首先，我们先了解一下什么是商业智能商业智能，又称商务智能，英文为Business Intelligence，简写为BI。商业智能通常被理解为将企业中现有的数据资料转化为知识信息，帮助企业做出明智的业务经营决策的工具。
也就是一种由数据转换成信息的一个过程，即Data->Information。这里所谈的数据包括企业业务系统的订单、库存、交易账目、客户和供应商等，企业所处行业和竞争对手的数据以及企业所处的其他外部环境中的各种数据。

OK，那么商业智能有什么用了，这不仅仅是我关心的问题（有点目的性太强了，呵呵）
商业智能是对商业信息的搜集、管理和分析过程，目的是使企业的各级决策者获得知识或洞察力（insight），促使他们做出对企业更有利的决策。
商业智能一般由数据仓库、联机分析处理、数据挖掘、数据备份和恢复等部分组成，它的实现涉及到软件、硬件、咨询服务及应用，其基本体系结构包括数据仓库、联机分析处理和数据挖掘三个部分。
因此，把商业智能看成是一种解决方案应该比较恰当。（一个完整的业务综合系统）
商业智能的关键是从许多来自不同的企业运作系统的数据中提取出有用的数据并进行清理，以保证数据的正确性，然后经过抽取（Extraction）、转换（Transformation）和装载（Load），即ETL过程，合并到一个企业级的数据仓库里，从而得到企业数据的一个全局视图（数据就是麻烦，还是模型可爱点）。在此基础上利用合适的查询和分析工具、数据挖掘工具、OLAP工具等对其进行分析和处理（这是信息变为辅助决策的过程）。最后将知识呈现给管理者，为管理者的决策过程提供支持（多数人认为的报表功能来自这里的）。
提供商业智能解决方案的著名IT厂商包括微软、IBM、Oracle、Microstrategy、Business Objects、Cognos、SAS等（不要试图挑战它们，会运用工具是被评为人类的二大高级性能之一，这个也不要去挑战吧）。

套话说的不错吧，^0^，还是来点具体的吧，介绍介绍它的功能先
商业智能提供的功能BI系统（商业智能系统）是一个面向终端使用者直接访问业务数据，能够让管理者从各个角度出发分析利用商业数据，及时地掌握组织的运营现状，做出科学的经营决策的系统。BI系统可实现从简单的标准报表浏览到高级的数据分析，满足组织内部人员的需求。主要构架包括以下几个方面：

1、数据读取功能
BI系统可读取多种格式（如Excel、Access、txt等）的文件，同时可读取关系型数据库（对应ODBC）中的数据。在读取文本和数据的基础上，BI系统还完善了文本连接、数据类型设置、数据期间设置和等级划分的功能。

2、模型分析功能
BI系统提供的分析模型包括关联规则、时间序列、Microsoft决策树、Microsoft聚类分析、神经网络和 Microsoft Naive Bayes等（我在MSSQL2005里面看到的，真正意义上的分析模型远多于此）。Microsoft® 决策树模型是基于分类概念的，提供的是分类和回归算法，用于对离散和连续属性进行预测性建模。对于离散属性，该算法根据数据集中输入列之间的关系进行预测。对于连续属性，该算法使用线性回归确定决策树的拆分位置。
Microsoft® 聚类分析模型是基于分段模仿的，该模型使用迭代技术将数据集中的事例分组为包含类似特征的分类。聚类分析模型不同于Microsoft® 决策树等其他模型，区别在于无需指定可预测列便能生成聚类分析模型。聚类分析算法严格地根据数据以及该算法所标识的分类中存在的关系定型。
（这两个比较常用，也好找资料，呵呵，其它的我也不会）

