BI是英文Business Intelligence的缩写，即商业智能。商业智能一词最早是由国际知名的IT咨询机构Gartner在1996年提出的，指的是用数据仓库技术、联机分析处理、数据挖掘和数据展现技术进行数据分析以实现商业价值。外界也有将商业智能定义为“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。”

    BI之所以越来越重要，是因为无知是现代企业的最大威胁。一无所知的风险是巨大的，而一知半解可能比一无所知危害更大，因为我们会带着错误的认知做出决定和采取行动。

    BI所要争取的就是充分利用企业在日常经营过程中搜集的大量数据，并将它们转化为信息和知识来免除企业中的瞎猜行为和无知状态。

    可以预见的是，在不久的将来，BI必将成为企业决策的左膀右臂，为企业在信息化时代立足提供核心的竞争力。

与价值挂钩的现代商业智能

    对于BI的应用，几乎每个企业都需要，但大规模的市场分析主要集中在竞争激烈的生活消费品行业和零售业以及金融服务业等，这些行业使用BI可以立竿见影地带动销售。

    这一点可能在零售业表现最为明显，比如某购物中心运用BI后成效显著，通过顾客分析系统，为及时调整商品的品类和价格定位、调整和监控供应商的经营行为、及时订货补货以及总体经营定位等提供了科学的依据。

    BI的应用远不仅仅如此，还可应用于以下几个方面：

    客户关系管理。利用BI应用进行客户划分、客户行为分析、重点客户和潜在客户发现等来了解客户，进而为客户提供个性化服务和交叉销售，从而提高客户的满意度和持久度，为企业赢得市场机遇。

    盈利分析。对于一个企业来说，扩大市场占有率、增长利润是它的主要目标，更加深入的问题是业务该如何拓展？产品如何组合可以带来更大的收益？这些是现代企业发展需要认真考虑的问题，也只有BI系统才可能帮助解决。

    降低成本。BI可以很方便地实现多数据源、非一致性数据和各种不同用户的数据访问和分析需求，实现真正的企业级报表的制作、分发和再加工，降低IS成本。

    事实上，BI的应用非常广泛，也可以解决诸如：风险性分析、信用等级评定等问题。

    相较于传统BI的评价标准，例如：数据仓库建立的如何，报表是否按时准确等，现代BI的评价标准已经上升为：分析效率是否提升？业务问题是否得到解释？数据价值是否被挖掘出来？这些标准和业务价值挂上了钩。

    现代BI的最典型特征就是，以业务人员为中心的自助式数据分析。所谓自助式数据分析主要是指业务人员能够自主、敏捷的通过一些数据分析工具满足自己分析的需求。数据分析更不再是少数IT的专利，而是包括管理者在内的全员参与。

    伴随着现代BI的推进，目前市场上已经有大量的自助式分析工具，其中的代表如可视化分析领域的Tableau、Qlik；外部数据采集领域的八爪鱼；数据准备领域的Alteryx、Maestro；数据挖掘领域的Knime。这些产品的共同特征是无需任何技术背景，不需要代码，用鼠标点点拖拖，或者进行简单的配置就能完成分析。

建设现代商业智能并不容易

    虽然现代BI有诸多好处，但是实现起来并不容易，目前大部分的企业都在这条路上探索，完全成功的只有少数几家互联网公司，这些公司天生数据血液，自助式分析流程是浑然天成的。而其他企业要树立意识、建立文化、转变流程，培养人才、引入工具都不是一朝一夕的事。

    在商业智能在建设过程中，大多数企业会遇到以下几大难题：

    平台挑战：数据分析链条很长，从采集、治理、整合、存储、计算、建模到展现，涉及工具和技术太多，成本高昂，架构复杂，需求实现效率太低，难以满足企业业务的洞察需要。

    应用挑战：IT部门辛苦做出的数据报告，业务部门觉得没用，问业务部门有什么需求，又难以提出。

    服务挑战：无论是自建服务团队还是找第三方供应商，缺乏贴身的精细化专业服务能力导致解决问题效率低下，带来负面用户反馈。

    运营挑战：用的都是国际大牌产品，但系统就是不稳定，问题频出，本质是因为缺少运营的系统化方法。

    BI高失败率的根本原因，在于业界流行的BI建设方法（即基于KPI的方法）脱离企业管理的实际，从而导致企业的管理层和决策层的领导认为，这样的BI系统对他们的日常管理没有太大的直接帮助。久而久之，BI就“死掉了”。

    那BI到底是做还是不做呢？其实解决BI建设过程中的难题，是所有做数据的企业都要面对的，想做数据变现或是有关数据的商业模式，那就一定没有捷径。

    企业内BI服务的对象有三种人：决策层、管理层、工作层。作为“BI”工作层人员主要服务于日常业务分析的报表系统，大多数时候只是各部门负责业务分析的人员。这些人员往往局限于单个系统如ERP、CRM等系统，但企业对市场的判断需要企业内部的数据和外部的数据相结合才行，所以光靠系统中的数据应该是不够的。

    因此，只有找到能具有智能、能够帮助领导发现工作中问题的“BI”的人和公司，和他们一起用合理的建设方法，才能做出切实有效的BI系统，才能实现让BI发挥真正价值的目标。

    所以，评判一个企业实施BI的成功与否，首先看各管理层是否各管理依靠BI中的数据进行日常管理，其次还要看决策层是否依赖BI中的数据进行分析和决策，而不是单纯只看KPI，因为KPI一开始是为了绩效考核而发展出来的，目的并不是为了分析经营中的问题而建立的。

    如何才能让BI发挥出它真正的作用？这里有几个关键因素：

    首先是建立正确的BI评价标准和体系；

    其次，让管理层看到他想要的东西；

    第三，结合企业的数据基础和管理上目前最关心的问题，来确定出BI的建设内容和顺序；

    第四，想方设法让管理部门把BI用到日常管理和决策中。

    总的来说，一个企业，如果管理者不能率先认同数据驱动的价值，身先士卒的开展自助式数据分析文化建设，整个企业是无法转型成功的。

    正如Gartner所指出的那样：“到2020年，现代商业智能和分析平台的用户数量将因增强的数据发现能力而有所不同，其速度将以两倍的速度增长，并提供两倍的业务价值。”虽然BI建设面临重重困难，但是随着BI市场的成熟，主要受益者最终还是用户和企业。