《商务智能与数据挖掘》简答题整理
商务智能复习的题目
商务智能复习的题目一、选择题(本题共5道小题,每小题2分,共10分)1、数据仓库就是随着时间变化得,下面得描述不正确得就是( C )。
A、数据仓库随时间得变化不断增加新得数据内容B、捕捉到得新数据会覆盖原来得快照C、数据仓库随事件变化不断删去旧得数据内容D、数据仓库中包含大量得综合数据,这些综合数据会随着时间得变化不断地进行重新综合2、有关数据仓库得开发特点,不正确得描述就是( B )。
A、数据仓库使用得需求在开发初期就要明确B、数据仓库开发要从数据出发C、数据仓库得开发就是一个不断循环得过程,就是启发式得开发D、在数据仓库环境中,并不存在操作型环境中所固定得与较确切得处理流,数据仓库中数据分析与处理更灵活,且没有固定得模式3、在有关数据仓库测试,下列说法不正确得就是 ( D )。
A、在完成数据仓库得实施过程中,需要对数据仓库进行各种测试。
测试工作中要包括单元测试与系统测试。
B、当数据仓库得每个单独组件完成后,就需要对她们进行单元测试。
C、系统得集成测试需要对数据仓库得所有组件进行大量得功能测试与回归测试。
D、在测试之前没必要制定详细得测试计划。
4、关于基本数据得元数据就是指 ( D )。
A、基本元数据与数据源、数据仓库、数据集市与应用程序等结构相关得信息B、基本元数据包括与企业相关得管理方面得数据与信息C、基本元数据包括日志文件与简历执行处理得时序调度信息D、基本元数据包括关于装载与更新处理,分析处理以及管理方面得信息6、下面关于数据粒度得描述不正确得就是 ( C )。
A、粒度就是指数据仓库小数据单元得详细程度与级别B、数据越详细,粒度就越小,级别也就越高C、数据综合度越高,粒度也就越大,级别也就越高D、粒度得具体划分将直接影响数据仓库中得数据量以及查询质量6、关于OLAP得特性,下面正确得就是:( D )(1)快速性 (2)可分析性 (3)多维性 (4)信息性 (5)共享性A、 (1) (2) (3)B、 (2) (3) (4)C、 (1) (2) (3) (4)D、 (1) (2) (3) (4) (5)7、关于OLAP与OLTP得区别描述,不正确得就是: ( C )A、OLAP主要就是关于如何理解聚集得大量不同得数据,它与OTAP应用程序不同。
东软商务智能数据挖掘考试题库
东软商务智能数据挖掘考试题库商务智能复习题一、名词释义1.数据仓库：是一种新的数据处理体系结构，是面向主题的、集成的、不可更新随时间（不同时间）变化的（稳定性）和数据集为企业决策支持系统提供了所需的综合信息。
2.olap：olap是在oltp的基础上发展起来的，以数据仓库为基础的数据分析处该理论是对共享多维信息的快速分析。
它是专门为支持复杂的分析操作而设计的，重点是为分析师和高级管理人员提供决策支持。
3.粒度：指数据仓库的数据单位中保存数据细化或综合程度的级别。
粒度影响存数据仓库中的数据量会影响数据仓库能够回答的查询问题的详细程度。
4.数据挖掘：从大量的、不完全的、有噪声的、模糊的、随机的数据中，提取隐包含人们事先不知道的潜在有用信息和知识的过程。
5.OLTP:OLTP是在线事务处理的缩写，OLAP是在线分析处理的缩写。
前者的数量很大据库为基础的，面对的是操作人员和低层管理人员，对基本数据进行查询和增、删、改等处理。
6.ROLAP：基于关系数据库的存储模式。
在这种结构中，多维数据被映射到二维关系表，通常采用星型或雪花型架构，由一个事实表和多个维度表构成。
7.聚类：是将物理或抽象对象的集合分组成为多个类或簇(cluster)的过程，使得同一簇中的对象具有很高的相似性，而不同簇中的对象则有很大的差异。
8.决策树：它是一种树结构，使用样本的属性作为节点，属性的值作为分支。
一分钟类规则挖掘的典型方法，可用于对新样本进行分类。
9.频繁项集：指满足最低支持的项集。
这是挖掘关联规则的基本条件之一。
10.支持：规则a的支持→ B指a和B在所有事件中发生在同一地点的概率，即p(a∪b)，是ab同时发生的次数与事件总次数之比。
