商业智能的发展和应用.pptx
合集下载
BI商业智能介绍ppt课件
第 8/65页
企业商务智能应用的现状
1. 基本上是在电信、金融行业的应用较多 2. 其他行业的应用相对较晚 3. 即使有应用，也是将商务智能作为工具：报表、
OLAP分析、即席查询、数据挖掘 4. 和商务智能相关的是数据仓库（还是IT技术） 5. 商务智能实施很多是IT部门牵头，但是应用是业务
部门，所以最后的应用很难满足业务部门的需求 6. 有人称商务智能是决策支持系统，但是，项目实施
部门很难知道领导需要什么，所以开发完成后往往 不能得到领导的认可 7. 由于对需求了解的不充分，使得项目的周期延长， 成本增加，风险加大
9
企业商务智能体系架构规划
数据重新组织 数据重新组织 数据质量控制 数据质量控制
数据抽取、 迁移、加载
元数据管理（运营元数据、技术元数据、分析元数据）
数据获取
数据管理
实时 增量
虚拟 数据仓库
报表 随即查询
Intranet/ Internet
即席查询
决策人 员
管理人 员
WEBFOCUS 分析人 产品报告 员
例外分析 数据挖掘
数据挖 掘例外分 析
业务人 员
解决的业务问题
利润成本分析 资产分析
营销分析
投资组合分析 平衡计分卡/KPI
10
内议容程安排 内容安排
• 什么是商务智能 • 商务智能的整体架构 • 商务智能基本功能介绍
物联网 RFID
3
商务智能的理解？
数据 管理
数据
信息
知识
决策
商务智能是通过对来自不同的数据源进行统一处理及管理，通过灵活的展现 方法来帮助企业进行决策支持。
4
信息孤岛和信息烟囱
5
商业智能与数据挖掘技术案例培训ppt与应用
03
案例分析：电商行业应用实践
电商行业背景分析及挑战
01
02
03
行业规模与增长
电商行业规模逐年扩大， 用户数量及交易额持续增 长，竞争激烈。
用户行为变化
用户购物行为呈现多样化 、个性化趋势，对电商平 台的商品推荐、用户体验 等提出更高要求。
数据驱动决策
电商平台积累了大量用户 数据，需要通过数据挖掘 和分析实现精细化运营和 个性化服务。
01
数据挖掘技术在信用评分中的应用
数据挖掘技术可以通过对大量历史数据的分析和挖掘，发现影响信用评
分的关键因素和潜在规律，为信用评分模型的构建提供有力支持。
02
信用评分模型构建流程
包括数据准备、特征选择、模型训练、模型评估等步骤，其中数据挖掘
技术主要应用于特征选择和模型训练环节。
03
案例分享
某银行基于数据挖掘技术构建了信用评分模型，通过对客户历史交易数
商业智能在企业中应用价值
提高决策效率
提升客户满意度
商业智能能够快速提供准确、全面的 数据信息，帮助企业决策者更好地了 解市场和业务情况，提高决策效率。
商业智能可以分析客户需求和行为， 帮助企业更好地了解客户，提供个性 化的产品和服务，提升客户满意度。
优化业务流程
通过对业务数据的分析，商业智能可 以发现业务流程中的瓶颈和问题，提 出优化建议，从而提高企业运营效率 。
风险预警系统设计原则
包括实时性、准确性、可解释性、灵活性等原则 ，确保风险预警系统能够及时、准确地发现和报 告潜在风险。
案例分享
某证券公司基于数据挖掘技术构建了风险预警系 统，通过对市场数据、客户交易数据等多维度数 据的实时监测和分析，实现了对市场异常波动和 客户异常行为的及时预警和处置。
《文木商业智能》PPT课件
单机应用，包括设计专业版全部功能 ，并可开发设计包括数据抽取方案在 内的全部设计内容。
服务器版
版本功能说明
K/3商业智能服务器专业版
Web应用，且仅支持25用户许可以下 （不包括25用户许可）
K/3商业智能服务器企业版
Web用用，且支持25用户许可（包括 25用户许可）以上。
适用客户群
KPI配置重算
财务主题
K/3 BI
财务状况分析 经营成果分析 现金流量分析 财务指标分析 资金分析 固定资产分析 经营综合分析
对K/3单体账套分析
成本费用主题
成本习性分析 制造费用分析 财务费用分析 管理费用分析
人力资源主题
成本习性分析
数制财据造务整费费用用合分分层析析
生产制造主题
