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,全面考验着商家的多寡处理和剖析能力。面对大容量、多样性、高增长之数多铺面往往无所适从,除了耗费大量管制以及存储资本外并不曾受庄带来真正的值,大量的数堆积为公司带动了光辉的挑战。然而数据就渗透到了商店内外各个层面,因此想使由大之铺数据被“掘金”就必来信息化动强有力的支持。

   
互联网时代公司数显现爆发式增长,全面考验着商家的数据处理以及剖析能力。面对大容量、多样性、高增长之数多店家往往无所适从,除了耗费大量管制以及存储基金外并无受商家带动真正的价值,大量的数堆积让铺带动了高大的挑战。然而数据就渗透及了商家内外各个圈,因此想使打大之公司数量中“掘金”就必须来信息化运强有力的支持。

   
近年来特别数目、云计算、移动应用、社交等新兴技术风靡世界,技术的更新与环境之熟与了商家当信息化运用达到再多元化的取舍。随着中国造企业信息化运的不断深入,在谋求业务管理精益的以,信息化对决策的支持、对于市场前沿的洞察力成为了更多公司深化应用之样子。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,分析利用及进取的分析方法)营收总计达到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本580万最先,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,商业智能剖析市场刚刚处在全面过渡时期。大多数铺面还于选取新一代数据挖掘工具或交互式分析平台。尽管市场增长率减缓,但是多年来店要求一直保持安定。

   
近年来大数据、云计算、移动应用、社交等新兴技术风靡世界,技术之翻新及环境之熟与了商店于信息化应用上再次多元化的选。随着中国制柜信息化用的不断深入,在谋求业务管理精益的同时,信息化对决策的支撑、对于市场前沿的洞察力成为了越发多公司强化应用之大方向。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,分析应用以及产业革命的分析方法)营收总计达144亿美元,与2012年的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580万老大,较2012年增长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,商业智能剖析市场刚刚处在全面过渡时期。大多数商厦都在挑新一代数据挖掘工具要交互式分析平台。尽管市场小幅减缓,但是多年来企业急需一直维持稳定。

   
目前华夏BI市场仍旧在很多非明朗的元素,技术面也发生众多混沌的处,细分市场之发展趋势也在非常充分的距离,随着大数据、移动等下的普及,以及海量的数都加快了BI的革命。因此,企业以挑选BI产品的当儿需要梳理出清晰的思绪,找到满足急需的适度产品。为这个,e-works本在成立、中立、公正的条件,发布商业智能(BI)选型手册,分析BI软件选型的中心以及步骤,介绍主流BI软件的核心职能以及制品特征,为大面积企业进展BI软件选型提供指南。

   
目前中国BI市场还是存在诸多非明朗的要素,技术界为发诸多混沌的处在,细分市场的发展趋势也是好特别之差别,随着大数额、移动等利用之普及,以及海量的数都加快了BI的革命。因此,企业以选取BI产品的时要梳理出鲜明的笔触,找到满足需求的适宜产品。为这,e-works本在客观、中立、公正的极,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软件之着力功能与制品特点,为大面积企业开展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、数据挖掘与数目见技术拓展数量解析为落实商业价值。”
BI并无是多年来才有的新兴名词,早在1996年Gartner
Group的霍华德·雷斯内尔(Howard
Dresner)就都提出,并定义其为同类由数据仓库(或数会)、查询表、数据解析、数据挖掘、数据备份和恢复等片段构成的、以帮扶企业决策为目的技术和应用。

   
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、数据挖掘和数目显现技术拓展多少解析为实现商业价值。”
BI并无是近些年才有的新兴名词,早以1996年Gartner
Group的霍华德·雷斯内尔(Howard
Dresner)就曾提出,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、数据备份和还原等一些构成的、以助企业决策为目的技术和采取。

   
在摸底概念的又要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、总结现在和展望未来。即首先使报告企业领导已经发出了啊工作?结果什么?其次会报管理者发生这些结果的现实性原因是啊,该应用何种政策解决?再则是喻管理者企业以可预见的将来见面起啊?于这同时还能够实时的告诉管理者企业正在发什么工作,完成的速度情况怎么样,是否贯彻了既定目标,是否用及时调动政策?只有明确了这些题目才能够从根本上理解BI。

