怎样在企业内部推行商业智能系统？

mavisfine

迄今为止，大多数企业都进行了信息化改革，ERP系统已随处可见，但将商业智能植入企业管理的做法并没有想象中普及，那么如何运用BI技术协助领导决策系统的设计与实现，从而为企业决策人员在进行业务数据分析时产生的不同需求提供较为可行的解决方案？

首先，对于大型企业来说，在进行系统设计时，我们必须把WEB的思想有机结合进数据仓库和联系分析处理（OLAP）系统的原始结构体系中去，从而增强系统的开放性、扩展性与灵活性。其次，在提出系统实现方案的同时，我们必须考虑采用那些较为先进的BI产品和技术，以保证推行过程具有较强的可实施性。

在内部实施的过程中，必须要注意以下五点：

第一，实施人员必须对商业智能的情况十分熟悉，并对其做过一定的研究，包括商业智能的市场分布、技术体系和各种行业解决方案等。这是进行推广的必由之路，也可以为后面系统的不断改进打下良好的基础。

第二，在对行业和市场进行分析之后，要重点对实施对象（某企业）及其相关部门进行深入调研，在向专家学习并熟练运用相关知识之后，才能提出针对该企业的商业智能辅助领导决策系统实施方案，例如在煤炭行业，多数会选择使用基于OLAP的BI系统方案。

第三，要注重企业内部数据特征与行业特色相结合，建立数据仓库的同时必须考虑到企业所处行业的特点，例如通风监测在煤炭行业十分重要，是保证安全的一个关键点，所以数据仓库要重点对其进行设计和实现。

第四，要分清小微企业和大型企业的区别，进行深入研究之后实现更适合于特定企业的商业智能系统。例如，针对大型企业来说，基于WEB的OLAP系统是更为适用的企业应用。

第五，要关注企业内部是否对商业智能系统已有初步开发，因为这样就可以排除历史数据不可利用和手工分析等障碍，观察企业内部初步实施的效果，为进一步推行改良BI系统奠定基础。

当今社会，商业智能技术的应用与发展仍是一个新颖的关注点，并且也将成为IT 产业的一个新的增长点，所以BI技术具有非常乐观的发展前景。因此，将商业智能系统在企业中进行推广是非常有意义的行为。并且系统的后期实施应用和技术改良都将在一步步的推行过程中不断发展和完善。

由此不难发现，为了建立更加有效的商业智能分析，需要运用大量的行业统计和管理知识以构建更加详尽的行业管理分析模型。另外，还可以在原来的基础上加入人工智能等技术，进一步在数据仓库中进行数据挖掘，发现更多有用的知识，从而协助决策人员获得更多有效的决策辅助信息。而进行数据仓库建设则不是一件简单的事，不仅要花费人、财、物力，还需承担较高的风险，所以不仅企业高层需要十分重视BI的推广，在推行过程中技术人员也需要和用户进行充分的交流与合作，在理解行业状况的同时构建模型，并使其在实践中不断完善和发展。