商业智能分析论文
商业智能分析论文
数据仓库与数据挖掘论文题目BI技术应用现状及相应软件工具介绍评语：学院计算机工程学院班级计算1314 姓名 __苏帅豪___ 学号 ************成绩指导老师曾勇进2016年 6 月 12 日BI技术应用现状及相应软件工具介绍[摘要]商业智能是从大量的数据和信息中发掘有用的知识，并用于决策以增加商业利润，是一个从数据到信息到知识的处理过程。
本文从当前商业智能实际出发，清晰阐述了商业智能的概念，总结和分析了商业智能发展的现状,并对商业智能今后的发展做出了展望。
与此同时,客观分析了目前我国商业智能发展的状况,介绍了BI工具的情况。
使我们能够认清形势,更好地发展。
[关键词]商业智能、cognos、数据仓库、查询与报表[正文]1.商业智能概念：提到“商业智能”这个词，网上普遍认为是Gartner机构在1996年第一次提出来的，但事实上IBM的研究员Hans Peter Luhn早在1958年就用到了这一概念。
他将“智能”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。
”在1989年，Howard Dresner将商业智能描述为“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。
”商业智能通常被理解为将企业中现有的数据转化为知识，帮助企业做出明智的业务经营决策的工具。
这里所谈的数据包括来自企业业务系统的订单、库存、交易账目、客户和供应商等来自企业所处行业和竞争对手的数据以及来自企业所处的其他外部环境中的各种数据。
而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。
可以认为，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，促使他们做出对企业更有利的决策。
大数据在商业智能中的应用
大数据在商业智能中的应用标题：大数据在商业智能中的应用摘要：近年来，大数据技术迅速发展并成为商业智能领域的关键驱动力。
本论文旨在通过定量分析，SWOT分析和模拟仿真等方法，研究大数据在商业智能中的应用，探讨其对企业决策制定、市场营销、产品优化和运营管理等方面的影响。
研究发现，大数据在商业智能中的应用能够帮助企业更好地了解市场趋势，优化决策流程，并提供个性化和定制化的产品和服务，从而提高企业的竞争力和效益。
引言：随着互联网和移动技术的迅速发展，大数据的产生和积累呈现爆发式增长趋势。
大数据具有海量性、多样性、实时性和价值密度高等特点，使其成为商业智能领域的重要资源。
商业智能旨在将大数据转化为真正的商业价值，并为企业决策提供支持。
本文将介绍大数据在商业智能中的应用，并分析其对企业决策制定、市场营销、产品优化和运营管理等方面的影响。
一、大数据在企业决策制定中的应用1. 大数据分析方法的应用2. 大数据对决策效果的影响3. 大数据对决策速度和效率的提升二、大数据在市场营销中的应用1. 大数据的客户洞察2. 大数据的市场趋势分析3. 大数据的个性化营销三、大数据在产品优化中的应用1. 大数据的产品研发决策2. 大数据的产品定制化3. 大数据的产品质量监测和改进四、大数据在运营管理中的应用1. 大数据的供应链管理2. 大数据的库存管理3. 大数据的运输和物流优化五、SWOT分析：大数据在商业智能中的优势、劣势、机会和威胁六、建立模型进行模拟仿真研究1. 模型的建立和参数设定2. 模拟仿真结果分析和讨论3. 模拟仿真的局限性和未来研究方向结论：本论文通过定量分析、SWOT分析和模拟仿真等方法，研究了大数据在商业智能中的应用，并论证了其对企业决策制定、市场营销、产品优化和运营管理等方面的积极影响。