3、报表展现功能
目前成功的BI系统大多数都提供了丰富的报表功能，如Microsoft BI 平台的Reporting Services模块。这是一种企业管理报表环境，通过 Web 服务进行嵌入和管理，用户可以用大量的交互选项和打印选项，以各种不同的格式使报表个性化并予以提交。通过将报表以数据源的形式分发至下游系统模块，复杂分析可以为更广泛的用户使用。MSSQL2005还提供了新的报表工具：报表生成器。
报表的展现方式基本包括：
Ø         列表画面：可以用and/or改变查找条件，可以进行统计/排序；
Ø         视图画面：提供切换视角和变换视图功能，通过变换与设置条件相应的数值（单元格）的颜色表示强调，可进行多方面的数据分析；
Ø         数值项目切换：通过按钮类的阶层化（行、列最多可分别设置8层），由整体到局部，一边分层向下挖掘，一边分析数据，可以更加明确探讨问题所在；
Ø         图表画面：BI系统使用自己开发的图形库，提供柱形图、折线图、饼图、面积图、柱形+折线五大类35种。在图表画面上，也可以像在阶层视图一样，自由地对层次进行挖掘和返回等操作。

4、数据输出功能
打印统计列表和图表画面等，可将统计分析好的数据输出给其他的应用程序使用，或者以HTML格式保存，用户进行WEB浏览。
BI功能其实就是Data + Model + Analysis + Reporting，是不是很简单，当我花那么大力气搞清楚的时候，长叹一声：Microsoft就是一流氓啊！（呵呵，不过谁能又做Data又做Model和Analysis，别看我，还有Reporting呢。组队吧，这个世界没有美工是不行的）
接着BI聊商业智能的三个层次经过多年的积累，大部分中大型的企事业单位已经建立了比较完善的CRM、ERP、OA等基础信息化系统。这些系统的统一特点都是：通过业务人员或者用户的操作，最终对数据库进行增加、修改、删除等操作。此时，如何把数据转化为信息，使得业务人员(包括管理者)能够充分掌握、理解并利用这些信息，进行辅助决策，就是商业智能主要解决的问题。
如何把数据库中存在的数据转变为业务人员需要的信息？大部分的答案是报表系统。简单说，报表系统已经可以称作是BI了，它是BI的低端实现。

1、业务报表不可取代
传统的报表系统技术上已经相当成熟，大家熟悉的Excel、水晶报表、Reporting Service等都已经被广泛使用。但是，随着数据的增多，需求的提高，传统报表系统面临的挑战也越来越多。
Ø         数据太多，信息太少
密密麻麻的表格堆砌了大量数据，到底有多少业务人员仔细看每一个数据？到底这些数据代表了什么信息、什么趋势？领导可能只需要一句话：目前的情况是好、中还是差？
Ø         难以交互分析、了解各种组合
定制好的报表过于死板。如，一张表中列出不同地区、不同产品的销量，另一张表中列出不同地区、不同年龄段顾客的销量。但是，这两张表无法回答诸如“华北地区中青年顾客购买数码相机类型产品的情况”等问题。业务问题经常需要多个角度的交互分析。
Ø         难以挖掘出潜在的规则
报表系统列出的往往是表面上的数据信息，但是海量数据深处潜在含有哪些规则呢？什么客户对我们价值最大，产品之间相互关联的程度如何？越是深层的规则，对于决策支持的价值越大，但是，也越难挖掘出来。
Ø         难以追溯历史，数据形成孤岛
业务系统很多，数据存在于不同地方。太旧的数据(例如一年前的数据)往往被业务系统备份出去，导致宏观分析、长期历史分析难度很大。

2、多维分析正在进行中
随着经济模型的发展，传统报表系统已经不能满足日益增长的业务需求了，企业期待着新的技术。数据分析和数据挖掘的时代已经来临。值得注意的是，数据分析和数据挖掘系统的目的是带给我们更多的决策支持价值，并不是取代数据报表。
数据分析系统的总体架构分为四个部分：源系统、数据仓库、多维数据库、客户端。
Ø         源系统：包括现有的所有OLTP系统，搭建BI系统并不需要更改现有系统。
Ø         数据仓库：数据大集中，通过数据抽取，把数据从源系统源源不断地抽取出来，可能每天一次，或者每3个小时一次，当然是自动的。数据仓库依然建立在关系型数据库上，往往符合叫做“星型结构”或“雪花型结构”的模型。
Ø         多维数据库：数据仓库的数据经过多维建模，形成了立方体结构。每一个立方体描述了一个业务主题，例如销售、库存或者财务。
Ø         客户端：好的客户端软件可以把多维立方体中的信息丰富多彩地展现给用户。

