什么是商业智能？商业智能工具都有哪些？
商业智能也称作BI，是英文单词Business Intelligence的缩写。商业智能通常被理解为将企业中现有的数据转化为知识，帮助企业做出明智的业务经营决策的工具。这里所谈的数据包括来自企 业业务系统的订单、库存、交易账目、客户和供应商等来自企业所处行业和竞争对手的数据以及来自企业所处的其他外部环境中的各种数据。而商业智能能够辅助的 业务经营决策，既可以是操作层的，也可以是战术层和战略层的决策。为了将数据转化为知识，需要利用数据仓库、联机分析处理（OLAP）工具和数据挖掘等技 术。因此，从技术层面上讲，商业智能不是什么新技术，它只是数据仓库、OLAP和数据挖掘等技术的综合运用。
商业智能定义为下列软件工具的集合：
终端用户查询和报告工具。专门用来支持初级用户的原始数据访问，不包括适应于专业人士的成品报告生成工具。
OLAP工具。提供多维数据管理环境，其典型的应用是对商业问题的建模与商业数据分析。OLAP也被称为多维分析。
数据挖掘（Data Mining）软件。使用诸如神经网络、规则归纳等技术，用来发现数据之间的关系，做出基于数据的推断。
数据仓库（Data Warehouse）和数据集市（Data Mart）产品。包括数据转换、管理和存取等方面的预配置软件，通常还包括一些业务模型，如财务分析模型。
联机分析处理 (OLAP) 的概念最早是由关系数据库之父E.F.Codd于1993年提出的，他同时提出了关于OLAP的12条准则。OLAP的提出引起了很大的反响，OLAP作为一类产品同联机事务处理 (OLTP) 明显区分开来。
当 今的数据处理大致可以分成两大类：联机事务处理OLTP（On-Line Transaction Processing）、联机分析处理OLAP（On-Line Analytical Processing）。OLTP是传统的关系型数据库的主要应用，主要是基本的、日常的事务处理，例如银行交易。OLAP是数据仓库系统的主要应用，支 持复杂的分析操作，侧重决策支持，并且提供直观易懂的查询结果。
OLAP是使分析人员、管理人员或执行人员能够从多角度对信息进行快速、一致、交互地存取，从而获得对数据的更深入了解的一类软件技术。OLAP的目标是满足决策支持或者满足在多维环境下特定的查询和报表需求，它的技术核心是"维"这个概念。
“维”是人们观察客观世界的角度，是一种高层次的类型划分。“维”一般包含着层次关系,这种层次关系有时会相当复杂。通过把一个实体的多项重要的属性定义为多个维(dimension)，使用户能对不同维上的数据进行比较。因此OLAP也可以说是多维数据分析工具的集合。
OLAP的基本多维分析操作有钻取（roll up和drill down）、切片（slice）和切块（dice）、以及旋转（pivot）、drill across、drill through等。
钻 取是改变维的层次，变换分析的粒度。它包括向上钻取（roll up）和向下钻取（drill down）。roll up是在某一维上将低层次的细节数据概括到高层次的汇总数据，或者减少维数；而drill down则相反，它从汇总数据深入到细节数据进行观察或增加新维。
切片和切块是在一部分维上选定值后，关心度量数据在剩余维上的分布。如果剩余的维只有两个，则是切片；如果有三个，则是切块。
旋转是变换维的方向，即在表格中重新安排维的放置（例如行列互换）。
OLAP有多种实现方法，根据存储数据的方式不同可以分为ROLAP、MOLAP、HOLAP。
ROLAP 表示基于关系数据库的OLAP实现（Relational OLAP）。以关系数据库为核心，以关系型结构进行多维数据的表示和存储。ROLAP将多维数据库的多维结构划分为两类表：一类是事实表，用来存储数据和 维关键字；另一类是维表，即对每个维至少使用一个表来存放维的层次、成员类别等维的描述信息。维表和事实表通过主关键字和外关键字联系在一起,形成了“星 型模式”。对于层次复杂的维，为避免冗余数据占用过大的存储空间，可以使用多个表来描述，这种星型模式的扩展称为“雪花模式”。
