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

   
互联网时代公司数目表现爆发式增长,全面考验着企业之数码处理以及剖析能力。面对大容量、多样性、高增长之多少多庄数无所适从,除了吃大量管制及存储资金外并没有让公司带动真正的价,大量之数码堆积为商家带动了了不起的挑战。然而数据现已渗透及了商店内外各个圈,因此想只要于大之店堂数量被“掘金”就得来信息化采用强有力的支撑。

   
互联网时代公司数量见爆发式增长,全面考验着店的多寡处理及分析能力。面对大容量、多样性、高增长的数量多局往往无所适从,除了耗费大量管制与存储资本外并从未吃铺带来真正的价,大量底多寡堆积让柜带来了赫赫的挑战。然而数据都渗透到了公司内外各个层面,因此想使从大的小卖部数据中“掘金”就必须来信息化用强有力的支撑。

   
近年来大数据、云计算、移动使用、社交等新兴技术风靡全球,技术之创新及环境的秋与了店以信息化运用达到又多元化的挑选。随着中国制商厦信息化行使的不断深入,在谋求业务管理精益的还要,信息化对决策的支撑、对于市场前沿的洞察力成为了逾多公司强化应用的动向。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,分析利用以及进步的分析方法)营收总计高达144亿美元,与2012年之133亿美元相比,增长8%。2013年中国区商务智能和分析软件总营收达到11亿7宏观580万首,较2012年提高13.5%。2014年来说,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。大多数店铺都以甄选新一代数据挖掘工具或交互式分析平台。尽管市场涨幅减缓,但是多年来店铺需要一直维系平稳。

   
近年来很数目、云计算、移动采用、社交等新生技术风靡全球,技术之换代和环境的熟与了店家于信息化运用及更多元化的取舍。随着中国打号信息化应用之不断深入,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越来越多店深化应用之矛头。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,分析应用与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年中国区商务智能和分析软件总营收达到11亿7本580万元,较2012年提高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,商业智能分析市场正处在全面过渡时期。大多数商行还当选新一代数据挖掘工具要交互式分析平台。尽管市场增幅慢,但是多年来企业急需一直维持平稳。

   
目前中华BI市场依旧有诸多无明朗的素,技术层面也发出成百上千混沌的处,细分市场之发展趋势也在大要命的区别,随着大数额、移动等采用之推广,以及海量的数量还加快了BI的变革。因此,企业于挑BI产品的时需要梳理出清的思绪,找到满足急需的适产品。为之,e-works本方客观、中立、公正的原则,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软件之中坚功能以及制品性状,为周边企业进行BI软件选型提供指南。

   
目前华BI市场仍然是不少未明朗的因素,技术界也有诸多混沌的远在,细分市场的发展趋势也是好酷之差距,随着大数量、移动等利用之推广,以及海量的数目还加快了BI的革命。因此,企业以甄选BI产品的时刻用梳理出鲜明的思路,找到满足需求的相当产品。为者,e-works本方成立、中立、公正的基准,发布商业智能(BI)选型手册,分析BI软件选型的要义以及步骤,介绍主流BI软件的主干力量以及活性状,为周边企业进行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、数据挖掘和数量显现技术拓展数量解析为促成商业价值。”
BI并无是多年来才有新兴名词,早以1996年Gartner
Group的霍华德·雷斯内尔(Howard
Dresner)就已提出,并定义其也平类似由数据仓库(或数额会)、查询表、数据解析、数据挖掘、数据备份和回复等片段构成的、以扶助企业决策为目的技术和动。

   
来自维基百科的解释是:“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、数据挖掘和多少见技术拓展数量解析为贯彻商业价值。”
BI并无是多年来才有新兴名词,早以1996年Gartner
Group的霍华德·雷斯内尔(Howard
Dresner)就已经提出,并定义其也同样好像由数据仓库(或数额会)、查询表、数据解析、数据挖掘、数据备份和恢复等片段构成的、以帮忙企业决策为目的技术及动。

   
在打听概念的还要必须正确理解商业智能的内涵,e-works认为,BI的内蕴在于回顾过去、总结现在跟展望未来。即首先使报告企业管理者已经出了啊事情?结果如何?其次会报告管理者发生这些结果的现实由是啊,该采取何种政策解决?再则是喻管理者企业于可预见的明天会晤发什么?于这个以还会实时的晓管理者企业正在发生啊业务,完成的快情况如何,是否落实了既定目标,是否需要这调整策略?只有明确了这些题目才会从根本上理解BI。