3、数据挖掘看穿你的需求
广义上说，任何从数据库中挖掘信息的过程都叫做数据挖掘。从这点看来，数据挖掘就是BI。从狭义的观点上，数据挖掘是从特定形式的数据集中提炼知识的过程。数据挖掘往往针对特定的数据、特定的问题，选择一种或者多种挖掘算法，找到数据下面隐藏的规律，这些规律往往被用来预测、支持决策。举个例子吧。
美国的超市有这样的系统：当你采购了一车商品结账时，售货员小姐扫描完了你的产品后，计算机上会显示出一些信息，然后售货员会友好地问你：我们有一种一次性纸杯正在促销，位于F6货架上，您要购买吗？
这句话决不是一般的促销。因为计算机系统早就算好了，如果你的购物车中有餐巾纸、大瓶可乐和沙拉，则86%的可能性你要买一次性纸杯。结果是，你说，啊，谢谢你，我刚才一直没找到纸杯。
这不是什么神奇的科学算命，而是利用数据挖掘中的关联规则算法实现的系统。

理论这东西，如果不联系实际，不仅看不懂，普及都成问题，更别说运用了大多数前辈都把商业智能分成三个层次，ISO9000X的，讲讲自己的一些理解（前面那个ISO是假的，但别的都是真的）。
Ø         业务报表，让用户知道发生了什么
一张报表不同的用户会关注不同列里的数字，用户可以判断出这些数字是否是正常的。通常报表都配合一些图标展示，让用户更直观的看到结果。
我们都接触过的报表，比如在学校的时候的成绩单，这是再好不过的实例了。家长和老师可以很直观的从学生成绩单里观察到某一个学生在本学期内的学习状况。当然，我还是很讨厌成绩单的，虽然教委一再强调取消按成绩排名。（Data + Reporting）Ø         第二个层次：多维分析,让用户知道为什么会发生.
多维里面的这个“维”是观察和分析问题的角度。每个人看问题和分析问题的角度都有可能不一样，多维分析就是提供给用户这么一个能从不同角度来观察数据的方法。当然和报表一样，也有图配合着。
比如，意甲联赛中的罗纳尔多，有人喜欢他也有人不喜欢他。喜欢他的人是从他对联赛以及国家队里的贡献的这些角度来衡量他；不喜欢他的人通常都是从他的种种恶习的角度来衡量他。如果说把罗纳尔多作为一个度量的话，那么向上面提到的很多的属性，比如联赛贡献、国家队贡献、生活作风等就可以作为维度来对其进行分析。（Data + Analysis + Reporting）Ø         第三个层次：数据挖掘,让用户知道将会发生什么.
这个层次是商业智能里的最高层次。
理论上都喜欢拿“啤酒和尿布”的实例，但是我不怎么喜欢喝酒，并且我还没有结婚，所以我不是很理解现实生活中到底啤酒和尿布是怎么联系的，我想很多朋友可能也这样。那么就换一个实例，就说CS吧，我想不会没有人没玩过（如果你想了解BI的话，^-^，当然看过警匪片也行），无论你是否喜欢喝酒，或者是否结过婚。那么把“啤酒和尿布”换成“大狙和沙鹰”这个实例我想很多朋友就都能理解了。通常无论是高手与否在买完大狙击枪之后都会随身配一把沙漠之鹰。而后来在反恐的版本中也就是为什么会有一键买枪类似这样的功能出现。（Data + Model + Analysis + Reporting）数据报表、数据分析、数据挖掘是BI的三个层面。相信未来几年的趋势是：越来越多的企业在数据报表的基础上，会进入数据分析与数据挖掘的领域。商业智能所带来的决策支持功能，会给我们带来越来越明显的效益。（下面全是套话，如果你一定要叫我“跑龙套的”）
BI平台如何建立实施商业智能系统是一项复杂的系统工程，整个项目涉及企业管理、运作管理、信息系统、数据仓库、数据挖掘、统计分析等众多门类的知识。因此用户除了要选择合适的商业智能软件工具外还必须按照正确的实施方法才能保证项目得以成功，商业智能项目的实施步骤可分为：
Ø         需求分析：商业智能实施的第一步。首先必须明确企业对商业智能的期望和需求，包括需要分析主题，各种主题是可能查看的角度(维度)；需要发现企业哪些方面的规律，用户的需求必须明确。
Ø         数据仓库建模：通过对企业需求的分析，建立企业数据仓库的逻辑模型和物理模型，并规划好系统的应用架构，将企业各类数据按照分析主题进行组织和归类。
Ø         数据抽取：数据仓库建立后必须将数据从业务系统中抽取到数据仓库中，在抽取的过程中还必须将数据进行转换、清洗，以适应分析的需要。
Ø         建立商业智能分析报表：BI分析报表需要专业人员按照用户制订的格式进行开发，用户也可自行开发（开发方式简单，快捷）。
Ø         用户培训和数据模拟测试：对于开发--使用分离型的商业智能系统，最终用户的使用是相当简单的，只需要点击操作就可针对特定的商业问题进行分析。
Ø         系统改进和完善：任何系统的实施都必须是不断完善的，BI系统更是如此。在用户使用一段时间后可能会提出更多的，更具体的要求，这时需要再按照上述步骤对系统进行重构或完善。

