商业智能(BI)选型手册(转载)商业智能(BI)选型手册(转载)

摘自http://articles.e-works.net.cn/bi/Article126429.htm

摘自http://articles.e-works.net.cn/bi/Article126429.htm

1、前言

1、前言

   
互联网时代公司数量显现爆发式增长,全面考验着店之数据处理和剖析能力。面对大容量、多样性、高增长的多少多商行数无所适从,除了吃大量管理及存储资产外并没受公司带动真正的价值,大量之数码堆积为庄带动了高大的挑战。然而数据都渗透到了庄内外各个层面,因此想如果打大的企业数据遭到“掘金”就亟须来信息化运强有力的支撑。

   
互联网时代公司数量显现爆发式增长,全面考验着企业的数额处理和分析能力。面对大容量、多样性、高增长之数目多商厦数无所适从,除了吃大量管制以及存储本外并没吃企业带来真正的价,大量底数量堆积为合作社带来了光辉的挑战。然而数据现已渗透到了企业内外各个圈,因此想使从大之号数量遭到“掘金”就得出信息化动强有力的支持。

   
近年来大数目、云计算、移动应用、社交等新生技术风靡世界,技术之换代和环境之熟与了铺面以信息化运用上再度多元化的取舍。随着中国制庄信息化用之不断深入,在营业务管理精益的又,信息化对决策的支撑、对于市场前沿的洞察力成为了尤其多企业强化应用之大势。根据Gartner数据,2013年全球商务智能(Business
Intelligence, BI)与析软件(包括BI平台,企业绩效管理CPM套件,分析利用和产业革命的分析方法)营收总计达144亿美元,与2012年之133亿美元相比,增长8%。2013年中国区商务智能与析软件总营收达到11亿7母580万头条,较2012年增长13.5%。2014年吧,商务智能进入了一个基础性变革阶段,根据Gartner
2015年BI魔力象限研究告诉显示,商业智能剖析市场刚刚处在全面过渡时期。大多数铺面都于选取新一代数据挖掘工具或交互式分析平台。尽管市场小幅减缓,但是多年来企业需要一直维持稳定。

   
近年来特别数量、云计算、移动采用、社交等新生技术风靡全球,技术的创新以及环境的秋与了合作社当信息化运用及重新多元化的挑三拣四。随着中国制局信息化利用的不断深入,在谋业务管理精益的以,信息化对决策的支持、对于市场前沿的洞察力成为了越来越多店深化应用的来头。根据Gartner数据,2013年全球商务智能(Business
Intelligence, BI)与分析软件(包括BI平台,企业绩效管理CPM套件,分析利用及产业革命的分析方法)营收总计达144亿美元,与2012年之133亿美元相比,增长8%。2013年中国区商务智能与分析软件总营收达到11亿7宏观580万初次,较2012年提高13.5%。2014年以来,商务智能进入了一个基础性变革阶段,根据Gartner
2015年BI魔力象限研究告诉显示,商业智能分析市场正处在全面过渡时期。大多数合作社还在选取新一代数据挖掘工具要交互式分析平台。尽管市场增长率慢,但是多年来店铺需要一直维系平稳。

   
目前华BI市场仍是诸多勿明朗的要素,技术界也时有发生好多混沌的处,细分市场之发展趋势也存在大要命之异样,随着大数据、移动等下之推广,以及海量的数码还加快了BI的变革。因此,企业以选取BI产品的时要梳理出鲜明的笔触,找到满足要求的适宜产品。为这个,e-works本方客观、中立、公正的规格,发布商业智能(BI)选型手册,分析BI软件选型的要领和步骤,介绍主流BI软件之骨干职能以及活特征,为大企业开展BI软件选型提供指南。

   
目前华BI市场还存在许多休明朗的元素,技术界为产生好多混沌的远在,细分市场之发展趋势也有大挺之别,随着大数据、移动等应用之普及,以及海量的数额还加快了BI的革命。因此,企业以挑BI产品之早晚要梳理出鲜明的思路,找到满足要求的适合产品。为者,e-works本方成立、中立、公正的准绳,发布商业智能(BI)选型手册,分析BI软件选型的要点和步骤,介绍主流BI软件的中心力量与产品特性,为常见企业拓展BI软件选型提供指南。

2、商业智能(BI)概述

2、商业智能(BI)概述

    2.1  BI的内涵

    2.1  BI的内涵

   
来自维基百科的解说是:“商业智能,又如商业智慧或商务智能,指用现代数据仓库技术、在线分析技术、数据挖掘与数据见技术拓展数量解析为落实商业价值。”
BI并无是近些年才有新兴名词,早以1996年Gartner
Group的霍华德·雷斯内尔(Howard
Dresner)就既提出,并定义其也同类由数据仓库(或数会)、查询表、数据解析、数据挖掘、数据备份和回复等片构成的、以赞助企业决策为目的技术以及采取。

   
来自维基百科的说明是:“商业智能,又如商业智慧或商务智能,指用现代数据仓库技术、在线分析技术、数据挖掘与多少显现技术进行数据解析为落实商业价值。”
BI并无是近年来才有新兴名词,早以1996年Gartner
Group的霍华德·雷斯内尔(Howard
Dresner)就已经提出,并定义其为同近乎由数据仓库(或数量会)、查询表、数据解析、数据挖掘、数据备份和回复等一些构成的、以帮忙公司决策为目的技术及下。