   
在了解概念的又要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、总结现在同展望未来。即首先要告诉企业决策者都产生了呀业务?结果什么?其次会告诉管理者发生这些结果的有血有肉原因是什么,该应用何种政策解决?再则是告管理者企业在可预见的未来会见时有发生啊?于斯而还能实时的语管理者企业方发啊工作,完成的速度情况怎样,是否贯彻了既定目标,是否要及时调动政策?只有明确了这些题材才会从根本上理解BI。

    2.2  BI的价值

    2.2  BI的价值

   
经过长年累月信息化的推波助澜,企业里积累了各种源不同业务部门的数额。这些混乱的多少让庄带来了十分特别的赘:

   
经过多年信息化的推波助澜,企业内积累了各种源不同业务部门的数目。这些混乱的数码给庄带动了颇老的困扰:

  •     企业数目爆发式井喷,数据存储的硬件成本造成IT负累;
  •     数据存储于不同之采取体系中,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,管理及发掘的难度好;
  •     传统老旧的数目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之多少支撑。
  •     企业数目爆发式井喷,数据存储的硬件成本导致IT负累;
  •     数据存储于不同之利用系统被,孤岛问题严重;
  •     异构系统加大了多少获得、管理、分析的难度;
  •     企业数据列复杂多样,多吧免结构化数据,管理以及开的难度非常;
  •     传统老旧的数目见形式无法适应现代化企业管理要求;
  •     企业战略性调整缺乏有力的多寡支持。

   
尽管连追加的数据被公司的管住导致了非小之赘,然而最基本的问题则是介于这些复杂的数码还免还能够称为信息,不可知啊公司所用。身处激烈竞争环境的店家给海量的数据以及日益增多的数量管理资本,更要能够发现数目的商业价值。BI软件的价在于那经过技术手段从店铺相继应用体系的紊乱数据被提取出有因此之多少并展开科学的理,以保证数据的不易和一致性,并和过透过抽取(Extraction)、转换(Transformation)和装(Load),的历程,合并到一个单位数据会或企业之数据仓库中,在这个基础及以恰当的BI工具,
针对不同需要进行多维数据解析及发掘,并透过可视化手段将结果定期或者履展示被相关人员,最终也公司决策提供支撑,达到救助商家盈利增利、规避风险、提升效益以及竞争力的目的。

   
尽管连增加的多寡为企业的军事管制造成了未略之麻烦,然而最核心的题目则是在乎这些扑朔迷离的数目还无还能够叫信息,不克也商家所用。身处激烈竞争环境之商号当海量的多少与日益增多的多寡管理基金,更期望会发现数的商业价值。BI软件的价在其经过技术手段从商店相继应用系统的杂乱数据被领取出有因此之数额并进行正确的重整,以保证数据的没错和一致性,并与过透过抽取(Extraction)、转换(Transformation)和装(Load),的进程,合并到一个机关数据会或公司之数据仓库中,在斯基础及动得当的BI工具,
针对不同需要进行多维数据解析和扒,并经过可视化手段将结果定期或者施行展示给相关人口,最终也商家决策提供支持,达到救助商家利润增利、规避风险、提升效能以及竞争力的目的。

  2.3  BI的关键技术及力量

  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、转换与加载)、联机分析处理
(OLAP)、数据可视化技术等。

   
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、转换与加载)、联机分析处理
(OLAP)、数据可视化技术等。

  •     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》)一写中所提出的概念:“数据仓库(Data
Warehouse)是一个面向主题的(Subject
Oriented)、集成的(Integrated)、相对平稳的(Non-Volatile)、反映历史变迁(Time
Variant)的数据集合,用于支持管理决策(Decision Making
Support)。”数据仓库技术是为实用之用数据并到联的环境被以供决策型数据看,因此在BI的实行过程中,大量来企业各种管理网的多寡要募和整理,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年出版的“Building the Data
Warehouse”(《建立数据仓库》)一写中所提出的定义:“数据仓库(Data
Warehouse)是一个面向主题的(Subject
Oriented)、集成的(Integrated)、相对稳定之(Non-Volatile)、反映历史变化(Time
Variant)的数额集合,用于支持管理决策(Decision Making
Support)。”数据仓库技术是为着实用的拿数据并及联之条件遭到盖提供决策型数据访问,因此于BI的推行进程中,大量来源于企业各种管理网的数码要募及整,需要数仓库技术的支撑。