支持度是对关联规则重要性的衡量。
11.可信度：规则a的可信度→ B指同时包含a项目集和B项目集的条件概率p(b|a)，是ab同时发生的次数与a发生的所有次数之比。
可信度是对关联规则的准确度的衡量。
数据挖掘及商务智能总结
数据挖掘及商务智能总结第一章绪论什么是数据挖掘，什么是商业智能从大型数据库中提取有趣的（非平凡的、蕴涵的、先前未知的且是潜在有用的）信息或模式。
商业智能是要在必须的时间段内，把正确有用的信息传递给适当的决策者，以便为有效决策提供信息支持。
分类算法的评价标准召回率recall =系统检索到的相关文件数/相关文件总数准确率precision（查准率）= 系统检索到的相关文件数/系统返回的文件总数第二章数据仓库什么是数据仓库是运用新信息科技所提供的大量数据存储、分析能力，将以往无法深入整理分析的客户数据建立成为一个强大的顾客关系管理系统，以协助企业制定精准的运营决策。
数据仓库的基本特征1面向主题2整合性 3长期性 4稳定性第三章数据挖掘简介数据挖掘的一般功能1分类2估计3 预测4关联分类5聚类数据挖掘的完整步骤1理解数据与数据所代表的含义2获取相关知识与技术3整合与检查数据4取出错误或不一致的数据5建模与假设6数据挖掘运行7测试与验证所挖掘的数据8解释与使用数据数据挖掘建模的标准CRISP-CM跨行业数据挖掘的标准化过程第四章数据挖掘中的主要方法基于SQL Server 2005 SSAS的十种数据挖掘算法是什么1.决策树2.聚类3.Bayes分类4.有序规则5. 关联规则6.神经网络7.线性回归8. Logistic回归9. 时间序列10. 文本挖掘第五章数据挖掘与相关领域的关系数据挖掘与机器学习、统计分析之间的区别与联系（再看看书整理下）32页处理大量实际数据更具优势，并且使用数据挖掘工具无需具备专业的统计学背景。
数据分析的需求和趋势已经被许多大型数据库所实现，并且可以进行企业级别的数据挖掘应用。
相对于重视理论和方法的统计学而言，数据挖掘更强调应用，毕竟数据挖掘目的是方便企业用户的使用。
第六章SQL Server 2005中的商业智能商业智能（BI）的核心技术是什么数据仓库和数据挖掘第七章SQL Server 2005中的数据挖掘Microsoft SQL Server Management Studio提供了两个用于管理数据库项目（如脚本、查询、数据连接和文件）的容器是什么？1项目 2解决方案第八章SQL Server 2005的分析服务什么是UDM？统一维度模型第九章SQL Server 2005的报表服务什么是报表服务，其功能是一个基于服务器的完整平台，可创建、管理和交付传统报表和交互式报表。
数据挖掘与商务智能总结
第一章绪论什么是数据挖掘，什么是商业智能从大型数据库中提取有趣的（非平凡的、蕴涵的、先前未知的且是潜在有用的）信息或模式。
商业智能是要在必须的时间段内，把正确有用的信息传递给适当的决策者，以便为有效决策提供信息支持。
分类算法的评价标准召回率recall =系统检索到的相关文件数/相关文件总数准确率precision（查准率）= 系统检索到的相关文件数/系统返回的文件总数第二章数据仓库什么是数据仓库是运用新信息科技所提供的大量数据存储、分析能力，将以往无法深入整理分析的客户数据建立成为一个强大的顾客关系管理系统，以协助企业制定精准的运营决策。
数据仓库的基本特征1面向主题2整合性 3长期性 4稳定性第三章数据挖掘简介数据挖掘的一般功能1分类2估计3 预测4关联分类5聚类数据挖掘的完整步骤1理解数据与数据所代表的含义2获取相关知识与技术3整合与检查数据4取出错误或不一致的数据5建模与假设6数据挖掘运行7测试与验证所挖掘的数据8解释与使用数据数据挖掘建模的标准CRISP-CM跨行业数据挖掘的标准化过程第四章数据挖掘中的主要方法基于SQL Server 2005 SSAS的十种数据挖掘算法是什么1.决策树2.聚类3.Bayes分类4.有序规则5. 关联规则6.神经网络7.线性回归8. Logistic回归9. 时间序列10. 文本挖掘第五章数据挖掘与相关领域的关系数据挖掘与机器学习、统计分析之间的区别与联系（再看看书整理下）32页处理大量实际数据更具优势，并且使用数据挖掘工具无需具备专业的统计学背景。
