什么叫BI？

商业智能的意思。
商业智能（BusinessIntelligence，简称：BI），又称商业智慧或商务智能，指用现代数据仓库技术、线上分析处理技术、数据挖掘和数据展现技术进行数据分析以实现商业价值。
商业智能的概念在1996年最早由加特纳集团提出，加特纳集团将商业智能定义为：商业智能描述了一系列的概念和方法，通过应用基于事实的支持系统来辅助商业决策的制定。
商业智能技术提供使企业迅速分析数据的技术和方法，包括收集、管理和分析数据，将这些数据转化为有用的信息，然后分发到企业各处。

BI（Business Intelligence）即商务智能，它是一套完整的解决方案，用来将企业中现有的数据进行有效的整合，快速准确地提供报表并提出决策依据，帮助企业做出明智的业务经营决策。

商业智能的概念最早在1996年提出。当时将商业智能定义为一类由数据仓库（或数据集市）、查询报表、数据分析、数据挖掘、数据备份和恢复等部分组成的、以帮助企业决策为目的技术及其应用。而这些数据可能来自企业的CRM、SCM等业务系统。

商业智能能够辅助的业务经营决策，既可以是操作层的，也可以是战术层和战略层的决策。为了将数据转化为知识，需要利用数据仓库、联机分析处理（OLAP）工具和数据挖掘等技术。因此，从技术层面上讲，商业智能不是什么新技术，它只是数据仓库、OLAP和数据挖掘等技术的综合运用。

扩展资料：

应用范围：

商业智能系统可辅助建立信息中心，如产生各种工作报表和分析报表。用作以下分析：

1，销售分析

主要分析各项销售指标，例如毛利、毛利率、交叉比、销进比、盈利能力、周转率、同比、环比等等；而分析维又可从管理架构、类别品牌、日期、时段等角度观察，这些分析维又采用多级钻取，从而获得相当透彻的分析思路；

同时根据海量数据产生预测信息、报警信息等分析数据；还可根据各种销售指标产生新的透视表。

2，商品分析

商品分析的主要数据来自销售数据和商品基础数据，从而产生以分析结构为主线的分析思路。主要分析数据有商品的类别结构、品牌结构、价格结构、毛利结构、结算方式结构、产地结构等，从而产生商品广度、商品深度、商品淘汰率、商品引进率、商品置换率、重点商品、畅销商品、滞销商品、季节商品等多种指标。

通过D系统对这些指标的分析来指导企业商品结构的调整，加强所营商品的竞争能力和合理配置。

3，人员分析

通过D系统对公司的人员指标进行分析，特别是对销售人员指标（销售指标为主，毛利指标、换购销商品数、代销商品数、资金占用、资金周转等）的分析，以达到考核员工业绩，提高员工积极性，并为人力资源的合理利用提供科学依据。

主要分析的主题有，员工的人员构成、销售人员的人均销售额、对于销售的个人销售业绩、各管理架构的人均销售额、毛利贡献、采购人员分管商品的进货多少、购销代销的比例、引进的商品销量情况等等。

参考资料:百度百科---商业智能

一、BI的定义

BI（Business Intelligence）即商务智能，它是一套完整的解决方案，用来将企业中现有的数据进行有效的整合，快速准确的提供报表并提出决策依据，帮助企业做出明智的业务经营决策。

商业智能是指将数据分析商业化、信息化，实现商业价值的企业信息化建设过程。

“商业智能”（或商务智能）这个词其实诞生于上世纪90年代，经过几十年的发展演变，许多人会将商业智能看成一种解决方案，最终目标是为管理者提供决策支持。

究其实际情况而言，解决方案是一种运用合理的方法、合理的工具手段，以合理的成本投入去解决企业一段时间范围内可预见难题的行动方案，是有保质期的。

而商业智能是经过阶段性递进、持续优化的信息化建设过程，追求的是持续收益、长期决策支持，而不是短期见效。

二、BI建设过程中的难点

而且在商业智能建设过程中，我们会遇到以下几大难题：

1. 平台挑战：数据分析链条很长，从采集、治理、整合、存储、计算、建模到展现，涉及工具和技术太多，成本高昂，架构复杂，需求实现效率太低，难以满足企业业务的洞察需要。