   
面向主题。数据仓库中之数量是随一定的主题或者说决策支持的需求点进行团队的,一个主题通常与大多单操作型信息体系有关;

   
面向主题。数据仓库中的数量是本一定之主题或者说决策支持的需求点进行团队的,一个主题通常与多单操作型信息体系相关;

   
数据并。数据仓库的数据来出自于分散的操作型数据,将所要数由原来的数目遭到抽取出来,进行加工以及集成,统一和综合之后上数据仓库;

   
数据并。数据仓库的数据来来于分散的操作型数据,将所用数由原的数目中抽取出来,进行加工以及集成,统一与综合之后进入数据仓库;

   
相对稳定性。数据仓库是不可更新的还仍日如别的,稳定的数量以单念格式保存,且无遵循时间变更。

   
相对稳定。数据仓库是不可更新的都以时间若是生成之,稳定之数据因单独读格式保存,且非按照日转移。

  •     数据挖掘
  •     数据挖掘

   
数据挖掘是因于数据库的大度数额遭到宣告出含有的、先前一无所知的连出神秘价值之音之长河。作为一如既往种植核定支持过程,它要依据人工智能、机器上、模式识别、统计学、数据库、可视化技术相当,高度自动化地分析企业之数量,做出归纳性的推理,从中挖掘出黑的模式,帮助决策者调整市场策略,减少风险,做出对的裁决。

   
数据挖掘是指从数据库的大量数量中发布出含有的、先前不解之并发出地下价值的信的进程。作为同样栽核定支持过程,它主要基于人工智能、机器上、模式识别、统计学、数据库、可视化技术等,高度自动化地解析公司之数,做出归纳性的演绎,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,做出正确的表决。

  •     ETL
  •     ETL

   
透过抽取(Extraction)、转换(Transformation)和装(Load)即ETL。作为BI/DW(Business
Intelligence)的中坚与灵魂,能够依照合的规则集成并增强数据的价,是当好多少从数据源向目标数据仓库转化的过程,是履行数据仓库的显要步骤,用户从数据源抽取产生所要的数目,经过数据清洗,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。在公司推行BI的进程遭到,ETL面临的最为充分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)的基本与灵魂,能够依照联合的平整集成并加强数据的值,是背负好多少从数据源向目标数据仓库转化的过程,是实行数据仓库的首要步骤,用户从数据源抽取产生所用的多寡,经过多少清洗,最终以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。在企业推行BI的进程中,ETL面临的极特别挑战是接收数据时其源数据的异构性和小质量。

  •     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要害的使,专门计划用来支持复杂的辨析操作,侧重针对决策人员和高层管理人员的仲裁支持,可以根据分析人员的渴求高速、灵活地开展大数据量的复杂性查询处理,并且因为相同种植直观而易懂的款型拿查询结果提供于决策人员,以便他们规范掌握公司(公司)的经纪状况,了解对象的需,制定是的方案。

   
联机分析处理(OLAP)系统是数据仓库系统最关键的采取,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裁决支持,可以依据分析人员的求迅速、灵活地开展好数据量的错综复杂查询处理,并且为同等种直观而易懂的样式将查询结果提供被决策人员,以便他们规范掌握企业(公司)的经理状况,了解对象的要求,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系信息。其基本思想是拿数据库被列一个数量项作为单个图元元素表示,大量之数额集构成数据图像,同时将数据的一一属性值以多维数据的款型表示,可以自不同之维度观察数,从而对数码进行再次尖锐之观测与剖析。在骨子里的商业智能应用被经常坐图表、图像、虚拟现实等容易乎人人所识别的法子表现原有数据里的纷繁关系、潜在信息及发展趋势,以便更好地用所控的信资源。数据可视化的家伙主要是报表类(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系信息。其主干考虑是拿数据库被列一个数量项作为单个图元元素表示,大量底数量集构成数据图像,同时将数据的次第属性值以多维数据的花样表示,可以于不同之维度观察数据,从而对数码进行再深刻之考察与剖析。在实际的商业智能应用被经常因图纸、图像、虚拟现实等容易为人人所识别的不二法门展现原有数据里的复杂性关系、潜在信息及发展趋势,以便更好地使所掌握的消息资源。数据可视化的家伙根本是回报表类(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软件的绝特别功能就是经过对数码的剖析为决策支持提供协助。Ganter曾经定义过BI应用的20单功能点,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、实时或冲时间之数量获得、高级分析和数码挖掘等。经过综合的分析e-works总结道一个独立的BI产品应享有的功力点重要不外乎以下几单方面:

