1 引言
信息技术在企业的广泛应用使得企业在经营过程中产生了大量的业务数据，如订单、库存、交易账目、通话记录及客户资料等，在这些与企业息息相关的数据中蕴藏了丰富的经营理念和市场规律，包含了对企业决策者极具价值的信息。如何从这些业务数据中提取有用的信息。进而有效地利用这些宝贵的信息资源增进对业务情况的了解，帮助他们在业务管理及发展上做出及时、正确的判断，采取明智的行动，成了企业的一个迫切愿望和现实难点。其次，由于各个业务系统产生的大量数据分散存储于各种异构系统中，形成了一个个信息孤岛，这些孤立的数据很少能被用于决策分析。
因此对大部分企业来说决策处理的问题不是数据缺乏，而是大量的数据冗余和数据不一致。即数据丰富，信息贫乏(Data rich，Information poor)，庞大的数据量和传统数据管理方法的缺陷，使大部分企业出现了“数据监狱”(Data in iail)现象，既不利于企业的管理也不利于信息的有效利用。如何提高信息的利用率，快速准确地找出所需要的信息，做出高明的决策，是商业智能(Business Intelligence，BI)发展的驱动力。此外，更多成熟技术的出现，比如硬件上的大容量存储技术、并行处理器技术．软件上的挖掘工具、数据仓库环境的管理工具等，使企业能以更低的成本投资商业智能，进而得到更高的投资回报率。另外，Internet技术的发展使得分销商、供应商、零售商和制造商之间的数据访问和共享成为可能，因此商业智能的研究与应用越来越受到人们的重视。要想有效地利用各种应用系统蕴藏的数据来提升企业决策水平，获得更大的竞争优势，实施企业商业智能战略是至关重要的。
2 商业智能的含义
商业智能是伴随着企业信息化的不断深入而产生的，最早由Gartner Group公司的Howard Dresner于1989年提出。它描述了一系列的概念和方法，通过应用基于事实的支持系统来辅助商业决策的制定。到目前为止，关于商业智能还没有一个准确的定义。一般认为，商业智能是一类由数据仓库(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的技术及其应用，它允许用户查询和分析数据库或数据仓库，进而得出影响商业活动的关键因素。最终帮助用户做出更好、更合理的决策。即BI是将数据转换成信息，然后通过发现将信息转化为知识并将知识应用到商业行为上的一个过程，通过该过程实现技术服务于决策的目的。商业智能的出现经历了一个渐进的、复杂的演进过程，而且仍处于发展之中，它包括事务处理系统(Transaction Processing System，TPS)、管理信息系统(Management Information System，MIS)、高级管理人员信息系统(Executive Information System，EIS)和决策支持系统(Decision Support System，DSS)等阶段，最终演变成今天的企业商业智能。
从系统观点来看，商业智能的数据处理过程是：从各个业务数据库和其他数据源中抽取有用的数据，然后对采集来的数据进行清理和转换(以保证数据的完整性、一致性)，经重构后，按照不同的分析主题存放到数据仓库或数据集市中。这样，原先存放在多个业务系统中的、反映企业局部情况的数据经过整理后就转换成反映企业整体情况的信息。从而完成了从“数据→信息”的转变。存放在数据仓库或数据集市中的信息利用合适的查询和分析工具、数据挖掘(Data Mining，DM)工具、联机分析处理（On line Analvtical Processing，OLAP)工具进行处理后，形成带有规律性的、能够对企业运营提供指导意义的知识，从而完成了从“信息→知识”的转变。企业的决策层可以利用得到的知识，制定相应的策略，并反馈到业务系统中，最终改善企业的运营。商业智能的数据处理循环过程如图1。