   
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、总结现在和展望未来。即首先使告知企业领导者已经发出了呀工作?结果如何?其次会告诉管理者发生这些结果的实际原因是什么,该行使何种政策解决?再则是告管理者企业于可预见的明天会面产生啊?于这以还能够实时的报告管理者企业正产生什么事情,完成的速度情况怎样,是否贯彻了既定目标,是否用及时调整政策?只有明确了这些题目才会从根本上理解BI。

    2.2  BI的价值

    2.2  BI的价值

   
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多少。这些混乱的多寡为庄带来了杀老的赘:

   
经过多年信息化的递进,企业里积累了各种源不同业务部门的多少。这些混乱的多寡给公司带来了很可怜的麻烦:

  •     企业数目爆发式井喷,数据存储的硬件成本导致IT负累;
  •     数据存储于不同的使体系受,孤岛问题严重;
  •     异构系统加大了多少获得、管理、分析的难度;
  •     企业数列复杂多样,多吧不结构化数据,管理与挖掘的难度颇;
  •     传统老旧的数目显现形式无法适应现代化企业管理要求;
  •     企业战略性调整缺乏有力的多寡支撑。
  •     企业数量爆发式井喷,数据存储的硬件成本导致IT负累;
  •     数据存储在不同的运用体系遭到,孤岛问题严重;
  •     异构系统加大了数码获得、管理、分析的难度;
  •     企业数据列复杂多样,多吗无结构化数据,管理及打的难度大;
  •     传统老旧的数量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之多少支撑。

   
尽管连增加的数量被合作社的田间管理造成了非略的赘,然而最基本之问题则是在于这些纷繁的多少还未还能叫信息,不克吧公司所用。身处激烈竞争条件的商家给海量的数码以及日益增多的数额管理资产,更愿意能够察觉数的商业价值。BI软件之值在那通过技术手段从公司相继应用体系的杂乱数据遭到取出有因此的数码并进行正确的重整,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),的经过,合并到一个单位数据会或企业之数据仓库中,在这个基础及应用得当的BI工具,
针对不同要求开展多维数据解析以及发掘,并由此可视化手段将结果定期或执行展示给相关人口,最终也合作社决策提供支持,达到辅助企业赢利增利、规避风险、提升效果以及竞争力的目的。

   
尽管连充实的数目为商家之军事管制造成了不略的麻烦,然而最核心之问题则是在这些复杂的数据还未还能够称之为信息,不可知啊公司所用。身处激烈竞争条件之公司对海量的数额与日益增加的多寡管理资金,更盼会发现数目的商业价值。BI软件之价在其经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底多少并开展科学的整理,以保证数据的科学和一致性,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小卖部之数据仓库中,在是基础及利用恰当的BI工具,
针对不同需求进行多维数据解析与钻井,并由此可视化手段将结果定期或实行展示被相关人员,最终也合作社决策提供支持,达到救助企业净利润增利、规避风险、提升作用和竞争力的目的。

  2.3  BI的关键技术及成效

  2.3  BI的关键技术及效益

    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、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(数据会)

    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》)一修被所提出的概念:“数据仓库(Data
Warehouse)是一个面向主题的(Subject
Oriented)、集成的(Integrated)、相对安静之(Non-Volatile)、反映历史变动(Time
Variant)的数据集合,用于支持管理决策(Decision Making
Support)。”数据仓库技术是以有效之拿数据并到联合之条件受到因提供决策型数据访问,因此在BI的实施过程中,大量来源于企业各种管理体系的数量要募及整,需要多少仓库技术的支持。

    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》)一修被所提出的概念:“数据仓库(Data
Warehouse)是一个面向主题的(Subject
Oriented)、集成的(Integrated)、相对稳定之(Non-Volatile)、反映历史变动(Time
Variant)的数码集合,用于支持管理决策(Decision Making
Support)。”数据仓库技术是为了使得之用数据并到联合之条件遭到盖供决策型数据访问,因此于BI的执行进程遭到,大量来源于企业各种管理网的数额要募和整,需要多少仓库技术的支持。

   
面向主题。数据仓库中之数是本一定的主题或者说决策支持的需求点进行组织的,一个主题通常和大多独操作型信息体系有关;

   
面向主题。数据仓库中的数目是依照一定之主题或者说决策支持之需求点进行集体的,一个主题通常和大多个操作型信息体系有关;

   
数据并。数据仓库的数码来源于分散的操作型数据,将所急需数由原本的多寡被抽取出来,进行加工以及合,统一和综合之后进入数据仓库;