MOLAP 表示基于多维数据组织的OLAP实现（Multidimensional OLAP）。以多维数据组织方式为核心，也就是说，MOLAP使用多维数组存储数据。多维数据在存储中将形成“立方块（Cube）”的结构，在MOLAP 中对“立方块”的“旋转”、“切块”、“切片”是产生多维数据报表的主要技术。
HOLAP表示基于混合数据组织的OLAP实现（Hybrid OLAP）。如低层是关系型的，高层是多维矩阵型的。这种方式具有更好的灵活性。
还有其他的一些实现OLAP的方法，如提供一个专用的SQL Server，对某些存储模式（如星型、雪片型）提供对SQL查询的特殊支持。
OLAP 工具是针对特定问题的联机数据访问与分析。它通过多维的方式对数据进行分析、查询和报表。维是人们观察数据的特定角度。例如，一个企业在考虑产品的销售情 况时，通常从时间、地区和产品的不同角度来深入观察产品的销售情况。这里的时间、地区和产品就是维。而这些维的不同组合和所考察的度量指标构成的多维数组 则是OLAP分析的基础，可形式化表示为（维1，维2，……，维n，度量指标），如（地区、时间、产品、销售额）。多维分析是指对以多维形式组织起来的数 据采取切片（Slice）、切块（Dice）、钻取（Drill-down和Roll-up）、旋转（Pivot）等各种分析动作，以求剖析数据，使用户 能从多个角度、多侧面地观察数据库中的数据，从而深入理解包含在数据中的信息。
主流的商业智能工具包括BO、COGNOS、BRIO。一些国内的软件工具平台如KCOM（www.kcomsoft.com）也集成了一些基本的商业智能工具。
根 据综合性数据的组织方式的不同，目前常见的OLAP主要有基于多维数据库的MOLAP及基于关系数据库的ROLAP两种。MOLAP是以多维的方式组织和 存储数据，ROLAP则利用现有的关系数据库技术来模拟多维数据。在数据仓库应用中，OLAP应用一般是数据仓库应用的前端工具，同时OLAP工具还可以 同数据挖掘工具、统计分析工具配合使用，增强决策分析功能。
也说商业智能--原创
商业智能有三种比较典型的定义：?
（IDC）将商业智能解决方案定义为帮助企业跟踪、分析、模拟和预测他们自己的业务过程以及他们的客户、供应商和合作伙伴关系的解决方案。
? （企业界）认为BI是指一种通过智能地使用企业的数据财产来制定更好的商务决策能力。
? （学术界）BI是帮助企业提高决策能力和运营能力的概念、方法、过程以及软件的集合，其主要目标是将企业所掌握的信息转换成竞争优势，提高企业决策能力、决策效率、决策准确性。
从技术架构来讲，商业智能系统主要由数据源、数据仓库系统、商业智能应用和元数据几个部分组成。架构图如下：
1. 数据仓库系统 是商业智能应用的核心，它是整个系统存储和管理数据和信息的地方。数据仓库系统可分为以下几个部分。
? 数据抽取、转换和装载(Extract, Transform, Load) 负责将数据从业务系统或外部系统中获得，转换和处理成数据仓库需要的格式和形态，并在规定的时间装入到数据仓库中去。通常我们把这三个具体的步骤统称为 ETL，在系统实现时一般采用数据抽取工具和应用编程实现，并拥有调度管理和控制功能。
? 数据仓库(Data Warehouse) 数据仓库是数据存储核心，目前，大多数数据仓库采用关系型数据库管理。由于数据量的庞大和查询复杂的特点，在系统配置上强调大规模并行处理和针对决策支持访问的专项优化。
? 操作数据(Operational Data Store) 近年来，随着商业智能应用的需求，如数据挖掘和实时业务分析，在数据仓库中需要有部分数据拥有当前数据的特征，根据业务系统的变化而变化，不必关心历史信 息，同时又拥有数据仓库数据面向主题的特点。这部分数据叫作操作数据，一般采用关系数据库存储，规模适中，强调快速查询响应能力。
? 数据集市(Data Mart) 数据集市存储了由数据仓库来的，经过裁剪和归整的数据，这些数据针对某个业务部门或某种业务分析应用而建立。数据集市一般都对数据进行了各种层次的汇总， 并建立多维分析的模型，同时也包括了数据采样。数据集市的存储主要有关系数据库和多维数据库。其中，多维数据库存放多维分析数据，而关系数据库则存储星型 模式。