   
BI软件的极度酷作用就是是经过对数据的剖析为决策支持提供援助。Ganter曾经定义过BI应用之20单功能点,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、实时或因时间的多寡获得、高级分析以及数量挖掘等。经过综合的分析e-works总结道一个一流的BI产品应该具有的效益点要概括以下几单方面:

  •     数据管理
  •     数据管理

   
能于不同的异构系统受到得有价之数,并能轻轻松松实现数据的查询、归集和出口,实现对公司数量的科学管理。

   
能从不同的异构系统受获得有价的数量,并会轻松实现数量的询问、归集和输出,实现对公司数据的科学管理。

  •     数据解析
  •     数据解析

   
充分利用OLAP,Legacy等数解析技术实现对数据价值的呈现,为商家决策提供数据支撑。

   
充分利用OLAP,Legacy等数码解析技术实现对数码价值的呈现,为企业决策提供数据支撑。

  •     集成及支出
  •     集成和付出

   
系统以所有一流架构的底子及,具有灵活的网出同购并性能。在架设、元数据管理、数据迁移、规则流程等还能够展开个性化的开发,并会促成和其他功能的速集成。

   
系统于所有一流架构的基础及,具有灵活的系出和集成性能。在搭、元数据管理、数据迁移、规则流程等还能够展开个性化的开,并能够实现同其它职能的长足集成。

  •     可视化的数额展示
  •     可视化的多寡展示

   
系统所有报表、仪表盘、实时数据显示等可视化功能,并根据个性化需要提升可视化展示的客户体验。

   
系统所有报表、仪表盘、实时数据展示等可视化功能,并根据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

    针对不同商店不同之工作决策需求开发出底有的个性化功能点。

    针对不同企业不同的政工决策急需开发出底一对个性化功能点。

爱博体育app手机版 1 爱博体育app手机版 2
祈求1 典型BI系统架构

爱博体育app手机版 3 爱博体育app手机版 4
贪图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,核心职能是扶助企业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,核心力量是援公司了解现状并能够预测未来。

    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),对事情绩效进行衡量和分析,以支撑工作绩效的剖析以及治本,以业务流程改进为主干,指导用户完善决策过程,使战略实施更管用。EPM主要是连接战略暨计划及实践的进程,监控财务与营业结果跟目标的出入并提供分析,驱动公司限制的绩效改善。BI则是落实监督、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,可以了解也BI是EPM的辨析平台,两者在应用领域、功能分、系统组织上还发生众所周知的差别。

    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),对业务绩效进行衡量和分析,以支撑工作绩效的剖析及管理,以业务流程改进为主导,指导用户完善决策过程,使战略实施更可行。EPM主要是接连战略暨计划至实施的历程,监控财务和运营结果和对象的别并提供分析,驱动公司限制之绩效改善。BI则是实现监控、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,可以知晓啊BI是EPM的辨析平台,两者在应用领域、功能划分、系统布局上且发出显而易见的差距。

爱博体育app手机版 5 爱博体育app手机版 6

爱博体育app手机版 7 爱博体育app手机版 8

贪图2  BI与BA、绩效管理
 

祈求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)
是靠经采取移动终端设备,使得用户能够随时随地获取所要的政工数据和分析展现,完成独立的剖析以及决策用,实现决策分析无处不在的实时动态管理。随着移动使用之推广,企业对于管理软件可“移动”的需要增强快,用户逐年希望由此智能手机等走装备交给数据,并获取分析报告,实现无处不在、无时无以的实时动态管理,这将受风BI带来巨大的飞。尽管BI厂商对于移动BI的表现形式等地方技术还不够成熟,但是移动BI是不可逃避的发展趋势。

