理的基礎知識管理涉及四個運作過程，它們是知識集約過程、知識應用過程、知識交流過程和知識創新過程。知識集約過程指對現有的知識進行收集、整理、分類和管理的過程，它通常包含了隱性知識顯性化和顯性知識綜合化這兩個模式的知識轉化；知識應用過程指利用集約而成的顯性知識去解決問題的過程，也是顯性知識內化為員工個人的隱性知識，導致員工隱性知識儲備、擴展的過程；知識交流過程指通過交流來擴展整體知識儲備的過程；知識創新過程指企業整體的知識儲備擴大并由此產生出新概念、新思想、新體系的過程。
這四個過程不是相互獨立的，而是相互關聯的。知識創新是知識管理的目的，實現這一目的的關鍵在于隱性知識顯性化和顯性知識內部化。而知識集約促進隱性知識顯性化，知識運用和知識交流促進顯性知識內部化。因此知識集約、知識運用和知識交流是實現知識創新所不可缺少的重要步驟。
2．KM和Bl的共同點
2．1都以信息技術為基礎。無淪是商務智能還是知識管理，都以信息技術為基礎，兩者都依賴于計算機硬件、軟件、數據存儲和網絡通信等技術。
2．2支持共同的業務過程。無論是商務智能還是知識管理。都是為企業業務活動服務的它們基于同一個網絡．為企業管理活動提供乎臺和環境：它們具有共同的使用者，即企業各層次的決策人員：它們所處理的業務對象也具有很大的重疊性，都是企業管理過程中的各項活動。企業中知識管理系統和商務智能系統相輔相成的。
2．3最終的結果都是知識。知識管理中的知識明顯的總是直接來自人。商務智能中的知識源自對數據的分析。例如，如果一個公司通過商務智能分析得出在假期推出產品促銷可以獲利，這就是一條可以捕捉、存儲、分發的知識，并且可以和其他知識一樣使用。從這點來說，商務智能是使數據轉化成知識，然后管理知識的過程。
2．4都包含收集、組織、共享、利用階段。商務智能的處理對象是數據和信息，知識管理的主要處理對象是知識。雖然有學者對數據、信息和知識做了嚴格的區分。實際上，不管是數據、信息抑或是知識．他們的處理過程都有收集、組織、共享、利用這樣的階段。
3．知識管理和商務智能集成研究
現在的知識管理系統缺少與企業信息系統的聯系．別是數據層次上的聯系。企業信息系統缺少知識存儲和處理功能，現在的知識管理系統通常獨立于企業信息系統之外，或者是作為一個獨立的模塊通過接口與信息系統連接。對于企業來說，知識管理與數據管理、信息管理一樣貫穿于整個業務過程中，都是業務活動的有機組成部分。現有的知識管理系統需要與企業信息系統能融合，才能很好滿足企業知識管理的需要。商務智能系統是與企業信息系統緊密相連的系統。集成商務智能與知識管理就可以實現知識管理與企業信息系統的緊密聯系。本文把商務智能與知識管理集成系統稱為KMBI，可以處理、分析企業數據、信息、知識，支持企業各項活動，根據信息系統開發分層設計的思想，KMBI可以分為數據集成、功能集成和表示層集成三個層面的集成。
第9篇：商業智能的bi時代范文
當今世界，人類已開始進入一個以信息和知識為基礎的新經濟時代。借助信息技術特別是互聯網絡的參與，從根本上改變了人類的生存和生活方式。而實際上，信息技術和網絡已成為知識經濟時代的人類 “新語言”，成為人們生存和發展的一種“交流工具”，甚至有人說已經成為人類社會生活的一種決定性力量，如海德格爾所說，已經成為現代人的歷史命運。所以，以教師為主體的校本研修必然要借助信息技術為支撐的網絡環境。綜合以上因素，我校構建的多功能校本研修平臺，在“以校為本”的新理念指導下，以服務校本研修為核心，以網絡架構為平臺，以案例（課例）研究為載體的專題網站，包括視頻案例（課例）或文本案例（案例）。以案例研究為載體的研修網站主要內容包括：案例和案例問題、案例分析、自我反思、組內評價、專業引領和學習資料等。
【關鍵詞】移動化平臺 解決方案 平臺設計
1 技術平臺
1.1 總體需求
如圖1所示。
1.2 技術解決方案
1.2.1 平臺功能簡介
圓舟科技自主研發的xSimple移動平臺，主要功能包括：
