分析：从数据仓库与商业智能看信息化

　　过去几年中，BI是IT领域中最热的亮点之一。随着企业意识到数据中所蕴含的价值，BI活动的展开也如火如荼。然而，大部分公司却没有认识到自己都犯了一个同样的错误，即以为数据就等同于信息。

　　将数据转变为信息需要分三步走：

　　1. DW(数据仓库)-储存数据并制定数据结构规则。

　　2. BI(商业智能)–加工数据，形成报表。

　　3. 分析–提取数据、分析趋势、发现机会、寻找新的客户群体等。

　　现实中，大部分公司无法将第三步(分析)添加到他们的DW和BI活动上，因而难以真正将数据转化成为信息。原因是什么呢?

　　十几年来，软件行业市场营销的有效方法之一就是让企业认为只要购买了软件，就会拥有自动工具来收集智能。毫无疑问，许多软件公司都有非常优秀的工具，如报表、数据挖掘、仪表盘等，但仅将这些称为“BI”会产生误导作用。

　　因为所有这些工具，包括它们背后的战略与结构，都是为了向商业用户提供数据，而不是为他们创建信息。这些工具对商业用户而言只是从数据仓库中获取数据的渠道。如果将一个数据仓库比作一个盒子，那么BI工具就是进出这个盒子的管道。

　　虽然牢固的DW和BI基础架构也非常重要，但只有在作出“分析”动作后，才会产生真正的“BI”。DW和BI基础架构允许商业用户提取和整理现有数据，而分析才能让商业用户从中得出可用的决策信息。

　　一旦将分析添加到BI结构中，整个BI就会更加强大。分析能让企业脱离基础报表形式，提升到更高的决策等级，让企业更透彻地了解那些能对经营产生最大影响的元素，如市场营销效率、定价、渠道划分、客户服务、供应链优化、风险控制、销售绩效等等。可以说，缺少分析能力的BI只是一种报告工具。

　　以前，你的观念可能是：DW+BI=数据，但从今天起，你需要将观念转变为： DW+(BI+分析)=信息

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。