   
数据并。数据仓库的数额发生来源于分散的操作型数据,将所欲数由原本的数据中抽取出来,进行加工与集成,统一和综合之后进入数据仓库;

   
相对安静。数据仓库是不可更新的都以日若是生成之,稳定的数量为单念格式保存,且无遵循日变更。

   
相对稳定。数据仓库是不可更新的都以日如变的,稳定的数因单纯念格式保存,且无遵循日改。

  •     数据挖掘
  •     数据挖掘

   
数据挖掘是指由数据库的大气数量中宣布出含有的、先前不解之并发出私房价值的信之历程。作为一如既往栽核定支持过程,它要依据人工智能、机器上、模式识别、统计学、数据库、可视化技术等,高度自动化地解析企业之多少,做出归纳性的推理,从中挖掘出地下的模式,帮助决策者调整市场策略,减少风险,做出对的裁定。

   
数据挖掘是依靠自数据库的大量数被公布出含有的、先前一无所知之连起潜在价值之信息之过程。作为同一种核定支持过程,它主要依据人工智能、机器上、模式识别、统计学、数据库、可视化技术等,高度自动化地剖析公司之多少,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,做出正确的核定。

  •     ETL
  •     ETL

   
透过抽取(Extraction)、转换(Transformation)和装(Load)即ETL。作为BI/DW(Business
Intelligence)的中心与灵魂,能够以合的条条框框集成并增强数据的价值,是肩负好多少由数据源向目标数据仓库转化的经过,是实践数据仓库的显要步骤,用户从数据源抽取产生所用的数码,经过多少清洗,最终仍先定义好之数据仓库模型,将数据加载到数据仓库中错过。在商家实行BI的过程被,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。

   
透过抽取(Extraction)、转换(Transformation)和装(Load)即ETL。作为BI/DW(Business
Intelligence)的中心与灵魂,能够遵循联合的平整集成并提高数据的价值,是负责好数据由数据源向目标数据仓库转化的历程,是执行数据仓库的要步骤,用户从数据源抽取产生所急需的多寡,经过数清洗,最终随优先定义好的数据仓库模型,将数据加载到数据仓库中去。在信用社履行BI的经过遭到,ETL面临的无限深挑战是接收数据时其源数据的异构性和低质量。

  •     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,专门规划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裁决支持,可以因分析人员的渴求高速、灵活地拓展充分数据量的纷繁查询处理,并且因为同一种直观而易懂的样式拿查询结果提供给决策人员,以便他们规范掌握企业(公司)的营现象,了解对象的求,制定科学的方案。

   
联机分析处理(OLAP)系统是数据仓库系统最重大的运用,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裁定支持,可以依据分析人员的求迅速、灵活地开展非常数据量的复杂查询处理,并且为同栽直观而易懂的花样将查询结果提供被决策人员,以便他们规范掌握企业(公司)的经纪现象,了解对象的需求,制定对的方案。

  •     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。其主干思想是用数据库被列一个数项作为单个图元元素表示,大量的数集构成数据图像,同时将数据的逐一属性值以差不多维数据的花样表示,可以由不同之维度观察数,从而对数码开展双重透之观测和分析。在实际的商业智能应用被时常以图、图像、虚拟现实等易为人人所识别的措施展现原有数据里面的繁杂关系、潜在信息及发展趋势,以便更好地使用所控制的信资源。数据可视化的家伙要是回报表类(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。其主导考虑是以数据库被各一个多少项作为单个图元元素表示,大量底数据集构成数据图像,同时以数据的次第属性值以差不多维数据的款式表示,可以打不同之维度观察数,从而对数据开展双重透的洞察和剖析。在实际的商业智能应用被常常坐图片、图像、虚拟现实等易也人们所识别的点子表现原有数据里的纷繁关系、潜在信息以及发展趋势,以便更好地采取所左右的音信资源。数据可视化的家伙主要是回报表类(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软件的极特别功效就是由此对数码的辨析也决策支持提供帮助。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、实时或基于时间之数获得、高级分析及多少挖掘等。经过综合的分析e-works总结道一个突出的BI产品应有所的功能点要不外乎以下几单方面:

   
BI软件之无限老效益就是是由此对数据的剖析为决策支持提供增援。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、实时或基于时间的数目获得、高级分析以及多少挖掘等。经过综合的分析e-works总结道一个榜首的BI产品应有着的成效点重要包括以下几只地方:

  •     数据管理
  •     数据管理

   
能于不同的异构系统受到获得有价之数据,并会轻轻松松实现数量的询问、归集和输出,实现对公司数据的科学管理。

   
能由不同的异构系统中取得有价的数量,并会轻轻松松实现数据的查询、归集和出口,实现对商厦数量的科学管理。

  •     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表现,为公司决策提供数据支撑。

   
充分利用OLAP,Legacy等数据解析技术实现对数据价值之显现,为公司决策提供数据支撑。

  •     集成与开发
  •     集成及开支

   
系统以拥有一流架构的基础及,具有灵活的系出以及合性能。在架设、元数据管理、数据迁移、规则流程等还能够开展个性化的开销,并能落实同任何力量的很快集成。

   
系统在具有一流架构的底蕴及,具有灵活的系出和集成性能。在搭、元数据管理、数据迁移、规则流程等都能开展个性化的付出,并会促成与任何功能的飞速集成。

  •     可视化的多寡显示
  •     可视化的数据展示

   
系统具备报表、仪表盘、实时数据显示等可视化功能,并依据个性化需要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,并基于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

    针对不同公司不同的作业决策急需开发出底有个性化功能点。

    针对不同商家不同的事体决策需要开发出之一部分个性化功能点。

澳门xinpujing 1 澳门xinpujing 2
希冀1 典型BI系统架构

澳门xinpujing 3 澳门xinpujing 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,核心力量是援公司了解现状并会预测未来。

    业务分析≠商业智能,BA(Business
Analysis)即工作分析,核心功能是赞助公司了解现状并会预测未来。

    企业绩效管理(EPM,Enterprise Performance
Management)主要针对同的、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及管理,以业务流程改进为中心,指导用户完善决策过程,使战略实施更管用。EPM主要是连接战略暨计划暨实践的进程,监控财务和运营结果及对象的距离并提供分析,驱动公司限制的绩效改善。BI则是兑现监督、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,可以知道啊BI是EPM的解析平台,两者在应用领域、功能划分、系统布局上都起举世瞩目的别。

    企业绩效管理(EPM,Enterprise Performance
Management)主要针对同的、可识别的KPI(关键绩效指标),对事情绩效进行衡量和分析,以支持工作绩效的辨析及管理,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暨实施的经过,监控财务和运营结果及对象的差异并提供分析,驱动公司限制的绩效改善。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,可以掌握啊BI是EPM的解析平台,两者在应用领域、功能划分、系统布局上都起举世瞩目的差距。

澳门xinpujing 5 澳门xinpujing 6

澳门xinpujing 7 澳门xinpujing 8

祈求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)
是靠经以移动终端配备,使得用户能够随时随地获取所要的工作数据和分析展现,完成独立的剖析及仲裁用,实现决策分析无处不在的实时动态管理。随着活动应用之推广,企业于管理软件可“移动”的求增长快,用户逐渐希望经过智能手机等活动装备交给数据,并取得分析报告,实现无处不在、无时不在的实时动态管理,这将被风BI带来巨大的快速。尽管BI厂商对于移动BI的呈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)
是负通过下移动终端设备,使得用户能够随时随地获取所要的业务数据及分析展现,完成独立的分析和仲裁用,实现决策分析无处不在的实时动态管理。随着活动应用之推广,企业对于管理软件可“移动”的求增长快,用户逐渐希望经过智能手机等活动装备交给数据,并赢得分析报告,实现无处不在、无时未在的实时动态管理,这将为风BI带来巨大的长足。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从,但BI领域也鲜有见到云的痕,原因是大抵面的。但是今年几乎生主流厂商都于云BI上出了或大或小的矛头,这也充分说明BI市场已经开始接纳云,其中特别酷一些由在于通过漫长探索,BI市场已特别成熟,BI作为基础运用都高达了临界点。云功能的无敌、部署之地利,必将带动为讲话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方向。

   
云计算近年来可谓风生水起,但BI领域也鲜有见到云的痕迹,原因是基本上地方的。但是今年几乎挺主流厂商都以云BI上有了或大或小的来头,这为充分说明BI市场一度起接纳云,其中老大特别组成部分由在于通过漫长探索,BI市场早就大成熟,BI作为基础运用都达成了临界点。云功能的有力、部署之便民,必将带动为出口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方向。