   
在打听概念的而务必正确理解商业智能的内蕴,e-works认为,BI的内蕴在于回顾过去、总结现在及展望未来。即首先使报告企业领导都发了哟工作?结果什么?其次会告知管理者发生这些结果的切实可行原因是什么,该行使何种政策解决?再则是报告管理者企业当可预见的将来会面起什么?于此而还会实时的告知管理者企业方发什么工作,完成的进度情况怎样,是否贯彻了既定目标,是否需要就调整政策?只有明确了这些题目才会从根本上理解BI。

   
在打听概念的又须正确理解商业智能的内涵,e-works认为,BI的内涵在于回顾过去、总结现在与展望未来。即首先要告知企业决策者都出了啊业务?结果什么?其次会告诉管理者发生这些结果的求实由是呀,该以何种政策解决?再则是报管理者企业在可预见的明天会出什么?于这个以还能够实时的报告管理者企业正在发生啊业务,完成的速情况怎样,是否贯彻了既定目标,是否需要立即调动策略?只有明确了这些题目才能够从根本上理解BI。

    2.2  BI的价值

    2.2  BI的价值

   
经过长年累月信息化的推动,企业里积累了各种源不同业务部门的数据。这些混乱的数让庄带动了生老的麻烦:

   
经过多年信息化的促进,企业内积累了各种源不同业务部门的多寡。这些混乱的数量被柜带来了颇特别之麻烦:

  •     企业数目爆发式井喷,数据存储的硬件成本导致IT负累;
  •     数据存储于不同的用体系中,孤岛问题严重;
  •     异构系统加大了数额获得、管理、分析的难度;
  •     企业数目列复杂多样,多也无结构化数据,管理及打的难度非常;
  •     传统老旧的数额显现形式无法适应现代化企业管理要求;
  •     企业战略调整缺乏有力的数额支撑。
  •     企业数据爆发式井喷,数据存储的硬件成本导致IT负累;
  •     数据存储于不同的行使体系受,孤岛问题严重;
  •     异构系统加大了数量获得、管理、分析的难度;
  •     企业数目类复杂多样,多啊无结构化数据,管理及钻井的难度非常;
  •     传统老旧的数额表现形式无法适应现代化企业管理要求;
  •     企业战略调整缺乏有力的数额支撑。

   
尽管不断增多的数据被铺之管理导致了无聊之麻烦,然而最核心的问题虽然是在于这些纷繁的数还无都能称之为信息,不能够为铺面所用。身处激烈竞争条件之铺面当海量的数码以及日益增多的多少管理资产,更期望能发现数目的商业价值。BI软件之价在于其经过技术手段从商店相继应用体系的紊乱数据被提出有因此底数并展开不易的理,以保证数据的正确和一致性,并跟过透过抽取(Extraction)、转换(Transformation)和装(Load),的进程,合并及一个单位数据会或商店的数据仓库中,在此基础及采取恰当的BI工具,
针对不同需要开展多维数据解析和钻井,并通过可视化手段将结果定期或者实施展示给有关人口,最终为合作社决策提供支持,达到辅助商家利润增利、规避风险、提升效果以及竞争力的目的。

   
尽管不断加码的数码被庄之管制导致了无小之赘,然而最中心之题目虽是介于这些复杂的多少还免还能够叫信息,不克啊合作社所用。身处激烈竞争环境的店堂当海量的多寡及日益增加的数量管理资产,更期望会察觉数目的商业价值。BI软件之值在那通过技术手段从店铺相继应用体系的繁杂数据中取出有因此之多少并展开不易的盘整,以保证数据的是和一致性,并跟过透过抽取(Extraction)、转换(Transformation)和装(Load),的历程,合并及一个单位数据会或公司的数据仓库中,在是基础及用得当的BI工具,
针对不同需求开展多维数据解析和打,并经可视化手段将结果定期或者履展示让相关人员,最终也合作社决策提供支撑,达到救助商家净利润增利、规避风险、提升效能以及竞争力的目的。

  2.3  BI的关键技术及职能

  2.3  BI的关键技术及效果

    BI关键技术

    BI关键技术

   
商业智能的关键技术主要不外乎:数据仓库(数据会)、数据挖掘、ETL(数据的领取、转换和加载)、联机分析处理
(OLAP)、数据可视化技术相当。

   
商业智能的关键技术主要不外乎:数据仓库(数据会)、数据挖掘、ETL(数据的提、转换和加载)、联机分析处理
(OLAP)、数据可视化技术相当。

  •     数据仓库(数据会)
  •     数据仓库(数据会)

    数据仓库(Data Warehouse)之父比尔·恩门(Bill
Inmon)在1991年问世的“Building the Data
Warehouse”(《建立数据仓库》)一书中所提出的概念:“数据仓库(Data
Warehouse)是一个面向主题的(Subject
Oriented)、集成的(Integrated)、相对平静之(Non-Volatile)、反映历史变迁(Time
Variant)的数集合,用于支持管理决策(Decision Making
Support)。”数据仓库技术是为了使得的将数据并到统一之环境面临坐供决策型数据访问,因此于BI的尽过程被,大量源商家各种管理体系的数目要募和整治,需要多少仓库技术之支撑。