数据分析的需求和趋势已经被许多大型数据库所实现，并且可以进行企业级别的数据挖掘应用。
相对于重视理论和方法的统计学而言，数据挖掘更强调应用，毕竟数据挖掘目的是方便企业用户的使用。
第六章SQL Server 2005中的商业智能商业智能（BI）的核心技术是什么数据仓库和数据挖掘第七章SQL Server 2005中的数据挖掘Microsoft SQL Server Management Studio提供了两个用于管理数据库项目（如脚本、查询、数据连接和文件）的容器是什么？1项目 2解决方案第八章SQL Server 2005的分析服务什么是UDM？统一维度模型第九章SQL Server 2005的报表服务什么是报表服务，其功能是一个基于服务器的完整平台，可创建、管理和交付传统报表和交互式报表。
商务智能与数据挖掘课程考试开放考核试题及规范
商务智能与数据挖掘课程考试开放考核试题一、简答题（每题30分，9选根据学号以9为周期依次选题）1、结合实例描述数据挖掘的流程及各个部分需要处理的内容？2、什么是数据探索？结合实例描述数据探索的方法？3、什么是数据清洗，结合实例介绍数据清洗的方法？4、为什么要进行数据集成？结合实例描述数据规范化的过程（注意分析数据规范化前后的效果）5、逻辑回归的原理是什么，结合实例描述逻辑回归的实现过程？（注意需给出逻辑回归的最后输出结果）6、什么是聚类分析？聚类算法有哪几种？请选择一种详细描述其计算原理和步骤7、什么是决策树？决策树的主要算法有哪些，通过实例详细描述其中一种算法的实现过程。
8、介绍关联规则模型及相关算法有哪些，通过实例详细描述其中一个算法的实现过程。
9、简单介绍人工神经网络的发展史，并通过实例说明BP神经网络的实现过程。
二、综合分析建模题（70分，五选一完成，学号尾数为1和6选第一题，尾号为2和7选择第二题，尾号为3和8选第三题，尾号为4和9选第四题，尾号为5和0选第五题）试题一商品零售购物篮分析n匕曰冃艮:现代商品种类繁多，顾客往往会由于需要购买的商品众多而变得疲于选择，且顾客并不会因为商品选择丰富而选择购买更多的商品。
繁杂的选购过程往往会给顾客疲惫的购物体验。
对于某些商品，顾客会选择同时购买，如面包与牛奶、薯片与可乐等，当面包与牛奶或者薯片与可乐分布在商场的两侧，且距离十分遥远时.，顾客购买的欲望就会减少，在时间紧迫的情况下顾客甚至会放弃购买某些计划购买的商品。
相反，把牛奶与面包摆放在相邻的位置，既给顾客提供便利，提升购物体验，乂提高顾客购买的概率，达到了促箱的目的。
许多商场以打折方式作为主要促销手段，以更少的利润为代价获得更高的箱量。
打折往往会使顾客增加原计划购买商品的数量，对于原计划不打算购买且不必要的商品，打折的吸引力远远不足。
而正确的商品摆放却能提醒顾客购买某些必需品，其至吸引他们购买感兴趣的商品。
数据挖掘与商务智能复习资料
1、联机分析处理（on line analytical processing ，OLAP）从数据仓库中的综合数据出发，提供面向分析的多维模型，并使用多维分析的方法从多个角度、多个层次对多维数据进行分析，使决策者能够以更加自然的方式来分析数据。
2、数据仓库是一种为信息分析提供了良好的基础并支持管理决策活动的分析环境，是面向主题的、集成的、稳定的、不可更新的、随时间变化的、分层次的多维的集成数据集合。
3、数据仓库的特点：（1）数据仓库是面向主题的（2）数据仓库的整合性（3）数据仓库数据的集成性（4）数据仓库的稳定性（5）数据仓库的长期性（6）数据仓库是随时间变化的（7）数据仓库的数据量很大（8）数据仓库软、硬件要求较高4、数据库与数据仓库的关系：5、数据集市（data marts）通常是指较为小型化、针对特定目标且建设成本较低的一种数据仓库。