（1）消息引擎；
（2）業務引擎；
（3）授權認證；
（4）web業務組件；
（5）MAM；
（6）MDM；
（7）集成門戶。
1.2.2 平臺技術架構
（1）邏輯架構。圓舟科技提供端到端的完整移動平臺，平臺邏輯結構說明如下：
>移動終端：支持Android、iOS主流操作系統
>客戶端應用：
*移動應用開放式統一門戶（基于H5構建上層業務展現）
*核心平臺能力引擎（提供原生能力、消息能力、數據存儲能力等）
>服務端：
*統一的安全接入服務（通道安全協議、請求安全控制等）
*文檔服務（提供類似云盤服務，方便跨平臺的文件上傳、下載、共享）
*消息服務（負責消息通知推送，即時通訊消息存儲與接口）
*移動應用、設備、權限管理（移動端業務模塊權限、移動角色、應用等配置）
*業務集成門戶（負責提供統一集成標準，將多移動化子業務系統管理后臺集成）
*業務服務引擎（它提供接口適配常用的業務擴展能力API，并基于可開發、調試的ID，允許快速構建數據接口服務）
（2）技術架構。圓舟科技移動平臺xSimple的技術架構核心流程說明如下：
>移動應用&文件服務
移動應用端使用能力引擎層提供的文件API，上傳文件至文件服務器（配置支持斷點），從文件服務器下載文件（支持斷點）
>移動應用&推送服務
Android移動應用端，注冊并連接推送服務（TCP連接），iOS移動應用端向APNS注冊遠程通知，獲取apnsToken后，將apnsToken上傳至消息服務
>移動應用&安全通道
移動應用端用戶登錄時，連接安全通道，由安全通道的登錄服務實現具體認證邏輯（自身認證或向第三方認證）
移動應用端用戶連接安全通道的消息服眨獲取業務消息
>移動應用&業務服務引擎（BizServiceEngine）
移動應用端上的業務模塊，使用能力引擎層提供的業務請求API，連接業務服務引擎指定的特定業務接口，獲取（或提交）業務數據
>移動應用&權限管理認證服務（MXM）
移動應用端的權限管理模塊，負責連接權限管理認證服務，進行權限的協商和更新
>安全通道&推送服務
安全通道調用推送服務，如是Android平臺的目標消息，則調用Android的pushServer向終端推送通知，如果是iOS平臺的目標消息，則調用APNS服務向特定的終端用戶推送通知
>安全通道&業務服務引擎（BizServiceEngine）&權限管理認證服務（MXM）
業務服務引擎或MXM權限管理服務，調用安全通道提供的pushMsg（消息推送）和authToken（訪問令牌授權認證）接口
>WebPortal&業務服務引擎（BizServiceEngine）&權限管理認證服務（MXM）
業務服務引擎或MXM的管理端，調用webPortal提供的鑒權服務，管理PC端的用戶身份與會話等。
1.2.3 部署架構
圖2所示為圓舟科技xSimple移動平臺部署架構圖。
上述為平臺推薦部署架構（適用于中、大型的移動平化方案），企業也可根據自身需要，基于此進行精簡部署，部分服務，如企業自身已具備（如文件服務云盤等），則可以使用企業的服務集成。
1.2.4 平臺優勢與特點
（1）安全、安全、安全。
（2）應用商店，統一管理。
（3）業務擴展，快、簡、穩。
（4）消息引擎服務，連接一切。
（5）豐富能力、業務組件，積木式應用開發。
2 核心服務與組件
2.1 終端門戶引擎
門戶設計（圖3）。
簡介：
>基于Hybrid混合模式（最適合企業移動化的架構）；
>豐富的能力插件，靈活的擴展規范；
>提供可擴展的門戶框架（上層展現高效、快速、能適應業務需求變化）。
2.2 消息服務引擎
消息引擎：
簡介：
>自主Android推送服務；
>統一的蘋果APNS服務推送調用服務；
>消息可靠存儲（保證網絡異常等特殊場景下的消息可靠性）；
>業務消息分發通知機制（不關注業務消息定義，只負責消息送達）；
>支持橫向擴展，滿足企業內、外的連接溝通訴求。
2.3 業務組件模板
簡介：
>靈活性、易維護、易擴展；
