商業智慧（Business Intelligence）介紹

qiujun發表於2009-09-20
Intel
資料分析天地 王 建 2007-09-22
( 版權所有，轉載請與作者聯絡 )
2007年3月，甲骨文以33億美元價格收購企業績效管理軟體廠商Hyperion(海波龍)，同年4月，Business Objects宣佈收購Cartesis，Business Objects公司需要支付的總交易金額為2.25億歐元 (約合3億美元) 現金。10月8日，德國軟體巨頭SAP週日表示，將以48億歐元(約合68億美元)現金收購法國商業智慧軟體開發商博奧傑(Business Objects)。
商業智慧併購金額如此巨大，顯示必須有相應的市場規模，BI公司才會擁有如此市值。昂貴的商業智慧分析軟體，必然伴隨著商業智慧分析專案的高額軟體使用許可費用和實施成本，這還不包括專案實施潛在的失敗風險！
最重要的，商業智慧看似日益普及，中小企業是否可以從中受益？
[@more@]
第一部分 權威機構對商業智慧的定義
Gartner Group
IDC
AMT
中程線上
Definitions of business intelligence on the Web（Google）
第二部分 從三個視角觀察商業智慧
一、商業智慧帶給我們什麼內容？
1、決策的初級階段
2、決策的中級階段
3、決策的高階階段
二、商業智慧的特點有哪些？
1、即時性
2、準確性
3、自動化
4、靈活性
三、使用什麼技術和工具實現商業智慧？
1、資料來源OLTP & DB & OTHERS
2、資料抽取、轉換與裝載ETL
3、資料倉儲DW
4、多維資料集合（線上分析）OLAP
5、資料探勘DM
6、運籌規劃OR
7、資料展現DISPLAY
第三部分 中小企業使用商業智慧解決方案的現狀
一、基礎資料不完善
二、目前處於報表階段，還沒有進入智慧決策的階段
三、大有潛力可為
1、促進ERP、SCM、CRM應用軟體規範使用
2、發現隱藏的問題
3、輔助其他職員提高工作效率
正文
什麼是商業智慧呢？先讓我們來看看有關權威機構是如何對商業智慧定義的！
第一部分 權威機構對商業智慧的定義
Gartner Group
--（全球最具權威的IT研究與顧問諮詢公司。其研究範圍覆蓋全部IT產業，就IT的研究、發展、評估、應用、市場等領域，為客戶提供客觀、公正的論證報告及市場調查報告，協助客戶進行市場分析、技術選擇、專案論證、投資決策）
l 商業智慧描述了一系列的概念和方法，透過應用基於事實的支援系統來輔助商業決策的制定。
l 商業智慧技術提供使企業迅速分析資料的技術和方法，包括收集、管理和分析資料，將這些資料轉化為有用的資訊，然後分發到企業各處。
IDC
--（是IDG（國際資料集團）旗下子公司，全球著名的資訊科技、電信行業和消費科技市場諮詢、顧問和活動服務專業提供商）
l 商業智慧是一組軟體工具的集合：
（1） 終端使用者查詢和報告工具：專門用來支援初級使用者的原始資料訪問，不包括適用於專業人士的成品報告生成工具
（2） OLAP工具：提供多維資料管理環境，其典型的應用是對商業問題的建模與商業資料分析。OLAP也被稱為多維分析
（3） 資料探勘（Data Mining）軟體：使用諸如神經網路、規則歸納等技術，用來發現資料之間的關係，做出基於資料的推斷。
（4） 資料集市(Data Mart)和資料倉儲（Data Warehouse）產品：包括資料轉換、管理和存取等方面的預配置軟體，通常還包括一些業務模型，如財務分析模型。
（5） 主管資訊系統(EIS，Executive Information System)