? 数据归整(Refinement) 数据归整指数据从数据仓库到数据集市的过程，它是数据仓库系统内部的数据处理和转换的过程，主要的任务是多维模型的转换、数据的汇总和采样等。有时，它由ETL系统统一调度完成。
2. 数据源包括了现有企业中所有的信息系统，以及根据决策分析需求可能涉及的其他外部数据资源。它主要包括业务数据和外部数据。
3. 商业智能应用 商业智能应用涉及数据和信息的展现部分，它是用户使用商业智能系统的界面。目前的商业智能系统一般提供以下两类功能：1、客观呈现用户想要信息，如查询和 报表、联机分析处理(OLAP)。2、对数据进行进一步的分析，发现新知识，如 数据挖掘和数理统计等。
4. 元数据 是管理商业智能系统的数据，其主要部分类似于数据字典，其内容贯穿了商业智能应用的各阶段，记录着从ETL到分析展现各个阶段和各组成部分的管理信息。在 系统管理上，试图提供统一的平台对元数据进行管理和维护，并通过元数据的状态驱动系统各部分的运转。不过，就目前而言，元数据的概念在数据仓库业界尚未拥 有一个统一的标准，各个数据仓库厂商的产品间元数据也是不能够互通的。
BI厂商
在商业智能市场上，比较成熟的商业智能软件产品和解决方案大多都是来自于国际厂商，国内商业智能提供商大多在代理国外产品或者只是开发简单的商业智能工具。
? 国际厂商
? 从规模来看
BO 以8.23亿美元并购Crystal,成为年营业额7.36亿美元的第一大厂商。
Hyperion以1.56亿美元并购Brio，成为年营业额6亿美元的第二大厂商。
Cognos公司并购软件公司Adaytum 保持市场前三位置。
三大BI 厂商占有全世界BI 市场30% 以上份额。
? 从产品来看
在MetaGroup在最近的一份报告中，单就技术而言，处于领先地位的公司包括Cognos、Microstrategy、Brio、BO和Oracle。
Cognos与Microstratagy属于同一阵营，都属于产品线较齐全，既有前端展示功能，又有后端数据分析与挖掘功能，二者都能够提供比较集成 化的方案。Cognos数据处理速度更快一些，且在预算与规划方面造诣颇深，而 Microstratagy由于其在OLAP Server上的优势在处理大数据量数据方面更出色。由于Cognos成立较早（1969）仍然沿用C/S架构外，其他几家主流厂商都基于B/S架构。 Cognos设计了相应的加速器PPES（PowerPlay Enterprise Server）可解决浏览器浏览的问题
BO与Brio都是在前端展现方面比较突出，用户接受程度较高。但二者均无OLAP Server，导致数据监控功能较弱，虽然也可以与微软或Oracle的OLAP Server挂接，但这样毕竟受制于人，给客户提供的方案也不是最集成的。
Hyperion 的OLAP Server功能不错，通过收购Brio提供的产品也较为全面，在数据挖掘部分比较薄弱。
全球ERP老大SAP 也推出BI产品SAP BI，有与其R/3 ERP系统的完整性与集成性方面优势，但是其昂贵的费用的确也令很多用户有心无力。
微软的 SQL SERVER集成了 OLAP功能，并在前段工具推出了 SQL SERVER REPORTING SERVICES 一个万能报表制作工具。
谈到BI，不能不提及SAS公司，在统计分析、数据挖掘方面全球一流.宝钢是SAS 的用户。宝钢也可能是中国实施 BI 最成功，最有收获的案例。
? 国内厂商
? 主要厂商
目前，博科、金蝶、用友等发布了BI产品。
前方正的“空降兵”总裁李汉生也在领导着上海和勤软件进行BI产品的开发
中华网近期收购了一家丹麦的BI公司，并将其产品移植到中华网控股的铂金软件平台上，年后就会面市。
? 包含功能
从产品功能上看，国内厂商自行开发的软件只是一个框架，只有简单的几个模块和OEM 别人的产品。
用友的BI包括 管理驾驶舱，专家财务评估，和集成 Microstratagy 的数据分析
金碟的 BI 包括 管理驾驶舱、数据仓库，万能报表 等模块。