>模塊預加載功能；
>統一UI規范；
>可以避免代碼冗余、提高產品性能；
>豐富的基于企業常見業務的表單、組件模板，積木式設計，快速靈活搭配，提高新應用構建效率。
2.4 業務引擎與集成門戶
簡介：
>業務基礎能力庫（包括常見的接口適配形式，如DB，HTTP、WS等）；
>業務擴展開發指南、業務基礎能力庫、能力擴展指南（提供擴展API及完善的開發擴展指南）；
>IDE開發工具；
>統一鑒權（身份認證、會話管理等）；
>統一集成：用戶、角色、菜單、菜單權限等配置管理，支持多系統。
2.5 企業即時通訊
簡介：
>基礎的即時溝通模式（單聊、群組等）；
>常用的溝通方式（圖片、文字、語音、表情、文件傳遞）；
>基于特定業務場景的溝通（提供溝通組件，可根據業務需要，嵌入特定業務環節，加快業務的流轉和溝通效率）；
>基于企業通訊錄（組織架構）的溝通，PC與移動端跨平臺互通；
>提供標準的企業內部微薄、工作論壇等。
2.6 企業應用商店
簡介：
>提供專屬的企業應用商店；
>企業多應用管理平臺、應用下載、、升級等；
>應用內部評論、打星，排行榜等。
2.7 MAM與安全
MAM簡介：
>應用版本管理：版本更新檢測服務、版本有效性管理、版本自動解析等；
>用戶、角色管理（移動端用戶、角色的配置）；
>業務權限分配（移動端角色與業務權限的關聯設置等）；
>設備基本信息采集，設備應用管理，設備狀態監測；
>設備常見IT安全策略配置管理；
>設備上應用使用統計、應用擦除，應用禁用等。
安全性簡介：
>傳輸通道加密；
>請求控制器；
>本地數據加密；
>安全訪問控制策略；
>強化身份認證；
>MAM/設備安全策略管控。
2.8 文件服務（查看/上傳下載）
文件上傳與下載：
>支持文件上傳（斷點），文件定時歸檔，臨時目錄清理策略等；
>支持文件下載（圖片類型的附件，可統一處理縮略圖，定義圖片的縮放參數配置等）；
文件查看與轉換：
>支持自定義的附件查看組件（Android、ios等終端平臺上的附件渲染服務）；
>支持的附件格式，囊括了大多數辦公類的文件類型，如doc，ppt，excel，pdf等；
>附件存服務（離線緩存、在線緩存）；
>可配置的附件轉換服務（統一轉換為PDF格式，可以在移動端上有最佳的顯示效果）。
3 業務解決方案
3.1 OracleBIEE+圓舟科技移動BI解決方案
3.1.1 基于OracleBIEE產品的解決方案
（1）簡介。當今大部分企業決策者由于無法及時訪問高質量、全面、可靠、個性化的運營和財務信息，因而在制定關鍵企業決策時常常感到壓力巨大。BIEE產品全稱Oracle Business Intelligence Enterprise Edition， 是Oracle 公司的商務智能核心產品。
Oracle針對數據倉庫、商務智能以及ETL和數據質量管理的解決方案是一整套為支持更好更快地利用企業信息而設計的技術和應用系統。它將來自企業的多個數據源的數據整合到一起，并將數據轉化為企業的關鍵洞察力來支持戰略決策制定、推動持續的業務流程改進和促進整個企業協調一致。而且，由于Oracle解決方案針對Oracle和非OracleIT環境進行了優化，客戶能夠利用他們對現有技術和業務應用系統的投資來大幅降低總體擁有成本（TCO）。
（2）背景。各個行業的企業依靠信息來做出企業的決策。通常，企業需要的信息很難獲得，因為這些信息也許不存在于企業內部或者存在于企業內部不同的應用系統中。盡管企業內部的系統例如銷售、市場、運營、財務和人力資源等系統之間是內部互聯的，但是系統之間的數據和存儲位置并不一定是統一的。為了獲得業務效率的提升，信息需要在各系統之間流動和傳遞。例如，銷售、市場和服務部門的專家需要來自于財務、人力資源和制造部門的信息來幫助他們更好地管理客戶資源。人力資源的專家需要財務信息來更好地了解企業的內部人員薪酬趨勢和人力資源成本。制造和采購部門的專家需要客戶訂單、材料和勞動力成本等數據來更有效地管理供應鏈。大多數企業缺少這樣跨系統的視圖和信息，因為所需的數據存儲在非互連的系統中。此外，他們使用的傳統的商務智能工具被限定于只在某個主題和功能系統中，很難使用和維護，并且不能向公司價值鏈的各部門提供相關信息。局限性的業務視圖導致這些系統不能很好地幫助企業做出更優化的決策。Oracle商務智能應用能夠幫助解決這種具有挑戰性的業務需求。