l 通俗地說BI就是收集相關資訊並加以分析，以幫助您做決策。成功的BI系統多采用了資料倉儲技術。
AMT
--（AMT Group是國內管理理念、管理工具與資訊科技領域創辦時間最長、最具影響力的權威中立資訊機構，也是率先開展企業管理、應用軟體培訓推廣和企業管理技術應用諮詢、研究的領導型組織。）
l 商務智慧，由Business Intelligence翻譯而來，簡稱BI，是用資訊科技來收集、管理和分析結構化和非結構化的商務資料和資訊，創造和累積商務知識和見解，改善商務決策水平。
l 從資訊系統的角度來看，它包括如下的工具集合：使用者查詢和報表工具、OLAP工具、資料探勘工具、資料倉儲、ETL工具、後設資料管理工具。
中程線上
--（隸屬於中國科學院軟體研究所高階技術培訓中心）
l 商業智慧也稱作BI是英文單詞Business Intelligence的縮寫。
l 商業智慧通常被理解為將企業中現有的資料轉化為知識，幫助企業做出明智的業務經營決策的工具。
l 這裡所談的資料包括來自企業業務系統的訂單、庫存、交易賬目、客戶和供應商等來自企業所處行業和競爭對手的資料以及來自企業所處的其他外部環境中的各種資料。
l 商業智慧能夠輔助的業務經營決策，既可以是操作層的，也可以是戰術層和戰略層的決策。
l 為了將資料轉化為知識，需要利用資料倉儲、聯機分析處理（OLAP）工具和資料探勘等技術。
Definitions of business intelligence on the Web（Google）
l Systems that provide directed background data and reporting tools to support and improve the decision-making process.
l Business intelligence (BI) is a broad category of applications and technologies for gathering, storing, analyzing, and providing access to data to help enterprise users make better business decisions.
l The sets of tools and applications that query the OLAP data and provide reports and information to the enterprise decision makers.
第二部分 從三個視角觀察商業智慧
對很多初次接觸商業智慧的人士來說，權威機構對商業智慧概念的描述仍然不是非常清晰。究其原因，在於這些機構都是在用少而專業的詞彙精確地闡述概念。所以，對一般讀者來說往往有不甚明瞭的感覺。
所以，如果我們不是抱著學術研究的目標去理解商業智慧，而是站在使用者的角度去審視商業智慧，反而可以有一個更加清晰的認識。
我們可以從三方面去認識商業智慧。一是商業智慧帶給我們什麼內容？二是商業智慧的特點有哪些？三是使用什麼技術和工具實現商業智慧？
一、商業智慧帶給我們什麼內容？
說到商業智慧，我們先說說智慧，以及人工智慧。
智慧（intelligence），目前對其定義尚無統一的意見。一般認為，智慧是指個體對客觀事物進行合理分析、判斷及有目的地行動和有效地處理周圍環境事宜的綜合能力，智慧由語言理解、用詞流暢、數、空間、聯絡性記憶、感知速度及一般思維 7種因子組成。