目前国内在BI产品方面做得最好是博科。它在IBM DB2 基础上，推出了财务智能舱的产品，模块涉及到 数据采集（ETL）；基本信息设置（元数据管理）,主体分析（报表、OLAP）。叫嚣三年内淘汰传统财务软件。
BI动态
从全球范围来看，IDC预测，从现在到2005年，这个市场将以27%的年平均增长率发展，届时将会达到118亿美元。
全球BI工业的发展日益显示出集中的特征，市场集中度和全球化程度不断提高，少数几家BI公司掌握了越来越多国家的市场份额。2003年，世界前3大BI企业已控制了世界BI市场的30%以上的份额。
目前的中国BI市场呈现出以下特征：
1、中国的BI市场从开始就经历了一个激烈竞争的时期，高端市场被国际大厂商所占据，低端市场是国内的BI厂商及行业的ISV及集成商在竞争。
中国的BI市场不同与世界市场，目前市场没有一个真正的领先者，就如同ERP、CRM市场一样，最大市场份额是国外的管理软件厂商。但是，未来中国的 BI市场可能在低端市场出现象用友、金蝶在财务套装软件那样的格局，几个大的国内BI厂商，凭借本地化和销售网络占据市场40％以上的市场份额。而在大的 行业市场里，BI将会与解决方案融合在一起，市场被行业的ISV所把持。
2、未来的BI市场将快速发展，同时BI技术也将和CRM、ERP等技术融合。
ERP与BI的融合
未来ERP厂商将会把商业智能嵌入到相应的ERP系统内，一些领先的ERP供应商逐渐把商业智能工具转移到分析应用软件上。
CRM与BI的融合
由对于CRM的行业应用不断深入发展，商业智能（BI）将基于CRM系统以及企业其它应用系统，甚至手工积累的数据或者数据集，从企业决策分析的角度拓 展出更大的发展空间。 无论是集成的BI软件还是自己的统计分析工具，CRM系统必然要强调对数据和过程数据的预测和分析，这样才能真正做到科学管理、精细型管理和过程管理。基 于CRM的BI，就是企业在CRM流程中对数据的统计分析，只不过其指导思想和商业模型更加CRM化，更加体现以客户为中心的营销战略。
据IDC 数据调查，2003年中国大陆BI市场软件授权费用总量为2300万美元，2004年预估将达3000万美元，增幅达30%。这也导致了大量国际大厂加快 进军中国市场的步伐。2004年之前，国际主流的BI厂商也只有Brio一家亲自做中国市场，这也就是为什么BO在全球销售额是Brio的6倍，但在国内 却只有其一半。不过，今后Brio在国内将不再孤独了。从1月1日起，国内原BO与Crystal销售人员将会以统一的形象面对客户，并将在3月份举办新 公司最大一次亚太区用户大会。在合作伙伴的选择上，BO也取消了原先的全国总代理制，与原总代Business intelligence中国有限公司解除了合约，改为多代理商制，其中便包括实力强大的神州数码。
在收购Brio之前，Hyperion全 球的销售收入中BI与BPM各占一半，收购后BI产品收入则占到60%。在国内，Brio现有销售队伍与Hyperion自有BI产品的队伍进行了整合， 而Hyperion最有名的BPM产品则继续由原Hyperion的人员进行销售。对于2004年的市场预期，Hyperion中国公司的目标是：中国前 100强企业中15～20%的客户采用Hyperion全套产品，包括后端的BPM与前端的BI（全套产品的意思是包括财务合并、财务分析、模型、从制订 战略到商业模型与流程设计到预测）。
早在2003年初，Brio便与金蝶达成战略合作伙伴关系，金蝶作为Brio的顶级代理商, 把Brio Performance Suite捆绑到金蝶的企业信息化整体解决方案中。在合作近1年后，金蝶通过OEM方式推出了自己的EPM产品，虽然目前仅仅是雏形，还有很多没有成型， 但也足以表明金蝶对这块市场的重视程度。
Cognos并没有亲自进入中国大陆市场，仅由国家信息中心的北京优信佳公司作为其总代理。
另一家主流的BI厂商，MicroStrategy也在2003年11月6日宣布，将通过其在大中国区的惟一总代理FirstBI公司代理销售其软件和 服务，推广它的中文版产品，向中国企业提供数据分析软件，用以优化业务运作、提高效率和改善客户关系。而FirstBI的之前正是BO公司的中国区总代 理。