为了特定的应用目的或应用范围，而从数据仓库中独立出来的一部分数据，也可称为部门数据或主题数据（subject data）。
数据集市的两种架构：（1）、从属数据集市：它的数据直接来自于中央数据仓库。
一般为那些访问数据仓库十分频繁的关键业务部门建立从属的数据集市，这样可以很好地提高查询的反应速度。
（2）独立数据集市：它的数据直接来源于各生产系统。
许多企业在计划实施数据仓库时，往往出于投资方面的考虑，最后建成独立数据集市，用来解决个别部门比较迫切的决策问题。
6、数据挖掘是在不同的数据源中包括结构化的数据、半结构化的数据和非结构化的数据，即既可以是数据库，也可以是文件系统，或其他任何组织在一起的数据集合，通过一定的工具与方法寻找出有价值的知识的一类深层次的数据分析方法。
7、数据挖掘与OLAP的差异：（1）、OLAP是决策支持领域的一部分。
OLAP分析师是建立一系列的假设，然后通过OLAP来证实或推翻这些假设来最终得到自己的结论。
（2）、数据挖掘不是用于验证某个假定的模式（模型）的正确性，而是在数据库中自己寻找模型。
商务智能的考试重点
1.商务智能的基本概念（简答）对工业界来说，商务智能是一类技术或工具，利用他们可以对大量的数据进行收集、管理、分析和挖掘，以改善业务决策水平，增强企业竞争力。
对学术界来说，商务智能是一套理论、方法、和应用，通过他们可以快速的发现海量数据中隐含的各种知识，有效的解决企业面临的管理和决策问题，支持企业的战略实施。
2.商务智能系统的开发过程3.在线分析处理和在线事务处理（简答）4.决策支持系统的系统架构(1)模型库管理系统主要用于管理决策所需的各种模型，例如财务、统计、预测以及管理等方面的定量模型，利用这些模型可以进行问题分析。
用户利用该系统可以方便快捷的构建和操纵模型。
系统提供对模型的分类、删除、复制等维护功能，可以将已有模型进行合并，以及对模型的执行情况进行跟踪、分析和评价，如对变量进行敏感度分析等。
(2)知识库管理系统提供知识的表示、存储和管理功能，用于支持定量模型无法解决的决策过程，帮助用户建立、应用和管理描述性、过程性和推理性知识。
(3)对话产生与管理系统主要负责用户与系统之间的交互。
接受用户的输入，能够与数据库管理系统、模型库管理系统和知识库管理系统进行交互，以各种形式将结果返回给用户，提供图形用户界面以及可视化功能。
6.回归：回归方法中最常用的是线性回归，包括一元线性回归、多元线性回归以及非线性回归。
线性回归方法不仅用于预测，也可以用作解释模型，以探寻变量之间的关系。
另外还有回归树和模型树等模型。
7.回归系数的显著性检验：回归系数的显著性检验可以采用t检验。
对于每个回归系数bi（i=1，2，....k），显著性检验的两个假设分别为H0：bi=0和H1：bi≠0。
若bi=0说明自变量xi的变化对因变量没有线性影响，即变量xi对因变量的影响不显著。
为每个回归系数b i 构造变量tbi如式所示：式中cii是对矩阵C=(X T X)-1的对角线上的第i个值。
给定显著性水平α，查自由度为（n-k-1）的t分布表，得到tα（n-k-1）,若t bi>t α（n-k-1）,则拒绝假设H0，即回归系数b i显著。
大数据挖掘与商务智能简述
数据挖掘与商务智能
数据是宝贵的财富，其中蕴含大量有用的（有助 于管理和决策）信息和知识。 计算机和通讯技术的发展，使数据量急剧增加 ，人类进入大数据时代。收集、传输、存储 、整合、分析与挖掘数据的各项技术快速发 展。 大数据时代，数据分析与数据挖掘作为一门信息 技术，其兴起主要是受数据积累的增长和对数 据分析的需求的驱动。
Informatica的大数据定义
大数据=海量数据+复杂类型数据
复杂性：种类和速度
大数据的理性认知
[美]C.R 劳
如果自然界中的事件完全不可预测地随机发生，人们的生活将无法忍受；与此相反，如果 每一件事情都是确定的、完全可以预测的，则生活将是无趣的。利用因果关系解释观测的现 象或预测未来存在逻辑和实际上的困难。