    数据仓库(Data Warehouse)之父比尔·恩门(Bill
Inmon)在1991年问世的“Building the Data
Warehouse”(《建立数据仓库》)一挥毫中所提出的概念:“数据仓库(Data
Warehouse)是一个面向主题的(Subject
Oriented)、集成的(Integrated)、相对稳定性的(Non-Volatile)、反映历史变化(Time
Variant)的多少集合,用于支持管理决策(Decision Making
Support)。”数据仓库技术是以使得的拿数据并及统一的条件受到因提供决策型数据看,因此在BI的尽进程遭到,大量起源公司各种管理网的数额要募及整,需要多少仓库技术的支撑。

   
面向主题。数据仓库中的数据是遵循一定之主题或者说决策支持之需求点进行集体的,一个主题通常与大多单操作型信息体系有关;

   
面向主题。数据仓库中之数据是本一定之主题或者说决策支持的需求点进行集体的,一个主题通常和大多单操作型信息体系相关;

   
数据并。数据仓库的数量发生出自于分散的操作型数据,将所欲数由原本的多寡遭到抽取出来,进行加工与集成,统一和综合之后上数据仓库;

   
数据并。数据仓库的数目有出自于分散的操作型数据,将所欲数由本的数量遭到抽取出来,进行加工以及集成,统一和综合之后上数据仓库;

   
相对稳定。数据仓库是不可更新的且据日而变之,稳定的数量因仅读格式保存,且未以时间变更。

   
相对稳定。数据仓库是不可更新的且据日使变更的,稳定之数据因仅读格式保存,且无遵循日变更。

  •     数据挖掘
  •     数据挖掘

   
数据挖掘是赖自数据库的大方多少被披露出含有的、先前不解的连生黑价值的音信之经过。作为同一种植核定支持过程,它至关重要依据人工智能、机器上、模式识别、统计学、数据库、可视化技术相当,高度自动化地解析公司的多少,做出归纳性的推理,从中挖掘有地下的模式,帮助决策者调整市场策略,减少风险,做出科学的表决。

   
数据挖掘是负于数据库的大度数被公布出含有的、先前不解的并出暧昧价值之信息之进程。作为同样栽核定支持过程,它要根据人工智能、机器上、模式识别、统计学、数据库、可视化技术相当,高度自动化地解析公司之数码,做出归纳性的推理,从中挖掘有秘密的模式,帮助决策者调整市场策略,减少风险,做出对的决定。

  •     ETL
  •     ETL

   
透过抽取(Extraction)、转换(Transformation)和装(Load)即ETL。作为BI/DW(Business
Intelligence)的核心与灵魂,能够按照合的规则集成并提高多少的价值,是承受好数据由数据源向目标数据仓库转化的经过,是实行数据仓库的最主要步骤,用户从数据源抽取产生所要的数额,经过数清洗,最终以事先定义好之数据仓库模型,将数据加载到数据仓库中错过。在柜推行BI的经过遭到,ETL面临的极端可怜挑战是接收数据时其源数据的异构性和小质量。

   
透过抽取(Extraction)、转换(Transformation)和装(Load)即ETL。作为BI/DW(Business
Intelligence)的着力与灵魂,能够遵循统一之平整集成并提高数据的价,是负好多少从数据源向目标数据仓库转化的进程,是实行数据仓库的机要步骤,用户从数据源抽取产生所欲的多少,经过多少清洗,最终随优先定义好之数据仓库模型,将数据加载到数据仓库中失去。在企业实行BI的进程中,ETL面临的极度可怜挑战是接收数据时其源数据的异构性和没有质量。

  •     联机分析处理 (OLAP)
  •     联机分析处理 (OLAP)

   
联机分析处理(OLAP)系统是数据仓库系统最紧要的动,专门设计用来支持复杂的剖析操作,侧重针对决策人员和高层管理人员的核定支持,可以根据分析人员的渴求迅速、灵活地展开非常数据量的繁杂查询处理,并且因为同一种直观而易懂的花样以查询结果提供给决策人员,以便他们规范掌握公司(公司)的营现象,了解对象的要求,制定对的方案。

   
联机分析处理(OLAP)系统是数据仓库系统最紧要的以,专门计划用来支持复杂的剖析操作,侧重针对决策人员和高层管理人员的裁定支持,可以依据分析人员的要求速、灵活地展开大数据量的复杂查询处理,并且以同样种植直观而易懂的款式拿查询结果提供被决策人员,以便他们规范掌握企业(公司)的营状况,了解对象的需求,制定是的方案。

  •     数据可视化技术
  •     数据可视化技术

   
数据可视化主要旨在借助图形化手段,清晰有效地传达与联络信息。其主导思想是拿数据库中各个一个数据项作为单个图元元素表示,大量底数量集构成数据图像,同时用数据的相继属性值以差不多维数据的款型表示,可以起不同之维度观察数,从而对数据开展再次深切的考察与剖析。在骨子里的商业智能应用被时因为图片、图像、虚拟现实等易为人们所识别的法子表现原有数据里面的错综复杂关系、潜在信息以及发展趋势,以便更好地应用所左右的信息资源。数据可视化的家伙要是报表类(如JReport,Excel,水晶报表等)和BI分析工具(如BO,BIEE等)。