商业智能也称作BI，是英文单词Business Intelligence的缩写。商业智能通常被理解为将企业中现有的数据转化为知识，帮助企业做出明智的业务经营决策的工具。这里所谈的数据包括来自企 业业务系统的订单、库存、交易账目、客户和供应商等来自企业所处行业和竞争对手的数据以及来自企业所处的其他外部环境中的各种数据。而商业智能能够辅助的 业务经营决策，既可以是操作层的，也可以是战术层和战略层的决策。为了将数据转化为知识，需要利用数据仓库、联机分析处理（OLAP）工具和数据挖掘等技 术。因此，从技术层面上讲，商业智能不是什么新技术，它只是数据仓库、OLAP和数据挖掘等技术的综合运用。
商业智能定义为下列软件工具的集合：
终端用户查询和报告工具。专门用来支持初级用户的原始数据访问，不包括适应于专业人士的成品报告生成工具。
OLAP工具。提供多维数据管理环境，其典型的应用是对商业问题的建模与商业数据分析。OLAP也被称为多维分析。
数据挖掘（Data Mining）软件。使用诸如神经网络、规则归纳等技术，用来发现数据之间的关系，做出基于数据的推断。
数据仓库（Data Warehouse）和数据集市（Data Mart）产品。包括数据转换、管理和存取等方面的预配置软件，通常还包括一些业务模型，如财务分析模型。
联机分析处理 (OLAP) 的概念最早是由关系数据库之父E.F.Codd于1993年提出的，他同时提出了关于OLAP的12条准则。OLAP的提出引起了很大的反响，OLAP作为一类产品同联机事务处理 (OLTP) 明显区分开来。
当 今的数据处理大致可以分成两大类：联机事务处理OLTP（On-Line Transaction Processing）、联机分析处理OLAP（On-Line Analytical Processing）。OLTP是传统的关系型数据库的主要应用，主要是基本的、日常的事务处理，例如银行交易。OLAP是数据仓库系统的主要应用，支 持复杂的分析操作，侧重决策支持，并且提供直观易懂的查询结果。
OLAP是使分析人员、管理人员或执行人员能够从多角度对信息进行快速、一致、交互地存取，从而获得对数据的更深入了解的一类软件技术。OLAP的目标是满足决策支持或者满足在多维环境下特定的查询和报表需求，它的技术核心是"维"这个概念。
“维”是人们观察客观世界的角度，是一种高层次的类型划分。“维”一般包含着层次关系,这种层次关系有时会相当复杂。通过把一个实体的多项重要的属性定义为多个维(dimension)，使用户能对不同维上的数据进行比较。因此OLAP也可以说是多维数据分析工具的集合。
OLAP的基本多维分析操作有钻取（roll up和drill down）、切片（slice）和切块（dice）、以及旋转（pivot）、drill across、drill through等。
钻 取是改变维的层次，变换分析的粒度。它包括向上钻取（roll up）和向下钻取（drill down）。roll up是在某一维上将低层次的细节数据概括到高层次的汇总数据，或者减少维数；而drill down则相反，它从汇总数据深入到细节数据进行观察或增加新维。
切片和切块是在一部分维上选定值后，关心度量数据在剩余维上的分布。如果剩余的维只有两个，则是切片；如果有三个，则是切块。
旋转是变换维的方向，即在表格中重新安排维的放置（例如行列互换）。
OLAP有多种实现方法，根据存储数据的方式不同可以分为ROLAP、MOLAP、HOLAP。
ROLAP 表示基于关系数据库的OLAP实现（Relational OLAP）。以关系数据库为核心，以关系型结构进行多维数据的表示和存储。ROLAP将多维数据库的多维结构划分为两类表：一类是事实表，用来存储数据和 维关键字；另一类是维表，即对每个维至少使用一个表来存放维的层次、成员类别等维的描述信息。维表和事实表通过主关键字和外关键字联系在一起,形成了“星 型模式”。对于层次复杂的维，为避免冗余数据占用过大的存储空间，可以使用多个表来描述，这种星型模式的扩展称为“雪花模式”。