图1 BI系统的数据处理循环过程
从数据分析角度来看，商业智能是为了了解和解决商业活动中遇到的各种问题，利用各种信息系统进行高质量、有价值的信息收集、分析、处理的过程，其基本功能包括个性化的信息分析预测、辅助决策等。
从应用观点来看，商业智能可以帮助用户对大量数据进行处理和分析，进行趋势预测，辅助决策，从而更好地实现企业的商业目的。现在BI技术应用非常广泛，涵盖了电信、保险、银行、医疗、交通等行业。例如电信业用于客户描述和定位及需求预测等方面；在保险业可根据投保品种、投保人等历史数据，合理设定储备金数额、保险金标准，进行风险分析和损益判断，提供个性化保险服务：在银行、金融和证券行业，可分析客户收益，调整市场活动，建立信贷预警机制，进行更精确的组合业务评估：在制造业可以在销售/营销方面采取更主动的行动以吸引客户。预测需求，及时订货和补货，实时了解供应商和代理商的情况，优化调度、配送和运输过程，实现低库存水平。
3 商业智能的体系结构及其核心支撑技术
所谓体系结构是指一整套的规则和结构，为一个系统或产品的整体设计提供主框架。商业智能的体系结构是指通过识别和理解数据在系统中的流动过程和数据在企业中的应用过程来提供商业智能系统应用的主框架。根据图1的描述，BI的体系结构如图2。商业智能系统是以现代管理理论为指导，信息技术为支撑核心的集成系统，其支撑技术主要包括两方面：一是计算机技术，包括数据仓库技术、数据挖掘技术、联机分析处理以及数据可视化等技术：二是现代管理技术，包括统计、预测等运筹学方法、客户关系管理(CRM)、供应链管理(SCM)、企业资源计划(ERP)等管理理论和方法、企业建模方法。
图2 BI体系结构
BI的核心技术包括数据仓库技术、联机分析处理和数据挖掘，同时还需要灵活实用的前端展示，用于提供较好的人机操作界面。以辅助和支持商业决策的全过程。
3.1 数据仓库技术。出现在20世纪80年代中期，美国信息工程学家、“数据仓库之父”W.H.Inmon将其定义为：“数据仓库是一个面向主题的、集成的、稳定的、包含历史数据的数据集合。它用于支持管理中的决策制定过程”。数据仓库系统是对数据的处理技术的集成，而商业智能系统的核心是解决商业问题，它把数据处理技术与商务规则相结合，以提高商业利润，减少市场运营风险，是数据仓库技术、决策处理技术和商业运营规则的结合。
3.2 数据挖掘技术。采用聚类分析、关联分析、决策树、神经网络、遗传算法等人工智能技术和数理统计等技术，从大量数据中挖掘出隐含的、先前未知的、对决策有潜在价值的关系、模式和趋势，并用这些知识和规则建立用于决策支持的模型，提供预测性决策支持的方法、工具和过程。在零售业、金融保险业、医疗行业等多个领域都可以有很好的应用。
3.3 联机分析处理。是商业智能系统应用的前端工具，它通过多维的方式来对数据进行多角度、多层次的分析、查询和报表处理。OLAP不同于传统的OLAP(联机事务处理)应用。OLAP应用主要用来完成用户的事务处理，如民航订票系统、银行储蓄系统等，通常要进行大量的更新操作，同时对响应时间要求比较高。而OLAP应用主要是对用户当前及历史数据进行分析，辅助领导决策。其典型的应用有对银行信用卡风险的分析与预测、公司市场营销策略的制定等。OLAP主要是进行大量的查询操作，对时间的要求不太严格。在BI应用中，OLAP应用一般同时与数据挖掘工具、统计分析工具配合使用，以增强决策分析功能。
4 商业智能与提升企业竞争力
商业智能就是将智能计算技术应用于传统商业领域，将企业现有的数据转化为知识，从而提高数据分析能力，优化业务过程，提高企业在市场中的竞争力。因此，越来越多的企业提出了对BI的需求，把BI作为一种帮助企业达到经营目标的一种有力手段。