   
数据可视化主要旨在借助图形化手段,清晰有效地传达与联络信息。其核心考虑是用数据库被列一个数码项作为单个图元元素表示,大量的数码集构成数据图像,同时将数据的逐条属性值以多维数据的花样表示,可以于不同的维度观察数据,从而对数码开展重新尖锐的观察与剖析。在其实的商业智能应用被时时为图片、图像、虚拟现实等容易乎人人所识别的法呈现原有数据里面的复杂性关系、潜在信息及发展趋势,以便更好地采用所主宰的音资源。数据可视化的家伙关键是回报表类(如JReport,Excel,水晶报表等)和BI分析工具(如BO,BIEE等)。

    BI功能

    BI功能

   
BI软件之极深职能就是透过对数码的辨析为决策支持提供辅助。Ganter曾经定义过BI应用的20独功能点,包含BI架构、元数据管理、基层Web服务、开发条件、可视化开发条件、数据迁移、业务规则、协同工作流、报表、仪表盘、查询发布、实时或因时间之数额获得、高级分析与数量挖掘等。经过综合的分析e-works总结道一个独立的BI产品应有负有的效能点主要不外乎以下几个方面:

   
BI软件的最为充分成效就是是由此对数码的剖析也决策支持提供辅助。Ganter曾经定义过BI应用的20个功能点,包含BI架构、元数据管理、基层Web服务、开发环境、可视化开发环境、数据迁移、业务规则、协同工作流、报表、仪表盘、查询发布、实时或根据时间之数获得、高级分析以及数量挖掘等。经过综合的分析e-works总结道一个典型的BI产品应该拥有的效用点要包括以下几只地方:

  •     数据管理
  •     数据管理

   
能打不同的异构系统遭到收获有价之数,并会轻松实现多少的询问、归集和输出,实现对商店数量的科学管理。

   
能自不同的异构系统中拿走有价之数,并能够自在实现数据的询问、归集和输出,实现对商店数量的科学管理。

  •     数据解析
  •     数据解析

   
充分利用OLAP,Legacy等数据解析技术实现对数码价值之变现,为合作社决策提供数据支撑。

   
充分利用OLAP,Legacy等数据解析技术实现对数码价值的展现,为合作社决策提供数据支撑。

  •     集成和支出
  •     集成及开发

   
系统以备一流架构的功底及,具有灵活的系出同集成性能。在搭、元数据管理、数据迁移、规则流程等还能够进行个性化的出,并会促成和其他职能的敏捷集成。

   
系统于有着一流架构的底蕴及,具有灵活的系统开发同合性能。在架设、元数据管理、数据迁移、规则流程等都能进行个性化的开销,并能促成与任何功能的飞跃集成。

  •     可视化的数码显示
  •     可视化的多寡显示

   
系统所有报表、仪表盘、实时数据展示等可视化功能,并基于个性化需求提升可视化展示的客户体验。

   
系统有着报表、仪表盘、实时数据显示等可视化功能,并因个性化需求提升可视化展示的客户体验。

  •     其他个性化功能点
  •     其他个性化功能点

    针对不同商家不同之事务决策需求开发出底部分个性化功能点。

    针对不同商家不同之事情决策需要开发出之一部分个性化功能点。

图片 1 图片 2
图1 典型BI系统架构

图片 3 图片 4
图1 典型BI系统架构

    BI与BA、绩效管理

    BI与BA、绩效管理

    业务分析≠商业智能,BA(Business
Analysis)即工作分析,核心功能是扶持公司了解现状并能够预测未来。

    业务分析≠商业智能,BA(Business
Analysis)即工作分析,核心力量是辅助企业了解现状并会预测未来。

    企业绩效管理(EPM,Enterprise Performance
Management)主要对同一的、可辨识的KPI(关键绩效指标),对工作绩效进行衡量和分析,以支撑工作绩效的辨析与管理,以业务流程改进为着力,指导用户完善决策过程,使战略实施更加实用。EPM主要是连战略暨计划到执行之历程,监控财务及运营结果与对象的差距并提供分析,驱动公司限制的绩效改善。BI则是落实监控、发现、集成、分析、计算、报表、指导、模型、可视化、预测、预警、驱动行动等。因此,可以清楚啊BI是EPM的剖析平台,两者在应用领域、功能分、系统布局上且发出鲜明的差别。

    企业绩效管理(EPM,Enterprise Performance
Management)主要对同一的、可识别的KPI(关键绩效指标),对工作绩效进行衡量和分析,以支撑工作绩效的辨析与治本,以业务流程改进为中心,指导用户完善决策过程,使战略实施更加管用。EPM主要是连连战略暨计划暨实施的经过,监控财务和营业结果以及目标的差别并提供分析,驱动公司限制的绩效改善。BI则是兑现监控、发现、集成、分析、计算、报表、指导、模型、可视化、预测、预警、驱动行动等。因此,可以清楚吧BI是EPM的辨析平台,两者在应用领域、功能分、系统布局上还生强烈的差异。

图片 5 图片 6

图片 7 图片 8

希冀2  BI与BA、绩效管理
 

希冀2  BI与BA、绩效管理
 

3、商业智能(BI)技术发展趋势

3、商业智能(BI)技术发展趋势

    3.1 移动BI

    3.1 移动BI

    移动BI(Mobile Business Intelligence)
是据经下移动终端配备,使得用户能够随时随地获取所急需的作业数据与分析展现,完成独立的分析与决策应用,实现决策分析无处不在的实时动态管理。随着移动应用之推广,企业对于管理软件可“移动”的要求增长迅速,用户逐年希望由此智能手机等运动装备交给数据,并取得分析报告,实现无处不在、无时不在的实时动态管理,这将让风BI带来巨大的飞。尽管BI厂商对于移动BI的显现形式等地方技术还不够成熟,但是移动BI是不可规避的发展趋势。