MOLAP 表示基于多维数据组织的OLAP实现（Multidimensional OLAP）。以多维数据组织方式为核心，也就是说，MOLAP使用多维数组存储数据。多维数据在存储中将形成“立方块（Cube）”的结构，在MOLAP 中对“立方块”的“旋转”、“切块”、“切片”是产生多维数据报表的主要技术。
HOLAP表示基于混合数据组织的OLAP实现（Hybrid OLAP）。如低层是关系型的，高层是多维矩阵型的。这种方式具有更好的灵活性。
还有其他的一些实现OLAP的方法，如提供一个专用的SQL Server，对某些存储模式（如星型、雪片型）提供对SQL查询的特殊支持。
OLAP 工具是针对特定问题的联机数据访问与分析。它通过多维的方式对数据进行分析、查询和报表。维是人们观察数据的特定角度。例如，一个企业在考虑产品的销售情 况时，通常从时间、地区和产品的不同角度来深入观察产品的销售情况。这里的时间、地区和产品就是维。而这些维的不同组合和所考察的度量指标构成的多维数组 则是OLAP分析的基础，可形式化表示为（维1，维2，……，维n，度量指标），如（地区、时间、产品、销售额）。多维分析是指对以多维形式组织起来的数 据采取切片（Slice）、切块（Dice）、钻取（Drill-down和Roll-up）、旋转（Pivot）等各种分析动作，以求剖析数据，使用户 能从多个角度、多侧面地观察数据库中的数据，从而深入理解包含在数据中的信息。
主流的商业智能工具包括BO、COGNOS、BRIO。一些国内的软件工具平台如KCOM（www.kcomsoft.com）也集成了一些基本的商业智能工具。
根 据综合性数据的组织方式的不同，目前常见的OLAP主要有基于多维数据库的MOLAP及基于关系数据库的ROLAP两种。MOLAP是以多维的方式组织和 存储数据，ROLAP则利用现有的关系数据库技术来模拟多维数据。在数据仓库应用中，OLAP应用一般是数据仓库应用的前端工具，同时OLAP工具还可以 同数据挖掘工具、统计分析工具配合使用，增强决策分析功能。
也说商业智能--原创
商业智能有三种比较典型的定义：?
（IDC）将商业智能解决方案定义为帮助企业跟踪、分析、模拟和预测他们自己的业务过程以及他们的客户、供应商和合作伙伴关系的解决方案。
? （企业界）认为BI是指一种通过智能地使用企业的数据财产来制定更好的商务决策能力。
? （学术界）BI是帮助企业提高决策能力和运营能力的概念、方法、过程以及软件的集合，其主要目标是将企业所掌握的信息转换成竞争优势，提高企业决策能力、决策效率、决策准确性。
从技术架构来讲，商业智能系统主要由数据源、数据仓库系统、商业智能应用和元数据几个部分组成。架构图如下：
1. 数据仓库系统 是商业智能应用的核心，它是整个系统存储和管理数据和信息的地方。数据仓库系统可分为以下几个部分。
? 数据抽取、转换和装载(Extract, Transform, Load) 负责将数据从业务系统或外部系统中获得，转换和处理成数据仓库需要的格式和形态，并在规定的时间装入到数据仓库中去。通常我们把这三个具体的步骤统称为 ETL，在系统实现时一般采用数据抽取工具和应用编程实现，并拥有调度管理和控制功能。
? 数据仓库(Data Warehouse) 数据仓库是数据存储核心，目前，大多数数据仓库采用关系型数据库管理。由于数据量的庞大和查询复杂的特点，在系统配置上强调大规模并行处理和针对决策支持访问的专项优化。
? 操作数据(Operational Data Store) 近年来，随着商业智能应用的需求，如数据挖掘和实时业务分析，在数据仓库中需要有部分数据拥有当前数据的特征，根据业务系统的变化而变化，不必关心历史信 息，同时又拥有数据仓库数据面向主题的特点。这部分数据叫作操作数据，一般采用关系数据库存储，规模适中，强调快速查询响应能力。
? 数据集市(Data Mart) 数据集市存储了由数据仓库来的，经过裁剪和归整的数据，这些数据针对某个业务部门或某种业务分析应用而建立。数据集市一般都对数据进行了各种层次的汇总， 并建立多维分析的模型，同时也包括了数据采样。数据集市的存储主要有关系数据库和多维数据库。其中，多维数据库存放多维分析数据，而关系数据库则存储星型 模式。
