BI

商业智能（Business Intelligence，简称：BI），又称商业智慧或商务智能，指用现代数据仓库技术、线上分析处理技术、数据挖掘和数据展现技术进行数据分析以实现商业价值。

商业智能的概念在1996年最早由加特纳集团（Gartner Group）提出，加特纳集团将商业智能定义为：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。商业智能技术提供使企业迅速分析数据的技术和方法，包括收集、管理和分析数据，将这些数据转化为有用的信息，然后分发到企业各处。

企业要实现业务信息智慧洞察的目标，必须使用适当的技术架构平台来支持业务数据分析系统。该平台不仅要为各种用户（无论其身处何处）提供分析和协作功能，还要充分利用现有基础结构，并维持低成本。它必须是可扩展的并具有高性能，以满足任意组织的发展需求。

适当的架构可以为系统成功铺平道路，并最终带领组织取得成功。开放的商业智能架构应该能同时满足IT和业务用户的需求。

对IT用户而言，商业智能软件需要满足如下条件才能向用户交付更高价值，具体包括：能轻松地与组织的基础架构集成；支持当前的技术和标准；能根据不断发展的需求方便地进行调整；整合组织中的所有数据；能随着用户需求的发展不断进行扩展；可靠地执行；能在不增加预算和人力资源的情况下加以管理。

对于业务用户，商业智能软件必须与用户的众多角色、技能集和需求相匹配；为用户提供多种不同格式的信息，包括常规报表、特别查询、记分卡、仪表板等；易于使用，以使业务用户愿意采用并信任其提供的信息。

企业级商业智能架构具有几项共同特征和价值。这些需求是将在组织内部广泛部署的商业智能系统的基础。所有这些特质都将通过底层架构来体现。IBM Cognos商业智能平台以面向服务的开放式架构为基础设计和构建，与那些只会把来自Web服务的多个架构中的旧式“客户机-服务器”组件简单打包的商业智能解决方案不同，它能够在三个不同的层面上交付所有的商业智能功能：即演示层，可处理Web环境中的所有用户交互；应用层，包含用于执行所有BI处理的专用服务；数据层，可用于访问各种数据源。

商业智能系统可辅助建立信息中心，如产生各种工作报表和分析报表。用作以下分析：

销售分析主要分析各项销售指标，例如毛利、毛利率、交叉比、销进比、盈利能力、周转率、同比、环比等等；而分析维又可从管理架构、类别品牌、日期、时段等角度观察，这些分析维又采用多级钻取，从而获得相当透彻的分析思路；同时根据海量数据产生预测信息、报警信息等分析数据；还可根据各种销售指标产生新的透视表。

商品分析 商品分析的主要数据来自销售数据和商品基础数据，从而产生以分析结构为主线的分析思路。主要分析数据有商品的类别结构、品牌结构、价格结构、毛利结构、结算方式结构、产地结构等，从而产生商品广度、商品深度、商品淘汰率、商品引进率、商品置换率、重点商品、畅销商品、滞销商品、季节商品等多种指标。通过D系统对这些指标的分析来指导企业商品结构的调整，加强所营商品的竞争能力和合理配置。

人员分析通过D系统对公司的人员指标进行分析，特别是对销售人员指标（销售指标为主，毛利指标为辅）和采购人员指标（销售额、毛利、供应商更换、购销商品数、代销商品数、资金占用、资金周转等）的分析，以达到考核员工业绩，提高员工积极性，并为人力资源的合理利用提供科学依据。主要分析的主题有，员工的人员构成、销售人员的人均销售额、对于销售的个人销售业绩、各管理架构的人均销售额、毛利贡献、采购人员分管商品的进货多少、购销代销的比例、引进的商品销量如何等等。

商业智能帮助企业的管理层进行快速，准确的决策，迅速的发现企业中的问题，提示管理人员加以解决. 但商业智能软件系统不能代替管理人员进行决策，不能自动处理企业运行过程中遇到的问题.因此商业智能系统并不能为企业带来直接的经济效益，但必须看到，商业智能为企业带来的是一种经过科学武装的管理思维，给整个企业带来的是决策的快速性和准确性，发现问题的及时性，以及发现那些对手未发现的潜在的知识和规律，而这些信息是企业产生经济效益的基础，不能快速，准确地指定决策方针等于将市场送给对手，不能及时发现业务中的潜在信息等于浪费自己的资源.比如：通过对销售数据的分析可发现各类客户的特征和喜欢购买商品之间的联系，这样就可进行更有针对性的精确的促销活动或向客户提供更具有个性的服务等，这都会为企业带来直接的经济效益。