    移动BI(Mobile Business Intelligence)
是负经下移动终端设施,使得用户会随时随地获取所需要的工作数据以及分析展现,完成独立的剖析以及决策应用,实现决策分析无处不在的实时动态管理。随着移动应用之推广,企业于管理软件可“移动”的要求增强快速,用户逐渐希望由此智能手机等倒设备交给数据,并拿走分析报告,实现无处不在、无时无以的实时动态管理,这将于传统BI带来巨大的很快。尽管BI厂商对于移动BI的显现形式等方面技术还不够成熟,但是移动BI是不可逃避的发展趋势。

    3.2云计算BI

    3.2云计算BI

   
云计算近年来可谓风生水起,但BI领域却美味有见到云的痕,原因是差不多地方的。但是现年几乎格外主流厂商都在云BI上产生矣或大或小的大势,这为充分说明BI市场就开接纳云,其中好酷片段因在通过漫长探索,BI市场早就坏成熟,BI作为基础运用已高达了临界点。云功能的有力、部署之便利,必将带动为叙也根基的商业智能在线服务成为新的商业智能部署的主流方向。

   
云计算近年来可谓风生水从,但BI领域却美味有见到云的痕迹,原因是多面的。但是现年几生主流厂商还于云BI上发出了或大或小的大势,这为充分说明BI市场就开始接纳云,其中老大怪片段因在经漫长探索,BI市场已非常成熟,BI作为基础运用都上了临界点。云功能的精锐、部署之方便,必将带来为提也根基之商业智能在线服务成为新的商业智能部署的主流方向。

    3.3而视化数据与自助式BI

    3.3可是视化数据和自助式BI

   
早在2013年可视化BI就曾经初现端倪,BI巨头们给市场的变迁始寻求新的门径建立重迅速的事务分析,挖掘更多可信数据。与此同时提供更为和谐的数目表现形式与优化的客户体验。对于市场用户而言单一而死的数显示形式曾休能够满足其要求。

   
早在2013年可视化BI就都初现端倪,BI巨头们给市场之扭转始谋求新的路子建立重速的工作分析,挖掘更多可信数据。与此同时提供越来越协调的数码显现形式与优化的客户体验。对于市场用户而言单一而死的数展示形式就不可知满足其要求。

   
传统BI专注于由数据仓库和任何的数据库中将数据易成为信息,再用消息易成智能,在职能及多次无法满足市场客户某些特殊或者说个性化的需求,因此自助式BI的劳务概念出现,所谓自助其实是同意用户自动创建于定义之数额查询办法,创建方式简单无需考虑数据库等要素。可视化的数目解析手段及自助式BI都是优化客户体验、实现客户个性化需求的,将凡前景一段时间的亮点,值得期待。

   
传统BI专注于从数据仓库和外的数据库中将数据易成信息,再将信息变换成为智能,在效益及数力不从心满足市场客户某些特殊或者说个性化的急需,因此自助式BI的劳动概念出现,所谓自助其实是许用户自动创建于定义的数目查询艺术,创建方式简单无需考虑数据库等要素。可视化的数量解析手段与自助式BI都是优化客户体验、实现客户个性化需求的,将是鹏程一段时间的长,值得期待。

    3.4社交化BI

    3.4社交化BI

   
社交的热还当不停的升温,也都变为软件营销之重要性阵地。社交化BI将店铺数量、社交化网络与合作、社交媒体的监督以及舆论分析结合于一个行使被,让传统的BI具有了进一步团结的界面,商业智能的工具又富有创新性。尽管其技术上并无重点的改造,其价值为不曾得到商家绝对的认可,但得确信的是这种新的商业智能模式将合作能力带入核心体验着,呈现出了BI更多元化的进步空间。纵观目前市面现状,总体来说社交化BI仍处于一个探索期,但前景不容忽视。

   
社交的热度还以频频的升温,也曾经化为软件营销之重要性阵地。社交化BI将局数、社交化网络及协作、社交媒体的监察与舆论分析结合于一个施用被,让传统的BI具有了尤其温馨的界面,商业智能的工具又有创新性。尽管其技术及并没要的革新,其价值啊未尝到手商家绝对的承认,但可以确信的凡这种新的商业智能模式将搭档能力带入核心体验受到,呈现出了BI更多元化的进化空间。纵观目前市场现状,总体来说社交化BI仍处一个探索期,但前景不容忽视。

    3.5 大数额融合

    3.5 大数量融合

   
在多少爆炸的时日,将数据转发为资源是信用社梦寐以求的,大数额可说凡是真意义及之拿消息转化为资源。大数量时代下之商业智能开始融合大数据的行使,大量的BI厂商开始当该数据解析的产品受益对老数据处理技术(如Hadoop)的支持或内嵌基于对充分数量处理技术之剖析功能。

   
在数量爆炸的一代,将数据转发为资源是企业梦寐以求的,大数目足以说凡是确实含义及的以信息转化为资源。大数据时下之商业智能开始融合大数额的采用,大量的BI厂商开始于那数据解析的制品被增对怪数目处理技术(如Hadoop)的支持或内嵌基于对好数额处理技术之分析功能。