低频数据：日数据
高频数据：金融市场中的逐笔交 易数据和逐秒交易数据 超高频数据：实时数据
金融数据（/）
金融大数据的挑战与应对
在以网络化和数字化为基本特征的新经济时代 ，金融产业日渐回归本质，表现为金融数据流 的产生、交换、存储、分析以及使用。 大数据对金融业带来了剧烈的挑战冲击 ，我国金融机构需要明确大数据战略的顶层设 计，加强大数据基础设施建设，实施稳妥的大 数据安全策略，方能从容 迎接大数据时代。
国家统计局 马建堂
大数据为政府统计提供了总体性、非结构化、丰富真实的原始资料，可以极大地缩短数据采集时间， 减少报表填报任务，减轻调查对象负担，提高统计数据质量。
大数据，也叫全局数据、总体数据，数据量越大其预测和推断的准确性越高
大数据：4V特性
大数据是指无法在一定时间内用传统数据库软件工具对其内容进行抓取、管理 和处理的数据集合
大数据与北斗系统
把短信和导航结合，是中国北斗卫星导航系统的独特发明。
- 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)。
《商务智能与数据挖掘》简答题部分答案
--《商务智能与方法应用》（刘红岩编著)
P9
●1、什么是商务智能？
答：商务智能指用现代数据仓库技术、联机分析处理技术、数据挖掘和数据展现技术进行数据分析以实现商业价值。
●4、商务智能系统的主要组成要素有哪些？
答：一个商务智能系统通常包含6个主要组成部分：数据源、数据仓库、在线分析处理、数据探查、数据挖掘以及业务绩效管理。
P15
●2、商务智能系统成功的关键因素有哪些？
答：商务智能系统成功的关键因素主要有5个：业务驱动、高层支持、业务人员和IT人员的合作、循序渐进、培训。
●4、OLTP和OLAP分别代表什么?比较二者之间的不同之处。
答：在线事务处理(OLTP),是数据库管理系统的主要功能，用于完成企业内部各个部门的日常业务操作。
在线分析处理（OLAP）是数据库系统的主要应用，提供数据的多维分析以支持决策过程。
OLTP和OLAP二者的不同之处有：面向的用户；功能的作用；数据库中存储的数据；数据库设计（包括数据库的数据处理方式、使用方式、执行单元、性能指标、事务特性）。
P103
●3、构建数据仓库系统的主要阶段？
答：数据库项目的开发可以分为6个阶段：项目规划、需求分析、概念设计、ETL 设计、逻辑和物理设计、实现与培训。
1.项目规划阶段主要目的是了解总体需求，界定项目实施的范围，评估项目的必要行和可行性，撰写数据仓库项目的规划文档。
2.需求分析阶段，可进一步详细了解需求，确定分析主题以及相关的维度和度量，了解已有信息系统的功能、结构和模型，确定数据仓库中应该包含的数据，以及相关的数据来源，撰写需求分析说明书。
3.概念设计阶段，可利用概念模型描述数据仓库包含的主要及其关系。
4.ETL设计阶段，包括数据抽取、转换和加载设计三部分。
5.逻辑和物理设计阶段，用于设计数据仓库的逻辑模型和物理模型。
6.实现与培训阶段，包括数据仓库系统的实现和用户使用的培训。
●4、简要说明数据仓库和数据集市的区别和联系。
答：（1)区别：
1.应用范围上，数据仓库一般为企业级；数据集市一般为部门级。
2.存储内容上，数据仓库包含企业经营过程中所有详细数据；数据
集市一般只包含特定范围的详细数据和适度聚合的数据。
3.优化上，数据仓库侧重于处理和探索海量数据，数据集市则侧重
于快速的访问和分析。
(2)联系：数据集市是数据仓库的一种特殊形式，一般情况下数据
集市从属于某个数据仓库，但二者又均以资料导向型设计、不属于任何一个OLTP系统
P110
●1、OLAP有哪些特点？
答：OLAP的特点有：快速（Fast）、分析性能(Analysis)、共享性（Shared）、多维性（Multidimensional）、信息性（Information），简称FASMI。
即：
1.快速性指的是系统能够在大约5s内响应用户的请求，最长不超过20s。