? 数据归整(Refinement) 数据归整指数据从数据仓库到数据集市的过程，它是数据仓库系统内部的数据处理和转换的过程，主要的任务是多维模型的转换、数据的汇总和采样等。有时，它由ETL系统统一调度完成。
2. 数据源包括了现有企业中所有的信息系统，以及根据决策分析需求可能涉及的其他外部数据资源。它主要包括业务数据和外部数据。
3. 商业智能应用 商业智能应用涉及数据和信息的展现部分，它是用户使用商业智能系统的界面。目前的商业智能系统一般提供以下两类功能：1、客观呈现用户想要信息，如查询和 报表、联机分析处理(OLAP)。2、对数据进行进一步的分析，发现新知识，如 数据挖掘和数理统计等。
4. 元数据 是管理商业智能系统的数据，其主要部分类似于数据字典，其内容贯穿了商业智能应用的各阶段，记录着从ETL到分析展现各个阶段和各组成部分的管理信息。在 系统管理上，试图提供统一的平台对元数据进行管理和维护，并通过元数据的状态驱动系统各部分的运转。不过，就目前而言，元数据的概念在数据仓库业界尚未拥 有一个统一的标准，各个数据仓库厂商的产品间元数据也是不能够互通的。
BI厂商
在商业智能市场上，比较成熟的商业智能软件产品和解决方案大多都是来自于国际厂商，国内商业智能提供商大多在代理国外产品或者只是开发简单的商业智能工具。
? 国际厂商
? 从规模来看
BO 以8.23亿美元并购Crystal,成为年营业额7.36亿美元的第一大厂商。
Hyperion以1.56亿美元并购Brio，成为年营业额6亿美元的第二大厂商。
Cognos公司并购软件公司Adaytum 保持市场前三位置。
三大BI 厂商占有全世界BI 市场30% 以上份额。
? 从产品来看
在MetaGroup在最近的一份报告中，单就技术而言，处于领先地位的公司包括Cognos、Microstrategy、Brio、BO和Oracle。
Cognos与Microstratagy属于同一阵营，都属于产品线较齐全，既有前端展示功能，又有后端数据分析与挖掘功能，二者都能够提供比较集成 化的方案。Cognos数据处理速度更快一些，且在预算与规划方面造诣颇深，而 Microstratagy由于其在OLAP Server上的优势在处理大数据量数据方面更出色。由于Cognos成立较早（1969）仍然沿用C/S架构外，其他几家主流厂商都基于B/S架构。 Cognos设计了相应的加速器PPES（PowerPlay Enterprise Server）可解决浏览器浏览的问题
BO与Brio都是在前端展现方面比较突出，用户接受程度较高。但二者均无OLAP Server，导致数据监控功能较弱，虽然也可以与微软或Oracle的OLAP Server挂接，但这样毕竟受制于人，给客户提供的方案也不是最集成的。
Hyperion 的OLAP Server功能不错，通过收购Brio提供的产品也较为全面，在数据挖掘部分比较薄弱。
全球ERP老大SAP 也推出BI产品SAP BI，有与其R/3 ERP系统的完整性与集成性方面优势，但是其昂贵的费用的确也令很多用户有心无力。
微软的 SQL SERVER集成了 OLAP功能，并在前段工具推出了 SQL SERVER REPORTING SERVICES 一个万能报表制作工具。
谈到BI，不能不提及SAS公司，在统计分析、数据挖掘方面全球一流.宝钢是SAS 的用户。宝钢也可能是中国实施 BI 最成功，最有收获的案例。
? 国内厂商
? 主要厂商
目前，博科、金蝶、用友等发布了BI产品。
前方正的“空降兵”总裁李汉生也在领导着上海和勤软件进行BI产品的开发
中华网近期收购了一家丹麦的BI公司，并将其产品移植到中华网控股的铂金软件平台上，年后就会面市。
? 包含功能
从产品功能上看，国内厂商自行开发的软件只是一个框架，只有简单的几个模块和OEM 别人的产品。
用友的BI包括 管理驾驶舱，专家财务评估，和集成 Microstratagy 的数据分析
金碟的 BI 包括 管理驾驶舱、数据仓库，万能报表 等模块。
目前国内在BI产品方面做得最好是博科。它在IBM DB2 基础上，推出了财务智能舱的产品，模块涉及到 数据采集（ETL）；基本信息设置（元数据管理）,主体分析（报表、OLAP）。叫嚣三年内淘汰传统财务软件。