（3）項目定位。中建鋼構移動平臺系統的建設是圍繞公司經營分析活動的需要，實現各項報表、分析功能的輕量化、移動化，以滿足公司管理層決策支持需要及日常業務管理需求。
本項目將現有的鋼結構管理平臺和物聯網等系統進行數據的整合，從生產運營的多個維度進行數據分析和展現，實現制造廠各車間、大區各項目、公司各制造廠、公司各大區產量、產值的系統數據深度整合和橫向查看，為管理提供數據支撐，并逐步向輕量化、移動化過渡，逐步與OA辦公平臺等系統進行集成，為快速、高效的管理提供支撐。通過與多家移動平臺軟件商洽談溝通，結合公司各系統實施情況，公司各系統中現階段合適嵌入移動平臺上的功能主要有生產數據展現、結果類報表展示、通訊錄、審批流程、公司發文、知識庫、云存儲等功能模塊。我們對中建鋼構的本期數據分析需求有如下理解：
我們對中建鋼構的本次項目的第一階段的實施目標如下：
（1）為中建鋼構總部及其各公司決策層，提供可供經營決策分析的可靠信息及數據；
（2）在集團數據平臺架構的基礎上，構建中建鋼構的BI系統架構；
（3）統一、標準化的數據倉庫；
（4）豐富的數據分析手段，更符合管理者決策思維；
（5）減輕分析工作量，提高分析的準確性。
BI主要特點：
A、新的B/S架構
這個好處是無需客戶端，對于用戶來說用瀏覽器直接登入系統既快捷又非常方便。
B、多種生動直觀的數據展示方式，強大的報表整合能力
完全個性化交互儀表板，基于功能和角色主動式的智能預警，提供分析指引，提供最佳實踐環境，能力強大，操作簡單。
C、靈活的針對多數據整合及建模方式
支持多數據源，包括常見的數據庫，甚至文件、數據切割，多聚合表，靈活的建模方案。
中建鋼構本次項目的體系架構：
OracleBIEE11g具有統一的智能基礎架構體系，可跨多種數據源，具有強大的系統擴展性，支持多語言，多平臺，多前端展現模式。
而作為圓舟科技的Xsimple平臺及移動BI，高集成整合任何數據源，進行靈活展現，匹配任何終端設備。支持Andriod和IOS。
技術特點：
全方位的企業決策支持：
A、靈活豐富的展示，在報表展示方面，充分考慮到企業決策者的多視角關注決策數據的需要，如下圖：
B、BIEE主動預警與，能根據需要，及時得到預測信息數據，使企業能快速響應。
C、高擴展性，靈活多樣的部署能力，能到現在各種流行終端c多種系統。
D、自助式聯機分析：
（1）純html頁面展示；
（2）拖拽方式，新增計算項，定義風格，配置導航路徑等；
（3）數據鉆取并能夠保持圖表聯動；
（4）完全通過WebUI進行強大的即席分析；
（5）創建和修改圖表、數據透視表、文本和信息板多種展示方式等；
（6）統一的通用企業信息模型；
（7）通過goURL可進行參數的傳遞（SQL/Filter/Chart）。
強大的系統兼容性：
A、外部用戶認證和SSO（兼容多種Portal工具），實現統一的用戶驗證機制。
B、開放性和可擴展性，支持多種開發標準和多SOA架構，支持開源WEB瀏覽器。
中建鋼構的BI系統是未來集團長遠發展的核心系統，所以，我們在選擇企業核心系統時候有以下考慮：產品功能、技術先進性、靈活性（對未來適應）、成本。
產品功能是指產品本身功能的全面性和豐富性，產品功能全面豐富才能為解決方案提供更多的選擇和余地。從這一點上來看，Oracle公司的BIEE更具有核心的優勢：
技術先進性：IT技術的主流與否決定產品的壽命周期和用戶未來的擴展性。
（1）靈活的體系結構、適應企業的個性化需求，便于調整；
（2）開發通用的開發語言（JAVA）；