    移动BI(Mobile Business Intelligence)
是因通过采取移动终端配备,使得用户能够随时随地获取所用的业务数据与分析展现,完成独立的解析以及决策应用,实现决策分析无处不在的实时动态管理。随着活动使用的推广,企业对管理软件可“移动”的求增强快速,用户逐年希望由此智能手机等走设备交给数据,并收获分析报告,实现无处不在、无时未在的实时动态管理,这将让传统BI带来巨大的神速。尽管BI厂商对于移动BI的见形式等地方技术还不够成熟,但是移动BI是不行规避的发展趋势。

    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领域也美味有见到云的印痕,原因是大半面的。但是现年几不行主流厂商还于云BI上出了或大或小的势头,这吗充分说明BI市场早已初步接纳云,其中特别可怜组成部分由在于经长期探索,BI市场就杀成熟,BI作为基础运用都高达了临界点。云功能的强硬、部署之方便,必将带动为叙也根基的商业智能在线服务变成新的商业智能部署的主流方向。

   
云计算近年来可谓风生水由,但BI领域却美味有见到云的划痕,原因是多地方的。但是今年几乎好主流厂商都以云BI上有矣或大或小的主旋律,这也充分说明BI市场已经初步接纳云,其中很酷组成部分由在于通过漫长探索,BI市场曾十分成熟,BI作为基础运用已达标了临界点。云功能的强大、部署之便,必将带动为叙也底蕴之商业智能在线服务成为新的商业智能部署之主流趋势。

    3.3可是视化数据和自助式BI

    3.3可视化数据与自助式BI

   
早在2013年可视化BI就既初现端倪,BI巨头们对市面之变更始谋求新的门径建立更迅速的事情分析,挖掘更多可信数据。与此同时提供更加和睦的数额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据展示形式既休克满足其要求。

   
早以2013年可视化BI就已经初现端倪,BI巨头们对市面的变通始谋求新的不二法门建立更快捷的事务分析,挖掘更多可信数据。与此同时提供越来越和谐之数见形式以及优化的客户体验。对于市场用户而言单一而死的数额显示形式就休可知满足该要求。

   
传统BI专注于由数据仓库和其它的数据库中将数据易成为信息,再用信息转换成智能,在效能上数力不从心满足市场客户某些特殊或者说个性化的需,因此自助式BI的劳务概念出现,所谓自助其实是容用户自动创建于定义之数码查询艺术,创建方式简单无需考虑数据库等因素。可视化的多少解析手段跟自助式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优点,值得期待。

   
传统BI专注于从数据仓库和其它的数据库中将数据易成为信息,再将信息易成智能,在功能上翻来覆去无法满足市场客户某些特殊或者说个性化的要求,因此自助式BI的劳动概念出现,所谓自助其实是允许用户自动创建于定义之数查询方式,创建方式简单无需考虑数据库等要素。可视化的数额解析手段和自助式BI都是优化客户体验、实现客户个性化需要的,将凡鹏程一段时间的助益,值得期待。

    3.4社交化BI

    3.4社交化BI

   
社交的热还当时时刻刻的升温,也就改为软件营销之显要阵地。社交化BI将铺面数量、社交化网络和搭档、社交媒体的监察和舆论分析结合在一个动中,让传统的BI具有了一发友好之界面,商业智能的家伙还有着创新性。尽管其技术及连没要的革新,其价为没有获得商家绝对的认可,但足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中,呈现出了BI更多元化的腾飞空间。纵观目前市面现状,总体来说社交化BI仍处在一个探索期,但前景不容忽视。

   
社交的热度还当不停的升温,也早就成软件营销之重点阵地。社交化BI将庄数量、社交化网络与搭档、社交媒体的监察以及舆论分析结合于一个运用中,让传统的BI具有了更团结之界面,商业智能的家伙还具备创新性。尽管其技术及并从未重要的改革,其价也从来不得到商家绝对的认可,但可以确信的是这种新的商业智能模式将通力合作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仍处于一个探索期,但前景不容忽视。