    3.3不过视化数据及自助式BI

    3.3可视化数据和自助式BI

   
早以2013年可视化BI就曾初现端倪,BI巨头们给市场之变更始寻求新的路建立重迅捷的作业分析,挖掘更多可信数据。与此同时提供更好的数额表现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量显示形式既休能够满足该要求。

   
早以2013年可视化BI就已经初现端倪,BI巨头们给市场之扭转始寻求新的路建立重迅捷的事体分析,挖掘更多可信数据。与此同时提供更和谐的多寡表现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目显示形式曾休能够满足该要求。

   
传统BI专注让从数据仓库和任何的数据库中将数据易成为信息,再以信息转换成智能,在效能上反复心有余而力不足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,所谓自助其实是允许用户自动创建于定义之多少查询艺术,创建方式简单无需考虑数据库等因素。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,将凡鹏程一段时间的助益,值得期待。

   
传统BI专注让从数据仓库和外的数据库中将数据易成为信息,再将信息变换成智能,在力量上屡次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据查询办法,创建方式大概无需考虑数据库等元素。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长处,值得期待。

    3.4社交化BI

    3.4社交化BI

   
社交的热度还以不断的升温,也都成软件营销之要阵地。社交化BI将店数目、社交化网络以及协作、社交媒体的监察同舆论分析结合于一个采取被,让传统的BI具有了逾融洽之界面,商业智能的家伙还富有创新性。尽管该技术上连无主要的改制,其价呢从来不得到企业绝对的肯定,但足确信的凡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更多元化的上进空间。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。

   
社交的热度还以相连的升温,也已经成软件营销之重大阵地。社交化BI将庄数、社交化网络以及合作、社交媒体的监督与舆论分析结合于一个以被,让传统的BI具有了尤其融洽的界面,商业智能的家伙又有着创新性。尽管该技术达到并从未重大的革新,其价值为从未收获企业绝对的认同,但足以确信的凡这种新的商业智能模式将通力合作能力带入核心体验中,呈现出了BI更多元化的前进空间。纵观目前市场现状,总体来说社交化BI仍居于一个探索期,但前景不容忽视。

    3.5 大数目融合

    3.5 大数据融合

   
在数据爆炸的时代,将数据转发为资源是公司梦寐以求的,大数额好说凡是的确意义及之用消息转化为了资源。大数量时下的商业智能开始融合大数量的动,大量的BI厂商开始以该数额解析的产品被长对好数据处理技术(如Hadoop)的支撑或内嵌基于对异常数量处理技术之辨析功能。

   
在数码爆炸的一时,将数据转发为资源是信用社梦寐以求的,大数据可说凡是当真含义及之拿消息转化为了资源。大数量时下的商业智能开始融合大数量的施用,大量底BI厂商开始当该数额解析的出品被长对好数据处理技术(如Hadoop)的支持或内嵌基于对特别数量处理技术之剖析功能。

    3.6多少就是服务

    3.6数量就是服务

    SaaS
BI可以掌握吧多少就服务,这种新兴之BI实现方式逐渐被用户所承受。SaaS
BI成为问题十分酷组成部分原因在目前风BI的家伙价格不菲,建设的长河也相对复杂,中小企业特别是小企业往往就在需求吗害怕。反之,SaaS租用模式抱有的低位费用高功能的特性正好可以弥补这些原则的不足,因此收获众多小企业的珍惜。但是SaaS
BI的模式并无熟,真正开始下的信用社并无多,受各国地方因素影响短日外客户多匪见面来无限死的滋长,但是这种颠覆性模式的价是客观存在的,未来的发展前景看好。

    SaaS
BI可以理解呢多少就是服务,这种新兴的BI实现方式逐渐为用户所收受。SaaS
BI成为问题十分特别组成部分由在目前风BI的家伙价格不菲,建设之历程为针锋相对复杂,中小企业特别是小企业往往就是需求为提心吊胆。反之,SaaS租用模式有的不比费用高功能的特色正好可以弥补这些条件的供不应求,因此赢得广大小企业的厚。但是SaaS
BI的模式并无成熟,真正开始下的合作社并无多,受各国地方因素影响短日内客户多匪见面产生极可怜之增高,但是这种颠覆性模式之价值是客观存在的,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,经过和各种技能、应用的齐心协力后,逐步演变为同样栽企业级、跨机构的功底信息体系,可以统一企业相继岗位,可以统一企业号信息体系跟信资源,真正实现超越平台,从而实现信息之好集成。未来,商业智能与OA、CRM、ERP、SCM或是其它系统实现合并,系统里面的结构化数据能由此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,全面升级公司的决策能力及市场竞争力。