产量达成分析 生产进度分析 生产质量分析 设备稼动率分
业
务
运
K/3 财务 供应链 生产制造 HR
营
层
SQL
第三方应用 系统
SQL
系统外业务
BI工具版本
单机版
版本功能说明
K/3商业智能单机分析版 K/3商业智能单机专业版 K/3商业智能单机企业版
单机应用，按定义好的模版分析钻取 数据
单机应用，包括分析版全部功能，并 可自定义开发设计各种报表、统计图 以及操作界面，但不能修改数据抽取 方案设计。
（太难）
趋势分析
假设分析（What-if） 模型分析： 杜邦分析、3C战略三角模型、ADL矩阵、 CSP模型、FRICT筹资分析法、GE矩阵、 IT附加价值矩阵、KJ法、KT决策法、 PESTEL分析模型、PEST分析模型、PIMS分析、 RATER指数、RFM模型、ROS/RMS矩阵、 SCOR模型、SCP分析模型、SERVQUAL模型、 SIPOC模型、SWOT分析模型……
服务器版
版本功能说明
K/3商业智能服务器专业版
Web应用，且仅支持25用户许可以下 （不包括25用户许可）
K/3商业智能服务器企业版
Web用用，且支持25用户许可（包括 25用户许可）以上。
适用客户群
KPI配置重算
财务主题
K/3 BI
财务状况分析 经营成果分析 现金流量分析 财务指标分析 资金分析 固定资产分析 经营综合分析
对K/3单体账套分析
成本费用主题
成本习性分析 制造费用分析 财务费用分析 管理费用分析
人力资源主题
成本习性分析
数制财据造务整费费用用合分分层析析
生产制造主题
产量达成分析 生产进度分析 生产质量分析 设备稼动率分
业
务
运
K/3 财务 供应链 生产制造 HR
营
层
SQL
第三方应用 系统
SQL
系统外业务
BI工具版本
单机版
版本功能说明
K/3商业智能单机分析版 K/3商业智能单机专业版 K/3商业智能单机企业版
单机应用，按定义好的模版分析钻取 数据
单机应用，包括分析版全部功能，并 可自定义开发设计各种报表、统计图 以及操作界面，但不能修改数据抽取 方案设计。
（太难）
趋势分析
假设分析（What-if） 模型分析： 杜邦分析、3C战略三角模型、ADL矩阵、 CSP模型、FRICT筹资分析法、GE矩阵、 IT附加价值矩阵、KJ法、KT决策法、 PESTEL分析模型、PEST分析模型、PIMS分析、 RATER指数、RFM模型、ROS/RMS矩阵、 SCOR模型、SCP分析模型、SERVQUAL模型、 SIPOC模型、SWOT分析模型……
商业智能与数据挖掘技术案例培训ppt与应用
客户细分通常基于客户的属性、行为和偏好等数据，通过聚 类分析等方法将客户划分为不同的群体。这种细分可以帮助 企业更好地了解客户需求，识别潜在的市场机会，制定更精 准的市场策略和个性化服务。
预测模型
总结词
预测模型是利用数据挖掘技术对未来事件进行预测的一种模型，通过对历史数据 的分析，发现数据之间的关联和规律，建立预测模型，对未来事件进行预测。
智能化决策支持
基于人工智能和机器学习 的数据挖掘技术将为企业 提供更加智能化、个性化 的决策支持。
数据可视化技术的进步
1 2 3
可视化效果的丰富
数据可视化技术将进一步发展，提供更加丰富、 生动的可视化效果，帮助用户更好地理解和分析 数据。
可视化工具的普及
随着可视化技术的进步，将出现更多易于使用、 功能强大的可视化工具，降低数据可视化的门槛 。
服务质量监控
实时监控服务质量，及时发现和处理问题，确保 服务质量和稳定性的提高。
03
商业智能与数据挖掘技术应用
客户细分
总结词
客户细分是商业智能和数据挖掘的重要应用之一，通过对客 户数据进行分类和聚类，将客户划分为具有相似特征和需求 的群体，有助于企业更好地理解客户需求，制定更精准的市 场策略。
详细描述
数据安全问题
数据泄露风险
在数据采集、存储和使用过程中，如 果缺乏足够的安全措施，可能导致敏 感数据的泄露，给企业带来损失和风 险。
数据访问控制
数据备份和恢复
需要建立完善的数据备份和恢复机制 ，以应对数据丢失或损坏的情况，保 证数据的可用性和完整性。