（3）使用先進的技術，是Internet概念的倡導者和領先者之一。
同時，相對于任何其他產品而言，Oracle公司所有的產品集成與統一平臺和數據庫，對企業的未來成本與使用更有優勢。
因此，對于中建鋼構管理信息系統的建設采用了我們推薦OracleBIEER11的標準解決方案，所使用的功能如下：
BIEE報表開發平臺
（1）財務報表；
（2）營銷報表；
（3）KPI。
A.數據倉庫
通過使用InformaticaETL開發工具開發搭建、開發數據倉庫。其主要特性如下：
（1）建立多業務系統可視化的表映射關系；
（2）建立標準化的數據表；
（3）建立、計劃可視化的表工作流；
（4）自帶工作流實時監控系統，便于觀察和維護；
（5）多工作區的開發工具、利于并行開發工作的執行；
（6）整合后的數據倉庫平臺，利于公司統一化、集中的數據管理；
B.BIEE報表及KPI
Oracle BIEE 開發方便、靈活，輕松支持財務主題、營銷主題、營運主題、供應鏈主題及KPI報表開發。
Oracle BIEE商務智能套件是oracle發展多年，經過多版本之后的穩定產品、有大量的技術和平臺文檔支持、易于運行和維護，自動多維數據庫essbase，支持多維度報表查詢，無需與其他系統、數據集成就可以輕松實現多維報表展示。
4 基于圓舟科技移動BI解決方案
4.1 產品介紹
可以幫助企業隨時隨地碎片化簡單快速、高效的做出更有價值的決策、提升自身的競爭力，收集、管理和挖掘企業商業數據，有效利用46種統計及分析指標，將數據展現給相關人員的移動端。確保企業能更好地控制和洞察業務狀況，以較低成本和便攜方式提供一種可視化管理項目。無縫集成其他系統，整合結構數據，并可快速部署，降低風險并帶來更大的投資回報。
4.2 圓舟移動BI方案的關注點
4.2.1 信息針對性
圓舟BI能夠從龐大的數據中將管理層最關注的數據與指標展現出來，按照使用者查詢的指標頻率自動排序，更有針對性，使決策更科學。
4.2.2 傳遞及時性
數據實時查詢，用戶可通過3G/4G/WIFI網絡環境，實現數據隨時、隨地的數據訪問，使決策更及時。同時與即時通訊技術的整合，也更便于管理者快速傳遞指令。
4.2.3 使用便利特性
圓舟BI將商業智能同時在PC和移動終端上展現，因此它真正實現了跨平臺，隨時，隨地的辦公和決策需求。能實現多點觸控、指端拖拽，方式更靈活、更人性化，使用更便捷。在移動端進行觸摸和拖拉就輕松獲取最佳信息
4.2.4 系統的整合性
圓舟BI不是拋棄有的IT系統，而是更好的應用整合技術，將多系統進行整合，在多終端展現。
4.3 產品功能清單
角色切換、看板上的重點指標數據更新及查看權限、全部指標清單，相應預警指標溝通（圖、文說明）、指標類別收藏。以郵件、即時消息、儀表板、看板、駕駛艙、餅狀圖、柱形圖向用戶提供監控、警告信息接及分析。
產品中包括的重要指標：
（1）銷售收入。
（2）銷售凈利潤。
（3）資金。
（4）資產周轉率（銷售）。
（5）ROE凈資產收益率。
（6）速動比率。
（7）資產負債率。
4.4 業務痛點/解決問題
通過數據分析支持的高效管理。支持自動、隨時預警及通知、報表調度，數據通過46種預置指標多維度分析，讓“管理”更簡單。
4.5 提升風險預警管理能力
展示財務KPIs指標保證您在項目生命周期中及時發現潛在的風險并處理，通過使用掙值分析方法和預測功能可以更加主動的管理項目效果。
4.6 全面的商務智能數據分析平臺
無縫抽取Oracle，SQLserver，DB2等多種數據庫資料，可從多個數據源生成報表，提供一系列豐富的商務智能分析工具，交互式信息顯示板、特定查詢、運營分析、生產預警、財務報表、戰略管理，從管理層到決策層多維度個性化的數據分析管理工具。
4.7 項目資金流理更順暢
對現金流的預測及實際現金流與預測之間的評估對比，通過強大的集成功能，還可以基于重大事件付款及收款計劃優化現金管理。
4.8 社交化及時溝通、決策效率更高