    3.6数额就是服务

    3.6数据就是服务

    SaaS
BI可以清楚为数就服务,这种新兴之BI实现方式逐渐为用户所受。SaaS
BI成为焦点十分十分有因在于目前习俗BI的工具价格不菲,建设之过程为针锋相对复杂,中小企业特别是小企业往往就留存需求呢怕。反之,SaaS租用模式有的低位费用高功能的性状正好可以弥补这些标准的欠缺,因此赢得众多小企业的重视。但是SaaS
BI的模式并无熟,真正开始下的公司并无多,受各国方面因素影响短日外客户多匪见面发生最老的增长,但是这种颠覆性模式的价值是客观存在的,未来底发展前景看好。

    SaaS
BI可以知晓呢数量就是服务,这种新兴的BI实现方式逐步被用户所接受。SaaS
BI成为问题十分充分一些缘由在于目前风BI的家伙价格不菲,建设之经过也相对复杂,中小企业特别是小企业往往就是需求吗怕。反之,SaaS租用模式抱有的不比费用大功能的特色正好可以弥补这些标准的欠缺,因此赢得众多小企业的重。但是SaaS
BI的模式并无熟,真正开始下的信用社并无多,受各国方面因素影响短日外客户多匪见面起极端特别的提高,但是这种颠覆性模式的价值是客观存在的,未来底发展前景看好。

    3.7 信息集成

    3.7 信息集成

   
就商业智能的发展趋势而言,经过以及各种技术、应用之休戚与共后,逐步演变为平种企业级、跨机构的根底信息体系,可以统一企业相继位置,可以合企业各项信息体系及信资源,真正落实跨平台,从而实现信息之异常集成。未来,商业智能与OA、CRM、ERP、SCM或是其它系统贯彻合龙,系统里头的结构化数据可知透过BI的管制平台相互调用、可视化,全面提供决策支持、知识挖掘、商业智能等整体服务,实现企业数字化、知识化、虚拟化,全面升级公司的决定能力以及市场竞争力。

   
就商业智能的发展趋势而言,经过同各种技能、应用之齐心协力后,逐步演变为同样栽企业级、跨机构的根基信息体系,可以合企业相继位置,可以合企业各类信息体系跟消息资源,真正兑现跨越平台,从而实现信息的怪集成。未来,商业智能与OA、CRM、ERP、SCM或是其它系统贯彻并,系统间的结构化数据可知通过BI的保管平台相互调用、可视化,全面提供决策支持、知识挖掘、商业智能等总体服务,实现公司数字化、知识化、虚拟化,全面提升公司之核定能力跟市场竞争力。

4、商业智能(BI)市场概览

4、商业智能(BI)市场概览

   
随着BI市场之慢慢成熟,很多厂商都活跃在商业智能领域。表1也当下市场上的BI厂商列表(部分)。

   
随着BI市场的逐月成熟,很多厂商还活跃于商业智能领域。表1啊眼前市场上的BI厂商列表(部分)。

   
表详情(略),查看完版本选型报告要于填充问卷后获取http://www.e-works.net.cn/report/2015BI/2015BI.html

   
表详情(略),查看完版本选型报告呼吁在填充问卷后获得http://www.e-works.net.cn/report/2015BI/2015BI.html

5、商业智能(BI)系统选型要点以及步骤

5、商业智能(BI)系统选型要点以及步骤

    5.1 BI软件之选型要点

    5.1 BI软件的选型要点

   
随着公司信息化运用之不断深入,越来越多的营业所面临深化应用的问题。信息化对决策的支撑、对于市场前沿的洞察力成为了初的掘金地。市场高达之BI产品鱼龙混杂,企业于甄选时屡屡容易被宣传的误导,作为企业当挑选BI产品的时候该由店铺系统要求、产品性价比、产品功能、把握如下要点,以资鉴别。

   
随着企业信息化应用的不断深入,越来越多的铺面面临深化应用的题目。信息化对决策的支撑、对于市场前沿的洞察力成为了初的掘金地。市场达成之BI产品鱼龙混杂,企业以挑时数容易受到宣传的误导,作为公司在选取BI产品的下理应于商店系统要求、产品性价比、产品效果、把握如下要点,以资鉴别。

    端详(略),查看完版本选型报告呼吁在填充问卷后取得http://www.e-works.net.cn/report/2015BI/2015BI.html

    端详(略),查看完版本选型报告呼吁在填充问卷后获http://www.e-works.net.cn/report/2015BI/2015BI.html

 

 

    5.2 BI软件选型步骤

    5.2 BI软件选型步骤

 

 

   
在整体了解了BI系统选型的中心思想之后,e-works建议企业选型步骤可参考以下流程展开:

   
在一体化了解了BI系统选型的要领之后,e-works建议企业选型步骤可参看以下流程进行:

 

 

    组建BI项目工作团队

    组建BI项目工作团队

 

 

    明确企业需求,制定详细的类型对象

    明确公司需求,制定详尽的色对象

 

 

    分析梳理中数据,确保数据质量

    分析梳理中数据,确保数据质量

 

 

    了解市场BI新技巧同主流产品信息

    了解市场BI新技巧和主流产品信息

 

 

    确定需要匹配的活范围并开始接触

    确定需要匹配的活范围并开点

 

 

    目标BI产品,进行观测以及评估

    目标BI产品,进行察看和评估

 