需要合理地控制数据访问权限，避免 未经授权的数据泄露和滥用，同时保 证合法用户的正常使用。
详细描述
关联规则挖掘可以帮助企业发现隐藏在大量数据中的有趣关系，例如在超市购 物篮分析中，发现购买尿布的顾客通常还会购买啤酒。这种关联规则可以帮助 企业制定更有针对性的营销策略，提高销售业绩。
预测模型
总结词
预测模型是利用数据挖掘技术对未来事件进行预测的一种模型，通过对历史数据 的分析，发现数据之间的关联和规律，建立预测模型，对未来事件进行预测。
智能化决策支持
基于人工智能和机器学习 的数据挖掘技术将为企业 提供更加智能化、个性化 的决策支持。
数据可视化技术的进步
1 2 3
可视化效果的丰富
数据可视化技术将进一步发展，提供更加丰富、 生动的可视化效果，帮助用户更好地理解和分析 数据。
可视化工具的普及
随着可视化技术的进步，将出现更多易于使用、 功能强大的可视化工具，降低数据可视化的门槛 。
服务质量监控
实时监控服务质量，及时发现和处理问题，确保 服务质量和稳定性的提高。
03
商业智能与数据挖掘技术应用
客户细分
总结词
客户细分是商业智能和数据挖掘的重要应用之一，通过对客 户数据进行分类和聚类，将客户划分为具有相似特征和需求 的群体，有助于企业更好地理解客户需求，制定更精准的市 场策略。
详细描述
数据安全问题
数据泄露风险
在数据采集、存储和使用过程中，如 果缺乏足够的安全措施，可能导致敏 感数据的泄露，给企业带来损失和风 险。
数据访问控制
数据备份和恢复
需要建立完善的数据备份和恢复机制 ，以应对数据丢失或损坏的情况，保 证数据的可用性和完整性。
需要合理地控制数据访问权限，避免 未经授权的数据泄露和滥用，同时保 证合法用户的正常使用。
详细描述
关联规则挖掘可以帮助企业发现隐藏在大量数据中的有趣关系，例如在超市购 物篮分析中，发现购买尿布的顾客通常还会购买啤酒。这种关联规则可以帮助 企业制定更有针对性的营销策略，提高销售业绩。
商业智能实施方案报告书ppt课件
商业智能实施方案报告书
2.4 逻辑数据模型设计
业务探索
项
目
前
信息探索
期
准
备
逻辑数据
模型
主要任务：
– 进行原始数据分析 – 建立实体模型 – 建立实体间依赖关系 – 完善并填入所有属性 – 建立数据库逻辑模型
利用工具：
➢ Erwin/Power Designer
交付项目：
➢ 数据仓库逻辑数据模型LDM ➢ 《逻辑数据模型说明书》
逻辑数据模型 元数据 数据质量 命名规范
▪ 数据采集与转换 ▪ 用户存取及工具 ▪ 备份系统 ▪ 操作管理
商业智能实施方案报告书
2.6 物理数据库设计
物理数据 模型
系 统 体 系 结 构
数据转换 元 数
解 决
据方
应用开发 管
案
理集
数据挖掘
成
设
服务
计 数据仓库管理
主要任务：
• 转换逻辑数据模型（LDM）为物理数据模型 • 定义主索引、次索引 • 非正则化处理 • 数据库建立 • 设计优化 • 数据库功能测试
扩展逻辑数据模型 （ELDM - Extended Logical Data Model ）
使用工具： • ERWwin
交付项目：
➢ 物理数据模型（LDM） ➢ 《物理数据模型说明书》 ➢ 《数据库描述语言DDL》
建模方法：
• 第三范式 3NF • 星型结构 • 雪花状结构
商业智能实施方案报告书
2.6 数据模型的演变
概念数据模型（ CDM – Conceptual Data Model ）
交付项目：
➢ 《项目组织机构》 ➢ 《项目人员组成》
商业智能(BI)简介(精编课件).ppt
精品课件
OLAP
▪ （On-Line Analytical Processing）即联机分析处理，是 BI的一
种全新的数据封装方式，直接产物是报表或Cube，是使分析人员、管 理人员或执行人员能够从多角度对信息进行快速、一致、交互地存取, 从而获得对数据的更深入了解的一类软件技术。
▪ OLAP展现在用户面前的是一幅幅多维视图。 ▪ 维（Dimension）：是人们观察数据的特定角度，是考虑问题时的
目的：解决在信息技术(IT) 发展中存在的拥有大 量数据、然而有用信息贫乏(Data richInformation poor)的问题。