大数据在商业智能中能够帮助企业更好地把握市场趋势，优化决策流程，并提供个性化和定制化的产品和服务，从而提高企业的竞争力和效益。
商业智能的发展及其应用案例分析
商业智能的发展及其应用案例分析随着信息技术的飞速发展与应用，商业智能(BI)作为数据分析与管理的重要工具，在企业管理和决策中发挥了越来越大的作用。
本文将从商业智能的定义、历史发展、技术架构和应用案例等角度，探讨商业智能发展的现状与趋势。
一、商业智能的定义商业智能属于信息技术领域，是指利用软件工具和方法来收集、分析、管理和展示企业内部和外部数据，以支持企业管理和决策的一类系统。
商业智能系统可以从海量数据中提取出有用的信息，为决策者提供精确、实时、方便的决策数据，以及对企业内部和外部环境的全面分析。
二、商业智能的历史发展商业智能起源于20世纪90年代，当时的企业数据分析主要是通过数据挖掘(dada mining)等技术手段来实现的。
21世纪初，随着关系数据库和数据仓库等技术的发展，商业智能在企业内部获得了广泛应用，成为大型企业的管理决策重要工具。
近年来，人工智能和大数据等新兴技术的出现，进一步拓展了商业智能的应用领域。
三、商业智能的技术架构商业智能的技术架构主要包括数据采集、数据仓库、数据挖掘、数据展现等几个方面。
数据采集包括数据抽取、转换、加载等操作，用于从多个数据源中提取数据并整合到数据仓库中。
数据仓库则是商业智能体系的核心，将数据按不同的维度、时间等方面进行组织和管理。
数据挖掘则是通过统计学和机器学习等技术，从海量数据中提取出有效信息。
数据展现则是将数据进行可视化展现，方便决策者更好的理解和处理数据。
四、商业智能的应用案例4.1 金融行业在金融行业中，商业智能系统广泛应用于风险管理、投资决策、业务分析等领域。
银行可以通过商业智能，对客户的贷款和信用卡申请进行风险评估，有效控制风险。
而商业智能的预测分析技术，可以帮助基金经理预测市场趋势，提高投资收益。
4.2 零售行业零售行业是商业智能的重要应用领域，它可以对销售、库存、顾客行为等数据进行分析，并为企业提供更好的决策依据和行动方案。
通过商业智能系统，零售商可以跟踪库存，保证商品充足并避免过度进货；同时，也可以根据消费者行为和反应，提供个性化的销售策略。
商务智能论文
商务智能在中小型企业中的应用和发展20080400702089刘崟电子商务（2）班摘要：随着信息量的持续爆炸式增长及业务决策制定的不断加快，商业智能技术走到了发展的十字路口。
一方面，领先的企业已开始使用商业智能来支持日常运营及传统的战略决策;另一方面，普通中小企业仍然依赖直觉来制定重要的业务决策，其管理水平远远落后于投资商业智能技术的领先企业。
目前来看．我国的中小企业信息化有如下几个特点：企业规模小、资金少。
因此对中小型企业而言，进人商业智能的门槛过高，困难重重。
如何解决这些困难，成为当前研究的热点问题。
关键字商务智能应用中小企业发展1.商务智能的定义：根据国际数据公司(IDC)的定义，商业智能(商务智能)是对商业信息的搜集、加工、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，帮助他们更快地做出对企业更有利的决策。
商业智能一般由数据仓库、数据查询和报表、数据挖掘、在线分析(OLAP)、预算和预测等部分组成。
目前，我国大型企业由于其规模大，经济实力雄厚，ERP(企业资源计划)和商务智能应用比较广泛，尤其在电信、保险、金融、钢铁等行业。
小型企业则主要用在电子商务国际贸易相关商务智能领域的应用。
2.中小型企业商务智能化状况分析在中国的企业中，中小企业占到总数99%，但其整体的IT部署合理程度以及信息化程度都非常低，目前中小企业领域存在对于IT采购的巨大需求。
而商务智能作为一种“新瓶装旧酒”的技术，在中小企业信息化应用过程中，却再次得到了用户的认可，据不完全统计，2011年的商务智能市场规模将会达到45亿。