BI能为企业带来效益吗商业智能帮助企业的管理层进行快速、准确的决策，迅速的发现企业中的问题，提示管理人员加以解决。但BI软件系统不能代替管理人员进行决策，不能自动处理企业运行过程中遇到的问题。因此BI系统并不能为企业带来直接的经济效益，但必须看到，商业智能为企业带来的是一种经过科学武装的管理思维，给整个企业带来的是决策的快速性和准确性，发现问题的及时性，以及发现那些对手未发现的潜在的知识和规律。而这些信息使企业产生经济效益的基础，不能快速、准确的指定决策方针等于将市场送给对手，不能及时发现业务中的潜在信息等于浪费自己的资源。比如：通过对销售数据的分析可发现各类客户的特征和喜欢购买商品之间的联系，这样就可进行更有针对性的精确的促销活动或向客户提供更具有个性的服务等，这都会为企业带来直接的经济效益。

BI的发展方向与DSS、EIS系统相比，商业智能具有更美好的发展前景。近些年来，商业智能市场持续增长。随着企业CRM、ERP、SCM等应用系统的引入，企业不停留在事务处理过程而注重有效利用企业的数据为准确和更快的决策提供支持的需求越来越强烈，由此带动的对商业智能的需求将是巨大的。
商业智能的发展趋势可以归纳为以下几点：
Ø         功能上具有可配置性、灵活性、可变化性
BI系统的范围从为部门的特定用户服务扩展到为整个企业所有用户服务。同时，由于企业用户在职权、需求上的差异，BI系统提供广泛的、具有针对性的功能。从简单的数据获取，到利用WEB和局域网、广域网进行丰富的交互、决策信息和知识的分析和使用。
解决方案更开放、可扩展、可按用户定制，在保证核心技术的同时，提供客户化的界面针对不同企业的独特的需求，BI系统在提供核心技术的同时，使系统又具个性化，即在原有方案基础上加入自己的代码和解决方案，增强客户化的接口和扩展特性；可为企业提供基于商业智能平台的定制的工具，使系统具有更大的灵活性和使用范围。
Ø         从单独的商业智能向嵌入式商业智能发展
这是目前商业智能应用的趋势，即在企业现有的应用系统中，如财务、人力、销售等系统中嵌入商业智能组件，使普遍意义上的事务处理系统具有商业智能的特性。考虑BI系统的某个组件而不是整个BI系统并非一件简单的事，比如将OLAP技术应用到某一个应用系统，一个相对完整的商业智能开发过程，如企业问题分析、方案设计、原型系统开发、系统应用等过程是不可缺少的。
Ø         从传统功能向增强型功能转变
增强型的商业智能功能是相对于早期的用SQL工具实现查询的商业智能功能。目前应用中的BI系统除实现传统的BI系统功能之外，大多数已实现了数据分析层的功能。而数据挖掘、企业建模是BI系统应该加强的应用，以更好地提高系统性能。




商业智能，看上面的东东是炼不成的有次请教前辈，BI到底是什么东东啊。前辈就是前辈，就一句话：BI，玩的是经验，项目才是王道表情沉重，方言
是的，当时就是这样

本文不仅仅不是原创