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

   
互联网时代公司数目表现爆发式增长,全面考验着企业之数据处理同剖析能力。面对大容量、多样性、高增长之数多庄数无所适从,除了吃大量管理以及存储成本外并无于企业带动真正的价值,大量之数据堆积为庄带来了伟大的挑战。然而数据已渗透及了企业内外各个圈,因此想使起大之店堂数据遭到“掘金”就亟须发信息化动用强有力的支撑。

   
近年来特别数据、云计算、移动应用、社交等新生技术风靡全球,技术之翻新及环境的成熟与了铺面以信息化运用上重复多元化的选择。随着中国制造店信息化采用之不断深入,在谋求业务管理精益的而,信息化对决策的支撑、对于市场前沿的洞察力成为了更进一步多企业深化应用之大方向。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,分析利用及先进的分析方法)营收总计高达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总580万头,较2012年增长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,商业智能分析市场正处在全面过渡时期。大多数商家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,但是多年来店需求一直维持稳定。

   
目前华夏BI市场依然存在重重非明朗的要素,技术界为来过多混沌的处在,细分市场之发展趋势也设有好怪的区别,随着大数量、移动等用之推广,以及海量的多寡还加快了BI的变革。因此,企业以甄选BI产品的时要梳理出鲜明的笔触,找到满足急需的方便产品。为这个,e-works本方成立、中立、公正的尺码,发布商业智能(BI)选型手册,分析BI软件选型的要领和步骤,介绍主流BI软件的中坚职能及活特色,为大面积企业拓展BI软件选型提供指南。

2、商业智能(BI)概述

    2.1  BI的内涵

   
来自维基百科的分解是:“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、数据挖掘与多少表现技术进行多少解析为落实商业价值。”
BI并无是近期才有的新兴名词,早在1996年Gartner
Group的霍华德·雷斯内尔(Howard
Dresner)就早已提出,并定义其为同一看似由数据仓库(或数量会)、查询表、数据解析、数据挖掘、数据备份和恢复等一些组成的、以帮助公司决策为目的技术及下。

   
在询问概念的还要务必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、总结现在跟展望未来。即首先要报告企业管理者已经生了啊事情?结果什么?其次会报告管理者发生这些结果的现实由是啊,该使用何种政策解决?再则是喻管理者企业于可预见的明天会发生什么?于之以还会实时的喻管理者企业正在发生什么业务,完成的速情况怎么样,是否落实了既定目标,是否用就调整策略?只有明确了这些题目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,企业里积累了各种源不同业务部门的数额。这些混乱的多少让企业带来了充分特别的赘:

  •     企业数据爆发式井喷,数据存储的硬件成本造成IT负累;
  •     数据存储在不同之运用体系中,孤岛问题严重;
  •     异构系统加大了数据获得、管理、分析的难度;
  •     企业数据类复杂多样,多吧非结构化数据,管理与挖掘的难度颇;
  •     传统老旧的数码见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的数据支撑。

   
尽管不断增多的数量被企业之军事管制造成了非聊的困扰,然而最基本之题材虽然是介于这些复杂的数额还不还能够称之为信息,不可知啊铺面所用。身处激烈竞争环境之企业面对海量的数据和日益增多的数量管理资产,更希望能够发现数目的商业价值。BI软件的价在其经过技术手段从店相继应用系统的乱七八糟数据被提出有因此之多少并展开科学的理,以保证数据的不错和一致性,并跟过透过抽取(Extraction)、转换(Transformation)和装(Load),的历程,合并及一个单位数据会或企业的数据仓库中,在这个基础及用恰当的BI工具,
针对不同需要开展多维数据解析与挖掘,并透过可视化手段将结果定期或履展示受有关人口,最终为公司决策提供支持,达到辅助企业赢利增利、规避风险、提升效果和竞争力的目的。