怎样才能利用商业智能将企业信息中提取的知识转变为企业的竞争优势？虽然商业智能能够帮助企业找到影响企业商业活动的关键因素，但是商业智能本身并不能保证为企业创造任何价值。任何一种技术方法．特别是商业智能，要解决问题之前必须要有充分的数据准备，然后利用相关技术将有助于决策的知识转化为增强企业竞争优势的行动。为此，要做好以下几个方面的工作：
首先，应全面理解企业业务流程，详细分析企业现有资源状况以及管理人员的思想意识、管理技能等，结合企业自身的特点和行业优势，在充分调查研究的基础上，明确企业对BI的需求。
其次，在对产品的认识上，从一开始就要明确，商业智能的真正价值在于辅助决策，预测趋势。因此，前期基础数据的整理和准备工作就要提早到位。对于实施商业智能的企业来说，良好的数据基础是成功的关键。积累的基础数据越多、越详细、越准确，实施商业智能为决策提供预测的准确性就越高。
再次，在分析现状，明确需求和完备数据的基础之上，寻找最适合的厂商及产品，从管理和技术的角度来选择或设计一个BI解决方案。商业智能的应用本身是不分贵贱的。只要用户需求明确，再加上厂商正确的方法论及管理理念的指引，相信就一定会成为一个好的BI应用。同其他信息系统的建设一样。BI作为一个项目，也必须坚持“一把手原则”，即BI的实施强调企业最高领导层的直接参与，这样可以保证项目能在企业中能顺利地加以实施。
最后，一定要明确BI的实施是一项复杂而艰巨的系统工程，具有一定的难度和风险，绝非是几个程序员就可以完成的。因此，要充分结合企业自身的各种资源优势，聘请有关资深的行业专家做企业贴身的管理顾问，从商业建模开始，一步一步地逐步往前推进，这样才有可能打造出一个真正的、符合企业需要的商业智能系统。
企业在具体实施商务智能时有两种建设路线可供选择。一是从企业中某一个局部的商业需求开始，尝试着进行商务智能的实施。这种方法较稳妥，而且容易实现，回报快。另一种方法是在企业所有领域全面实施商业智能。以支持企业的所有业务过程，满足跨企业的决策支持。这种方法较前一种方法更具挑战性，但见效慢，收回投资的平均年限也比较长。具体选择哪条建设路线，企业可根据自身的资源状况、技术水平和需求的紧迫性等来决定。
5 商业智能在企业中的典型应用
对BI应用研究的重点在于对各个应用领域所面临的决策问题的分析。根据对各类问题的解决方式和解决方案来决定商业智能系统应该提供的功能以及具体实现方法。目前，商业智能被广泛应用于与企业运营过程相关的各个领域，并且在很多领域已经形成其特有体系。具有代表性的应用领域包括：企业资源计划、客户关系管理、人力资源管理、供应链管理、电子商务等。
5.1 客户关系管理(Customer Relationship Management，CRM)
随着市场竞争的加剧以及全球经济一体化的逐步形成。进入21世纪以来，在产品和管理高度同质化的背景下，客户资源越来越成为企业生存和发展最重要的资源。据Mercer劳动力2000调查，企业竞争优势第一位来源于客户关系的建立和维持。因此，目前很多企业改变了传统的“以产品为中心”的经营理念，转而实行“以客户为中心”的经营模式，希望通过建立客户关系管理，以提高企业的核心竞争力。
如何利用数据增进对客户(包括最终客户、分销商和合作伙伴)情况的了解，实施“以客户为中心”的战略，从而创造出能使企业收入、利润和客户满意度都达到最优的理想结果的商务战略，这是CRM的核心，也是CRM实施中的难点。而BI正好可以利用恰当的工具，如数据抽取、数据挖掘、OIAP等工具去收集和分析与客户行为有关的信息，并进行客户相关数据分析以及为营销、销售和服务等部门提供辅助决策支持。所以，在CRM战略中引入BI并在实施中加以正确应用，就能够为企业及时开拓营销渠道，挖掘潜在的、有价值的客户，提高市场占有率。同时也能够针对不同的客户群及时提供不同的个性化服务，留住客户．提高客户的满意度和忠诚度。另外，通过对客户购买行为数据的关联分析，可以快速发现客户的关联购买需要，进而可以有针对性地对客户实施交叉网络营销。实现企业和客户的双赢。企业实施CRM一般需经过3个步骤：