精品课件
ETL
▪ 是数据抽取（Extract）、转换（
Transform）、清洗（Cleansing） 、装载（Load）的过程。是构建数据 仓库的重要一环，用户从数据源抽取出 所需的数据，经过数据清洗,最终按照预 先定义好的数据仓库模型，将数据加载 到数据仓库中去。
▪ 这样不难看出，传统的交易系统完成的是Business到Data的过程，
而BI要做的事情是在Data的基础上，让Data产生价值，这个产生价值 的过程就是Business Intelligence analyse的过程。
精品课件
景
▪ 说个场景，一天去街上买烤白薯，和老板那银聊天。
▪ 银：“你娃干哈地呀？”
把尿片和啤酒捆绑销售获得了巨大成功。 这个故事成了一个利用数据挖掘商业价值最大化的神话。由此看 来，非常不关联的两样东西，通过海量的信息数据处理，可以挖 掘出它们之间潜在的关联，将这种关联商业化，就会得到意想不 到的新业务或新的商业模式。 到底该怎样把这些占据大量存储空间的数据的价值挖掘出来，让 这些数据从成本的消耗者变成利润的促进者呢？新的数据分析技 术由此诞生了，完成了“数据”到“数据价值”转换的环节，同时给 这项技术起了一个响亮而又神密的名字“BI”（Business Intelligence）
OLAP
▪ （On-Line Analytical Processing）即联机分析处理，是 BI的一
种全新的数据封装方式，直接产物是报表或Cube，是使分析人员、管 理人员或执行人员能够从多角度对信息进行快速、一致、交互地存取, 从而获得对数据的更深入了解的一类软件技术。
▪ OLAP展现在用户面前的是一幅幅多维视图。 ▪ 维（Dimension）：是人们观察数据的特定角度，是考虑问题时的
目的：解决在信息技术(IT) 发展中存在的拥有大 量数据、然而有用信息贫乏(Data richInformation poor)的问题。
精品课件
ETL
▪ 是数据抽取（Extract）、转换（
Transform）、清洗（Cleansing） 、装载（Load）的过程。是构建数据 仓库的重要一环，用户从数据源抽取出 所需的数据，经过数据清洗,最终按照预 先定义好的数据仓库模型，将数据加载 到数据仓库中去。
▪ 这样不难看出，传统的交易系统完成的是Business到Data的过程，
而BI要做的事情是在Data的基础上，让Data产生价值，这个产生价值 的过程就是Business Intelligence analyse的过程。
精品课件
景
▪ 说个场景，一天去街上买烤白薯，和老板那银聊天。
▪ 银：“你娃干哈地呀？”
把尿片和啤酒捆绑销售获得了巨大成功。 这个故事成了一个利用数据挖掘商业价值最大化的神话。由此看 来，非常不关联的两样东西，通过海量的信息数据处理，可以挖 掘出它们之间潜在的关联，将这种关联商业化，就会得到意想不 到的新业务或新的商业模式。 到底该怎样把这些占据大量存储空间的数据的价值挖掘出来，让 这些数据从成本的消耗者变成利润的促进者呢？新的数据分析技 术由此诞生了，完成了“数据”到“数据价值”转换的环节，同时给 这项技术起了一个响亮而又神密的名字“BI”（Business Intelligence）
商业智能系统ppt课件
商 业 智 能 系 统 结 构 图
3 商业智能系统研究内容
商 业 智 能 系 统 研 究 内 容 支撑技术研究
BI基础结构
体系结构的研究
网络体系 下BI结构
应用系统的研究
(1)支撑技术的研究
商业智能系统的支撑技术主要包括两方面。一是计 算机技术。包括：数据仓库、数据集市技术；数据 挖掘技术；OLTP(On-Line Transaction Processing 联机事务处理)、OLAP（在线分析）等分析技术； 数据可视化技术；计算机网络与WEB技术。二是现 代管理技术，包括：统计、预测等运筹学方法；客 户管理、供应链管理、企业资源计划等管理理论和 方法；企业建模方法。支撑技术的研究主要围绕两 部分展开：决策支持工具研究和企业建模方法研究。
商业智能系统