2. 应用挑战：IT部门辛苦做出的数据报告，业务部门觉得没用，问业务部门有什么需求，又难以提出。

3. 服务挑战：无论是自建服务团队还是找第三方供应商，缺乏贴身的精细化专业服务能力导致解决问题效率低下，带来负面用户反馈。

4. 运营挑战：用的都是国际大牌产品，但系统就是不稳定，问题频出，本质是因为缺少运营的系统化方法。

解决商业智能建设过程中的难题，使商业智能建设过程能在企业内取得长远收益，为管理者做持之以恒、稳健发展的决策支持，发挥数据价值，进而驱动商业价值体现，我们需要的是数据驱动业务增长能力模型——PASO能力模型。

通过PASO能力模型，稳健的完成企业商业智能建设过程，获得长期受益，才是真正意义上诠释和体现数据的商业价值，实现长期决策支持。

举个例子：这是BI厂商永洪科技根据某企业国际物流业务的实际情况，进行调研和分析之后，建立的一套营销体系模型。



通过营销体系模型，分析出每一步的销售过程的数据，从而不断改进销售技巧以及优化服务流程，最终实现了广告投放上的价值最大化，以及销售流程环节标准化。

这是一个企业应用商业智能的实例，也显示出我刚才提到的，商业智能不是短期解决问题的方案，而是一个追求持续收益的长期建设过程。

　　BI（Business Intelligence）即商务智能，它是一套完整的解决方案，用来将企业中现有的数据进行有效的整合，快速准确的提供报表并提出决策依据，帮助企业做出明智的业务经营决策。

　　商业智能的概念最早在1996年提出。当时将商业智能定义为一类由数据仓库（或数据集市）、查询报表、数据分析、数据挖掘、数据备份和恢复等部分组成的、以帮助企业决策为目的技术及其应用。而这些数据可能来自企业的CRM、SCM等业务系统。
　　商业智能能够辅助的业务经营决策，既可以是操作层的，也可以是战术层和战略层的决策。为了将数据转化为知识，需要利用数据仓库、联机分析处理（OLAP）工具和数据挖掘等技术。因此，从技术层面上讲，商业智能不是什么新技术，它只是数据仓库、OLAP和数据挖掘等技术的综合运用。
　　

目前，商业智能BI（即Business Intelligence简称BI）是一套由数据仓库、查询报表、数据分析等组成的数据类技术解决方案。商业智能BI的主要作用是将企业中不同业务信息系统例如 ERP、CRM、OA 等数据打通并进行有效的整合（打通业务系统），再利用合适的查询工具和分析工具快速准确的提供报表等可视化分析（查询与报表可视化分析），为企业提供决策支持。目前国内外主流的商业智能BI有tableau，powerbi，派可数据等。

数据可视化-派可数据商业智能BI

在现阶段商业智能BI定义确立前，商业智能BI还经历了三个发展阶段：

早期在1958年，IBM 研究员Hans Peter Luhn将商业智能BI定义为：“对事物相互关系的一种理解能力，并依靠这种能力去指导决策，以达到预期的目标。”这期间出现的领导信息系统（EIS）和决策支持系统（DSS）等技术应用正是商业智能BI的前身。

在1989年，Howard Dresner将商业智能BI描述为：“使用基于事实的决策支持系统，来改善业务决策的一套理论与方法。” 

数据可视化-派可数据商业智能BI

1996 年，咨询机构 Gartner 集团提出 商业智能BI 的定义：“一类由数据仓库（或数据集市）、查询报表、 数据分析、数据挖掘、数据备份和恢复等部分组成的、以帮助企业决策为目的的技术及其应用。“商业智能BI 为企业提供迅速分析数据的技术和方法，包括收集、 管理和分析数据，将数据转化为有价值的信息，并分发到企业各处。让企业的决策有数可依，减少决策的盲目性， 理性地驱动企业管理和运营。

派可数据 商业智能BI可视化分析平台