一、行業市場規模

圖表：2015-2017年中國商業智能市場規模

根據商業智能三個階段服務商的發展狀況，預計2018商業智能服務整體規模將達到247億元。

二、行業市場結構

1、通用和定制產品結構

傳統的商業智能廠商由于產品思維落后，將會被探索式數據分析產品漸漸取代;相比于其他數據可視化產品，定制產品主要針對企業業務數據，更多是為企業內部的管理決策做支持。在數據挖掘方面，主要通過數據連接器框架，幫助企業整合各個業務系統數據。在此基礎之上，可以任意組合不同的數據，為決策者提供豐富維度的數據可視化展示。單個數據是否精準不是最重要的，能通過數據的組合展示為決策者提供趨勢的變化才是重點。

商業智能企業推進各種新舉措，以增加中型市場合作伙伴的機遇和為客戶提供更為廣泛的中型市場商務智能解決方案。合作策略之一就是以通過增加其他針對各垂直行業的認證解決方案來擴展產品系列。這些解決方案將由合作伙伴開發和提供，并將幫助中型公司將商務智能迅速用于現有商務應用軟件或垂直行業的需求。這些定制的解決方案將包括模板和數據連結器，幫助加速和簡化切實的、結果導向的商務智能的部署。此外，面向中型企業市場提供全球服務方面的合作伙伴介入模式。中型市場的專業服務將通過廣泛的認證合作伙伴來實現。

2、中高低端產品結構

經過幾年的積累，大部分中大型的企事業單位已經建立了比較完善的CRM、ERP、OA等基礎信息化系統。這些系統的統一特點都是：通過業務人員或者用戶的操作，最終對數據庫進行增加、修改、刪除等操作。上述系統可統一稱為OLTP(Online Transaction Process，在線事務處理)，指的就是系統運行了一段時間以后，必然幫助企事業單位收集大量的歷史數據。但是，在數據庫中分散、獨立存在的大量數據對于業務人員來說，只是一些無法看懂的天書。業務人員所需要的是信息，是他們能夠看懂、理解并從中受益的抽象信息。此時，如何把數據轉化為信息，使得業務人員(包括管理者)能夠充分掌握、利用這些信息，并且輔助決策，就是商業智能主要解決的問題。如何把數據庫中存在的數據轉變為業務人員需要的信息?大部分的答案是報表系統。簡單說，報表系統已經可以稱作是BI了，它是BI的低端實現。

國外的企業，大部分已經進入了中端BI，叫做數據分析。有一些企業已經開始進入高端BI，叫做數據挖掘。而我國的企業，大部分還停留在報表階段。

3、工具平臺和應用產品結構

主流的商業智能工具包括 Style Intelligence、億信ABI、BO、COGNOS、BRIO。一些國內的軟件工具平臺如KCOM也集成了一些基本的商業智能工具。

根據綜合性數據的組織方式的不同，目前常見的OLAP主要有基于多維數據庫的MOLAP及基于關系數據庫的ROLAP兩種。MOLAP是以多維的方式組織和存儲數據，ROLAP則利用現有的關系數據庫技術來模擬多維數據。在數據倉庫應用中，OLAP應用一般是數據倉庫應用的前端工具，同時OLAP工具還可以同數據挖掘工具、統計分析工具配合使用，增強決策分析功能。

4、行業應用分布結構

商業智能的應用劃分為縱向商業智能和橫向商業智能。

縱向商業智能：比如財務系統中的管理會計就是商業智能的一部分，從以前關注運營報表，到關注整個財務的運作情況，像現金流、資產負債表等。人力資源系統可以稱為智能人力資源，關注員工的流失率，分析從什么途徑招聘的員工流失率最高，分析公司人才結構、人才培養方向等。

橫向商業智能：舉例來說，比如汽車制造廠生產多款不同的車型，公司老總會問，生產哪一款車型、生產多少，企業的效率能夠達到最高?這樣的問題，不能通過分析單獨的系統，因為效益最高取決于生產成本、人力資源成本、市場的需求、競爭對手、市場定價等多方面的信息。而這些信息則分散往財務系統、人力資源系統、采購系統中，這就需要系統和信息有效的整合才能解決這個問題，稱為橫向商業智能。

從國內商業智能應用的領域來看，電信、金融、保險是國內商業智能系統需求較大的三大領域，其中電信、金融、保險分別占國內商業智能軟件收入規模的36%、32%、14%，三者合計市場份額超過 80%，代表了商業智能系統應用的主要領域。

圖表：國內商業智能應用領域結構

三、行業區域結構

目前，商業智能廠商及其分支機構以北京、上海、廣東三地居多，上述三地的從業人員占據所有BI人員的75%。實施BI項目的企業多集中在華北、華東、華南和沿長江流域地區。