  2.3  BI的关键技术及效益

    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(数据的提取、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》)一开中所提出的概念:“数据仓库(Data
Warehouse)是一个面向主题的(Subject
Oriented)、集成的(Integrated)、相对平静的(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)。”数据仓库技术是为了使得之用数据并及联合的环境被为提供决策型数据看,因此在BI的履进程中,大量源商家各种管理网的多少要募及整治,需要数仓库技术的支持。

   
面向主题。数据仓库中之数是按部就班一定的主题或者说决策支持之需求点进行集团的,一个主题通常和大多单操作型信息体系有关;

   
数据并。数据仓库的数据来源于分散的操作型数据,将所急需数由原本的数被抽取出来,进行加工及合,统一与综合之后上数据仓库;

   
相对稳定。数据仓库是不行更新的都以时间一旦生成之,稳定之数据因单独读格式保存,且非按照日转移。

  •     数据挖掘

   
数据挖掘是指由数据库的汪洋数量中宣布出含有的、先前不为人知的连发出机密价值之信息之经过。作为同一种核定支持过程,它至关重要因人工智能、机器上、模式识别、统计学、数据库、可视化技术等,高度自动化地剖析企业的多寡,做出归纳性的推理,从中挖掘出秘密的模式,帮助决策者调整市场策略,减少风险,做出科学的核定。

  •     ETL

   
透过抽取(Extraction)、转换(Transformation)和装(Load)即ETL。作为BI/DW(Business
Intelligence)的核心和灵魂,能够按照联合之平整集成并提高多少的值,是负好数据由数据源向目标数据仓库转化的进程,是实行数据仓库的严重性步骤,用户从数据源抽取产生所需要的多寡,经过数清洗,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。在局推行BI的进程被,ETL面临的不过酷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)系统是数据仓库系统最紧要的使用,专门规划用来支持复杂的分析操作,侧重针对决策人员和高层管理人员的核定支持,可以根据分析人员的渴求高速、灵活地拓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形式以查询结果提供于决策人员,以便他们规范掌握公司(公司)的营状况,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,清晰有效地传达与关系信息。其中心考虑是拿数据库被每一个数量项作为单个图元元素表示,大量之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款型表示,可以自不同之维度观察数据,从而对数码进行再次深切之考察与剖析。在实质上的商业智能应用被经常以图纸、图像、虚拟现实等好也人们所识别的方法呈现原有数据里的繁杂关系、潜在信息及发展趋势,以便更好地运所左右的信息资源。数据可视化的工具关键是回报表类(如JReport,Excel,水晶报表等)和BI分析工具(如BO,BIEE等)。

    BI功能

   
BI软件之卓绝深作用就是是通过对数据的解析也决策支持提供帮助。Ganter曾经定义过BI应用的20只功能点,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、实时或冲时间之数额获得、高级分析和数量挖掘等。经过综合的分析e-works总结道一个卓越的BI产品应有着的机能点要不外乎以下几单方面:

  •     数据管理

   
能打不同之异构系统中得到有价的数额,并会轻轻松松实现数据的询问、归集和输出,实现对商家数据的科学管理。

  •     数据解析

   
充分利用OLAP,Legacy等数解析技术实现对数码价值之变现,为公司决策提供数据支撑。

  •     集成和付出

   
系统在拥有一流架构的基础及,具有灵活的系出以及合性能。在搭、元数据管理、数据迁移、规则流程等都能拓展个性化的开支,并会实现与其它功能的迅速集成。

  •     可视化的多寡显示

   
系统具备报表、仪表盘、实时数据展示等可视化功能,并冲个性化需要提升可视化展示的客户体验。

  •     其他个性化功能点

    针对不同公司不同之工作决策需要开发有的片个性化功能点。

图片 1 图片 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,核心作用是帮助公司了解现状并能预测未来。

    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与剖析,以支持工作绩效的分析与治本,以业务流程改进为着力,指导用户完善决策过程,使战略实施更实惠。EPM主要是连战略及计划到实施之经过,监控财务及运营结果及对象的距离并提供分析,驱动公司限制之绩效改善。BI则是实现监督、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,可以领略也BI是EPM的分析平台,两者在应用领域、功能分、系统布局上且发出显的歧异。