 

    确定目标BI产品并跻身商务谈判环节

    确定目标BI产品并跻身商务谈判环节

 

 

   
详情(略),查看完版本选型报告要在填写问卷后获取http://www.e-works.net.cn/report/2015BI/2015BI.html

   
详情(略),查看完版本选型报告呼吁于填写问卷后得到http://www.e-works.net.cn/report/2015BI/2015BI.html

 

 

6、主流厂商

6、主流厂商

 

 

    6.1  SAP

    6.1  SAP

 

 

   
SAP公司建立为1972年,总部放在德国沃尔多夫市,是举世最特别之商店管理与协同化商务解决方案供应商、全球第三要命独立软件供应商。目前,全球有120多单邦之逾
263,000寒用户在周转在 69,700大多套SAP软件。财富
500赛80%以上之合作社还正在打SAP的军事管制方案面临低收入。SAP在海内外50大抵只国家持有分支机构,并以差不多贱证券交易所上市,包括法兰克福和纽约证交所。1995年当京都标准建立SAP中国公司,并陆续成立了上海、广州、大连支行。

   
SAP公司建被1972年,总部在德国沃尔多夫市,是海内外最为深之柜管理及协同化商务解决方案供应商、全球第三异常独立软件供应商。目前,全球有120几近独国家之超常
263,000下用户在运作在 69,700几近套SAP软件。财富
500胜过80%之上之号还着从SAP的管住方案遭收益。SAP在世界50多个邦有着分支机构,并于多寒证券交易所上市,包括法兰克福和纽约证交所。1995年于北京市规范建立SAP中国公司,并陆续建立了上海、广州、大连分公司。

 

 

    核心产品

    核心产品

 

 

    SAP Lumira  

    SAP Lumira  

 

 

    SAP
Lumira提供了拖放式界面及感人的可视化效果,无需编写任何脚本即可快速分析数据,以高速获得洞察,提高业务灵活性。借助该软件,企业业务用户用能以可又的自助方式访、转换和可视化数据。

    SAP
Lumira提供了拖放式界面和动人的可视化效果,无需编写任何脚本即可快速分析数据,以飞快取得洞察,提高业务灵活性。借助该软件,企业工作用户以能够为可又的自助方式访、转换与可视化数据。

 

 

    SAP BusinessObjects Analysis

    SAP BusinessObjects Analysis

 

 

    借助 SAP 的多维数据解析软件,业务分析师可以于习的 Microsoft Office
环境受到又深切地挖作业数据。即使没 IT
人员之鼎力相助,他们呢能轻松地过滤和操作数据,掌握发展趋势及生,并享受其发现。

    借助 SAP 的多维数据解析软件,业务分析师可以在习的 Microsoft Office
环境遭受重复深入地挖工作数据。即使没 IT
人员之援,他们吗能轻松地过滤跟操作数据,掌握发展趋势及怪,并分享其发现。

 

 

    产品特性

    产品性状

 

 

    SAP Lumira

    SAP Lumira

 

 

   
以可重新的自助方式,更快得到洞察;通过统观全局和深切挖潜详细信息,全面掌握业务状况;为复杂性的工作问题就是经常提供依据真相的解答,显著加速决策流程;在非多
IT 部门工作量的图景下,提高自助服务多少的使用率;借助 SAP
HANA,实时可视化海量数据。

   
以可还的自助方式,更快得到洞察;通过统观全局和深入开掘详细信息,全面掌握业务状况;为复杂性的事务问题即经常提供依据真相的解答,显著加快决策流程;在匪多
IT 部门工作量的场面下,提高自助服务数据的使用率;借助 SAP
HANA,实时可视化海量数据。

 

 

    SAP BusinessObjects Analysis

    SAP BusinessObjects Analysis

 

 

    对大型数据集进行分析,获得深入之工作洞察;在 Excel
中发觉、比较和展望工作让因素;借助嵌入式商务分析,在实时的 PowerPoint
演示文稿中同您的团伙分享彼此的重中之重发现;借助内容复用和实时查询响应等艺术,显著提高效率;借助内存加速,提高多少解析效率。

    对大型数据集进行解析,获得深入之事务洞察;在 Excel
中发现、比较和预测事务让因素;借助嵌入式商务分析,在实时的 PowerPoint
演示稿中以及汝的组织分享彼此的重点发现;借助内容复用和实时查询响应等艺术,显著提高效率;借助内存加速,提高多少解析效率。

 

 

    典型客户和案例

    典型客户和案例

 

 

    典型客户:摩森康胜啤酒酿造公司 (Molson Coors)

    典型客户:摩森康胜啤酒酿造公司 (Molson Coors)

 

 

   
典型案例:http://go.sap.com/china/solution/platform-technology/business-intelligence.html

   
典型案例:http://go.sap.com/china/solution/platform-technology/business-intelligence.html

    6.2  IBM

    6.2  IBM

    IBM
是中外信息产业领导企业,为神州客户提供领先的之硬件、软件、企业咨询与技能服务,助力中国各国行业频频创新转型。在过去之
100年,世界经济不断向上,现代对日新月异,IBM
始终以超前的艺,出色之管理与独创的成品负责人在消息产业之向上,保证了世界范围外几乎有行业用户指向信息处理的整套需求。IBM
在新中国的开拓进取的一起由开为 1979年。作为环球信息产业之领袖企业,IBM
在中华革新开放的各个一个等都坐前瞻的盘算、创新之技巧、深刻的商理解和诚信之劳务积极性地支撑了炎黄各行各业的快捷成长。