在过去，商务智能比较适合于大型企业，但随着企业信息化量的不断增长，越来越多的中小企业开始关注应用商务智能，但从实际的应用过程中发现，商务智能应用仍然存在诸多待解决的问题：似是而非的产品和服务、花样繁多的技术、喧嚣的厂商、隐约不清的安全风险、纷纷扰扰的标准、对现在业务和IT流程的冲击等等，同时也给中小企业老板带来选型上带来了很大的困惑。
商业智能分析2篇
商业智能分析2篇第一篇：商业智能分析的意义与应用商业智能分析是企业通过数据分析和挖掘，来获取商业洞见并进行决策的过程。
随着数据量的不断增加，商业智能分析越来越成为企业管理与运营的重要手段。
首先，商业智能分析能够帮助企业更好地了解市场和客户。
通过收集、整理和分析市场和客户的数据，企业可以了解市场的趋势、客户的需求和偏好，并做出相应的决策。
例如，一家电子商务公司可以通过分析消费者的购物历史、浏览历史和搜索记录来判断哪些产品更受欢迎，进而优化产品和促销策略。
其次，商业智能分析能够帮助企业提高效率和降低成本。
企业可以通过分析数据来了解生产、采购和物流等方面的瓶颈和不足，从而采取有效措施提高效率、降低成本。
例如，在物流管理方面，企业可以通过分析送货时间、运输成本和客户签收数据来优化物流线路和提高送货效率。
第三，商业智能分析能够帮助企业发现隐藏的商机。
通过多维度的数据分析和挖掘，企业可以发现自身可能忽略或不了解的商机和市场机会，进而抓住这些机会获取收益。
例如，在企业营销方面，通过对客户群体的细分和行为数据的分析，企业可以发现潜在客户和他们的需求，从而制定个性化营销策略，提高转化率和收益。
总之，商业智能分析是企业管理和决策的重要手段，能够帮助企业更好地了解市场和客户、提高效率和降低成本，发现商机和市场机会，从而实现商业目标。
第二篇：商业智能分析技术的发展与趋势随着数据量的增加和数据技术的不断进步，商业智能分析技术不断发展和完善。
以下是商业智能分析技术的几大发展趋势：一、大数据技术的应用：随着数据量的急剧增加，传统的商业智能分析技术已经无法满足企业的需求。
大数据技术的出现，为商业智能分析提供了更多的数据分析工具和方法，如数据仓库技术、数据挖掘技术、机器学习技术等，使企业能够更好地分析和利用大数据，把握商业机会。
二、云计算的普及：云计算技术的应用，使得商业智能分析能够更加灵活地部署和使用分析工具和数据仓库等，同时也能为企业节省大量的IT成本和人力资源，推动商业智能分析应用和发展。
基于人工智能的商业智能研究
基于人工智能的商业智能研究随着人工智能技术的不断发展和普及，越来越多的企业开始了解和应用商业智能。
商业智能是一种通过分析海量数据来提高企业运营效率、决策正确性、提高企业创新能力的方法。
人工智能技术在商业智能中的应用，能够将数据分析提升到更高的高度。
本文将从以下几个方面去探讨基于人工智能的商业智能研究。
1. 商业智能的发展历程商业智能的诞生可以追溯到上个世纪的70年代，随着计算机技术的发展和企业管理意识的提高，商业智能开始逐渐被企业所重视。
通过将各种业务数据进行提取并加以分析，企业可以更好地了解市场需求，优化产品设计，提高生产效率，降低成本，提高竞争力。
2. 人工智能如何实现商业智能对于传统商业智能而言，使用复杂算法和数据挖掘技术，将数据划分、过滤和分析，从而得到有用的信息。
但是，由于人工智能的出现，商业智能在分析海量数据时可以更轻松、更自动化。
人工智能是在模仿人类智慧行为的技术中总称。
可以包含机器学习、自然语言处理和语音识别等多个技术。
它依靠算法和模型来自动化运用数据，帮助企业预测未来，提高运营效率，改善决策质量。
人工智能在商业智能领域的应用范围十分广泛，可以进行智能化受理、预测分析、精准营销、风险控制等。
3. 基于人工智能的商业智能的优点与传统商业智能相比，基于人工智能的商业智能有以下优势。
