商业智能（BI）白皮书.pdf

前言当前的时代是信息爆炸的时代，数据已经成为新的生产要素，其价值愈发凸显。作为数据的生产者和消费者，企业需要思考的是如何利用生产运营过程中产生的数据反哺生产运营。数据驱动决策的需求正在不断地推动企业寻找信息化建设与数字化转型的新方式，而商业智能便提供了一个绝佳的思路。商业智能问世已有二十余年，受到广大企业的青睐与追捧，硕果累累。虽然不少企业没有特别强调商业智能这一概念，但是商业智能的广泛应用已成既定事实。商业智能市场规模增长迅速，国内市场增速更是大于全球市场。Gartner在Market Share: Analytics and Business Intelligence, Worldwide, 2018报告中指出，分析和商业智能软件市场在2018年增长了11.7，达到216亿美元。现代BI平台继续以23.3的速度增长，增速最快，其次是数据科学平台，增长19.0。帆软数据应用研究院发布的2019年中国大数据BI行业预测报告显示，国内 BI 市场在 2018 年增速达到 25.8%，高于全球市场增速。企业数字化转型进程已经迈入商业智能阶段。尽管商业智能已被企业广泛应用，概念上的普及却“相形见绌”，国内民众对商业智能的认知仍是千人千面。一方面，商业智能起源于国外，信息化基础的差异让商业智能的引入过程发生了“变异”。另一方面，我国缺乏类似Gartner 的研究机构来持续教育与引导国内市场。市场需要教育和孵化，相较欧美，我国还任重道远。因此，帆软数据应用研究院结合文献材料、企业调研以及我国的市场环境，形成本白皮书。本白皮书旨在明晰商业智能的概念、价值、功能技术、工具等内容，并基于我国的市场环境、企业需求，对商业智能工具的概念进行重新梳理，同时在此基础上引入生态学思维，构建商业智能生态系统模型，以期统一商业智能的大众认知，规范国内的市场行为，指导我国企业的商业智能建设与数字化转型。前言目录contents商业智能的概念1.1 由来与发展 1.2 企业从业人员的认知1.3 国内用户对商业智能的诉求 1.4 商业智能与商业智能工具 商业智能的价值2.1 支撑管理决策 2.2 提升管理水平 2.3 提高业务运营效率 2.4 改进优化业务 01/02/0210商业智能的功能与技术3.1 功能架构 3.2 商业智能的主要技术 3.3 功能需求与技术趋势商业智能工具 商业智能生态系统 总结与展望 参考文献03/04/05/06/1422182627 3商业智能的概念01商业智能（BI）白皮书201/ 商业智能的概念商业智能（Business Intelligence，以下简称 BI），也被称为商业智慧或商务智能。早在 1958 年，IBM的研究员 Hans Peter Luhn 就将“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。”这期间出现的领导信息系统（EIS，Executive Information System）和决策支持系统（DSS，Decision Support System）等技术应用，可以看作是 BI的前身1。但是由于技术、企业环境现状等因素的限制，BI 经历了一段漫长的探索期。1996年，知名咨询机构Gartner 集团正式提出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。由此看出BI并不全是新的技术，而是对一些现代技术的综合运用。BI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，将数据转化为有价值的信息，并分发到企业各处，让企业决策有数可依，从而减少决策的盲目性，理性地驱动企业管理和运营。2013年，Gartner集团对BI的概念进行了更新与扩展，在“Business Intelligence”一词中加入“Analytics”，合并成“Analytics and Business Intelligence”（ABI，分析与商业智能），并且纳入应用、基础设施、工具、实践等多项内容，将其定义为“An umbrella term that includes the applications, infrastructure and tools, and best practices that enable access to and analysis of information to improve and optimize decisions and performance”2。如果说最初的BI还不够智能，其中的“Intelligence”翻译为“情报”可能更为恰当，那么“Analytics and Business Intelligence”则是融合了计算机、统计学等相关知识，随着技术的发展，未来 Intelligence 将成为真正的“智能”。除去Gartner等研究机构，国内外的学者在一些文献和书籍中，也对BI进行了类似的定义。表1对 Gartner 和部分文献书籍中的 BI 定义进行了整理。1.1 由来与发展3时间 来源 定义国外国内帮助你把一些数据转化成具有商业价值的，而且可以获取的信息和知识，同时在最恰当的时候，通过某种方式把信息传递给需要的人。从专业的角度来说，商业智能就是利用数据仓库、数据分析和挖掘技术，以抽取、转换、查询、分析和预测为主的技术手段，帮助企业完成决策分析的一套解决方案。表 1 商业智能的主流定义由表1看出，国内外对BI的定义存在较多类似之处，学界的共识即核心观点均是从数据中获取知识，辅助决策。具 体 地 ，我 们 将 B I 的 定 义 拆 分 为 四 个 方 面 来 理 解 ： 输入：数据（内部、外部；结构、半结构、非结构）、事实、关系； 方法：数据存储、ETL、数据分析、多维分析、预测等技术； 产物：有价值的知识、信息； 目的：辅助科学决策、发掘商业价值。GartnerGartnerNegash & Gray3Muriithi, G. M. & J. E. Kotz4Steve Williams5余 长 慧 ，潘 和 平6郑 洪 源 ，周 良7王 飞 ，刘 国 峰819962008201320132016200220052014一类由数据仓库（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。