    IBM
是海内外信息产业领导企业,为华夏客户提供领先的底硬件、软件、企业咨询和技术劳务,助力中国列行业持续更新转型。在过去之
100年,世界经济持续上扬,现代对日新月异,IBM
始终为超前的技能,出色的治本及独创的活负责人着消息产业之发展,保证了世道范围外几乎拥有行业用户对信息处理的尽需求。IBM
在初中国之进步之同由开始为 1979年。作为全球信息产业之主脑企业,IBM
在炎黄改革开放之各一个路还为前瞻的想想、创新之艺、深刻的经贸理解与诚信的劳务积极性地支持了华夏各行各业的神速成长。

    核心产品

    核心产品

    IBM Cognos 商业智能(Business Intelligence)

    IBM Cognos 商业智能(Business Intelligence)

    产品特点

    产品特性

    IBM Cognos Business
Insight通过提供设计、场景建模、实时监督以及展望分析等功能扩展了民俗的商业智能。利用这无异于未吃限制的商业智能工作空间,人们可以自由思想,随处办公(在办公里、在途中中,甚至于脱机状态下)。业务用户可透过它修改、搜索以及重组有与事务相关的音。它是一个创新型商业智能工作空间,它而业务用户能够当随机时间段访问几乎拥有品类的多寡。它而用户能够透过一个仪表板样式的界面来组装、个性化、分析信息,并同信进行互。

    IBM Cognos Business
Insight通过提供规划、场景建模、实时监察和预测分析等功用扩展了传统的商业智能。利用这同无让限制的商业智能工作空间,人们可以随便思想,随处办公(在办公里、在途中中,甚至以脱机状态下)。业务用户可以经它们修改、搜索以及烧结有与作业相关的音。它是一个创新型商业智能工作空间,它要业务用户能够在随机时间段访问几乎拥有种类的多少。它使用户会由此一个仪表板样式的界面来组装、个性化、分析信息,并和信进行互。

    典型客户及案例

    典型客户与案例

    典型客户:李宁、雅戈尔

    典型客户:李宁、雅戈尔

   
典型案例:http://www-01.ibm.com/software/cn/data/youngor/video_popup.html

   
典型案例:http://www-01.ibm.com/software/cn/data/youngor/video_popup.html

    6.3  Microsoft

    6.3  Microsoft

    核心产品

    核心产品

    SQL Server

    SQL Server

    产品特色

    产品特征

    SQL Server可以动用大性能的 in-memory 技术跨
OLTP、数据仓库、商业智能和分析工作负荷构建关键任务应用程序和深数目解决方案,而无需打昂贵之外接程序还是高端装备。利用
in-memory 技术,数据服务公司可以实时访问产品数量。

    SQL Server可以运用高性能的 in-memory 技术跨
OLTP、数据仓库、商业智能和分析工作负荷构建关键任务应用程序和坏数据解决方案,而任由需购置昂贵之外接程序还是高端装备。利用
in-memory 技术,数据服务公司得以实时访问产品数量。

    典型客户及案例

    典型客户与案例

    典型客户: AMD、艾美特、Giordano、Mitsubishi Caterpillar Forklift
Europe(MCFE)、中国原油

    典型客户: AMD、艾美特、Giordano、Mitsubishi Caterpillar Forklift
Europe(MCFE)、中国原油

   
典型案例: http://www.microsoft.com/china/casestudies/results.aspx?CompanyName=BI

   
典型案例: http://www.microsoft.com/china/casestudies/results.aspx?CompanyName=BI

    6.4  Microstrategy

    6.4  Microstrategy

    6.5  上海亦策软件科技有限公司

    6.5  上海也策软件科技有限公司

    6.6  文雅科信息技术(上海)有限公司

    6.6  文雅科信息技术(上海)有限公司

    6.7  北京天之华软件系统技能有限责任公司

    6.7  北京天之华软件系统技术有限责任公司

    6.8  上海河狸信息科技有限公司

    6.8  上海河狸信息科技有限公司

    6.9  上海威数软件有限公司

    6.9  上海威数软件有限公司

    6.10 蓝科财务咨询(上海)有限公司

    6.10 蓝科财务咨询(上海)有限公司

    6.11广州思迈特软件有限公司

    6.11广州思迈特软件有限公司

    6.12 珠海奥威软件科技有限公司

    6.12 珠海奥威软件科技有限公司

   
其他厂商详情(略),查看完版本选型报告呼吁在填充问卷后获得http://www.e-works.net.cn/report/2015BI/2015BI.html

   
其他厂商详情(略),查看完版本选型报告要以填充问卷后获取http://www.e-works.net.cn/report/2015BI/2015BI.html

    表2企业基本资料(部分)

    表2企业基本资料(部分)

    表3 产品基本资料(部分)

    表3 产品基本资料(部分)

    表4报价、收费和劳务模式

    表4报价、收费以及劳务模式

   
详情(略),查看完版本选型报告要在填写问卷后收获http://www.e-works.net.cn/report/2015BI/2015BI.html

   
详情(略),查看完版本选型报告要于填写问卷后获取http://www.e-works.net.cn/report/2015BI/2015BI.html

 

 

相关文章