1）更快速：人工智能技术能够实现数据自动处理和分析，大大缩短了数据分析的时间。
2）更精准：人工智能可以根据不同的分析需求，将数据处理结果进行筛选，提供精确的分析结果。
3）更全面：人工智能基于数据思维，能够快速分析所有的数据来源，并从中提取关键信息。
4）更智能化：通过机器学习技术，人工智能能够根据不断变化的数据对历史数据进行深入分析，从而作出更加准确的预测结果。
4. 基于人工智能的商业智能的应用场景1）市场营销：通过对消费者行为和兴趣的分析，基于人工智能的商业智能可以帮助企业实现更好的精准营销。
2）供应链和物流：基于人工智能的商业智能可以对各类数据进行有效的管理，进而快速判断供应链是否存在问题，提前发现物流瓶颈，让整个供应链更加高效。
商业智能论文
商业智能(-- --计算机学科前沿讲座论文)昆明理工大学信息院计算机应用技术专业：计算机应用技术2010/11信息技术的高速发展带来了企业利用信息技术提高本身竞争力的巨大空间：信息技术不但使企业获取需要的信息，而且，促进企业对信息的再利用，以此营造企业的竞争优势。
企业一直在寻找对商业智能的理解和实现的方式，以增强企业的竞争力。
早在80年代，当时“商业智能”的标准是能容易地获得想要的数据和信息。
90年代是商业智能真正起步的阶段。
到目前为止，关于BI还没有统一的定义，不同的人只是从不同的方面表达了对“商业智能”的理解。
早在90年代初，Garter Group的Howard Dresner把EUQR（终端查询和报表）、DSS、OLAP称为商业智能。
企业使用这些工具使企业获得的优势也被称为商业智能。
后来，出现了数据仓库、数据集市技术，以及与之相关的ETL（抽取，转换，上载）、数据清洗、数据挖掘、商业建模等，人们也将这些技术统归为商业智能的领域。
一、商业智能简介商业智能（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。
商业智能通常被理解为将企业中现有的数据转化为知识，帮助企业做出明智的业务经营决策的工具。
这里所谈的数据包括来自企业业务系统的订单、库存、交易账目、客户和供应商资料及来自企业所处行业和竞争对手的数据，以及来自企业所处的其他外部环境中的各种数据。
而商业智能能够辅助的业务经营决策既可以是作业层的，也可以是管理层和策略层的决策。
商业智能是对商业信息的搜集、管理和分析的过程，目的是使企业的各级决策者获得知识和洞察力，促使他们做出对企业更有利的决策。
商业智能系统从企业运作的日常数据中开发出结论性、基于事实和具有可实施性的信息，使企业管理者和决策者能以一种更清晰的角度看待业务数据，提高企业运作效率，增加利润并建立良好的客户关系，从而使企业能更快更容易地做出更好的商业决策，以最短的时间发现商业机会并捕捉商业机遇。
人工智能之商业分析论文
人工智能之商业分析论文随着科技的飞速发展，人工智能（AI）已经成为商业领域不可忽视的力量。
本文旨在探讨人工智能在商业分析中的应用，以及它如何影响企业的决策过程和市场策略。
引言商业分析是企业决策过程中的关键环节，它涉及到对市场数据的收集、处理和分析，以帮助企业理解市场动态、客户行为和竞争对手的策略。
传统的商业分析依赖于人工收集和分析数据，这不仅耗时耗力，而且容易受到主观偏见的影响。
人工智能技术的引入，为商业分析带来了革命性的变化。
人工智能在商业分析中的应用1. 数据收集与处理人工智能可以通过自动化工具收集大量数据，包括社交媒体数据、在线交易记录、客户反馈等。
这些数据经过预处理，可以为分析提供更全面、更准确的基础。
2. 预测分析利用机器学习和深度学习算法，AI能够预测市场趋势、消费者行为和产品需求。
这些预测帮助企业制定更有效的市场策略和库存管理。
3. 客户洞察通过分析客户数据，AI可以识别客户细分，理解他们的需求和偏好，从而提供个性化的服务和产品推荐。