人工智慧AI (Artificial Intelligence) ，最初是在1956 年Dartmouth學會上提出的，是研究、開發用於模擬、延伸和擴充套件人的智慧的理論、方法、技術及應用系統的一門新的技術科學。人工智慧是電腦科學的一個分支，它企圖瞭解智慧的實質，並生產出一種新的能以人類智慧相似的方式做出反應的智慧機器，該領域的研究包括機器人、語言識別、影像識別、自然語言處理和專家系統等。
商業智慧，可以理解為運用在商務領域的智慧，或者運用在商務領域的人工智慧。
商業智慧的概念最早是Gartner Group的Howard Dresner於1996年提出來的。當時將商業智慧定義為一類由資料倉儲（或資料集市）、查詢報表、資料分析、資料探勘、資料備份和恢復等部分組成的、以幫助企業決策為目的技術及其應用。當時的預測說：到2000年，資訊民主（注：指組織內資訊共享的無差別性）將在具有前瞻性思維的企業中浮現。藉助商業智慧，員工、諮詢員、客戶、供應商以及公眾能夠有效地運用資訊。
商業智慧所涉及的技術與應用，在Howard Dresner命名之前就有，最初被稱為主管資訊系統（EIS, Enterprise Information System），之後又被稱為決策支援系統（DSS, Decision Support System）。
如此看來，商務智慧的目標，是為決策服務的。所以我們需要了解，在商務領域，我們有哪些環節和領域需要決策呢？
類似於人工智慧，商業智慧也是模擬、延伸和擴充套件人的智慧，只不過其領域在於商業之中。在商業領域，決策也可以劃分出不同的層次和階段。按照決策程式的特點，我們可以將決策劃分出初級、中級和高階階段。
1、決策的初級階段
在初級階段，決策所需要的資訊是對原始資料的分類、彙總、排序，以獲得對經營活動的直觀印象；
譬如，一般企業最為關注的是銷售額和銷售量資訊。
在關注銷售資訊的同時，必須從多個角度來考察。最基本的資訊是每天的、甚至是每筆交易的銷售數量和銷售金額。這就是從時間這個角度來關注銷售資訊的。
除了時間角度以外，企業還會從區域的角度來考察，到底是哪些區域為公司貢獻的銷售最大？是國外市場還是國內市場？是華東地區還是華南地區？在華南地區，是廣東省還是福建省還是廣西自治區…
對於銷售情況來說，還必須瞭解的情況，就是銷售商品（或者提供服務）的資訊，企業必須瞭解可供出售的商品品種（或服務）各自的分類銷售情況，而不是僅僅有一個彙總資料。企業需要了解哪些類別、哪些品種的產品（或服務）為公司貢獻的銷售最大…
除了時間、區域、產品角度以外，企業還可以從更多的角度去了解公司的銷售資訊，可以從客戶的角度、從供應商的角度、從本企業銷售事業部和銷售員的角度、從銷售信貸額度與應收賬款比較的角度、從應收賬款的帳齡等角度進行查詢。
又譬如庫存管理，最基本的是庫存量資訊，以及庫存佔用資金資訊。對於庫存管理，還會包括最低和最高庫存的額度管理，庫存儲存時間，即呆滯庫存分析、庫存的批次批號管理等等。
因此，為了全面分析庫存資訊，首先需要對庫存按照商品種類進行分類，如原材料、主要原料、輔助材料、委外加工、半成品、產成品、外購商品、備品備件、低值易耗品等，或者，按照材料的金額和重要性，劃分ABC類別等。其次，還需要從儲存的倉庫庫房、庫位的角度、供應商的角度、入庫時間的角度、儲存時期的角度等等去觀測庫存的數量和金額，以及與最高最低額度的比較資料，保質期與呆滯期的比較資訊等等，來獲得和觀察企業執行的資訊。
2、決策的中級階段
在中級階段，是對分類彙總資料中的明細資料和相關KPI的展現，以及對相關聯的明細資料，從不同角度進行的交叉觀測，以獲得對資料反映出的商業結果的原因探索；
我們獲得了商業活動的初步資訊，並不是商業智慧分析的結束，而恰恰是進一步分析的開始。
