1.1　商業智能簡述

我們生活在一個數字化的世界，生活和工作中無時無刻不被各種各樣的智能設備、各種數據包圍。我們選擇智能出行、在線辦公、網上購物、網絡會議或在線學習、電子銀行和各類服務，都會用互聯網的各種設備記錄各項數據。可以這樣講，數據正在改變我們的工作、生活和娛樂的方式。各行各業的企業內部的各種信息系統以及物聯網系統都積累了大量的數據，這些數據是企業的重要資產。

近幾年，我們會發現，不僅是互聯網公司在利用數據研發各種算法，以增強客戶體驗感、提升業績。如何充分挖掘數據中有價值的信息，提高決策水平，滿足不同層次、不同部門和行業的需要；如何利用數據來獲取客戶、開拓市場、提高工作效率、創造新的競爭優勢以及更科學高效地制定決策，正成為各行各業關注的焦點。可以這樣說，數據正成為企業的重要資產，數據分析技能正成為企業員工的核心競爭力。

商業智能（business intelligence，BI）又稱商業智慧或商務智能，逐漸被眾多企業和用戶關注。商業智能的概念在1996年最早由加特納集團（Gartner Group）提出。加特納集團將商業智能定義為：商業智能描述了一系列的概念和方法，通過應用基于事實的支持系統來輔助商業決策的制定。商業智能技術提供使企業能夠迅速分析數據的技術和方法，包括搜集、管理和分析數據，將這些數據轉化為有用的信息，之后分發到企業各處。

目前，關于商業智能的概念并沒有相對比較統一的定義。從20世紀90年代開始，很多著名的企業和學者對商業智能提出了各自的觀點。微軟公司認為，商業智能是指任何嘗試獲取、分析企業數據，以便更清楚地了解市場和客戶，改進企業流程，更有效地參與競爭的過程。甲骨文公司認為，商業智能是一種商務戰略，能夠持續不斷對企業的經營理念、組織結構和業務流程進行重組，實現以客戶為中心的自動化管理。國際商業機器公司（IBM）認為，商業智能是一系列技術支持的簡化信息收集分析過程的策略集合。思愛普公司（SAP）認為，商業智能是指搜集、存儲、分析和訪問數據，以幫助企業更好地做出決策的技術。

普遍認為，商業智能產業的演進經歷了三個階段：傳統的商業智能階段、大數據時代的商業智能階段和現代的商業智能階段。

傳統的商業智能階段：這個階段的商業智能主要是利用現代數據倉庫技術、線上分析處理技術、數據挖掘和數據展現技術進行數據分析，以實現商業價值。此時的數據分析成果很大程度是分析有相對統一規范的歷史數據，數據分析結果多以報表和企業駕駛艙等形式進行展示，這種框架大多為管理層和決策制定者提供定量化的數據支撐。

大數據時代的商業智能階段：這個階段的商業智能主要體現在數據類型的多樣化和分析技術的多樣化兩個方面，此時的商業智能不僅分析了結構化數據，還涵蓋了半結構化數據、非結構化數據和流數據等，從而能適應大數據時代數據來源的多元化和實時性等特征，比如能夠對物聯網渠道傳送的傳感器數據、監控數據或一些實時金融交易數據等進行一定程度的加工、組織和分析處理。此時的商業智能更依賴于以分布式系統基礎架構（hadoop）生態系統為代表的大數據技術，大數據產品多數還是以信息技術為核心，智能分析結果的“可視化展示”大多采取預先設定的建模方式來呈現，分析方法常常無法從商業信息運用的角度出發，導致實際有價值的業務一線的數據查詢和分析需求無法得到及時滿足，從而間接制約了商業智能的實際運用和價值體現。

現代的商業智能階段：這個階段的商業智能以商業信息價值為導向，業務人員在具有一定的數據分析常識和能力以后，借助由信息技術部門或技術人員構建的現代的商業智能平臺直接快速地進行數據分析，則可以使得數據分析流程變得更加敏捷、快速以及交互性更強，從而更能發揮數據分析的價值。同時，依賴于完善的、高度友好的一站式商業智能分析平臺，數據分析摒棄了原有的事先固化的報表需求模式，數據分析不再僅對管理者服務。對商業數據感興趣的人擁有不同數據的權限、站在不同的角度都可以進行各自所需的數據分析，從而真正體現了數據就是財富、數據分析就是競爭力。

現代的商業智能將會成為業界主流的分析范式，依賴于云服務、大數據分析、深度學習、人工智能等技術的完善，商業智能平臺的功能逐漸強大，數據分析將逐步“內化”為企業的一種能力，回歸到“商業數據分析的價值實質上就是對實際業務過程的支撐力”這一核心宗旨上去。不可避免，非信息技術行業的商業信息管理者和使用者對數據分析能力提升的需求將會越來越強烈。