BI动态
从全球范围来看，IDC预测，从现在到2005年，这个市场将以27%的年平均增长率发展，届时将会达到118亿美元。
全球BI工业的发展日益显示出集中的特征，市场集中度和全球化程度不断提高，少数几家BI公司掌握了越来越多国家的市场份额。2003年，世界前3大BI企业已控制了世界BI市场的30%以上的份额。
目前的中国BI市场呈现出以下特征：
1、中国的BI市场从开始就经历了一个激烈竞争的时期，高端市场被国际大厂商所占据，低端市场是国内的BI厂商及行业的ISV及集成商在竞争。
中国的BI市场不同与世界市场，目前市场没有一个真正的领先者，就如同ERP、CRM市场一样，最大市场份额是国外的管理软件厂商。但是，未来中国的 BI市场可能在低端市场出现象用友、金蝶在财务套装软件那样的格局，几个大的国内BI厂商，凭借本地化和销售网络占据市场40％以上的市场份额。而在大的 行业市场里，BI将会与解决方案融合在一起，市场被行业的ISV所把持。
2、未来的BI市场将快速发展，同时BI技术也将和CRM、ERP等技术融合。
ERP与BI的融合
未来ERP厂商将会把商业智能嵌入到相应的ERP系统内，一些领先的ERP供应商逐渐把商业智能工具转移到分析应用软件上。
CRM与BI的融合
由对于CRM的行业应用不断深入发展，商业智能（BI）将基于CRM系统以及企业其它应用系统，甚至手工积累的数据或者数据集，从企业决策分析的角度拓 展出更大的发展空间。 无论是集成的BI软件还是自己的统计分析工具，CRM系统必然要强调对数据和过程数据的预测和分析，这样才能真正做到科学管理、精细型管理和过程管理。基 于CRM的BI，就是企业在CRM流程中对数据的统计分析，只不过其指导思想和商业模型更加CRM化，更加体现以客户为中心的营销战略。
据IDC 数据调查，2003年中国大陆BI市场软件授权费用总量为2300万美元，2004年预估将达3000万美元，增幅达30%。这也导致了大量国际大厂加快 进军中国市场的步伐。2004年之前，国际主流的BI厂商也只有Brio一家亲自做中国市场，这也就是为什么BO在全球销售额是Brio的6倍，但在国内 却只有其一半。不过，今后Brio在国内将不再孤独了。从1月1日起，国内原BO与Crystal销售人员将会以统一的形象面对客户，并将在3月份举办新 公司最大一次亚太区用户大会。在合作伙伴的选择上，BO也取消了原先的全国总代理制，与原总代Business intelligence中国有限公司解除了合约，改为多代理商制，其中便包括实力强大的神州数码。
在收购Brio之前，Hyperion全 球的销售收入中BI与BPM各占一半，收购后BI产品收入则占到60%。在国内，Brio现有销售队伍与Hyperion自有BI产品的队伍进行了整合， 而Hyperion最有名的BPM产品则继续由原Hyperion的人员进行销售。对于2004年的市场预期，Hyperion中国公司的目标是：中国前 100强企业中15～20%的客户采用Hyperion全套产品，包括后端的BPM与前端的BI（全套产品的意思是包括财务合并、财务分析、模型、从制订 战略到商业模型与流程设计到预测）。
早在2003年初，Brio便与金蝶达成战略合作伙伴关系，金蝶作为Brio的顶级代理商, 把Brio Performance Suite捆绑到金蝶的企业信息化整体解决方案中。在合作近1年后，金蝶通过OEM方式推出了自己的EPM产品，虽然目前仅仅是雏形，还有很多没有成型， 但也足以表明金蝶对这块市场的重视程度。
Cognos并没有亲自进入中国大陆市场，仅由国家信息中心的北京优信佳公司作为其总代理。
另一家主流的BI厂商，MicroStrategy也在2003年11月6日宣布，将通过其在大中国区的惟一总代理FirstBI公司代理销售其软件和 服务，推广它的中文版产品，向中国企业提供数据分析软件，用以优化业务运作、提高效率和改善客户关系。而FirstBI的之前正是BO公司的中国区总代 理。
扫一扫
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