假如我們獲得了公司每個月總銷售毛利率的資訊，發現今年第三個季度的前2個月的總毛利率與去年或者與上個季度相比是正常的，而最後一個月的總毛利率卻突然急劇地下降。於是我們希望瞭解其中的原因。
我們最初從時間的角度，發現了總毛利率資料的急劇波動，現在我們可以立即轉換觀測的角度，我們可以從商品或者品牌的角度，去觀測哪些商品的銷售毛利發生了變化，結果可能會是：第三個月份，銷售了大量之前沒有銷售的毛利很低的商品；或者之前銷售的毛利很高的商品，本月銷售情況非常不好；或者，某些商品的銷售價格大幅下降；或者，某些商品的生產或者採購成本大幅上升……
下一步，我們就可以立即把這些商品篩選出來，觀察這些商品是什麼品牌的，賣給了哪些客戶，或者是從哪些供應商處購買……
或者，我們可以立即從銷售事業部和銷售員或者採購部門和採購員的角度去觀察，瞭解對於該類商品，採取了哪些銷售策略和促銷手段？是哪些部門和哪些人員在負責這些影響毛利的重要商品的銷售和採購工作；
或者，我們也可以立即從倉庫的角度，瞭解到本月處理了大批呆滯的庫存商品……
在中級分析階段，我們還可以從一些關鍵績效指標的變動情況，來了解企業經營的情況。譬如：應收賬款週轉次數和天數指標，可以反映應收款的回收速度，反映出對企業現金流的影響；存貨週轉次數和天數指標，則可以反映企業存貨週轉的速度，反映出存貨佔用資金的多寡。
KPI指標是濃縮了企業經營成果的反映器，這些指標可以從多方面反映企業的運作情況。譬如：財務分析指標包括負債權益比率、毛利潤率、淨利潤率、流動比率、權益回報率、現金流量銷售額比率、預算差異、資產回報率等；反映客戶管理的指標包括客戶保有率、客戶滿意度、客戶盈利率、每個期間流失的客戶、每個期間增加的客戶等；反映流程管理的指標如交貨延誤率、準時交貨率、運費總成本比等；反映人力資源方面的僱員滿意度指標、單位僱員培訓成本、單位僱員培訓時間等等。
在中級決策階段，這些關聯分析和KPI分析，可以很好地為決策者提供依據，使決策建立在科學的、可度量的基礎之上，從而避免在複雜的經營環境中的決策迷失。
3、決策的高階階段
在高階階段，則是根據資料，對未來做出的趨勢判斷，或者根據特定數學模型獲得的分類資訊，以對未來的商業行為提供行動指南。
高階分析要取得實際效果，需要2個基本要素：基礎資料的準確完備和經驗值準確把握。實際上，儘管高階分析仍然在經營大環境的控制當中，譬如政策因素、行業內科技大事件的影響因素、競爭對手行動的影響等，但是，建立在科學的數學模型基礎上的預測，仍然在開源節流等各方面都具備極大潛力。
高階分析使用特定的數學模型和方法來進行預測。如使用預測中常用的趨勢分析法的指數平滑分析、時間序列迴歸分析等方法，以及資料探勘技術和運籌規劃中的其他方法等等。
1、銷售預測
銷售預測無疑是企業全面預算管理中最重要的環節，而且是全面預算的源頭。企業的生產預算、採購預算、資本性支出預算、現金流量預算、籌資預算等等，莫不與之相關。
銷售預測需要根據已發生業務的銷售資料，結合未來影響因素，預計未來的銷售量和銷售額。
企業獲得以往銷售資料，首先需要在初級和中級分析階段獲得的多維資料的基礎上，對銷售資料進行明細的分類和彙總。這是因為不同型別的產品、不同品牌、不同地區、不同客戶等，其業績的基礎、變化趨勢可能存在差異，不同經驗值的確定會對預測資料產生很大的影響。
常用的方法，指數平滑法，就是根據按照時間序列的銷售資料，根據經驗確定一個權數α。(公式：F t = αA t + (1-α) A t-1) 。
迴歸分析法，根據y=a＋bx的直線方程式，按照最小平方法的原理確定一條能正確反映自變數x和因變數y之間關係的直線。直線方程中的常數項a和係數b可根據多次資料計算得到。如果銷售歷史資料呈現出類似直線變化趨勢時，可以應用迴歸分析法進行銷售預測，y表示銷售量（或銷售額），x表示間隔期（即觀測期）。