   
就商业智能的发展趋势而言,经过同各种技术、应用之齐心协力后,逐步演变为同一种企业级、跨机构的基础信息体系,可以合企业相继位置,可以统一企业号信息体系以及消息资源,真正实现超越平台,从而实现信息之百般集成。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由此BI的治本平台相互调用、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,全面提升企业之核定能力与市场竞争力。

4、商业智能(BI)市场概览

4、商业智能(BI)市场概览

   
随着BI市场的逐步成熟,很多厂商都活跃在商业智能领域。表1为眼前市面上之BI厂商列表(部分)。

   
随着BI市场之日渐成熟,很多厂商还活跃于商业智能领域。表1乎即市场及的BI厂商列表(部分)。

   
表详情(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

   
表详情(略),查看完版本选型报告呼吁以填充问卷后获得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)系统选型要点以及步骤

    5.1 BI软件的选型要点

    5.1 BI软件的选型要点

   
随着公司信息化运用之不断深入,越来越多之合作社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遭遇宣传的误导,作为公司当增选BI产品的下理应由商店系统要求、产品性价比、产品效果、把握如下要点,以资鉴别。

   
随着公司信息化运用之不断深入,越来越多之铺面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初的掘金地。市场高达之BI产品鱼龙混杂,企业于选择时频繁容易遭遇宣传之误导,作为公司当挑选BI产品的当儿理应由商店系统要求、产品性价比、产品功效、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获http://www.e-works.net.cn/report/2015BI/2015BI.html

    端详(略),查看完版本选型报告呼吁于填充问卷后收获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考以下流程进行:

   
在整了解了BI系统选型的中心之后,e-works建议企业选型步骤可参照以下流程进行:

 

 

    组建BI项目工作组织

    组建BI项目工作组织

 

 

    明确企业要求,制定详细的花色对象

    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

    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

    了解市场BI新技巧同主流产品信息

 

 

    确定需要匹配的产品范围并初步点

    确定需要匹配的出品范围并开始接触

 

 

    目标BI产品,进行观察和评估

    目标BI产品,进行观察与评估

 

 

    确定目标BI产品并上商务谈判环节

    确定目标BI产品并上商务谈判环节

 

 

   
详情(略),查看完版本选型报告要在填写问卷后得到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充问卷后取得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公司建于1972年,总部位于德国沃尔多夫市,是大地最为酷的店铺管理以及协同化商务解决方案供应商、全球第三死独立软件供应商。目前,全球有120大抵个国家的跨越
263,000家用户正在周转着 69,700大抵套SAP软件。财富
500胜似80%之上的商家都着从SAP的田间管理方案遭获益。SAP在天下50基本上个国有着分支机构,并于差不多寒证券交易所上市,包括法兰克福和纽约证交所。1995年于北京专业建立SAP中国公司,并陆续建立了上海、广州、大连支店。

   
SAP公司起为1972年,总部放在德国沃尔多夫市,是全世界最可怜之柜管理和协同化商务解决方案供应商、全球第三很独立软件供应商。目前,全球有120多独邦的跨
263,000贱用户在运行在 69,700多套SAP软件。财富
500大80%以上之庄还在打SAP的管制方案面临收益。SAP在环球50基本上个国具有分支机构,并于多小证券交易所上市,包括法兰克福和纽约证交所。1995年于都专业建立SAP中国公司,并陆续建立了上海、广州、大连分号。

 

 

    核心产品

    核心产品

 

 

    SAP Lumira  

    SAP Lumira  

 

 

    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,企业工作用户用会以可再的自助方式访、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,以快速取得洞察,提高工作灵活性。借助该软件,企业工作用户以能为可另行的自助方式访、转换和可视化数据。

 

 

    SAP BusinessObjects Analysis

    SAP BusinessObjects Analysis

 

 

    借助 SAP 的多维数据解析软件,业务分析师可以以习的 Microsoft Office
环境受到再度深切地发掘作业数据。即使没 IT
人员之帮,他们呢克轻松地过滤和操作数据,掌握发展趋势及异常,并享受其发现。

    借助 SAP 的多维数据解析软件,业务分析师可以当习的 Microsoft Office
环境遭受再深入地发掘工作数据。即使没 IT
人员之扶,他们吗会轻松地过滤跟操作数据,掌握发展趋势及那个,并分享其发现。

