商业智能(BI)选型手册(转载)

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

1、前言

   
互联网时代公司数量见爆发式增长,全面考验着店之数目处理与分析能力。面对大容量、多样性、高增长的数额多商厦数无所适从,除了吃大量管理暨存储本外并没让商家带来真正的价,大量底数额堆积为庄带来了宏伟的挑战。然而数据已经渗透及了店铺内外各个层面,因此想要由大的局数据被“掘金”就务须产生信息化用强有力的支撑。

   
近年来大数量、云计算、移动使用、社交等新生技术风靡全球,技术之换代和环境的熟与了店铺于信息化应用及更多元化的选料。随着中国打柜信息化以之不断深入,在谋求业务管理精益的而,信息化对决策的支持、对于市场前沿的洞察力成为了更加多店强化应用之趋向。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年中国区商务智能与析软件总营收达到11亿7主580万处女,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,商业智能分析市场正处在全面过渡时期。大多数店家还当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,但是多年来店铺需求一直维持平稳。

   
目前华BI市场仍是很多不明朗的要素,技术层面也有多混沌的处在,细分市场之发展趋势也有十分酷之异样,随着大数额、移动等用之推广,以及海量的数量还加快了BI的变革。因此,企业当甄选BI产品之时节需要梳理出清的思绪,找到满足急需的熨帖产品。为这个,e-works本方成立、中立、公正的原则,发布商业智能(BI)选型手册,分析BI软件选型的中心思想以及步骤,介绍主流BI软件的主导功能与成品特性,为科普企业展开BI软件选型提供指南。

2、商业智能(BI)概述

    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、数据挖掘与数目表现技术进行数据解析为贯彻商业价值。”
BI并无是近来才有新兴名词,早以1996年Gartner
Group的霍华德·雷斯内尔(Howard
Dresner)就既提出,并定义其也平类似由数据仓库(或数量会)、查询表、数据解析、数据挖掘、数据备份和死灰复燃等片组成的、以救助公司决策为目的技术和运用。

   
在打听概念的又务必正确理解商业智能的内蕴,e-works认为,BI的内涵在于回顾过去、总结现在及展望未来。即首先使告知企业领导者已经发出了呀业务?结果什么?其次会告诉管理者发生这些结果的现实原因是呀,该利用何种政策解决?再则是报告管理者企业于可预见的明天见面发啊?于这而还能实时的告知管理者企业在发生什么工作,完成的速度情况如何,是否落实了既定目标,是否需要及时调动政策?只有明确了这些问题才能够从根本上理解BI。

    2.2  BI的价值

   
经过多年信息化的有助于,企业中积累了各种源不同业务部门的多少。这些混乱的多寡给庄带来了那个要命的麻烦:

  •     企业数目爆发式井喷,数据存储的硬件成本导致IT负累;
  •     数据存储在不同的以体系中,孤岛问题严重;
  •     异构系统加大了数量获得、管理、分析的难度;
  •     企业数列复杂多样,多为未结构化数据,管理及扒的难度大;
  •     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数据支撑。

   
尽管连追加的数目为庄之管制造成了未聊的困扰,然而最中心之题目虽是在这些扑朔迷离的数据还未还能够叫信息,不克啊公司所用。身处激烈竞争条件之店堂对海量的数额与日益增加的多寡管理资金,更希望能发现数目的商业价值。BI软件之价值在其通过技术手段从公司相继应用体系的眼花缭乱数据被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),的经过,合并及一个机关数据会或企业之数据仓库中,在这个基础及采取得当的BI工具,
针对不同需要开展多维数据解析及开,并由此可视化手段将结果定期或者执行展示被有关人口,最终也商家决策提供支持,达到辅助企业净利润增利、规避风险、提升效能以及竞争力的目的。

  2.3  BI的关键技术及意义

    BI关键技术

   
商业智能的关键技术主要包括:数据仓库(数据会)、数据挖掘、ETL(数据的领到、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(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》)一修中所提出的定义:“数据仓库(Data
Warehouse)是一个面向主题的(Subject
Oriented)、集成的(Integrated)、相对安静之(Non-Volatile)、反映历史转变(Time
Variant)的多少集合,用于支持管理决策(Decision Making
Support)。”数据仓库技术是以实用的以数据并及联的环境遭受因为供决策型数据看,因此当BI的实践过程被,大量来自公司各种管理体系的数据要募及整治,需要数仓库技术之支撑。

