商业商业智能的（商业智能的作用）

商业智能的核心技术是什么

从技术层面上讲，商业智能不是什么新技术，它是数据仓库、OLAP和数据挖掘等技术综合运用。

数据仓库是一个用以支持企业或组织的决策分析处理的、面向主题的、集成的、不可更新的、随时间不断变化的数据集合。数据仓库有四个基本特征：数据仓库的数据是面向主题的；数据仓库的数据是集成的；数据仓库的数据是不可更新的；数据仓库的数据是随时间不断变化的。

作为商业智能BI软件的核心技术，OLAP可以在使用多维数据模型的数据仓库或数据集市上进行，充分发挥OLAP的联机分析的功能和特性。数据挖掘，数据挖掘即数据库中的知识发现，是一个在数据中提取出有效的、新颖的、有潜在实用价值和易于理解知识模式的高级过程。

对于非结构化的数据，BI可以应用图像处理、语音工程和文本分析等AI技术，智能化地处理复杂业务场景。如语音转文字，录入数据及产出想要的报表等。业务场景除了在 IT 信息化基础比较扎实的行业，也会在深度场景化的细分领域，且这些领域不具备通用性。也可理解为解决方案不具备复用性。

什么是商业智能

1、商业智能作为一个工具，是用来处理企业中现有数据，并将其转换成知识、分析和结论，辅助业务或者决策者做出正确且明智的决定。是帮助企业更好地利用数据提高决策质量的技术，包含了从数据仓库到分析型系统等。目前国内市场主要商业智能软件厂商有：BDP、Datafocus、finebi等。

2、定义：商业智能的概念最早是 Gartner Group 于1996年提出来的。 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、 联机分析、 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。

3、商业智能（Business Intelligence）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。

4、商业智能（Business Intelligence，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（Gartner Group）提出。

5、商业智能是商业数据海洋中的指南针，它从历史数据中提取信息，搞清楚经营状况，通过信息的分析获取对经营决策有价值的知识，从而帮助用户对自身的业务经营做出正确而明智的决定。

商业智能的实施步骤

1、分析人员通过将完整的页面分割成不同层次模块来满足信息的展现，在过程中要注意对信息重要程度进行优先级划分。在整体视觉设计中，把核心的数据指标放在最重要的位置，占据较大的面积，其余的指标按优先级依次在核心指标周围展开。

2、（1）需求分析。需求分析是商业智能实施的第一步，在其它活动开展之前必须明确地定义企业对商业智能的期望和需求，包括需要分析的主题，各主题可能查看的角度（维度）。需要发现企业那些方面的规律。用户的需求必须明确；？？ （2）数据仓库建模。

3、首先，需求分析是基础，需在项目开始前明确企业对商业智能的期望和需求，包括需要分析的主题、维度以及希望发现的业务规律。用户需求的清晰定义是至关重要的。接着，进行数据仓库建模，根据企业需求，构建逻辑模型和物理模型，规划系统的应用架构，并将各类数据按照分析主题进行组织和归类。

商业智能名词解释

商业智能（Business Intelligence，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。

智能技术 智能技术（intellectual technology）是利用计算机科学、脑科学、认知科学等方面 的知识对物流信息进行分析处理的技术，物流中主要是人工智能、商业智能、专家系统和智能交通系统等。

移动供应链系统使业务摆脱时间和场所局限，随时随地与公司进行业务平台沟通，有效提高管理效率，推动企业效益增长。数码星辰的移动供应链系统就是一个集3G移动技术、智能移动终端、VPN、 身份认证、地理信息系统（GIS）、Webservice、商业智能等技术于一体的移动供应链产品。

外显的求助关系名词解释如下：根据知识能否清晰地表述和有效的转移，可以把知识分为显性知识（Explicit Knowledge）和隐性知识（Tacit Knowledge）。隐性知识与显性知识的转化关系分析。