2、銷售腳踏車的廣告投遞決策
腳踏車廠商想要透過廣告宣傳來吸引顧客。他們從各地的超市獲得超市會員的資訊，計劃將廣告冊和禮品投遞給這些會員。但是投遞廣告冊是需要成本的，不可能投遞給所有的超市會員。而這些會員中有的人會響應廣告宣傳，有的人就算得到廣告冊不會購買。所以最好是將廣告投遞給那些對廣告冊感興趣從而購買腳踏車的會員。
分類模型的作用就是識別出什麼樣的會員可能購買腳踏車。在分類模型中，將會員的婚姻狀況、性別、年齡等特徵作為源資料，所需預測的分類是客戶是否購買了腳踏車。
根據分析模型得到的結論是：
1. 年齡小於32歲，居住在閔行地區的會員有72.75%的機率購買腳踏車；
2. 年齡在32和39歲之間的會員有68.42%的機率購買腳踏車；
3. 年齡在39和67歲之間，上班距離不大於10公里，只有1輛汽車的會員有66.08%的機率購買腳踏車；
4. 年齡小於32歲，不住在閔行地區，上班距離在1公里範圍內的會員有51.92%的機率購買腳踏車；
在得到了分類模型後，將其他的會員在分類模型中查詢就可預測會員購買腳踏車的機率有多大。隨後腳踏車廠商就可以有選擇性的投遞廣告冊。
3、物流運輸路線的決策
物流公司，需要把某種產品從若干個生產地調運到若干個銷售地，對於每個生產地的供應量和每個銷售地的需求量，以及從任何一個生產地到任何一個銷售地的運費資料，已經透過初級和中級階段的分析獲得。現在需要確定：如何在許多可行的調運方案中，確定一個總運輸費最小的方案。
甲銷售地
乙銷售地
丙銷售地
丁銷售地
合計
A生產地
12
25
40
23
100
B生產地
35
11
12
56
114
C生產地
12
0
57
7
76
D生產地
47
83
21
34
185
合計
106
119
130
120
在已經基礎資料的情況下，可以採用譬如“西北角法”、“圖上作業法”等運籌方法，立即獲得最佳的運輸路線。確定從A、B、C、D分別發往甲、乙、丙、丁各多少數量的產品。
對於諸如最低成本、最短時間等運籌規劃，決定性的因素是單位運費或者單位時間，企業還可以根據實際情況，改變決定性因素，或者使用組合因素等。
二、商業智慧的特點有哪些？
商業上的決策分析，是早在電腦科學出現之前就已經存在的。那麼現在流行的商業智慧分析技術，為什麼會以這樣的嶄新的方式被提出來呢？
技術的進步會給傳統的操作和使用方式，帶來革命性的變化，這已經無數次被證明。商業智慧分析技術，也會證明這一點。
商業智慧技術，首先是基於資訊的大規模生產和資料庫技術的運用。目前，商業智慧具有如下特點：
1、即時性
傳統手工資料處理，從資料收集、整理到分類、彙總，都需要經歷漫長的時間過程。但是，商業智慧使用的技術，可以實時地從業務系統中獲得最新的資料。在對時間性敏感的決策分析中，這一點尤其重要。
2、準確性
在準確性方面，因為計算機資料處理，避免了手工操作中存在的失誤，所以計算結果是絕對準確和可靠的。
當然，這其中會存在因為業務邏輯關係的缺失而導致的錯誤，即程式中設定的限制條件不充分而導致資料失誤。所以，對待重要的決策資訊，應同時建立資料核對機制，以保證建立在即時資訊的準確性基礎上的決策的正確。
3、自動化
商業智慧技術，包括一個資料抽取、轉換、裝載（ETL）的過程，這個過程可以按照使用者的要求，設定ETL的時間和週期，因此，整個基礎資料的獲得、資料的處理，以及資料的展現，都是一個自動化的過程，無需手工參與。使用者每日甚至每時獲得的資訊，都可以是最新資料。這就為決策分析資訊提供者的工作帶來了極大的便利。
4、靈活性
決策支援的展現方式靈活多樣，充分體現了智慧的特點。
