0引言
商业智能的概念兴起于上世纪90年代,经过近20年的发展,已经得到广泛的认可和应用。越来越多的中大型企业建设了自己了商业智能系统以提升商业价值,甚至小微型企业也有考虑使用商业智能工具来辅助决策。
近3-4年以来,随着数字设备性能的飞速发展,信息爆炸的大数据时代降临。传统的商业智能模式、系统应该如何发展,以适应大数据带来的变革并从中受益?笔者结合自身的工作经验,提出了对此问题的一点感想,由于视野和水平均十分有限,难免有疏漏和不足之处,恳请各位同事指正!
1 传统商业智能模式
1.1 商业智能的含义
商业智能(或称商务智能,BusinessIntelligence,BI)的概念最早由加特纳集团(Gartner Group)的Howard Dresner于1996年提出。当时定义为:“商业智能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”。
随着商业智能领域的发展,其概念得到了不断充实。如Tom Soukup 和 Ian Davidson在《Visual Data Mining: Techniques and Tools for Data Visualization and Mining》一书中指出:“商业智能解决方案将业务数据转换成明确的、基于事实的、能够执行的信息,并且使得业务人员能够发现客户趋势,创建客户忠诚度,增强与供应商的关系,减少金融风险,以及揭示新的销售商机”。
今天,商业智能的含义包含了信息系统层面、数据分析层面、知识发现层面与企业战略层面的各种内容,时下流行的供应链管理(SCM)、客户关系管理(CRM)、企业资源计划(ERP)概念均可视为商业智能的一部分。
1.2 商业智能系统的组成部分
一般认为,DW</