   
面向主题。数据仓库中的数额是依一定之主题或者说决策支持之需求点进行集团的,一个主题通常和多只操作型信息体系相关;

   
数据并。数据仓库的多少产生来于分散的操作型数据,将所用数从原本的数量遭到抽取出来,进行加工及合,统一与综合之后上数据仓库;

   
相对安静。数据仓库是不行更新的且据日使变化的,稳定之数为单读格式保存,且未照日变更。

  •     数据挖掘

   
数据挖掘是负由数据库的大方数目遭到公布出含有的、先前不解之并起私房价值的消息的长河。作为一如既往种植核定支持过程,它至关重要依据人工智能、机器上、模式识别、统计学、数据库、可视化技术等,高度自动化地解析公司之多少,做出归纳性的推理,从中挖掘有黑的模式,帮助决策者调整市场策略,减少风险,做出对的核定。

  •     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,能够以统一的规则集成并加强数据的值,是背负好数据由数据源向目标数据仓库转化的长河,是实施数据仓库的根本步骤,用户从数据源抽取产生所要的数额,经过数据清洗,最终仍先定义好的数据仓库模型,将数据加载到数据仓库中失去。在铺履行BI的历程中,ETL面临的极酷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)系统是数据仓库系统最要的采用,专门设计用来支持复杂的解析操作,侧重针对决策人员和高层管理人员的决定支持,可以根据分析人员的渴求高速、灵活地进行充分数据量的纷繁查询处理,并且因为同等种直观而易懂的款型将查询结果提供被决策人员,以便他们规范掌握企业(公司)的经现象,了解对象的求,制定正确的方案。

  •     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。其主干思想是用数据库中各一个数额项作为单个图元元素表示,大量之数额集构成数据图像,同时以数据的一一属性值以多维数据的款型表示,可以从不同的维度观察数据,从而对数码进行再次深切之观与剖析。在骨子里的商业智能应用中时常因为图片、图像、虚拟现实等易为人们所识别的法呈现原有数据里的扑朔迷离关系、潜在信息以及发展趋势,以便更好地运所左右的音讯资源。数据可视化的工具关键是报表类(如JReport,Excel,水晶报表等)和BI分析工具(如BO,BIEE等)。

    BI功能

   
BI软件之极其老职能就是是透过对数据的分析为决策支持提供协助。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、实时或冲时间的数额获得、高级分析与数码挖掘等。经过综合的分析e-works总结道一个杰出的BI产品应拥有的意义点要包括以下几个点:

  •     数据管理

   
能起不同之异构系统受到落有价之数,并能轻轻松松实现数据的询问、归集和出口,实现对商厦数量的科学管理。

  •     数据解析

   
充分利用OLAP,Legacy等数据解析技术实现对数据价值的见,为企业决策提供数据支撑。

  •     集成和支出

   
系统在具有一流架构的底子及,具有灵活的体系开发和购并性能。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,并能够实现和其他职能的飞跃集成。

  •     可视化的数目展示

   
系统具有报表、仪表盘、实时数据显示等可视化功能,并冲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

    针对不同商店不同之事情决策需求开发有底有个性化功能点。

航天科技 1 航天科技 2
图1 典型BI系统架构

    BI与BA、绩效管理

    业务分析≠商业智能,BA(Business
Analysis)即工作分析,核心职能是拉公司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、可甄别的KPI(关键绩效指标),对事情绩效进行衡量和剖析,以支撑工作绩效的剖析及治本,以业务流程改进为核心,指导用户完善决策过程,使战略实施更加管用。EPM主要是连接战略及计划到实践之经过,监控财务与营业结果及对象的反差并提供分析,驱动公司限制之绩效改善。BI则是贯彻监督、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,可以知晓啊BI是EPM的分析平台,两者在应用领域、功能划分、系统组织上且发拨云见日的别。