2.分析性能指的是系统能够以直观的形式提供灵活的统计分析功能，便于用户操作，允许用户自己定义运算方式。
3.共享性指的是支持多用户并发访问系统，具有可靠的安全性。
4.多维性是OLAP最关键的一个特性，它指的是系统必须提供数据的多维视图以及维度内的层次聚集功能。
5.信息性指的是系统处理大量数据、提供用户所需信息的能力。
P121
●1、简述可视化技术与商务智能的关系。
答：可视化技术是将抽象的数据表示为视觉图像的技术，作为商务智能的基础技术和表现之一，辅助商务智能的发现，使数据或知识的表示更加清晰、明了；而商务智能的其他技术为它提供数据存储、数据预处理、数据分析等的能力。
二者相互交融、互相促进。
●2、商务智能可视化有什么作用？
答：1.通过将数据可视化，便于发现隐藏在数据之间的关系、可以使信息的交流更加清楚、有效；
2.可视化也是一种知识发现的手段，通过将数据以合适的形式展现给用户，通过人的视觉处理能力有时可以发现计算机发现不了的模式。
P138
●1、商务智能的典型应用领域有哪些？
答：商务智能的应用也深入各行各业，在零售、金融、电信、保险，制造等领域的市场管理，风险管理及生产管理等方面均有成功的应用。
P138
●2、借助商务智能进行关系营销的主要目的和方法有哪些？
答：1.主要目的：培养客户忠诚性，提高客户满意度，维护良好的沟通渠道，有效开发客户生命周期内的价值，在客户所处的各个阶段，借助商务智能技术，可以进行有效的关系营销活动，以达到顾客满意，企业获利的双赢状态。
2.方法：使用操作型系统及外部系统、数据仓库、数据集市存储客户数据；使用OLAP、分类、聚类、数值预测、关联分析、时间序列分析对数据进行处理。
P165
●1、常用的开源数据挖掘软件有哪些？
答：1.RapidMiner（该工具是用Java语言编写的，通过基于模板的框架提供先进的分析技术。
该款工具最大的好处就是，用户无需写任何代码。
它是作为一个服务提供，而不是一款本地软件。
）
2.WEKA（WEKA支持多种标准数据挖掘任务，包括数据预处理、收集、分类、回归分析、可视化和特征选取。
）
3.R-Programming（它主要是由C语言和FORTRAN语言编写的，并且很多模块都是由R编写的，这是一款针对编程语言和软件环境进行统计计算和制图的免费软件。
R语言被广泛应用于数据挖掘，以及开发统计软件和数据分析中。
）
4.Orange（它是一个基于Python语言，功能强大的开源工具，并且对初学者和专家级的大神均适用。
）
5.KNIME（数据处理主要有三个部分：提取、转换和加载。
而这三者KNIME都可以做到。
KNIME为您提供了一个图形化的用户界面，以便对数据节点进行处理。
）
6.NLTK（NLTK提供了一个语言处理工具，包括数据挖掘、机器学习、数据抓取、情感分析等各种语言处理任务。
）
P188
●1、列举商务智能应用中可能涉及的隐私保护问题。
答：1.通过收集客户的行为数据，可以发现用户的兴趣偏好，为其提供个性化服务，提高客户满意度，增加企业利润。
但这些数据被善意利用的同时也可能泄露用户隐私；
2.用户在网上查询、浏览、购物、交友、分享信息，用户的一举一动几乎都被记录下来，其中包含了用户的很多隐私信息；
3.GPS技术的使用，用户的位置、移动信息也被记录下来。
●2、分析一下基于软件即服务使用模式的云商务智能的优缺点。
答：1.优点：用户可以按需购买，使得商务智能系统不必过多的依赖于企业的IT
部门和IT资源，减轻了企业的人力、财力的压力，降低了管理维护基础设施和软件的人力成本，也降低了企业部署商务智能的风险，有利于商务智能在企业的各个部门的推广使用，促进企业商业模式的变革，提高企业核心竞争力。
2.缺点：①安全问题，涉及数据的丢失以及敏感数据的泄露等；②网络延迟或中断，由于计算资源是通过互联网等网络提供的，比起局域网肯定存在网络的延迟，如果网络中断，则无法访问服务；③对服务提供商的依赖，如果服务提供商停止服务，则用户无法得到服务；④集成问题，服务提供商提供的软件、业其他系统进行集成等。