高效快捷抽取運營內容和分析，發起即時溝通、管理層在線分析決策，決策即時郵件通告，簡單高效，運籌帷幄！
5 結論與展望
美國學者曼紐爾?卡斯泰爾認為：“網絡就是一組相互聯結的結點，其所有的結c，只要他們共享信息就能聯系。”。開放式的網絡體系結構，使不同軟硬件環境、不同網絡協議的網絡能夠互連，從而實現真正資源共享、數據通信和分布處理的目標。另外，信息和網絡技術不斷向高性能發展，不斷追求高速、高可靠和高安全性，且采用多媒體技術，提供文本、聲音圖像等綜合。同時，計算機網絡的智能化，多方面提高網絡的性能和綜合的多功能服務，并更加合理地進行網絡各種業務的管理，真正以分布和開放的形式向用戶提供服務。計算機網絡與通信網的結合，可以使眾多的個人計算機不僅能夠同時處理文字、數據、圖像、聲音等信息，而且還可以使這些信息四通八達，及時地與全國乃至全世界的信息進行交換。這些高科技、十分便捷的網絡與信息技術為校本研修提供了無法取代的手段。
參考文獻
[1]湯瑪士.戴文坡.ERP進階實務[M].臺灣：商周出版，2011（12）.
[2]吉爾伯特.托平，菲奧娜.切爾尼亞夫斯卡.企業咨詢[M].大連：東北財經大學出版社，2008（04）.
[3]大島祥譽.麥肯錫工作法[M].北京：中信出版社，2014（05）.
[4]維克托.邁爾-舍恩伯格，肯尼思.庫克耶.大數據時代[M].杭州：浙江人民出版社，2013（01）.
[5]Oracle Method CDM Quick Tour，Release 2.0.0，February，2000.
[6]Oracle Method Application Implementation Method Handbook Release 3.0.0，August，1999.
[7]Oracle Method Project Managemnt Method Handbook Release 2.6.0， March，1999.
[8]曾躍.OracleERP實施方法論及其在通訊企業的應用[D].成都：西南交通大學，2004.
[9]徐寧.基于BPR的SR物流公司ERP系統構建與實施研究[D].秦皇島：燕山大學，2012.
[10]趙志芳.基于xSimple的業務流程優化研究[D].北京：首都經濟貿易大學，2008.
[11]李士強.xSimple系統規劃與實施[D].南京：南京理工大學，2013.
[12]羅永勝.CZ公司xSimples實施方法體系研究[D].廣東：廣東工業大學，2013.
[13]劉華.PCB行業OracleERP實施方案的改進研究[D].廣東：電子科技大學，2012.
[14]白燕梅.中小企業實施ERP過程及方法的研究[D].長春：吉林大學，2005.
[15]周玲.咨詢公司ERP咨詢項目實施風險評估與對策研究[D].西安：西安理工大學，2007.
[16]溫和.用友公司xSimple實施方法體系研究[D].長春：吉林大學，2011.
[17]徐學軍.鄒明信.xSimple實施方法論研究[J].中國管理信息化，2006，7.
[18]丁正新.對我國中小企業xSimpless實施的研究[J].經管空間，2014.
[19]崔錦杰.企業成功實施xSimple的實踐總結[J].信息與電腦.2014.
[20]盛如龍.ASAP實施方法論及其在奇華頓項目中的應用[D].大連：大連理工大學，2009.
[21]張玉權.xSimple實施過程控制方法及其在T集團的應用研究[D].北京：北京郵電大學，2010.
[22]汪曉華.OracleERP實施和估算方法的改進研究與應用[D].上海：上海交通大學，2009.
[23]史英杰.中國本土咨詢業發展研究[D].天津：天津大學，2002.
[24]趙靜怡.中國管理咨詢公司發展對策研究[D].上海：復旦大學，2002.
[25]吳亞軍.基于ERP實施影響因素的協同機制研究[D].西安：西安科技大學，2006.