航天科技 3 航天科技 4

祈求2  BI与BA、绩效管理
 

3、商业智能(BI)技术发展趋势

    3.1 移动BI

    移动BI(Mobile Business Intelligence)
是指经采取移动终端设施,使得用户会随时随地获取所需要的作业数据与分析展现,完成独立的解析以及核定用,实现决策分析无处不在的实时动态管理。随着活动采用的普及,企业于管理软件可“移动”的要求增强迅速,用户逐年希望通过智能手机等倒设备交给数据,并收获分析报告,实现无处不在、无时无以的实时动态管理,这将让传统BI带来巨大的快。尽管BI厂商对于移动BI的变现形式等方面技术还不够成熟,但是移动BI是不足回避的发展趋势。

    3.2云计算BI

   
云计算近年来可谓风生水于,但BI领域也美味有见到云的痕迹,原因是基本上点的。但是今年几怪主流厂商还在云BI上发矣或大或小的可行性,这为充分说明BI市场早已上马接纳云,其中老大酷有原因在于通过长期探索,BI市场就十分成熟,BI作为基础运用都达标了临界点。云功能的精、部署的便利,必将带动为言也底蕴的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但视化数据以及自助式BI

   
早在2013年可视化BI就已初现端倪,BI巨头们对市面的变通始寻求新的门道建立重敏捷的作业分析,挖掘更多可信数据。与此同时提供更为好之数额显现形式和优化的客户体验。对于市场用户而言单一而死的数量显示形式既不可知满足该要求。

   
传统BI专注于从数据仓库和其余的数据库中将数据易成信息,再将信息变换成智能,在力量上往往束手无策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,所谓自助其实是容用户自动创建于定义之数码查询办法,创建方式简单无需考虑数据库等元素。可视化的多寡解析手段及自助式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长处,值得期待。

    3.4社交化BI

   
社交的热度还当持续的升温,也已经改成软件营销之首要阵地。社交化BI将店数目、社交化网络以及合作、社交媒体的监察及舆论分析结合于一个使被,让传统的BI具有了一发友好的界面,商业智能的家伙还富有创新性。尽管其技术达到并没根本的改革,其价值也未曾获取企业绝对的肯定,但足以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中,呈现出了BI更多元化的开拓进取空间。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 大数量融合

   
在数额爆炸的期,将数据转发为资源是商店梦寐以求的,大数目足以说凡是确实意义上之将信息转化为资源。大数量时下之商业智能开始融合大数额的采取,大量之BI厂商开始在那个数据解析的产品被增对特别数额处理技术(如Hadoop)的支持或内嵌基于对好数目处理技术的剖析功能。

    3.6数量就服务

    SaaS
BI可以知道为数据就服务,这种新兴的BI实现方式逐步让用户所承受。SaaS
BI成为焦点十分非常一些缘由在目前风BI的工具价格不菲,建设之过程吧相对复杂,中小企业特别是小企业往往就留存需求吗害怕。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欠缺,因此获不少小企业的讲究。但是SaaS
BI的模式并无熟,真正开始动的铺并无多,受各国地方因素影响短日外客户多匪会见出无限要命的增进,但是这种颠覆性模式之价值是客观存在的,未来之发展前景看好。

    3.7 信息并

   
就商业智能的发展趋势而言,经过与各种技术、应用之齐心协力后,逐步演变为同种植企业级、跨机构的基本功信息体系,可以合企业相继位置,可以统一企业号信息体系与信资源,真正贯彻超过平台,从而实现信息的可怜集成。未来,商业智能与OA、CRM、ERP、SCM或是其它系统贯彻合龙,系统里的结构化数据能通过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、商业智能等完全服务,实现企业数字化、知识化、虚拟化,全面提升企业之裁决能力与市场竞争力。

4、商业智能(BI)市场概览

   
随着BI市场的逐渐成熟,很多厂商都活跃在商业智能领域。表1吧当下市面达成的BI厂商列表(部分)。

   
表详情(略),查看完版本选型报告呼吁以填充问卷后得到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

    5.1 BI软件的选型要点

   
随着企业信息化运用的不断深入,越来越多之柜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。市场达成的BI产品良莠不齐,企业当挑时反复容易受宣传之误导,作为公司在增选BI产品之时段该打商店系统要求、产品性价比、产品效果、把握如下要点,以资鉴别。

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

 