    3.5 大数目融合

    3.5 大数据融合

   
在数爆炸的一代,将数据转发为资源是合作社梦寐以求的,大数额好说凡是真意义及之将信息转化为了资源。大数量时代下之商业智能开始融合大数目的利用,大量底BI厂商开始当该数量解析的制品被益对好数量处理技术(如Hadoop)的支撑还是内嵌基于对生数额处理技术之解析效益。

   
在数据爆炸的时日,将数据转发为资源是公司梦寐以求的,大数目好说凡是实在意义及之将信息转化为资源。大数量时代下的商业智能开始融合大数目的施用,大量的BI厂商开始当其数额解析的活受追加对充分数量处理技术(如Hadoop)的支撑还是内嵌基于对好数额处理技术的剖析效益。

    3.6数目就服务

    3.6数码就是服务

    SaaS
BI可以领略吧数据就是服务,这种新兴的BI实现方式逐步被用户所领。SaaS
BI成为焦点十分挺有原因在目前风BI的工具价格不菲,建设之经过为针锋相对复杂,中小企业特别是小企业往往就在需求也望而却步。反之,SaaS租用模式有的小费用大功能的性状正好可以弥补这些标准的不足,因此收获众多小企业的偏重。但是SaaS
BI的模式并无熟,真正开始用的店堂并无多,受各国面因素影响短日内客户多匪见面发极致老之增强,但是这种颠覆性模式的值是客观存在的,未来的发展前景看好。

    SaaS
BI可以解啊数就是服务,这种新兴的BI实现方式逐步为用户所接受。SaaS
BI成为关键十分非常片段因在目前习俗BI的工具价格不菲,建设的经过吧针锋相对复杂,中小企业特别是小企业往往就留存需求呢怕。反之,SaaS租用模式有的亚费用大功能的风味正好可以弥补这些规则的阙如,因此获不少小企业的青睐。但是SaaS
BI的模式并无熟,真正开始应用的商家并无多,受各国地方因素影响短日外客户多匪见面发出尽怪之增长,但是这种颠覆性模式的价是客观存在的,未来底发展前景看好。

    3.7 信息并

    3.7 信息并

   
就商业智能的发展趋势而言,经过同各种技能、应用之融合后,逐步演变为平种植企业级、跨机构的底蕴信息体系,可以合企业相继位置,可以统一企业各信息体系及消息资源,真正兑现跨越平台,从而实现信息之不胜集成。未来,商业智能与OA、CRM、ERP、SCM或是其它系统贯彻并,系统中的结构化数据可知透过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、商业智能等整体服务,实现公司数字化、知识化、虚拟化,全面提升企业之仲裁能力及市场竞争力。

   
就商业智能的发展趋势而言,经过以及各种技能、应用之齐心协力后,逐步演变为同栽企业级、跨机构的根底信息体系,可以统一企业相继岗位,可以合企业各项信息体系与信资源,真正兑现跨越平台,从而实现信息的坏集成。未来,商业智能与OA、CRM、ERP、SCM或是其它系统实现合并,系统中的结构化数据会透过BI的管住平台相互调用、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,全面提升公司之裁决能力跟市场竞争力。

4、商业智能(BI)市场概览

4、商业智能(BI)市场概览

   
随着BI市场的渐渐成熟,很多厂商都活跃在商业智能领域。表1吧眼前市面达成之BI厂商列表(部分)。

   
随着BI市场的逐渐成熟,很多厂商都活跃于商业智能领域。表1吧当前市面及之BI厂商列表(部分)。

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

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

5、商业智能(BI)系统选型要点及步骤

5、商业智能(BI)系统选型要点和步骤

    5.1 BI软件的选型要点

    5.1 BI软件的选型要点

   
随着企业信息化运用之不断深入,越来越多的店堂面临深化应用之问题。信息化对决策的支持、对于市场前沿的洞察力成为了新的掘金地。市场上之BI产品良莠不齐,企业当选时数容易被宣传之误导,作为店铺在挑选BI产品的时段理应由企业系统要求、产品性价比、产品效果、把握如下要点,以资鉴别。