一、商业智能 二、商业智能系统 三、商业智能统研究内容 四、商业智能实施过程 五、商业智能系统实施注意的问题
பைடு நூலகம்
1 商业智能
1.1 商业智能概念的定义 商业智能的概念最早是Gartner Group于1996年提出来 的。商业智能是由数据仓库、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。可以看做是相关软件的集合。 商业智能所涉及的技术有数据库技术、OLAP(联机分析 处理Online Analytical Processing,简称OLAP)技术、数 据采集和迁移技术、网络技术、GUI技术、查询报表技 术、统计学、人工智能、知识发现技术等。
4 商业智能实施过程
基于知识的行动阶段 数据解释建模阶段 信息发送阶段 数据收集和预处理阶段 确定目标阶段
(1)确定目标阶段（Targeting）。商业智能所解决 的一般都是一个客户面临的关键问题,如何确定和 理解问题就成为商业智能实施的起点和成功的关 键。问题的确定方法可以有多种,如了解客户当前 新业务推广、客户流失及信用欺诈等。但关键一 点是确定问题的商业价值,简单来说,客户在商业智 能系统上的投入,通过问题的解决,能带来确定的收 益,否则这个项目从开始就是失败的。 (2)数据收集与预处理阶段（Tracking）。数据的 收集难度和客户的实际情况有较大的关系,如果客
商业智能PPT课件教材讲义
Operational & e-business systems
Analyze & model business
operations
Decision processing
systems
Two Information Technologies Have Profound Impact on Business Today
Customers
Target right online customers
Personalized oneto-one marketing
Sales
Convert site visitors to customers
Up selling
Cross selling
BI for CRM Solutions
“数据仓库之父”Bill Inmon给的定义：
数据仓库就是一个用以更好地支持企业或组 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
数据仓库的特征
面向主题的：主题是一个在较高层次将数据归 类的标准，每个主题基本对应一个宏观的分析 领域
集成的：允许数据来自于跨组织和部门等不同 数据源；集成的数据必须是一致的、用户看来 是统一的数据视图
Core Technologies in Business Intelligence
Data warehousing
Integrated corporate data source for decision support
OLAP and DSS
Information query, analysis and reporting
Ability to rationalize and automate the process of building the enterprise-wide decision support system
- 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)。
“财务总监辞职年年有，然而今年特别多”。
6
我们为什么不满?
… 但高层管理者也不高兴
90%的财务经理对花5个月和20%的工作时间来做年计划/预算很不满 意。
每月要花11天做月报表，14天时间做预测。
仅有37%的决策者认为财务具有决策支持能力（有21%的经理认为 财务具有预测能力；仅19%的经理认为财务具有风险管理能力）。
50%以上的CEO认为在于开拓新市场；40%以上的CEO认为是提高客户关系；近30% 的CEO认为来自于新渠道；近20%的CEO 认为体现在多元化等
对财务人员的调查状况
我们为什么不满?
