医药行业应用商业智能概述

　　1. 商业智能概述

　　1.1 商业智能概念及意义

　　商业智能(简称BI)最早由Gartner Group的Howard Dresner在1989年首次提出，是对商业信息的搜集、管理和分析过程，目的是使企业各级决策者获得知识，促使他们做出更加合理的决策。BI将数据仓库、联机分析处理和数据挖掘等结合起来应用于商业活动中，从由不同的数据源收集的数据中提取有用的数据，对数据进行清洗以保证数据的正确性，有效将存储于商业信息系统数据转换为有用信息呈现给用户，帮助用户及时做出正确决策提供参考。可见，商业智能并不是基础技术或者产品技术，而是一种有效解决方案。

　　从数据分析的角度看，商业智能是为了解决商业活动中遇到的各种问题，利用各种信息系统进行的高质量和有价值的信息收集、分析、处理过程，其基本功能包括个性化的信息分析、预测、辅助决策。

　　例如，对于一个金属加工厂来说，运用商业智能工具可以知道有关金属开采企业、市场、影响市场价格和交易量的因素在内的各种信息，进而对整个行业有一个全面的了解，并且还能运用足够的信息评估该行业的投资风险及预期收益。

　　从应用的角度看。商业智能帮助用户对商业数据进行在线分析处理和数据分析。帮助解决商业问题、预测发展趋势、辅助决策，以便更好地实现商业目的。通过对信息的收集和分析处理，能帮助用户解决商业活动中遇到的诸如市场需求量等很多问题，如最大利润、最佳客户等。

　　1.2 商业智能现状及发展趋势

　　信息时代是“智能”大显身手的时代。商业竞争中，对信息处理和利用能力的强弱成为决定企业兴衰成败的关键。越来越多的企业开始利用业务信息流和数据分析技术进行智能重整，从不同层面帮助企业实现目标。从全球范围来看，商业智能领域已经成为最具增长潜力的领域。从国内来看，商业智能越来越被广泛应用，逐步在大企业普及，也就是说商业智能不仅限于高层管理者的决策之用。也日益成为普通员工日常操作的工具。随着应用的不断深入。市场需求对BI也提出了新的挑战，具体来说，商务智能未来发展将集中于以下三点：

　　(1)支撑技术。基于关系对象数据库的数据仓库将是未来的一个发展方向，数据仓库的平台性能将得到很大改善，数据挖掘方法和算法研究将更加深入，专门用于知识发现的数据挖掘语言有望进一步向标准化发展。另外，数据挖掘与联机分析将实现融合和互补，从而使分析操作更加智能化，挖掘操作目标化。

　　(2)体系结构。系统协同性和开放性将进一步提高。企业能够利用合作伙伴的数据仓库进行决策分析活动，智能应用过程及结果发放至互联网。

　　(3)应用系统。笼统的智能系统成为概念，更加突显专业化和行业化特点。根据每个领域的关注重点和分析模型，提供针对具体企业进行扩展的解决方案。各种商业分析模型、数据挖掘算法集成到分析应用中，进而解决不同部门的需要。同时。商务智能与企业门户、企业应用集成紧密相连，新的智能系统不再是一个孤立的应用。
(本文不涉密)
责任编辑：

转载：感谢您对网站平台的认可，以及对我们原创作品以及文章的青睐，非常欢迎各位朋友分享到个人站长或者朋友圈，但转载请说明文章出处。