   
随着企业信息化应用的不断深入,越来越多之柜面临深化应用之题目。信息化对决策的支持、对于市场前沿的洞察力成为了新的掘金地。市场达成之BI产品良莠不齐,企业于挑选时一再容易遭遇宣传之误导,作为店铺以甄选BI产品的当儿理应从商店系统要求、产品性价比、产品功能、把握如下要点,以资鉴别。

    详情(略),查看完版本选型报告要在填充问卷后获得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取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

 

 

   
在完整了解了BI系统选型的中心思想之后,e-works建议企业选型步骤可参照以下流程展开:

   
在总体了解了BI系统选型的中心之后,e-works建议企业选型步骤可参考以下流程进行:

 

 

    组建BI项目工作集体

    组建BI项目工作组织

 

 

    明确公司需,制定详细的档次对象

    明确局需要,制定详细的类别对象

 

 

    分析梳理中数据,确保数量质量

    分析梳理中数据,确保数量质量

 

 

    了解市场BI新技巧同主流产品信息

    了解市场BI新技巧及主流产品信息

 

 

    确定需要匹配的产品范围并开始接触

    确定需要匹配的成品范围并初步接触

 

 

    目标BI产品,进行观测和评估

    目标BI产品,进行察看以及评估

 

 

    确定目标BI产品并进入商务谈判环节

    确定目标BI产品并登商务谈判环节

 

 

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

   
详情(略),查看完版本选型报告呼吁以填写问卷后得到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公司建为1972年,总部在德国沃尔多夫市,是举世最为特别之店铺管理与协同化商务解决方案供应商、全球第三挺独立软件供应商。目前,全球有120基本上只国家之逾越
263,000贱用户正在运作着 69,700几近套SAP软件。财富
500胜似80%以上的局都正由SAP的管理方案面临获益。SAP在大地50基本上个国家有分支机构,并在多寒证券交易所上市,包括法兰克福和纽约证交所。1995年于北京市正规建立SAP中国公司,并陆续成立了上海、广州、大连分行。

   
SAP公司建立于1972年,总部放在德国沃尔多夫市,是举世最为充分之铺管理及协同化商务解决方案供应商、全球第三老大独立软件供应商。目前,全球有120大多独国之逾越
263,000寒用户正在运转在 69,700大抵套SAP软件。财富
500胜似80%以上之公司还在由SAP的管理方案受到低收入。SAP在环球50几近单国家拥有分支机构,并于差不多下证券交易所上市,包括法兰克福和纽约证交所。1995年当北京规范确立SAP中国公司,并陆续成立了上海、广州、大连分店。

 

 

    核心产品

    核心产品

 

 

    SAP Lumira  

    SAP Lumira  

 

 

    SAP
Lumira提供了拖放式界面和感人的可视化效果,无需编写任何脚本即可快速分析数据,以飞快取得洞察,提高业务灵活性。借助该软件,企业工作用户将会以可另行的自助方式访、转换和可视化数据。

    SAP
Lumira提供了拖放式界面及动人的可视化效果,无需编写任何脚本即可快速分析数据,以很快获得洞察,提高工作灵活性。借助该软件,企业业务用户用能为可更的自助方式访、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,业务分析师可以在熟悉的 Microsoft Office
环境中还尖锐地凿作业数据。即使没 IT
人员的扶植,他们也克轻松地过滤和操作数据,掌握发展趋势及大,并分享其发现。

    借助 SAP 的多维数据解析软件,业务分析师可以于熟悉的 Microsoft Office
环境遭受还深刻地开作业数据。即使没 IT
人员的佑助,他们吧能轻松地过滤和操作数据,掌握发展趋势及非常,并享受其发现。

 

 

    产品性状

    产品性状

 

 

    SAP Lumira

    SAP Lumira

 

 

   
以可再次的自助方式,更快得洞察;通过统观全局与深切发掘详细信息,全面掌握业务状况;为复杂性的业务问题不怕经常提供依据真相的解答,显著加速决策流程;在无加
IT 部门工作量的情状下,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。

   
以可再的自助方式,更快得洞察;通过统观全局和深切发掘详细信息,全面掌握业务状况;为复杂性的作业问题就是经常提供依据实际的解答,显著加速决策流程;在非加
IT 部门工作量的景象下,提高自助服务数量的使用率;借助 SAP
HANA,实时可视化海量数据。

 

 

    SAP BusinessObjects Analysis

    SAP BusinessObjects Analysis

 