4. 风险管理AI技术能够实时监控市场和交易数据，及时发现潜在的风险因素，帮助企业采取预防措施，减少损失。
5. 供应链优化通过分析供应链数据，AI可以优化库存管理，减少库存成本，同时提高供应链的响应速度和灵活性。
6. 自动化报告生成AI可以自动生成商业报告，节省分析师的时间，使他们能够专注于更深层次的分析和策略制定。
人工智能对商业决策的影响人工智能不仅提高了商业分析的效率和准确性，也改变了企业的决策过程。
以下是一些主要的影响：1. 数据驱动的决策企业现在可以基于更全面、更实时的数据做出决策，减少了依赖直觉和经验的决策。
2. 敏捷性AI的实时分析能力使企业能够快速响应市场变化，提高了企业的敏捷性和竞争力。
3. 创新通过深入分析客户数据和市场趋势，企业可以发现新的商机和创新点，推动产品和服务的创新。
4. 成本效益自动化的数据分析减少了对人力资源的依赖，降低了运营成本。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
数据仓库与数据挖掘论文题目BI技术应用现状及相应软件工具介绍评语：学院计算机工程学院班级计算1314 姓名 __苏帅豪___ 学号 ************成绩指导老师曾勇进2016年 6 月 12 日BI技术应用现状及相应软件工具介绍[摘要]商业智能是从大量的数据和信息中发掘有用的知识，并用于决策以增加商业利润，是一个从数据到信息到知识的处理过程。
本文从当前商业智能实际出发，清晰阐述了商业智能的概念，总结和分析了商业智能发展的现状,并对商业智能今后的发展做出了展望。
与此同时,客观分析了目前我国商业智能发展的状况,介绍了BI工具的情况。
使我们能够认清形势,更好地发展。
[关键词]商业智能、cognos、数据仓库、查询与报表[正文]1.商业智能概念：提到“商业智能”这个词，网上普遍认为是Gartner机构在1996年第一次提出来的，但事实上IBM的研究员Hans Peter Luhn早在1958年就用到了这一概念。
他将“智能”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。
”在1989年，Howard Dresner将商业智能描述为“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。
”商业智能通常被理解为将企业中现有的数据转化为知识，帮助企业做出明智的业务经营决策的工具。
这里所谈的数据包括来自企业业务系统的订单、库存、交易账目、客户和供应商等来自企业所处行业和竞争对手的数据以及来自企业所处的其他外部环境中的各种数据。
而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。
可以认为，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，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。
商业智能的实现涉及到软件、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。
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、转换和装载，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，在此基础上利用合适的查询和分析工具、数据挖掘工具、联机分析处理工具等对其进行分析和处理（这时信息变为辅助决策的知识），最后将知识呈现给管理者，为管理者的决策过程提供支持。
2.商业智能的出现背景企业的“数据监狱”现象。