财务人员感觉很辛苦 …
财务部的平均成本在过去10年间从收入的3%降到1%（最好的公司 是0.6%)
我们减少工作了吗? 没有. 甚至我们的工作比以前更辛苦.
14
增加价值
超越预算 …
通过KPI、滚动预测支持从年度预算转移到持续循环计划，从而能使相 关人员快速反应，经理人通过参照同行，标准数据集中持续提高。
精益思想是衡量整个流程表现而不是个人的任务或功能。 仅仅用很少的措施方案就可帮管理者学习、提高（避免了把措施变为
目标或协议）和运用趋势报表。 支持公开的、透明的信息系统。
CEO认为他们的组织有这样的能力 • 全球有40%的CEO认为迅速的反应能力极为重要 • 有52%的CEO认为差异化产品非常重要 • 当问及在未来3年里技术要素是否会带来最大的冲击，大多数CEO对适应新技术（76%）
和技术冲击（62%）表示关心 • 超过60%以上的CEO认为，未来三年收入增长的最佳机会在于提供新产品或者服务
灵活和可视化
业务报表
第一阶段 信息管理 • 提供基本、静态信息 • 固定格式、时间、内
容
数据仓库
第一阶段 信息管理 • 建立数据仓库存储业务
数据 • 建立数据集市解决特定
的专题分析 • 提供OLAP应用
分析与优化
第一阶段 信息管理 • 建立客户为中心的数据
仓库和数据集市 • 集成复杂的管理工具
（OLAP、数据挖掘和 业务评估） • 数据分析影响业务模式 • 集成客户交流渠道
1
目录
一 商业智能基本概况 二 商业智能市场概况 三 商业智能关键技术 四 商业智能行业应用 五 行业现状及发展趋势 六 企业BI实施、推广策略
前言 商业智能定义 商业智能发展历程 分析的八个阶段 BI应用示例 商业智能价值评估
2
3
4
CEO调查
• 未来3年中，对全球CEO来说（83%），提高公司业绩的重点关注领域是收入增长 • CEO仍然密切关注削减成本，68%的CEO在回答中指出削减成本是其第二大关注领域 • 当问及你是否认为你的公司有能力对不断变化的业务环境做出反应时，只有13%的
ห้องสมุดไป่ตู้20
21
商务智能的发展历程
更有效的智能化管理
• 欧美BI市场开始进入成熟期，主要处于分析优化阶段
• 我国BI市场已经走出导入期，开始进入成长期，BI软件在我国的认知程度和接受程度达到55%和
15%以上，在大型企业，这个比例高达95%和53%。计世咨询预测，我国BI市场的成长期将持续8
年，于2018年左右进入成熟期
8
我们为什么不满?
… 和没有足够多的高价值工作
了解价值驱动因子 了解哪里能创造价值，哪里不能创造价值（产品、渠道、和客户是值
得做的） 提供更多的相关预测和趋势分析来提高可见度 帮助管理者更好的进行风险评估与调整。 提供外部数据实现内部核查（参照同行、竞争者和基准决定我们怎样
做？） 通过系统的整合实现持续计划和资源优劣排序以支持最好的投资机会。 通过措施与行动的统一来帮助管理者执行他们的策略
32
33
案例1：工行数据仓库应用实例
34
案例2-如何避免高校学生客户在毕业后开始流失
高级经理平均每月要看140指标。
很多CEO不得不处理跌宕起伏的利润以及会计处理的重新调整。
7
我们为什么不满?