图片 3 图片 4

图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)
是据通过动移动终端设施,使得用户能够随时随地获取所需要的作业数据与分析展现,完成独立的剖析及决策用,实现决策分析无处不在的实时动态管理。随着移动应用的普及,企业对管理软件可“移动”的需要增强迅速,用户逐渐希望经过智能手机等走装备交给数据,并获得分析报告,实现无处不在、无时无以的实时动态管理,这将吃风BI带来巨大的迅猛。尽管BI厂商对于移动BI的呈现形式等方面技术还不够成熟,但是移动BI是不行规避的发展趋势。

    3.2云计算BI

   
云计算近年来可谓风生水从,但BI领域也鲜有见到云的印痕,原因是基本上面的。但是现年几深主流厂商都在云BI上发生了或大或小的趋势,这为充分说明BI市场早已起来接纳云,其中充分老一部分缘故在于经长期探索,BI市场已不行成熟,BI作为基础运用都高达了临界点。云功能的精锐、部署的便民,必将带来为言也底蕴之商业智能在线服务成为新的商业智能部署的主流方向。

    3.3而视化数据及自助式BI

   
早于2013年可视化BI就已初现端倪,BI巨头们对市面之变更始谋求新的路子建立重快捷的政工分析,挖掘更多可信数据。与此同时提供更加协调之数码表现形式与优化的客户体验。对于市场用户而言单一而死的多少展示形式就不克满足其要求。

   
传统BI专注让从数据仓库和另外的数据库中将数据易成信息,再以消息变换成为智能,在职能及往往心有余而力不足满足市场客户某些特殊或者说个性化的求,因此自助式BI的劳动概念出现,所谓自助其实是容用户自行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要素。可视化的多寡解析手段跟自助式BI都是优化客户体验、实现客户个性化需求的,将凡鹏程一段时间的亮点,值得期待。

    3.4社交化BI

   
社交的光热还以持续的升温,也一度改成软件营销之严重性阵地。社交化BI将商店数目、社交化网络及协作、社交媒体的督查同舆论分析结合在一个运被,让传统的BI具有了尤其团结的界面,商业智能的工具又有创新性。尽管该技术上并没有重点的改革,其价值啊从没取得企业绝对的认可,但可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受到,呈现出了BI更多元化的发展空间。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。

    3.5 大数量融合

   
在数码爆炸的时,将数据转发为资源是商家梦寐以求的,大数据可说凡是真正意义上的以消息转化为资源。大数目时下的商业智能开始融合大数额的应用,大量的BI厂商开始以该数额解析的出品中长对老数目处理技术(如Hadoop)的支持或内嵌基于对大数据处理技术之解析效益。

    3.6数据就是服务

    SaaS
BI可以知晓啊数据就服务,这种新兴的BI实现方式逐渐让用户所领。SaaS
BI成为问题十分老有原因在于目前民俗BI的家伙价格不菲,建设之进程为针锋相对复杂,中小企业特别是小企业往往就在需求呢怕。反之,SaaS租用模式有的低位费用大功能的特征正好可以弥补这些标准的不足,因此获得广大小企业的青睐。但是SaaS
BI的模式并无成熟,真正开始采取的信用社并无多,受各国地方因素影响短日外客户多匪会见出无限怪的增强,但是这种颠覆性模式之价是客观存在的,未来底发展前景看好。

    3.7 信息集成

   
就商业智能的发展趋势而言,经过以及各种技能、应用的同甘共苦后,逐步演变为同样栽企业级、跨机构的基本功信息体系,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,从而实现信息的死去活来集成。未来,商业智能与OA、CRM、ERP、SCM或是其它系统贯彻合龙,系统里头的结构化数据能通过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、商业智能等一体化服务,实现公司数字化、知识化、虚拟化,全面提升公司之裁定能力和市场竞争力。