BI is a data driven process that combines data storage and gathering with knowledge management to provide input into the business decision making process.An umbrella term that includes the applications, infrastructure and tools, and best practices that enable access to and analysis of information to improve and optimize decisions and performanceA conceptual framework for delivering cost effective business intelligence solutions as a service.An umbrella term that encompasses provision of relevant reports, scorecards, dashboards, e-mail alerts, prestructured user-specified queries, ad hoc query capabilities, multi-dimensional analyses, statistical analyses, forecasts, models, and/or simulations to business users for use in increasing revenues, reducing costs, or both.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。商业智能是构筑在企业业务系统基础之上，以知识获取和共享为目的的解决方案。它通过对企业内外数据的整合、分析，提取出有价值的信息，帮助用户在加强管理、促进营销和企业发展方面做出及时、正确、科学的决策 , 并分析、发现和把握新的商机。商业智能（BI）白皮书4图 1 企业从业人员的整体认知 图 2 IT 部门和业务部门从业人员的认知基于以上疑问，我们对770 多家企业的1400 多名从业人员（多为企业CIO 和业务管理人员）进行了调研。通过对调研数据的整理、清洗和分析，制作了图1 和图2 所示的词云图，并由词云图得出以下结论： 整体上来看，国内企业人员对BI的认知处于宏观目标层面， 对BI 功能的认知集中在数据分析与数据可视化上； 国内企业中 BI 的主要表现形式仍然是报表系统； 工作内容和工作性质的区别使得IT 部门和业务部门的从业人员对BI的认知存在不同之处， IT 部门更重视技术，业务部门则更重视 BI 带来的业务价值， 不同业务部门的理解存在差异。1.2 企业从业人员的认知虽然 BI 问世已有二十余年，学术界和 Gartner 等商业咨询机构也都对BI 的概念做出了较为清晰的解释，BI却并没有想象中的“如雷贯耳”，有些企业从业人员甚至没有听说过 BI。造成这一现象的原因可能是以下几点。首先，企业界和学界存在一定的边界；其次，有些小型企业用不上 BI，有些企业虽然拥有报表系统、数据仓库等 BI 技术，但是并没有特意提及“BI”一词；另外，技术门槛使得最开始的 只和少部分IT人员有关；最后，除去互联网企业和各行业龙头企业，我国也是在近几年才真正掀起 BI 热潮。因此企业从业人员对BI 存有困惑也在情理之中。那么我国企业从业人员对BI的理解如何？是否与专业定义存在区别？有没偏离BI原有的含义？拆 分 后 ，B I 的 概 念 更 加 清 晰 且 易 于 理 解 ： BI是一种解决方案，它以辅助决策为目的，通过相关的数据技术方法来处理企业各类数据，产出可量化的、可持续的数据价值，这些价值表现在帮助企业实现业务监测、业务洞察、业务优化、决策优化甚至数据盈利。此外，表1中的相关定义还呈现出一个明显的趋势：无论是国内还是国外，随着时间的推移，BI概念发展得越来越广泛，涵盖的内容越来越多。从最初的技术应用到处理过程，再到一整套的解决方案，BI体系日益庞大。这一趋势也对应了信息技术和企业数据的发展过程，BI 在输入和方法层面逐渐吸纳扩充了较多的内容。（a）IT 部门从业人员认知 （b）业务部门从业人员认知数据来源：帆软数据应用研究院，20195与研究机构和书籍文献中的定义相比，我国企业从业人员对BI的理解侧重于数据的分析和展示，BI更多地被等同于数据分析与数据可视化。因此在大多数企业中，BI更多地是指分析和前端展示工具，而不是一个完整的体系。这一理解偏差带来的结果就是 BI 正逐渐走向狭义， 即狭义的 BI 就是指 BI 工具，而 BI 工具即指数据分析与展示工具。 国内企业的理解认知正确与否我们无法断言，毕竟这些认知来源于企业的反复实践，但是长此以往势必会带来不少问题。一方面，企业容易忽略 BI 数据底层的基础，一味地追求数据分析与展示，不能系统地看待 BI。另一方面，我国的信息化环境与欧美发达国家不同，企业规模大小不一，信息化水平参差不齐，市场上缺乏类似Gartner 的研究机构引导，并且Gartner 的结论不一定适用于我国的企业，如果不形成统一的 BI认知，将不利于中国 BI行业的健康发展。1.3 国内用户对商业智能的诉求我们调研发现，当前国内企业应用BI产品，最期待获得的数据价值，一是数据整合，二是数据展示效率，三是辅助管理决策。72.8% 的受访企业最想获得的数据价值是整合多系统数据，打通多系统的数据，解决掉数据壁垒问题，实现信息透明。69.1%的企业想要提高报表的输出效率，期望能够更快更准更省事。53.7%的企业则希望通过数据分析，辅助企业决策，实现科学化、数据化的决策。商业智能（BI）白皮书47.8%50.0%51.4%53.7%69.1% 72.8%图 3 企业期望获得的数据价值 整合多系统数据，打通数据壁垒驱动产品服务，引导创新改良提 高 制 表 效 率 ，更 快 更 准 更 省 事数据结合管理，优化管理方式辅助管理预测，提高决策成功率其他提 高 生 产 效 率，降 低人力成本业务监管分析，促进业务增值数据来源：帆软数据应用研究院，2019