商务活动从办公自动化出现的早期开始就在其运作过程中收集大量的数据，包括销售、成本、质量控制、库存、客户服务等各方面息息相关的企业数据，分别存储于数据库、数据集市、数据仓库、多维数据库、第三方的应用或其它文件中。
因此对大部分企业来说数据处理的问题不是数据缺乏，而是大量的数据冗余和数据不一致。
庞大的数据量和传统数据管理方法的缺陷，使大部分企业出现了“数据监狱”现象，既不利于企业的管理也不利于信息的有效利用。
因此，如何解决数据拥挤，同时又能使这些数据充分地发挥作用这已成为企业商务发展的一个热点问题。
“数据 =资产”新企业观念的建立。
在企业界，数据资产的观念正在进入企业的资源规划系统中，而把数据转换为资产的方法和技术也正在成为企业投资IT的热点。
因为目前大部分大中规模的企业都是信息丰富的组织，而一个信息丰富的组织的绩效不仅仅依赖于产品、服务或地点等因素，而更重要的是依赖知识。
而从数据——信息——知识是一个并不简单的过程。
商业智能的本质正是把数据转化为知识，致力于知识发现和挖掘，使企业的数据资产能带来明显的经济效益，减少不确定性因素的影响，使企业取得新的竞争优势。
电子商务正在改变着全球商务活动的方式，信息在经济活动中越来越占据着重要的地位。
对企业来说信息包括生产、销售、市场、顾客和竞争对手的信息，信息是企业竞争的战略性资源。
建立在Internet之上的企业经营模式电子商务：电子邮件、电子数据交换、电子支付系统、电子营销等技术的发展和应用为商业智能系统提供了市场和生存环境。
商业智能的发展也得益于相关技术的发展，并行处理系统、廉价数据存储、新数据挖掘算法、神经网络技术、人工智能技术、决策支持技术、从大量数据中发现其后潜藏的商业机会等等技术的发展，使企业能以更低的成本投资商业智能，并取得更高的IT投资回报率。
3.商业智能典型应用(1)产品销售管理。
它包括产品的销售策略、销售量分析，影响产品销售的因素分析，以及产品销售的改进方案的预测。
通过系统存储的产品销售信息建立销售模型，分总体销售模型和区域、部门销售模型。
对产生不同结果的销售模型分析其销售量和销售策略，进行销售影响的因素分析和评估，根据不同的销售环境对相应的产品销售方案进行改进和创新，及时进行产品上架和下架计划，提高企业营销额。
通过对历史数据的分析还可以建立提高销售量的预测模型。
(2)顾客关系管理。
顾客是企业生存的“上帝”，对企业来说进行客户关系管理是一项重要的工作。
通过顾客关系管理子系统，使企业可以分析顾客购买习惯和购买倾向，调查顾客满意度，进而采取相应对策增强顾客保持力，培养忠实顾客，维持良好的顾客关系。
(3)产品创新和推广。
新产品促进企业的发展，然而新产品的开发和推广必须建立在一定的市场基础上。
良好的企业历史信息可用来预测市场需求趋势；了解哪种产品需要更新，是否需要开展某种广告运动；广告运动针对何种用户；具备哪些条件的用户最有可能是企业的潜在客户，针对这样的客户进行直接的广告策略必能胜过无的放矢的收获；预先预测项目的未来收益等。
(4)异常处理等。
它是商业智能数据挖掘应用的典型事例，通过发展曲线企业及时发现市场和顾客异常情况，快速采取措施，降低企业风险提高企业收益。
如信用卡分析，银行、保险等行业的欺诈监测等。
4.商业智能国内外现状经过长期发展，在国际范围内，超过30%的企业引入了与商业智能挂钩的各种产品，并且其市值已经远远超出了70亿美元。
而放眼国内市场，由于各个企业的管理系统日趋成熟，商业智能系统越来越多地被应用于各个热门领域，至今仍然保持大幅增长的趋势。
BI技术以数据仓库、联机分析处理和数据挖掘等技术为基石，集成企业内部系统中的数据并借助业务模型分析出数据与数据之间的联系及由此得出的企业管理中所存在的问题。
然而，虽然针对一些规模大、管理要求高的企业来说，商业智能的实施效果十分显著，但是BI技术对于一些小微企业的实施情况却不尽理想。
由此可以看出，商业智能在国内的发展点主要还是基于证券和金融行业，再进一步发展下去，电信和零售业中的百货公司及图书批发公司也将会成为一个不错的选择。