    5.2 BI软件选型步骤

 

   
在整机了解了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:

 

    组建BI项目工作组织

 

    明确公司要求,制定详尽的型对象

 

    分析梳理中数据,确保数量质量

 

    了解市场BI新技巧与主流产品信息

 

    确定需要匹配的活范围并初步点

 

    目标BI产品,进行观测与评估

 

    确定目标BI产品并进入商务谈判环节

 

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

 

6、主流厂商

 

    6.1  SAP

 

   
SAP公司成立于1972年,总部位于德国沃尔多夫市,是中外最为要命之庄管理以及协同化商务解决方案供应商、全球第三怪独立软件供应商。目前,全球有120大多独国家之越
263,000小用户正在运转在 69,700基本上套SAP软件。财富
500高80%之上的营业所都着打SAP的军事管制方案面临收入。SAP在中外50多只邦拥有分支机构,并以差不多下证券交易所上市,包括法兰克福和纽约证交所。1995年于都业内确立SAP中国公司,并陆续建立了上海、广州、大连分店。

 

    核心产品

 

    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,以快速取得洞察,提高业务灵活性。借助该软件,企业工作用户用能以可再的自助方式访、转换与可视化数据。

 

    SAP BusinessObjects Analysis

 

    借助 SAP 的多维数据解析软件,业务分析师可以当习的 Microsoft Office
环境中重复透彻地挖作业数据。即使没有 IT
人员的增援,他们呢克轻松地过滤跟操作数据,掌握发展趋势及生,并享受其发现。

 

    产品特征

 

    SAP Lumira

 

   
以可再次的自助方式,更快得洞察;通过统观全局和深切挖潜详细信息,全面掌握业务状况;为复杂性的作业问题不怕经常供依据事实的解答,显著加速决策流程;在匪增加
IT 部门工作量的事态下,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

 

    对大型数据集进行辨析,获得深入的作业洞察;在 Excel
中窥见、比较和预测事务让因素;借助嵌入式商务分析,在实时的 PowerPoint
演示文稿中同君的集团分享彼此的要害发现;借助内容复用和实时查询响应等措施,显著提高效率;借助内存加速,提高多少解析效率。

 

    典型客户及案例

 

    典型客户:摩森康胜啤酒酿造公司 (Molson Coors)

 

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

    6.2  IBM

    IBM
是天下信息产业领导企业,为华客户提供领先的之硬件、软件、企业咨询及技巧服务,助力中国列行业频频更新转型。在过去底
100年,世界经济不断前进,现代科学日新月异,IBM
始终为超前的技能,出色之管理暨独创的制品负责人着信息产业之向上,保证了世道范围外几乎拥有行业用户对信息处理的所有需求。IBM
在新中国底腾飞之同由开始为 1979年。作为环球信息产业之法老企业,IBM
在炎黄改革开放之每一个流还因为前瞻的构思、创新之技巧、深刻的买卖理解与诚信之劳务积极性地支持了华夏各行各业的霎时成长。

    核心产品

    IBM Cognos 商业智能(Business Intelligence)

    产品性状

    IBM Cognos Business
Insight通过提供设计、场景建模、实时监察及展望分析等职能扩展了风的商业智能。利用这无异于无让限制的商业智能工作空间,人们得以无限制思想,随处办公(在办公室里、在旅途中,甚至以脱机状态下)。业务用户可以经过她修改、搜索与组合有和业务有关的信息。它是一个创新型商业智能工作空间,它一旦业务用户能够当任意时间段访问几乎拥有品种的数量。它而用户会通过一个仪表板样式的界面来组装、个性化、分析信息,并和信息进行交互。

    典型客户及案例

    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

    6.3  Microsoft

    核心产品

    SQL Server

    产品特征

    SQL Server可以下高性能的 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异常数额解决方案,而任由需采购昂贵的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据。

    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

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

    6.4  Microstrategy

    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

    6.7  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

    6.9  上海威数软件有限公司

    6.10 蓝科财务咨询(上海)有限公司

    6.11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

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

    表2企业基本资料(部分)

    表3 产品基本资料(部分)

    表4报价、收费以及服务模式

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

 

发表评论

电子邮件地址不会被公开。 必填项已用*标注