问题是财务做了太多低价值的工作 …
太多的对帐和月结工作 太多的指标 太多的不相关报表 太多的明细预算、目标和差异报表。 太多的记分卡 太多的从不同IT系统出来的表格 太多的手工处理 太多的无价值会议
建立高效的财务团队，提供有效的决策支持和表现洞察力（例如价值 驱动因子和趋势报表）。
利用整合的系统(商业智能系统,数据仓库 “single version of truth”) 迅速传递相
关信息，建立每天传递的模型而不是每周或每月传递。
13
成为商业合作伙伴
信赖的、增值的合作伙伴 …
了解业务 洞查其表现（价值驱动因子、趋势分析、相关措施） 独立公正的意见。
第一阶段 信息管理 • 软件到服务（SaaS BI） • 具有可配置型、灵活性
及变化性更强的功能 • 可视化和模型化 • 嵌入式BI • 实时BI
商务智能发展
22
发现-业务问题
23
发现—被动决策
24
发现—主动决策
25
Source（SAS） 26
27
28
29
商业智能的价值
30
31
传递更高的业务价值
15
CIO调查
16
17
18
• 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，减 少数据孤岛、适应新兴技术、实现数据资产化
19
商业智能的定义 -- 1989年 Gartner首次 提出商业智能概念
综合各种理解的核心，商业智能是指从数据中发现有价值的规律、模式， 将数据转化为知识，支持企业的决策、营销、服务的一系列软件、技术、 方法的集合。
而且我们的压力变的越来越大。在2010年，62%的财务人员表示 他们在“大” 或“非常大”的压力下工作，68%的人员反映他们的压 力比早两年更大（63%的人员反映压力正在影响他们的健康）
在美国，2002年至2004年间，500个CFO中有225个辞去工作。 2005年在英国，有50%的CFO辞职。
9
如何改变现状
10
财务新视角
11
创造时间
简化、标准化、和授权 …
从明细的、复杂的组织中释放出来（包括预算、目标、和更多的措 施/报表与项目）
自动的、集中的、标准的（可能是外部资源）处理日常工作。 将计划编制和最终决策分散到与客户密切联系的团队（利用统一的
整合系统）
12
发展技能
组织和IT平台 …
6
我们为什么不满?
… 但高层管理者也不高兴
90%的财务经理对花5个月和20%的工作时间来做年计划/预算很不满 意。
每月要花11天做月报表，14天时间做预测。
仅有37%的决策者认为财务具有决策支持能力（有21%的经理认为 财务具有预测能力；仅19%的经理认为财务具有风险管理能力）。
50%以上的CEO认为在于开拓新市场；40%以上的CEO认为是提高客户关系；近30% 的CEO认为来自于新渠道；近20%的CEO 认为体现在多元化等
对财务人员的调查状况
我们为什么不满?
财务人员感觉很辛苦 …
财务部的平均成本在过去10年间从收入的3%降到1%（最好的公司 是0.6%)
我们减少工作了吗? 没有. 甚至我们的工作比以前更辛苦.
14
增加价值
超越预算 …
通过KPI、滚动预测支持从年度预算转移到持续循环计划，从而能使相 关人员快速反应，经理人通过参照同行，标准数据集中持续提高。
精益思想是衡量整个流程表现而不是个人的任务或功能。 仅仅用很少的措施方案就可帮管理者学习、提高（避免了把措施变为
目标或协议）和运用趋势报表。 支持公开的、透明的信息系统。
CEO认为他们的组织有这样的能力 • 全球有40%的CEO认为迅速的反应能力极为重要 • 有52%的CEO认为差异化产品非常重要 • 当问及在未来3年里技术要素是否会带来最大的冲击，大多数CEO对适应新技术（76%）
和技术冲击（62%）表示关心 • 超过60%以上的CEO认为，未来三年收入增长的最佳机会在于提供新产品或者服务
灵活和可视化
业务报表
第一阶段 信息管理 • 提供基本、静态信息 • 固定格式、时间、内
容
数据仓库
第一阶段 信息管理 • 建立数据仓库存储业务
数据 • 建立数据集市解决特定
的专题分析 • 提供OLAP应用
分析与优化
第一阶段 信息管理 • 建立客户为中心的数据
仓库和数据集市 • 集成复杂的管理工具
（OLAP、数据挖掘和 业务评估） • 数据分析影响业务模式 • 集成客户交流渠道
1
目录
一 商业智能基本概况 二 商业智能市场概况 三 商业智能关键技术 四 商业智能行业应用 五 行业现状及发展趋势 六 企业BI实施、推广策略
前言 商业智能定义 商业智能发展历程 分析的八个阶段 BI应用示例 商业智能价值评估
2
3
4
CEO调查
• 未来3年中，对全球CEO来说（83%），提高公司业绩的重点关注领域是收入增长 • CEO仍然密切关注削减成本，68%的CEO在回答中指出削减成本是其第二大关注领域 • 当问及你是否认为你的公司有能力对不断变化的业务环境做出反应时，只有13%的
ห้องสมุดไป่ตู้20
21
商务智能的发展历程
更有效的智能化管理
• 欧美BI市场开始进入成熟期，主要处于分析优化阶段
• 我国BI市场已经走出导入期，开始进入成长期，BI软件在我国的认知程度和接受程度达到55%和
15%以上，在大型企业，这个比例高达95%和53%。计世咨询预测，我国BI市场的成长期将持续8
年，于2018年左右进入成熟期
8
我们为什么不满?