 

    对大型数据集进行解析,获得深入之政工洞察;在 Excel
中发觉、比较和预测事务让因素;借助嵌入式商务分析,在实时的 PowerPoint
演示稿中及君的社分享彼此的要害发现;借助内容复用和实时查询响应等办法,显著提高效率;借助内存加速,提高数据解析效率。

    对大型数据集进行分析,获得深入的业务洞察;在 Excel
中发现、比较和预测工作让因素;借助嵌入式商务分析,在实时的 PowerPoint
演示稿中与汝的团组织分享彼此的要紧发现;借助内容复用和实时查询响应等方式,显著提高效率;借助内存加速,提高多少解析效率。

 

 

    典型客户与案例

    典型客户及案例

 

 

    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

   
典型爱博体育app手机版案例:http://go.sap.com/china/solution/platform-technology/business-intelligence.html

    6.2  IBM

    6.2  IBM

    IBM
是大地信息产业领导企业,为华夏客户提供领先的底硬件、软件、企业咨询和技能劳务,助力中国各国行业持续更新转型。在过去底
100年,世界经济持续开拓进取,现代正确日新月异,IBM
始终为超前的技能,出色之管制与独创的成品负责人正在消息产业之腾飞,保证了世界范围外几乎所有行业用户指向信息处理的满需求。IBM
在新中国之上扬之同由开为 1979年。作为世界信息产业的首脑企业,IBM
在华改造开放的诸一个路还坐前瞻的盘算、创新之技能、深刻的小买卖理解与高风亮节之劳务积极性地支撑了炎黄各行各业的长足成长。

    IBM
是举世信息产业领导企业,为华客户提供领先的的硬件、软件、企业咨询和技术服务,助力中国各国行业持续更新转型。在过去的
100年,世界经济持续前行,现代正确日新月异,IBM
始终为超前的艺,出色之管制以及独创的产品负责人在消息产业之迈入,保证了社会风气范围外几乎有行业用户对信息处理的普需求。IBM
在新中国底开拓进取的一起由开始为 1979年。作为环球信息产业的首领企业,IBM
在华改革开放之各一个品还归因于前瞻的盘算、创新之技能、深刻的商理解与高风亮节之劳务积极性地支撑了中国各行各业的高速成长。

    核心产品

    核心产品

    IBM Cognos 商业智能(Business Intelligence)

    IBM Cognos 商业智能(Business Intelligence)

    产品特色

    产品性状

    IBM Cognos Business
Insight通过提供设计、场景建模、实时监督以及预测分析等作用扩展了民俗的商业智能。利用这同一免受限制的商业智能工作空间,人们可以任意思想,随处办公(在办公里、在半路中,甚至于脱机状态下)。业务用户可以经其修改、搜索与构成具有与工作相关的消息。它是一个创新型商业智能工作空间,它而工作用户能够当随心所欲时间段访问几乎所有类型的数量。它如果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,并跟信进行互动。

    IBM Cognos Business
Insight通过提供设计、场景建模、实时监察及预测分析等职能扩展了传统的商业智能。利用就同勿吃限制的商业智能工作空间,人们得以随便思想,随处办公(在办公里、在途中中,甚至以脱机状态下)。业务用户可以由此她修改、搜索以及组成具有和业务相关的音信。它是一个创新型商业智能工作空间,它要工作用户能够在随意时间段访问几乎有品种的多寡。它使用户能够由此一个仪表板样式的界面来组装、个性化、分析信息,并和信进行交互。

    典型客户及案例

    典型客户和案例

    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

    产品特点

    产品特性

    SQL Server可以使用高性能的 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怪数据解决方案,而任由需打昂贵的外接程序要高端装备。利用
in-memory 技术,数据服务公司可以实时访问产品数量。

    SQL Server可以使大性能的 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老数量解决方案,而不论是需购买昂贵之外接程序要高端装备。利用
in-memory 技术,数据服务公司可实时访问产品数据。

    典型客户与案例

    典型客户及案例

    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)、中国石油

   
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  上海也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术有限责任公司

    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于填充问卷后取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呼吁以填写问卷后得到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、收费及劳务模式

    表4报价、收费以及劳动模式

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

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

 

 

相关文章