對於初級階段分析的展示，可以使用圖示和圖形的方式。譬如結構百分比，可以使用餅圖、三維餅圖的方式；對於趨勢百分比、同比、定比、環比，可以使用折線圖、柱狀圖等；對於KPI指標，可以使用儀表盤管理；其他的散點圖、泡泡圖等，都可以根據實際業務的需要而建立。
在圖表資料方面，可以進行資料的鑽取、旋轉和切片操作。當需要進一步瞭解明細資料的時候，需要使用資料鑽取功能，當需要從不同的角度觀測資料以發現資料變動規律時，需要利用多維資料的旋轉功能，而當需要關注特定資料的時候，可以對特定區域的資料進行切片分析。
商業智慧分析的靈活性，建立在分析模型設計時周全的考慮。
三、使用什麼技術和工具實現商業智慧？
商業智慧分析工具，是傳統方法的計算機化。因為計算機處理的高速度，使得原本手工處理幾乎不可能完成的工作變成可能。
1、資料來源OLTP & DB & OTHERS
企業應用軟體，經歷了一個MRP、MRPII、CRM、SCM 、ERP的過程，通常這些應用軟體是為了提高企業運營效率而使用，其中內含先進的流程。這些應用軟體被稱為線上交易系統(OLTP)，線上交易系統的資料庫中，儲存了企業經營的大量資料。可以作為線上分析系統的原料，來製作報表，提供分析決策資訊。
同時，企業其他的檔案，諸如Excel電子表格、txt文件、Assess小型資料庫中的資訊，甚至可從網路中獲得的XML檔案，都可以作為線上分析系統的原來，進行商業智慧分析。
在這方面，大型應用軟體如SAP、ORACLE，中型的如用友、金蝶等，都屬於OLTP。
2、資料抽取、轉換與裝載ETL
Extraction、Transformation、Loading。ETL負責將分佈的、異構資料來源中的資料如關係資料、平面資料檔案等抽取到臨時中間層後進行清洗、轉換、整合，最後載入到資料倉儲或資料集市中，成為聯機分析處理、資料探勘的基礎。
從應用系統，或者Excel、TXT文件中獲得的資料，其中可能存在不規範的資料，稱為垃圾資料，如欄位值缺失的資料、重複的資料、不規範的字元等，都需要清除；或者需要將文字型日期資料轉換成日期型資料，這些都需要相應的工具來完成。如：對於省份資訊，有的系統的標記是廣東省，有的標記為廣東，有的標記是粵，但是在分析系統進行資料彙總時，需要標記一致，因此，需要在轉換時將不同標記符號統一化。
在這方面，微軟的SQL Server 2005種的SSIS工具，是很好的ETL工具，其他的還有Informatica、Datastage等。
3、資料倉儲DW
資料倉儲，就是資料庫而已。第一、通常應用程式使用的資料庫中表的設計原則是減少冗餘，遵循正規化。而資料倉儲，恰恰要求冗餘資料。第二、資料倉儲儲存OLTP系統中所有時間累積的資料。
正規化的例項如下：
在資料庫中，有2個表：
僱員名稱
職位
張三
經理
李四
銷售員
王二
銷售員
趙五
銷售員
武六
銷售員
錢七
銷售員
孫八
銷售員
職位
基本工資
經理
8000
銷售員
3000
這樣的表符合第三正規化。
但是，在資料倉儲中，需要設計成：
僱員名稱
職位
基本工資
張三
經理
8000
李四
銷售員
3000
王二
銷售員
3000
趙五
銷售員
3000
武六
銷售員
3000
錢七
銷售員
3000
孫八
銷售員
3000
其中每個銷售員的工資都儲存下來，形成了資料冗餘。
資料倉儲，顧名思義，是大量儲存資料的地方，多維分析的技術要求資料倉儲的資料冗餘。
凡是資料庫的提供者，都可以是資料倉儲的載體的提供者，如SQL Server、Oracle、Sybase等等。
4、多維資料集合（線上分析）OLAP
