BI系統其實是企業信息化發展到一定程度后的產物。企業通過ERP、CRM等系統將生產和銷售環節的信息匯總到數據庫里面，自然而然的就希望從中分析出一些規律，幫助企業發現哪些地方還需要進一步改善。BI就是來解決這個問題的。
舉一個例子，對于一個快消品公司來說，數萬個經銷門店里數百個SKU的銷量數據每天都在更新，但是，如何發現哪一類商品在哪個地區的銷量突然增長或下降了呢？有了BI系統，管理會計或銷售主管就可以建立一個模型（有的BI系統，比如Wyn Enterprise會稱之為文檔），讓系統去采集每周/月的銷售數據，將SKU匯總到商品品相，將門店匯總到地區，然后按照時間對比兩者的增減，最后生成一張柱狀圖，這個問題就一目了然了。比如，銷售主管發現在西北區，X商品銷量增長迅速，而南區卻在下降，就可以及時調整促銷及物流策略了。
商業智能特點
?1、即時性
傳統手工數掘處理，從數掘收集、整理到分類、匯總，都需要經歷漫長的時間過程。但是，商業智能使用的技術，可以實時地從業務系統中獲得最新的數據。在對時間性敏感的決策分析中，這一點尤其重要。
?2、準確性
在準確性方面，因為計算機數據處理，避免了手工操作中存在的失誤，所以計算結果是絕對準確和可靠的。
當然，這其中會存在因為業務邏輯關系的缺失而導致的錯誤，即程序中設定的限制條件不充分而導致數據失誤。所以，對待重要的決策信息，應同時建立數據核對機制，以保證建立在即時信息的準確性基礎上的決策的正確。
3、自動化
商業智能，包括一個數據抽取、轉換、裝載（ETL）的過程，這個過程可以按照用戶的要求，設定ETL的時間和周期，因此，整個基礎數據的獲得、數據的處理，以及數據的展現，都是一個自動化的過程，無需手工參與。使用者每同甚至每時獲得的信息，都可以是最新數據。這就為決策分析信息提供者的工作帶來了極大的便利。
? 4、靈活性
決策支持的展現方式靈活多樣，充分體現了智能的特點。
商業智能技術
技術點
商業智能首先是基于信息的大規模生產和數據庫技術的運用。商業智能在技術上可以分為數據處理、業務模型、操作界面、用戶管理、業務儀表板多個模塊。涉及到的技術集中在大數據、OLAP、多維數據模型、圖形頁面交互（GUI）等。BI過程以來自業務系統的數據為基礎，經過數據倉庫技術的處理，整合數據并將其轉化為有序的信息；這些信息經過聯機分析處理技術（OLAP）的分析后，可以表達出數據內部的各種關聯， 這是對商業管理活動有很大幫助的知識；經營活動中很多時候還要進一步明確數據中隱藏 的規則，這要靠數據挖掘技術。
將商業智能系統工作的這一 過程 進行技術上的抽象，可以 把商業智能的體系結構分為源數據層、數據轉換層（ ETL）、數據倉庫（數據集市）層、OLAP 及數據挖掘層和用戶展現層。
1、數據源
即數據倉庫中的數據來源，既包括組織內部的業務數據、歷史數據、辦公數據等，也包括互聯網的相關web數據，以及部分其他數據結構的數據。
2、ETL過程
即抽取（Extraction）、轉換（Transformation）和裝載（Load）。
ETL過程負責將業務系統中各種關系型數據、外部數據、遺留數據和其他相關數據經過清洗、轉化和整理后放進中心數據倉庫。
3、數據倉庫的應用
包括聯機在線分析處理（OLAP）和數據挖掘（DM）
數據倉庫主要是對分散在不同系統的數據進行收集、整理和分析，用于克服常常出現的信息孤島問題，使機構對客戶和自己內部有一個完整、準確的理解，更好地服務于客戶，有效的管理內部。它是管理信息的基礎工程，是企業和政府走向智能管理的關鍵和基石。聯機分析處理和數據挖掘是數據倉庫上獲取兩種不同的數據增值技術，將這兩類技術在一定程度上融合，會使分析操作智能化，使挖掘操作目標化，從而全面提高商業智能技術的實用價值，一方面，聯機分析技術可以為數據挖掘提供預期的挖掘對象和目標，避免挖掘的盲目性。另一方面，數據挖掘技術可以使聯機分析處理智能化，減少分析人員的負擔。把聯機分析處理技術和數據挖掘技術進行融合和互補，將是商業智能技術發展的未來走向。
通過對數據倉庫中多維數據分析操作，可以完成決策支持需要的查詢及報表；通過數據挖掘可以發現隱藏在數據中的潛在規則。
4、數據倉庫的數據展示窗口
BI前端展示可以提供各種能幫助人們快速理解數據內涵的可視化手段，包括：各種報表工具、查詢工具和數據分析工具以表格或圖形化的手段對數據的展現
這些技術可以用多數程序語言實現，比如Wyn Enterprise選擇了微軟最新的跨平臺開發語言.NET Core，支持Windows、Linux平臺，開發和運行效率都有保障。
信息系統正在經歷著“MIS → ERP →BI”的演變過程
- MIS:管理信息系統－快速收集和處理商業信息
- ERP：企業資源計劃系統－準確監控信息流
- BI：商業智能系統－大數據輔導企業經營決策
?企業決策實現過程的信息需求
管理就是決策，決策需要信息。決策過程實際上就是一個信息輸入、信息輸出及信息反饋的循環過程。
使用計算機輔助商業系統進行決策需要經過5個步驟：
1）提出決策信息請求
2）調用商業智能應用程序 （基于數據倉庫的BI可輔助決策）
3）基于已發布的模型、規則或是策略確定適當的決策（關鍵步驟）
4）發布決策
5）采取行動
?企業信息化系統中的商業智能
定義：商業智能的概念最早是 Gartner Group 于1996年提出來的。 當時將 商業智能定義為 一類由數據倉庫（或數據集市）、 查詢報表、 聯機分析、 數據挖掘、 數據備份和恢復等部分組成的， 以幫助企業決策為目的的技術及其 應用。“商業智能——將存儲于各種商業信息系統中數據轉換為有用信息的技術”
商業智能過程的兩個層次：
一、整合系統數據基礎上提供靈活的前端展現 （信息處理分析）BI報表，Dashboard等；
二、數據庫中的知識發現（數據挖掘）eg.大數據，智能推薦.商業智能系統→客戶智能、營銷智能、財務智能、銷售智能。
對于初級階段分析的展示，可以使用圖標和圖形的方式。譬如結構百分比，可以使用餅圖、三維餅圖的方式；對于趨勢百分比、同比、定比、環比，可以使用折線圖、柱狀圖等；對于KPI指標，可以使用儀表盤管理；其他的散點圖、泡泡圖等，都可以根據實際業務的需要而建立。
在圖表數據方面，可以進行數據的鉆取、旋轉和切片操作。當需要進一步了解明細數據的時候，需要使用數據鉆取功能，當需要從不同的角度觀測數據以發現數據變動規律時，需要利用多維數據的旋轉功能，而當需要關注特定數據的時候，可以對特定區域的數據進行切片分析。商業智能分析的靈活性，建立在分析模型設計時周全的考慮。
總之，BI分析系統就是幫你發現數據的價值。對于已經有了足夠數據的公司，上BI系統真的很有必要，而BI系統中國內比較好的也就億信華辰的億信BI了。
（部分內容來源網絡，如有侵權請聯系刪除）