… 和没有足够多的高价值工作
了解价值驱动因子 了解哪里能创造价值，哪里不能创造价值（产品、渠道、和客户是值
得做的） 提供更多的相关预测和趋势分析来提高可见度 帮助管理者更好的进行风险评估与调整。 提供外部数据实现内部核查（参照同行、竞争者和基准决定我们怎样
做？） 通过系统的整合实现持续计划和资源优劣排序以支持最好的投资机会。 通过措施与行动的统一来帮助管理者执行他们的策略
32
33
案例1：工行数据仓库应用实例
34
案例2-如何避免高校学生客户在毕业后开始流失
高级经理平均每月要看140指标。
很多CEO不得不处理跌宕起伏的利润以及会计处理的重新调整。
7
我们为什么不满?
问题是财务做了太多低价值的工作 …
太多的对帐和月结工作 太多的指标 太多的不相关报表 太多的明细预算、目标和差异报表。 太多的记分卡 太多的从不同IT系统出来的表格 太多的手工处理 太多的无价值会议
建立高效的财务团队，提供有效的决策支持和表现洞察力（例如价值 驱动因子和趋势报表）。
利用整合的系统(商业智能系统,数据仓库 “single version of truth”) 迅速传递相
关信息，建立每天传递的模型而不是每周或每月传递。
13
成为商业合作伙伴
信赖的、增值的合作伙伴 …
了解业务 洞查其表现（价值驱动因子、趋势分析、相关措施） 独立公正的意见。
第一阶段 信息管理 • 软件到服务（SaaS BI） • 具有可配置型、灵活性
及变化性更强的功能 • 可视化和模型化 • 嵌入式BI • 实时BI
商务智能发展
22
发现-业务问题
23
发现—被动决策
24
发现—主动决策
25
Source（SAS） 26
27
28
29
商业智能的价值
30
31
传递更高的业务价值
15
CIO调查
16
17
18
• 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，减 少数据孤岛、适应新兴技术、实现数据资产化
19
商业智能的定义 -- 1989年 Gartner首次 提出商业智能概念
综合各种理解的核心，商业智能是指从数据中发现有价值的规律、模式， 将数据转化为知识，支持企业的决策、营销、服务的一系列软件、技术、 方法的集合。
而且我们的压力变的越来越大。在2010年，62%的财务人员表示 他们在“大” 或“非常大”的压力下工作，68%的人员反映他们的压 力比早两年更大（63%的人员反映压力正在影响他们的健康）
在美国，2002年至2004年间，500个CFO中有225个辞去工作。 2005年在英国，有50%的CFO辞职。
9
如何改变现状
10
财务新视角
11
创造时间
简化、标准化、和授权 …
从明细的、复杂的组织中释放出来（包括预算、目标、和更多的措 施/报表与项目）
自动的、集中的、标准的（可能是外部资源）处理日常工作。 将计划编制和最终决策分散到与客户密切联系的团队（利用统一的
整合系统）
12
发展技能
组织和IT平台 …