4、商业智能(BI)市场概览

   
随着BI市场的逐级成熟,很多厂商都活跃在商业智能领域。表1吗眼前市场高达之BI厂商列表(部分)。

   
表详情(略),查看完版本选型报告呼吁以填写问卷后拿走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

    5.1 BI软件之选型要点

   
随着企业信息化运用之不断深入,越来越多的企业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初的掘金地。市场及的BI产品鱼龙混杂,企业当选取时频繁容易受宣传之误导,作为公司在挑BI产品之时段该由企业系统要求、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写问卷后获得http://www.e-works.net.cn/report/2015BI/2015BI.html

 

    5.2 BI软件选型步骤

 

   
在总体了解了BI系统选型的要义之后,e-works建议企业选型步骤可参考以下流程展开:

 

    组建BI项目工作集体

 

    明确企业需求,制定详细的门类对象

 

    分析梳理中数据,确保数量质量

 

    了解市场BI新技巧和主流产品信息

 

    确定需要匹配的成品范围并初步点

 

    目标BI产品,进行观测与评估

 

    确定目标BI产品并跻身商务谈判环节

 

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

 

6、主流厂商

 

    6.1  SAP

 

   
SAP公司建立被1972年,总部位于德国沃尔多夫市,是海内外最为要命之商店管理暨协同化商务解决方案供应商、全球第三特别独立软件供应商。目前,全球有120差不多单国的超过
263,000贱用户在运行在 69,700大多套SAP软件。财富
500胜似80%之上之号都着由SAP的管制方案中收入。SAP在海内外50基本上只国家有着分支机构,并当多贱证券交易所上市,包括法兰克福和纽约证交所。1995年以北京业内确立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提供了拖放式界面及感人的可视化效果,无需编写任何脚本即可快速分析数据,以很快获得洞察,提高业务灵活性。借助该软件,企业工作用户以能够以可又的自助方式访、转换和可视化数据。

 

    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
环境中再尖锐地挖工作数据。即使没 IT
人员之援,他们吗会轻松地过滤和操作数据,掌握发展趋势及生,并享受其发现。

 

    产品特色

 

    SAP Lumira

 

   
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;为复杂性的事体问题虽经常提供依据事实的解答,显著加速决策流程;在匪增加
IT 部门工作量的动静下,提高自助服务多少的使用率;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,获得深入之作业洞察;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
演示稿中与君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方法,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: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
是中外信息产业领导企业,为华客户提供领先的底硬件、软件、企业咨询与技能劳务,助力中国各行业频频更新转型。在过去底
100年,世界经济持续提高,现代正确日新月异,IBM
始终为超前的技艺,出色之田间管理以及独创的活负责人着消息产业之提高,保证了世道范围外几乎拥有行业用户指向信息处理的周需求。IBM
在新中国的进化的同由起为 1979年。作为环球信息产业的主脑企业,IBM
在炎黄改革开放之每一个等还归因于前瞻的合计、创新之技艺、深刻的商业理解和高风亮节的劳动积极性地支撑了华夏各行各业的迅速成长。

    核心产品

    IBM Cognos 商业智能(Business Intelligence)

    产品特色

    IBM Cognos Business
Insight通过提供规划、场景建模、实时监督以及展望分析等效果扩展了民俗的商业智能。利用就同一免深受限制的商业智能工作空间,人们得以肆意思想,随处办公(在办公里、在路上中,甚至以脱机状态下)。业务用户可以由此它修改、搜索和构成具有与业务相关的信。它是一个创新型商业智能工作空间,它一旦业务用户能够在任意时间段访问几乎拥有品种的数。它要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,并和信息进行相互。

    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

    产品特性

    SQL Server可以采取大性能的 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特别数额解决方案,而任由需采购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据。

    典型客户和案例

    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

    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能有限责任公司

    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呼吁以填充问卷后得到http://www.e-works.net.cn/report/2015BI/2015BI.html

    表2企业基本资料(部分)

    表3 产品基本资料(部分)

    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于填充问卷后得到http://www.e-works.net.cn/report/2015BI/2015BI.html

 

Leave a Comment.