多維資料集合是這樣一種存在形式：對於銷售金額，我們把它看作是度量值，我們從銷售時間、客戶、商品的角度去觀察它。觀察的角度稱為維度。
多維資料，其實就是是對資料倉儲資料使用SQL語句Group by的結果，Group by的成員就是維度，聚合的資料就是度量值。
但是因為多維資料集對Group by的查詢結果進行了儲存，所以將來呼叫的時間就會很短。按照這個特性，OLAP分為多維型MOLAP、關係型ROLAP、混合型HOLAP。
在這方面，知名的產品如SQL Server Analysis Services與Hyperion Essbase。
5、資料探勘DM
Data Mining（資料探勘）主要任務有資料彙總、概念描述、分類、聚類、相關性分析、偏差分析、建模等。具體技術包括：統計分析（statistical analysis），常見的統計方法有迴歸分析（多元迴歸、自迴歸等）、判別分析（貝葉斯分析、費歇爾判別、非引數判別等）、聚類分析（系統聚類、動態聚類等）和探索性分析（主元分析法、相關分析法等）。
決策樹（decision tree），是一棵樹，樹的根節點是整個資料集合空間，每個分節點是對一個單一變數的測試，該測試將資料集合空間分割成兩個或更多塊。每個葉節點是屬於單一類別的記錄。首先，透過訓練集生成決策樹，再透過測試集對決策樹進行修剪。決策樹的功能是預言一個新的記錄屬於哪一類。決策樹分為分類樹和迴歸樹兩種，分類樹對離散變數做決策樹，迴歸樹對連續變數做決策樹。
時間序列（time series），指隨時間變化的序列值，處理時序資料包括趨勢分析（長期或趨勢變化、迴圈變動或迴圈變化、季節性變動或季節性變化、非規則或隨機變化）、相似性搜尋、序列模式挖掘和週期分析等內容。
其他如關聯規則（correlation rules）、貝葉斯信念網路（Bayesian belief network）、馬爾科夫模型（Hidden Markov model）、神經網路（neural network）、遺傳演算法（genetic algorithms）。
這方面的產品如微軟的DM、SAS、SPSS。
6、運籌規劃OR
Operational Research.。運籌規劃軟體可以解決諸如線型規劃、運輸規劃、整數規劃、任務指派、動態規劃、投資分配、貨物配裝、預測計算、統籌方法、質量控制、系統配置、系統模擬、庫存分析、競爭策略分析、選址計算、裝置更新、路線規劃等應用。在商業領域有廣闊的應用前景。
相關工具可以參考物流與運籌軟體ORS。
7、資料展現DISPLAY
目前資料展現，包括圖形圖表和儀表盤方面的，都已經比較成熟。一類是報表工具，如微軟的Reporting Services、被Hyperion收購，後又被Oracle收購的Crystal Report工具、Business Objects等；另一類是OLAP展現工具，目前市場上的商業智慧產品很多都可以進行多維展現。微軟的SSAS還可以透過Excel或者OWC元件來展現。
第三部分 中小企業使用商業智慧解決方案的現狀
商業智慧分析對基礎資料的要求比較高，而且相關的產品和實施費用也比較高，通常中級和高階階段的決策支援，特別是資料探勘分析，在電信、證券、零售領域運用的比較多。但是，現在，中小企業也逐漸認識和開始運用商業智慧分析技術了。
中小企業運用商業智慧分析技術，有如下一些特點：
一、基礎資料不完善
對於小企業來說，使用諸如ERP、SCM、CRM等線上交易系統的時間還不長，系統記憶體儲的資料量還不是很大。不過中型企業基本上已經是比較成熟的ERP使用者了。正是進行商業智慧分析的大好時機。
不過基礎資料不完善，存在著這樣2方面的情況：
一是資料之間缺乏關聯關係。