纵观国际市场，BO、Cognos、Hyperion、MicroStrategy可以算是比较具有代表性的BI厂商。
但它们都有各自的缺陷：Cognos和Microstratagy虽然都具有数据分析与数据挖掘的功能，但都缺乏自带的联机分析处理功能，即OLAP；Hyperion则是缺少数据挖掘功能；而BO更是难学难用，产品线也十分单薄。
再来看看国内的BI市场，虽然目前仍是国际厂商提供更多的较为成熟的BI 产品和解决方案，国内BI供应商多数只能开发相对而言较为简单的BI工具或是做国外软件的代理者，但国内市场经过这么多年的发展已经逐渐涌现出一些BI 市场上的“领头羊”。
另外，如今的企业基本都步入了信息化的过程，所以诸如ERP、CRM、SCM 这类的信息系统在企业业务过程中就占有了举足轻重的地位，并且它们也能够协助商业智能的推行，使之变得更加简单可行。
所以，注重信息系统和商业智能技术的融合是企业成功的契机，而在我国，这个趋势则更为明显，是一个需要我们格外对其产生关注的关键点。
再者，当前大数据名称不断“泛滥”，对此，有专家指出，未来几年内商业智能BI技术将不断革新，功能日趋强大，逐渐转型变为移动BI时代。
2010年，全球移动用户数量就已经突破50亿，而中国移动用户也达到7亿之巨，移动协同应用将突破成为BI未来增长点。
2011年，应对此番现状，国外的主流BI厂家都纷纷发布了支持移动访问的BI产品，如IBM Cognos10、Oracle BIEE11g等，预示着国外移动BI时代的正式来临。
当前，中国已正式步入了4G时代，同时，4G全新时代的到来，对于无线商务、移动信息化而言，则昭示了一种更美好的希望与前景，这对BI技术亦是一样的。
信息终端应用正在全面推进融合，它使融合了计算机技术、通信技术、互联网技术的移动设备将成为个人办公必备信息终端，在此载体上的移动BI协同应用将是管理的巨大亮点。
用户可以通过智能手机提交数据，并获取分析报告，实现无处不在、无时不在的实时动态管理，这将给传统BI技术带来重大的飞跃。
因此企业CIO应积极利用现代手机移动技术，充分发挥4G技术在BI的功用，让BI移动办公、无线掌控将可信手拈来，随时随处可行。
5.商务智能及相应软件工具商务智能目前有三个应用层次：查询与报表；多维分析；数据挖掘。
第一层次的应用是从企业的业务数据库中找到用户所关心的数据，这些数据要能够对用户的业务问题给出答案，并适当的报表形式展现。
第二层次的应用是对企业的业务数据作出综合的不同汇总级别的分析，这种分析是在把业务数据组织成多维的数据空间(多维立方体)后进行的，通过对这个立方体的操作，可多角度地对数据进行汇总分析。
第三层次的应用是在分析的基础上进一步发现数据之问的一些深层关系。
说到商务智能，就不能不说到在业务智能领域最著名的COGNOS公司的产品。
COGNOS公司是世界著名的企业级业务智能解决方案和软件工具的供应商，在业界处于顶级领先地位。
根据美国《商业周刊》杂志把COGNOS公司评为全球信息技术公司100强之一。
COCNOS公司提供数据访问、即席报表、数据探察、在线分析、多维模型设计、数据整台等一整套企业级商务智能解决方案。
在COGNOS公司的产品大家族中，最主要和最基本的产品是：Impromptu——查询与报表工具PowerPlay——多维分析工具Impromptu是一个强有力的交互式数据查询与报表工具。
可以非常方便地从各种数据源查询出用户所需要的数据并按用户的需要进行组织和加工，即使没有多少计算机背景的人也能方便地用它来生成各种回答业务问题的报表。
在报表中可以方便地对数据进行筛选、分组、排序，可以灵活地增加计算，定义报表的内容与格式，转换展现方式，规定用户权限。
报表既可以动态地反映数据源的变化，又可以静态地反映某个时间点的数据状态。