 

 

    产品特色

    产品特征

 

 

    SAP Lumira

    SAP Lumira

 

 

   
以可还的自助方式,更快得洞察;通过统观全局和深刻开掘详细信息,全面掌握业务状况;为复杂性的事务问题就经常供基于事实的解答,显著加快决策流程;在匪长
IT 部门工作量的动静下,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。

   
以可又的自助方式,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;为复杂性的事体问题虽经常供基于事实的解答,显著加快决策流程;在匪长
IT 部门工作量的状态下,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

    SAP BusinessObjects Analysis

 

 

    对大型数据集进行分析,获得深入的业务洞察;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
演示稿中与您的团组织分享彼此的最主要发现;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,提高数据解析效率。

    对大型数据集进行分析,获得深入之政工洞察;在 Excel
中发觉、比较和展望事务让因素;借助嵌入式商务分析,在实时的 PowerPoint
演示稿中以及汝的社分享彼此的机要发现;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,提高数据解析效率。

 

 

    典型客户及案例

    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

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

    6.2  IBM

    6.2  IBM

    IBM
是海内外信息产业领导企业,为中华客户提供领先的之硬件、软件、企业咨询和技能劳务,助力中国各级行业频频更新转型。在过去之
100年,世界经济持续前进,现代对日新月异,IBM
始终为超前的技艺,出色之管住和独创的出品负责人着消息产业之上扬,保证了社会风气范围外几乎拥有行业用户对信息处理的整需求。IBM
在新中国的腾飞之一起由开为 1979年。作为环球信息产业之元首企业,IBM
在中华革新开放之每一个等还归因于前瞻的想、创新之技术、深刻的买卖理解与高风亮节之劳务积极性地支持了中华各行各业的快速成长。

    IBM
是世上信息产业领导企业,为中国客户提供领先的的硬件、软件、企业咨询和技能劳务,助力中国每行业不断更新转型。在过去的
100年,世界经济持续提高,现代对日新月异,IBM
始终为超前的技能,出色之管理及独创的活负责人在消息产业之进步,保证了世界范围外几乎有行业用户对信息处理的上上下下需求。IBM
在初中国底迈入之同由起为 1979年。作为世界信息产业之特首企业,IBM
在中原改造开放之各级一个品级还坐前瞻的思索、创新之技艺、深刻的商理解和高风亮节之服务积极性地支持了中国各行各业的敏捷成长。

    核心产品

    核心产品

    IBM Cognos 商业智能(Business Intelligence)

    IBM Cognos 商业智能(Business Intelligence)

    产品性状

    产品特点

    IBM Cognos Business
Insight通过提供规划、场景建模、实时监控及展望分析等功效扩展了民俗的商业智能。利用这无异不叫限制的商业智能工作空间,人们可轻易思想,随处办公(在办公里、在途中中,甚至于脱机状态下)。业务用户可经它修改、搜索和构成具有与事务相关的信息。它是一个创新型商业智能工作空间,它若业务用户能够当自由时间段访问几乎所有种类的数目。它若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,并同信息进行互动。

    IBM Cognos Business
Insight通过提供规划、场景建模、实时监察与展望分析等职能扩展了风的商业智能。利用就无异免深受限制的商业智能工作空间,人们可轻易思想,随处办公(在办公里、在半路中,甚至以脱机状态下)。业务用户可经过其修改、搜索以及重组有与作业相关的信息。它是一个创新型商业智能工作空间,它如果业务用户能够在自由时间段访问几乎所有品种的数量。它若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,并跟信息进行交互。

    典型客户及案例

    典型客户及案例

    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

    产品特性

    产品性状

    SQL Server可以下大性能的 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酷数目解决方案,而不论是需打昂贵之外接程序还是高端装备。利用
in-memory 技术,数据服务公司得以实时访问产品数量。

    SQL Server可以以高性能的 in-memory 技术跨
OLTP、数据仓库、商业智能和剖析工作负荷构建关键任务应用程序和充分数据解决方案,而无论是需购买昂贵之外接程序要高端装备。利用
in-memory 技术,数据服务公司得以实时访问产品数量。

    典型客户及案例

    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能有限责任公司

    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、收费及劳务模式

    表4报价、收费及劳务模式

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

 

 

相关文章

Post Author: admin

发表评论

电子邮件地址不会被公开。 必填项已用*标注