譬如希望分析採購訂單與收貨記錄，以考核交貨及時率，但是系統的資料庫表中並不存在採購訂單與入庫驗收單之間的關聯；希望考核銷售員業績，但是系統的資料庫表中不存在銷售訂單與銷售員之間的關聯關係。這些關聯關係，都是在線上交易系統使用過程中實時錄入的，日後維護工作極大也不可行。
二是資料不真實。
譬如超市對會員的分析。為了分析會員的購買習慣，需要按照會員的性別、年齡、家庭住址與超市的距離、家庭收入、家庭成員數等進行分類，但是，實際會員填寫的資料並非是真實的。據此分析的結論顯然不會真實。
二、目前處於報表階段，還沒有進入智慧決策的階段
由於目前中小型企業在擴張過程中，往往存在管理滯後的現象，以資料支援決策的工作還沒有得到成熟的階段。所以目前階段的商業智慧分析，仍然處於收集資料、分類彙總、及時展現的初級階段。
筆者曾經參與過一些大型外資企業的商業智慧專案，發現專案所實現的目標其實很不實用。有的500強企業僅僅是實現了會計的三大報表（資產負債表、損益表、現金流量表），以及預算與實際的對比，而在預算與實際對比的系統運用中，並不如理想中的方便。有的外資企業的商業智慧分析軟體，是提供一個介面，讓國內操作者在Excel電子錶中製作相應格式的報表，然後定期匯入到智慧分析軟體中，完全喪失了軟體的自動化功能；甚至有的企業上的商業智慧分析軟體竟然閒置起來。
所以，中小企業應該以務實的態度來對待商業智慧分析系統。在決策的初級和中級階段，往往決策者看到報表資料，立刻可以決定下一步的行動計劃。決策者所需要的，僅僅是及時提供資料準確的報表。目前的分析系統能夠達到這樣的目標，就是成功的！
三、大有潛力可為
儘管中小企業商業智慧分析處於初級或者中級階段，但是商業智慧的採用，還是會給中小企業帶來極大的幫助。
1、促進ERP、SCM、CRM應用軟體規範使用
對於前述的諸如銷售員業績分析、銷售訂單與收款對比分析，需要應用軟體在設計上做出調整，以便在資訊錄入的過程中就記錄下其間的關聯關係。
又譬如，某些ERP軟體中的產品成本資訊只能歸集到產品大類的級別，無法真實記錄和歸集每個產品的成本資訊。在這種情況下，企業的替代做法是將大類產品成本資料，按照一個標準（如明細產品的重量或者金額）劃分到每個明細產品中去。這是按照假設使用了一個可以接受的核算方法。但是，如果改進ERP軟體的核算機制，完全有可能將產品成本的記錄明細到單個產品上。
對於零售業的客戶會員資訊，企業也可以採取一些相關措施，如對真實資訊實行積分獎勵的辦法，促進消費者提供真實的資訊。
正是由於商業智慧分析軟體的運用，才會認識到企業應用系統中存在的問題，才會有針對性地改進和完善。
2、發現隱藏的問題
由於大量資料可以被及時和準確地提供，企業運營中的異常資料，即便是不使用資料探勘技術，也可以很及時地被發現。
如前述提到的銷售毛利率異常波動、庫存商品呆滯期過長、應收帳款呆賬需要及時處理、超過信用額度的銷售發貨等等，都是容易被隱藏的經營情況。
3、輔助其他職員提高工作效率
事實上， 商業智慧分析報表的，不僅僅侷限於決策支援。筆者參與的很多商業智慧分析專案，其中很多報表其實是為普通操作者服務的。特別是對於需要向公司領導層提供報告的操作者，需要很多企業經營方面的報表資料作為原材料。
目前的ERP系統中，查詢報表很不方便，客戶一旦有新的查詢需求，就需要軟體公司提供二次開發。
但是隻要使用者提供了可能的查詢角度，則商業智慧分析系統中就可以存在相應的查詢報表，可以在使用者需要的時候，只透過拖拉操作即可實現。

來自 “ ITPUB部落格 ” ，連結：http://blog.itpub.net/90072/viewspace-1027160/，如需轉載，請註明出處，否則將追究法律責任。

相關文章