(1)识别对企业来说最有价值的或潜在的最有价值的客户；
(2)理解客户需求及购买模式；
(3)与客户交互以满足其所有期望。
BI在CRM实施过程中的作用见图3。
图3 BI与CRM
图3说明了在CRM实施过程中的每一步骤中BI的作用。从正确识别客户到全面提高客户交互质量，可以说BI一路伴随着企业CRM战略的成功实施。
5.2 人力资源管理(Human Resources Management，HRM)
商业智能可以使企业的人力资源战略符合企业总体商业战略。由于BI所反映的是企业集成的劳动力视图，因而有助于设计保留模式，提高生产力，降低费用。BI在HRM方面的应用主要有：
(1)劳动规划应用。在企业详实的人力资源数据基础之上，帮助决策者完成多视角的人力资源统计分析，并通过对现有的人力资源的使用状况，预测劳动满员和紧缺，分析超时和工作量。鉴别无效的工作和优秀的雇员．计算出某段时间内劳动的收益率等，使劳动资源得到最大的利用。
(2)人力规划分析。可以实现不同角度的员工工资查询和分析。结合完成的工作量，提高员工利益分配的科学性。如按部门、职称、专业、学历、性别等的职工统计和查询；从职称、学历、工作量等方面进行人才能力综合评价；多角度职工工资查询，按不同视角进行职工工资统计分析；实际完成工作量和工时对比分析；人力工作量负荷分析：分析各类员工所获奖励、惩罚等个人特性与共性之间的关系。
商业智能在行业中的应用是一个长期而复杂的过程。BI作为信息技术发展的产物，是企业分析海量数据的必要途径。充分利用BI及其相关技术可以改善企业管理、大大提高企业的竞争力。另外，随着网络和无线通讯技术的发展，移动电子商务已逐步得到应用，移动电子商务和商业智能的结合将是未来发展一个重要的领域。可以说，商业智能技术伴随着电子商务的发展必将在更多的行业中得到更广泛的研究与应用，从而提高企业的核心竞争力和效益。
6 结束语
随着信息化的纵深发展，从最初的各类管理信息系统(MIS)到近几年流行的ERP、CRM等，企业的数据积累已达到了一定的程度。面对越来越激烈的市场竞争，企业希望对他们的ERP、CRM、SCM和遗留系统中的数据资产进行分析，从中提取隐含的、有用的信息和知识。并将其转换成企业的竞争优势。因此，越来越多的企业提出了对商业智能的需求。把商业智能作为帮助企业达到经营目标的一种有效手段：另一方面，IT业很多著名公司已认识到商业智能巨大的发展潜力，纷纷加入从事商业智能研究和软件开发的行列。商业智能软件市场在最近几年得到了迅速增长。2005年，中国商业智能(BI)软件市场销售额达到10.15亿元人民币，年增长率达到54.96％，与此同时，咨询机构Ganner指出，预计全球BI市场在2006年会达到25亿美元，比上年提高6.2％，有望在2009年突破30亿美元。
企业有效地运用商业智能最大的好处就在于企业能在大量无序的数据中发现有利的趋势和模式，帮助企业赢得竞争优势。在当今复杂多变的市场环境下，企业应力争成为市场的主导者，而不是追随者。利用商业智能，企业决策者可以提高企业决策能力、决策效率、决策准确性，挖掘出新的发展商机，使企业在竞争中保持优势，立于不败之地。
转载请注明出处：拓步ERP资讯网http://www.toberp.com/
本文标题：商业智能BI与企业竞争力的提升
本文网址：http://www.toberp.com/html/consultation/1081945699.html
相关文章
